Affrontare le preoccupazioni etiche nelle app mobili

Oggi, le app mobili giocano un ruolo fondamentale nelle nostre vite quotidiane. Man mano che diventano più importanti, le persone sono sempre più preoccupate per come queste app affrontano le questioni etiche. Gli utenti esprimono i loro pensieri, preoccupazioni e suggerimenti nelle recensioni delle app. Queste recensioni spesso evidenziano problemi legati alla sicurezza, alla privacy e alla responsabilità. Mentre alcuni ricercatori hanno usato l'apprendimento automatico per analizzare queste Preoccupazioni etiche, c'è bisogno di capire perché esistono e come creare software che le affronti. Questo articolo parla di un nuovo modo per ottenere requisiti di software dalle recensioni delle app usando un modello di grafo della conoscenza, che cattura informazioni importanti su queste questioni etiche.

#Importanza dell'Esperienza Utente

Creare software di cui gli utenti possano fidarsi richiede di concentrarsi sulle loro esperienze. Le Recensioni degli utenti sugli store delle app forniscono una miriade di informazioni. Tuttavia, capire le questioni etiche dietro queste recensioni non è semplice. La ricerca attuale spesso si concentra sui sentimenti degli utenti o sulle richieste di funzionalità, ma perde di vista le profonde preoccupazioni etiche che possono influenzare la fiducia degli utenti. Comprendendo queste preoccupazioni, gli sviluppatori possono creare software che si allinea meglio a ciò che gli utenti apprezzano e evita pregiudizi involontari.

#Preoccupazioni Etiche nel Software

Diversi studi hanno iniziato a indagare cosa pensano gli utenti sulle questioni etiche nel software. Ad esempio, gli utenti hanno espresso preoccupazioni sulla privacy e sulla sicurezza dei dati nelle app mobili. Altri studi hanno notato preoccupazioni riguardo agli algoritmi di parte e ad altre funzionalità che potrebbero portare a trattamenti ingiusti. Gli utenti hanno anche sollevato questioni sulle scelte di design manipolative che sfruttano le loro vulnerabilità. Tuttavia, le ricerche precedenti spesso faticano a categorizzare adeguatamente queste diverse preoccupazioni etiche.

Per esempio, prendi un'app di ride-sharing dove un utente prenota un passaggio, aspettandosi di essere ritirato da un determinato autista. Se un altro autista prende il viaggio senza avvisare l'utente, sorgono preoccupazioni di sicurezza. Le ricerche precedenti potrebbero classificare questo come un problema generale di "sicurezza", ma questa etichetta non cattura le vere ragioni sottostanti.

#Soluzione Proposta

Per affrontare questo problema, proponiamo un metodo che utilizza un grafo della conoscenza per rispondere alla domanda: quanto bene può un grafo della conoscenza aiutare a visualizzare e catturare le ragioni dietro le preoccupazioni etiche degli utenti nelle recensioni delle app? I grafi della conoscenza sono strumenti che mostrano le relazioni tra diverse informazioni. Sono stati utili in vari settori come sanità e finanza. Nello sviluppo software, sono stati utilizzati per trovare vulnerabilità nel software e per raccomandare API.

Il nostro approccio mira a comprendere le ragioni dietro le preoccupazioni etiche degli utenti ed estrarre requisiti software che affrontino queste problematiche. Vogliamo anche visualizzare come le diverse preoccupazioni etiche siano collegate.

#Progettazione dello Studio

Il nostro metodo include tre fasi principali:

1. Raccolta delle recensioni delle app: Abbiamo utilizzato un dataset di recensioni delle app che già identificava le preoccupazioni etiche. Questo dataset include recensioni di app popolari come Uber, TikTok e Facebook. Le recensioni sono contrassegnate manualmente per le questioni etiche.

2. Costruzione del grafo della conoscenza: Abbiamo creato un grafo della conoscenza estraendo entità chiave (come preoccupazioni etiche) dalle recensioni delle app basate su un'ontologia definita.

3. Archiviazione e visualizzazione del grafo della conoscenza: Abbiamo utilizzato un database a grafo per gestire i dati in modo efficace, permettendoci di vedere più chiaramente le connessioni tra questioni e requisiti.

#Recensioni delle App come Fonte di Dati

Nel nostro studio, ci siamo concentrati sulle recensioni dell'app Uber. Il dataset etichettato contiene un totale di 399 recensioni, che menzionano varie preoccupazioni etiche. Abbiamo esaminato i tipi di preoccupazioni espresse dagli utenti e la loro frequenza per comprendere meglio le problematiche.

#Costruzione del Grafo della Conoscenza

Prima di costruire il nostro grafo della conoscenza, dovevamo definire i termini e i concetti necessari relativi alle preoccupazioni etiche. Abbiamo seguito passaggi ben definiti per sviluppare la nostra ontologia.

#Definizione delle Entità

Il nostro obiettivo era aiutare sviluppatori software e ricercatori a raccogliere informazioni contestuali sulle preoccupazioni etiche dalle recensioni delle app. Per farlo, abbiamo formulato domande chiave per guidare il nostro lavoro, come:

• Quali problemi etici discutono gli utenti?
• Quali sono le ragioni dietro queste problematiche?
• Quali requisiti software possiamo identificare per affrontare queste preoccupazioni?
• Ci sono schemi comuni tra diverse preoccupazioni etiche in app simili?

#Sviluppo dell'Ontologia

Una volta definite le domande chiave, abbiamo identificato termini e concetti rilevanti e creato un grafo per rappresentare le relazioni tra questi termini.

#Estrazione delle Entità

Per estrarre le entità dalle recensioni, abbiamo utilizzato una tecnica comune chiamata riconoscimento delle entità nominate (NER). Questo processo prevede la suddivisione del testo e l'etichettatura di parole e frasi in base ai loro ruoli nella frase. Abbiamo etichettato manualmente le entità utilizzando uno schema di tagging per garantire la precisione.

#Collegamento delle Entità

Dopo aver estratto le entità, dovevamo collegarle in base a relazioni definite. Ad esempio, se un utente menziona preoccupazioni di sicurezza legate agli autisti, creiamo un collegamento per denotare quella connessione.

#Archiviazione e Visualizzazione del Grafo della Conoscenza

Abbiamo archiviato il nostro grafo della conoscenza in un database specializzato che gestisce bene le connessioni, permettendoci di analizzare più approfonditamente le relazioni tra varie questioni etiche e requisiti potenziali.

#Risultati Preliminari

I nostri risultati iniziali dal grafo della conoscenza hanno mostrato quanto segue:

• Abbiamo creato un grafo con 467 nodi e 544 relazioni.
• Da questo, abbiamo identificato 14 requisiti legati a preoccupazioni etiche.

Ad esempio, abbiamo trovato questioni etiche relative ad accessibilità, sicurezza e responsabilità. Abbiamo anche identificato requisiti specifici come il riconoscimento vocale e un migliore Supporto Clienti per affrontare le problematiche di sicurezza menzionate dagli utenti nelle loro recensioni.

#Riflessioni da Esempi di Recensioni

I risultati includevano due recensioni specifiche da utenti Uber:

1. Recensione Utente 1: Un utente ha suggerito di includere una funzionalità che permette di mostrare le foto degli autisti prima di iniziare un viaggio. Questo aiuterebbe a garantire che l'autista giusto stia prendendo il passeggero, evidenziando una preoccupazione di sicurezza collegata al problema degli autisti di proxy.

2. Recensione Utente 2: Un altro utente ha espresso frustrazione per la mancanza di supporto clienti, sottolineando la necessità di numeri di contatto di emergenza affidabili. Questa recensione rivela problematiche di sicurezza legate al servizio clienti.

Entrambe le recensioni mostrano l'interconnessione delle preoccupazioni etiche, dove un problema spesso porta a un altro.

#Ricerca Correlata

Studi precedenti hanno analizzato le recensioni delle app e come possono essere utilizzate per comprendere meglio le esperienze degli utenti. Molto di questo lavoro si concentra su report di bug, richieste di funzionalità e soddisfazione dell'utente. Anche se alcuni studi passati hanno affrontato preoccupazioni etiche, l'area è ancora in fase di sviluppo e c'è bisogno di ulteriori ricerche per esplorare completamente queste questioni.

#Conclusione e Direzioni Future

In questo lavoro, abbiamo introdotto un nuovo approccio per analizzare le recensioni delle app attraverso la lente delle preoccupazioni etiche. I nostri risultati iniziali mostrano un potenziale per estrarre requisiti che possono migliorare le considerazioni etiche nel design del software.

Andando avanti, intendiamo affinare il nostro approccio in vari modi:

1. Migliorare l'Ontologia: Miglioreremo la nostra ontologia utilizzando tecniche di data mining e parlando con gli sviluppatori riguardo alle loro necessità.

2. Espandere il Dataset: Raccoglieremo recensioni da più app e social media per aumentare la nostra comprensione delle preoccupazioni etiche in contesti diversi.

3. Automatizzare il Processo: Puntiamo a creare un sistema completamente automatizzato per gestire grandi volumi di dati, semplificando l'estrazione e il collegamento delle entità.

4. Identificare Nuove Preoccupazioni Etiche: Utilizzeremo il nostro grafo della conoscenza per trovare nuove problematiche etiche che non sono state ancora ben studiate.

5. Creare uno Strumento User-Friendly: Pianifichiamo di sviluppare uno strumento che consenta agli sviluppatori di visualizzare e analizzare i requisiti per migliorare l'etica del software. Questo strumento aiuterà anche gli utenti a confrontare le app in base agli standard etici, migliorando il loro processo decisionale.

Facendo questi passi, speriamo di contribuire allo sviluppo di software che non solo sia funzionale, ma anche etico e affidabile per gli utenti.