Abordando preocupações éticas em apps móveis

Hoje em dia, os aplicativos móveis têm um papel super importante nas nossas vidas diárias. Com essa importância aumentando, a galera tá cada vez mais preocupada com como esses apps lidam com questões éticas. Os usuários costumam compartilhar suas opiniões, preocupações e sugestões nas avaliações dos aplicativos. Essas avaliações frequentemente apontam problemas relacionados à segurança, privacidade e responsabilidade. Enquanto alguns pesquisadores têm usado aprendizado de máquina pra analisar essas Preocupações Éticas, ainda rola uma necessidade de entender por que elas existem e como criar software que dê conta disso. Este artigo fala sobre uma nova forma de extrair requisitos de software a partir das avaliações de aplicativos usando um modelo de gráfico de conhecimento, que capta informações importantes sobre essas questões éticas.

#Importância da Experiência do Usuário

Criar software que os usuários confiem requer foco nas experiências deles. As Avaliações dos Usuários nas lojas de aplicativos oferecem uma tonelada de insights. Mas, descobrir quais são as questões éticas por trás dessas avaliações não é fácil. A pesquisa atual geralmente foca nos sentimentos dos usuários ou em pedidos de funcionalidades, mas acaba não pegando as preocupações éticas mais profundas que podem afetar a confiança dos usuários. Ao entender essas preocupações, os desenvolvedores podem criar software que se alinha melhor ao que os usuários valorizam e evita preconceitos involuntários.

#Preocupações Éticas no Software

Vários estudos começaram a investigar o que os usuários pensam sobre questões éticas no software. Por exemplo, usuários compartilharam preocupações sobre privacidade e segurança de dados em apps móveis. Outros estudos notaram preocupações com algoritmos tendenciosos e outras funcionalidades que podem levar a tratamentos injustos. Os usuários também levantaram questões sobre escolhas de design manipulativas que exploram suas vulnerabilidades. Mas, pesquisas anteriores muitas vezes têm dificuldade em categorizar corretamente essas diversas preocupações éticas.

Por exemplo, pense em um aplicativo de carona onde um usuário solicita uma viagem, esperando ser pego por um motorista específico. Se outro motorista pega a corrida sem avisar o usuário, isso levanta preocupações de segurança. Estudos anteriores poderiam classificar isso como um problema geral de "segurança", mas esse rótulo não capta as verdadeiras razões subjacentes.

#Solução Proposta

Pra lidar com essa questão, propomos um método que utiliza um gráfico de conhecimento para responder a pergunta: Quão bem um gráfico de conhecimento pode ajudar a visualizar e capturar as razões por trás das preocupações éticas dos usuários nas avaliações de aplicativos? Gráficos de conhecimento são ferramentas que mostram as relações entre diferentes informações. Eles têm sido úteis em várias áreas, como saúde e finanças. No desenvolvimento de software, têm sido usados pra encontrar vulnerabilidades e recomendar APIs.

Nosso objetivo é entender as razões por trás das preocupações éticas dos usuários e extrair requisitos de software que tratem dessas questões. A gente também quer visualizar como diferentes preocupações éticas estão conectadas.

#Design do Estudo

Nosso método inclui três etapas principais:

1. Coletando avaliações de aplicativos: Usamos um conjunto de dados de avaliações de aplicativos que já identificavam preocupações éticas. Esse conjunto inclui avaliações de aplicativos populares como Uber, TikTok e Facebook. As avaliações são rotuladas manualmente para questões éticas.

2. Construindo o gráfico de conhecimento: Criamos um gráfico de conhecimento extraindo entidades chave (como preocupações éticas) das avaliações de aplicativos com base em uma ontologia definida.

3. Armazenando e visualizando o gráfico de conhecimento: Usamos um banco de dados gráfico para gerenciar os dados de forma eficaz, permitindo ver as conexões entre questões e requisitos de maneira mais clara.

#Avaliações de Apps como Fonte de Dados

No nosso estudo, focamos nas avaliações do app da Uber. O conjunto de dados rotulado contém um total de 399 avaliações, que mencionam várias preocupações éticas. Analisamos os tipos de preocupações que os usuários expressaram e sua frequência pra entender melhor os problemas.

#Construção do Gráfico de Conhecimento

Antes de construir nosso gráfico de conhecimento, precisávamos definir os termos e conceitos necessários relacionados às preocupações éticas. Seguimos etapas bem estabelecidas pra desenvolver nossa ontologia.

#Definindo Entidades

Nosso objetivo era ajudar desenvolvedores de software e pesquisadores a reunir informações contextuais sobre preocupações éticas a partir das avaliações de aplicativos. Pra isso, criamos perguntas chave pra guiar nosso trabalho, como:

• Quais questões éticas os usuários comentam?
• Quais são as razões por trás dessas questões?
• Quais requisitos de software conseguimos identificar pra lidar com essas preocupações?
• Existem padrões comuns entre diferentes questões éticas em apps semelhantes?

#Desenvolvendo a Ontologia

Assim que definimos as perguntas chave, identificamos termos e conceitos relevantes e criamos um gráfico pra representar as relações entre esses termos.

#Extraindo Entidades

Pra extrair entidades das avaliações, usamos uma técnica comum chamada reconhecimento de entidade nomeada (NER). Esse processo envolve quebrar o texto e rotular palavras e frases de acordo com seus papéis na sentença. Rotulamos manualmente as entidades usando um esquema de marcação pra garantir precisão.

#Ligando Entidades

Depois de extrair as entidades, tivemos que ligá-las com base em relações definidas. Por exemplo, se um usuário menciona preocupações de segurança relacionadas a motoristas, criamos um link pra denotar essa conexão.

#Armazenando e Visualizando o Gráfico de Conhecimento

Armazenamos nosso gráfico de conhecimento em um banco de dados especializado que lida bem com conexões, permitindo uma análise mais aprofundada das relações entre várias questões éticas e requisitos potenciais.

#Descobertas Preliminares

Nossos resultados iniciais do gráfico de conhecimento mostraram o seguinte:

• Criamos um gráfico com 467 nós e 544 relações.
• Com isso, identificamos 14 requisitos relacionados a preocupações éticas.

Por exemplo, encontramos questões éticas relacionadas a acessibilidade, segurança e responsabilidade. Também identificamos requisitos específicos como reconhecimento de voz e melhor Suporte ao Cliente pra lidar com problemas de segurança que os usuários mencionaram em suas avaliações.

#Insights de Avaliações Exemplo

As descobertas incluíram duas avaliações específicas de usuários da Uber:

1. Avaliação do Usuário 1: Um usuário sugeriu incluir uma função que permita mostrar as fotos dos motoristas antes de começar a corrida. Isso ajudaria a garantir que o motorista certo leve eles, destacando uma preocupação de segurança ligada ao problema dos motoristas substitutos.

2. Avaliação do Usuário 2: Outro usuário expressou frustração com a falta de suporte ao cliente, enfatizando a necessidade de números de contato de emergência confiáveis. Essa avaliação revela problemas de segurança ligados ao atendimento ao cliente.

Ambas as avaliações mostram a interconexão das preocupações éticas, onde um problema muitas vezes leva a outro.

#Pesquisa Relacionada

Estudos anteriores analisaram avaliações de aplicativos e como elas podem ser usadas pra entender melhor as experiências dos usuários. Grande parte desse trabalho foca em relatórios de bugs, pedidos de funcionalidades e satisfação do usuário. Embora alguns estudos anteriores tenham abordado preocupações éticas, a área ainda está em desenvolvimento, e mais pesquisas são necessárias pra explorar essas questões completamente.

#Conclusão e Direções Futuras

Neste trabalho, introduzimos uma nova abordagem pra analisar avaliações de apps através da lente das preocupações éticas. Nossas descobertas iniciais mostram potencial em extrair requisitos que podem melhorar as considerações éticas no design de software.

Daqui pra frente, planejamos refinar nossa abordagem de várias maneiras:

1. Aprimorando a Ontologia: Vamos melhorar nossa ontologia usando técnicas de mineração de dados e conversando com desenvolvedores sobre suas necessidades.

2. Expandindo o Conjunto de Dados: Vamos coletar avaliações de mais aplicativos e redes sociais pra aumentar nossa compreensão das preocupações éticas em diferentes contextos.

3. Automatizando o Processo: Nosso objetivo é criar um sistema totalmente automatizado pra lidar com grandes volumes de dados, facilitando a extração e ligação de entidades.

4. Identificando Novas Preocupações Éticas: Vamos usar nosso gráfico de conhecimento pra encontrar novas questões éticas que ainda não foram bem estudadas.

5. Criando uma Ferramenta Amigável: Planejamos desenvolver uma ferramenta que permita aos desenvolvedores visualizar e analisar requisitos pra melhorar a ética do software. Essa ferramenta também ajudará os usuários a comparar aplicativos com base em padrões éticos, melhorando seu processo de tomada de decisão.

Ao tomar essas medidas, esperamos contribuir pro desenvolvimento de software que não seja apenas funcional, mas também ético e confiável pros usuários.