退出过程中的暗模式以及对《加州消费者隐私法案》(CCPA)的遵守
作者
隐私设计与用户控制暗黑模式(Dark Patterns)识别隐私政策制定者内容治理与平台合规团队
研究背景与问题
- 发现的问题或挑战: 作者发现许多受加州消费者隐私法 (CCPA) 约束的网站在实施退出选项时存在多个问题,包括使用“暗模式”(设计上故意增加用户退出流程难度)。这些策略可能违反了CCPA的规定,或者利用法律漏洞来抑制消费者的隐私权选择。
- 重要性: 隐私权保护在现代数字环境中至关重要,特别是随着私人数据的广泛收集和分享。暗模式不仅威胁消费者的自主权,还可能破坏隐私保护法律法规的实施。
- 研究动机与相关工作: 本研究的动机源于加州隐私权法案 (CPRA) 的实施,该法案在CCPA的基础上加强了法规,并明确禁止隐私退出过程中的某些暗模式。作者旨在填补此前研究的空白,全面记录退出过程中的暗模式并评估其合规性。
解决方案
- 提出的方法或解决方案: 作者采取了系统性方法,研究了330个受CCPA约束的网站的退出流程,记录并分析了整个过程中的暗模式实施情况。
- 创新之处: 相较于之前仅集中于退出页面设计的研究,本研究记录了整个退出流程,包括用户行动的每一步以及后续要求。这种全面的方式揭示了退出过程中的实施模式和暗模式。
- 实施步骤:
- (1) 开发度量标准与暗模式分类体系: 通过试验研究定义退出流程的复杂度指标以及各种暗模式类型。
- (2) 数据收集与标注流程化: 利用自定义工具采集屏幕截图、用户操作和页面源数据,并由研究团队多次标注并验证暗模式标签。
- (3) 跟进请求状态: 为保证退出请求能被执行,在不违反CCPA的前提下完成网站要求的身份验证或其他后续步骤。
研究成果
- 具体成果:
- 在成功提交的退出请求中,约74.2%的请求得到了处理,尽管存在一些失败案例(约26%的网站由于无效页面、不清楚的指示或需要离线操作导致失败)。
- 本研究详细识别了13种不同的暗模式,包括“阻碍性设计”(例如身份验证要求)、“界面干扰”(例如信息超载)和“误导性策略”(例如模糊通知)。
- 研究发现,每个网站平均使用1到3种暗模式,大多数网站包括至少一种暗模式,仅有31.5%的网站完全没有暗模式。
- 与现有解决方案相比的优势:
- 综合记录退出流程的所有步骤,而不是仅关注单一环节。
- 深入分析暗模式与CCPA之间的合规性,并试图明确可执行的问题与法律漏洞。
- 实验或评估结果:
- CCPA后续法规实施后,网站处理退出请求的有效性有所改善(从之前的40%提高到74%),但暗模式仍然广泛存在且影响消费者选择。
- 使用了人工标注、跨团队验证以及自动化工具结合的方法,以保证标注的准确性与可靠性。
- 局限性与未来方向:
- 局限性:
- 使用VPN可能会导致某些网站的退出链接未被监测到。
- 测试账户是虚拟用户资料,而非真实用户,这可能限制研究对实际用户体验的反映。
- 部分网站可能通过其他方式(如处理全球隐私控制信号)将消费退出请求合法化。
- 未来方向:
- 开发AI代理以更好地模拟人工退出流程并优化暗模式检测。
- 系统性开展消费者研究,评估普通用户实际能够有多成功地完成退出请求。
- 加强隐私法规中的漏洞识别与修正,使其覆盖未明确规定的暗模式。
- 局限性:
总体而言,本研究揭示了CCPA引入后隐私退出流程中的关键设计与法律挑战,同时为优化消费者隐私权保护提供了实质性的分析与建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在CCPA(加州消费者隐私法)管理的网站中,隐私选择退出过程存在哪些暗黑模式(即故意让选择退出更困难的设计)?分类: 暗黑模式与欺骗性设计同类问题arrow_forward
- 这些暗黑模式如何影响CCPA的合规性及消费者的隐私选择?分类: 暗黑模式与欺骗性设计同类问题arrow_forward
- 在隐私选择退出过程中,不同类型的暗黑模式是如何分布与被实施的?分类: 暗黑模式与欺骗性设计同类问题arrow_forward
lightbulb
现实痛点
1- 用户在隐私选择退出过程中遭遇复杂设计阻碍决策。分类: 暗黑模式与欺骗性设计同类问题arrow_forward
- 80%
调查GDPR合法利益中的欺骗性设计
CHI '23· 算法透明度与可审计性 +2
- 75%
数字界面中注意力捕获欺骗设计的定义与识别
CHI '23· 暗黑模式(Dark Patterns)识别
- 67%
GDPR之后的阴暗模式:刮取同意弹出窗口并展示其影响
CHI '20· AI 伦理、公平与问责 +2
- 67%
对抗恶意设计:针对黑暗模式的视觉对策
CHI '24· 隐私设计与用户控制 +1
- 67%
暗模式与欧盟数字服务法案:自主性违规与设计因素的映射
CHI '26· 暗黑模式(Dark Patterns)识别 +2
- 67%
“我感兴趣的是违规行为”:监管从业者对自动检测欺骗性设计模式的看法
CHI '26· 暗黑模式(Dark Patterns)识别 +2
- 60%
Bug 或功能?人为计算机交互的隐性缺陷
CHI '20· 暗黑模式(Dark Patterns)识别 +1
- 60%
这是一场寻宝游戏:网站的退出和数据删除选项的可用性
CHI '20· 隐私设计与用户控制 +1
- 60%
暗模式和同意横幅的法律要求:一种交互批评视角
CHI '21· 隐私设计与用户控制 +1
- 60%
烦人的、令人不安的和奇怪的:电话号码作为标识符以及电话号码回收的挑战
CHI '21· 隐私设计与用户控制 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3714138
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
隐私设计与用户控制、暗黑模式(Dark Patterns)识别
work
职业/产业
隐私政策制定者、内容治理与平台合规团队
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文