数字界面中注意力捕获欺骗设计的定义与识别

文献标题

Defining and Identifying Attention Capture Deceptive Designs in Digital Interfaces

文献信息

• 主题领域: 人机交互与数字福祉
• 关键词: 数字福祉, 损害性设计, 欺骗性设计, 暗模式设计, 技术过度使用, 注意力经济

研究背景与问题

• 问题或挑战:

  • 数字服务设计通常最大化用户的使用时间和频率，这会导致用户感到后悔或对时间浪费的不满。
  • 针对财务和隐私损害的暗模式已被识别，但导致注意力损害的设计尚缺乏系统性研究。

• 重要性:

  • 用户注意力已成为数字经济中的一种核心资源，注意力损害设计可能对用户的心理健康和自我效能感产生负面影响。
  • 系统识别这些模式将帮助设计师抵制此类设计，并协助政策制定者对其进行规范。

• 研究动机与相关工作:

  • 作者希望通过系统性文献综述填补这个领域的空白，并为设计界和政策界提供参考。
  • 之前已有研究聚焦于暗模式导致的财务和隐私问题，但注意力损害被严重忽视。

解决方案

• 方法或解决方案:

  • 作者提出了“注意力捕获损害性设计模式” (Attention Capture Damaging Patterns, ACDPs) 的定义并基于文献综述识别具体设计模式。
  • 收集相关文献，分析数字界面中如何利用心理学弱点捕获用户注意力，并进一步探索这些设计的负面影响。

• 创新性:

  • 发展了明确的定义和鉴别标准，用以更清晰地识别注意力损害模式。
  • 提出了基于11种具体模式的分类法，这些模式如“无限滚动”（Infinite Scroll）与“自动播放”（Neverending Autoplay）。

• 实施步骤与技术:

  • 根据PRISMA指南进行系统性文献筛选与分析。
  • 提出五个主要评级标准（如是否利用心理学弱点、是否自动化用户体验等），并基于这些标准分类模式。

研究成果

• 具体成果:

  • 提出11种注意力捕获损害性设计模式，这些模式包括：
    • 无限滚动（Infinite Scroll）
    • 赌场式下拉刷新（Casino Pull-to-Refresh）
    • 永不停止的自动播放（Neverending Autoplay）
    • 有罪愉悦型推荐（Guilty Pleasure Recommendations）
    • 假社交通知（Fake Social Notifications）
    • 等模式

• 与现有解决方案的比较:

  • 此分类法扩展了现有的暗模式研究，将数字福祉主题纳入讨论。
  • 注意力损害模式的识别提供了设计师抵制不良设计的一种结构性工具，也帮助政策制定者考虑注意力经济中的监管需求。

• 实验或评估结果:

  • 识别的注意力损害模式全面覆盖了社交媒体、视频平台及数字游戏等领域。
  • 部分模式如“无限滚动”，已被证实影响用户的时间感和自控能力，导致后悔情绪。

• 局限性与未来发展方向:

  • 局限性：
    • 关注的重点领域主要是社交媒体与数字游戏，其他领域涉及较少。
    • 文献综述可能未包含更新的研究成果。
  • 未来工作：
    • 探索其他领域（如教育技术与生产力工具）中ACDP的应用。
    • 开发新的数字自控工具，有效干预这些损害模式。
    • 提倡新的技术商业模式以减少强制性用户注意力捕获行为。

通过这一系统性综述和分类，作者希望为设计师与政策制定者提供一个务实的参考框架，推动设计实践向用户福祉对齐。