理解家庭物联网设备中的暗模式

文献标题

Understanding Dark Patterns in Home IoT Devices

文献信息

• 主题领域: 人机交互、隐私与安全、技术设计
• 关键词: 用户体验设计, 暗模式, 物联网(IoT), 隐私策略, 人为干预

研究背景与问题

问题与挑战

• 暗模式现象: 对用户界面的恶意或操纵性设计会引导用户做出不利于自身的行为，例如无意中同意隐私条款、暴露敏感信息或支付额外费用。
• 物联网设备的独特风险: IoT设备长期处于“在线”状态，能访问私人空间并收集敏感数据，这可能加剧暗模式设计对用户隐私和安全的威胁。
• 现有不足: 虽然有大量研究专注于移动App和网站中的暗模式设计，但尚未系统性研究IoT设备的暗模式如何表现以及对用户的潜在影响。

研究重要性

• 随着IoT设备的普及，对其用户界面的潜在负面影响理解不足，可能会导致隐私被滥用、用户决策被操纵。
• 为监管机构、设计师和用户提供更明晰的IoT界面问题，推动更透明和公平的设计。

研究动机与相关工作

• 税onomies与研究延伸: 学术界已经提出了包含不同暗模式类型的分类法，但物联网设备场景的特异性可能创造出新的暗模式。
• 多维度分析需求: IoT设备跨平台、跨模式（硬件界面与软件App结合），需要研究它们的互动语境如何影响暗模式表现。

解决方案

方法

作者提出了一种系统性的方法来分析IoT设备的暗模式设计，并扩展了用于观察和注释暗模式的工具与分类。

1. 实验工具与场景设置：
   • 强调实验室环境与设备隔离的设置，以减少现有使用历史对观察的影响。
   • 使用脚本化的交互方法对57个热门IoT设备进行测试，从设备到伴随App逐一记录用户交互。
2. 多模态交互与暗模式分类：
   • 涉及3种交互方法（直接设备控制、App交互及语音命令）。
   • 扩展了暗模式分类法，添加了适用于IoT的12种新模式。
3. 数据标注与分析：
   • 使用视频记录标注暗模式具体位置和发生频率。
   • 分析设备类型、交互模式及厂商之间的暗模式分布。

创新之处

• 在现有暗模式分类法的基础上新增了IoT特有类别，例如“设备无权限自动感知”与“非永久性退出选项”。
• 提出了针对IoT设备复杂操作模式的新研究维度：多模态交互引发的“跨模式暗模式”。

实施步骤与关键技术

• 通过设计不同交互脚本，研究设备类型与暗模式之间的关系。
• 标注视频记录中暗模式的具体实例，并利用统计分析探索暗模式分布。
• 比较不同设备生产商所采用暗模式的类型与频率。

研究成果

具体成果

• 暗模式在IoT设备中的普遍性:
  • 平均每个设备出现10-11种独特暗模式，且全部设备至少包含一种暗模式。
  • 扬声器、门铃以及摄像头类设备暗模式使用频率最高。
• 新模式发现:
  • 发现12种IoT特有暗模式，如“设备记录数据无法删除”、“特性需付费解锁但未明确告知”等。
• 厂商表现差异:
  • 亚马逊与谷歌的IoT设备部署了最多暗模式，显示了厂商设计策略的差异性。

实验与评估结果

• 总模式次数与设备类型关系:
  • 更复杂的设备界面（特别是视觉界面）会导致更频繁暗模式。
  • 不同类型设备的暗模式覆盖率差异较大，显示出设计目标与用户交互模式的紧密关系。
• 方法验证:
  • 通过人工标注和二次验证，保证标注的准确性。

局限性与未来方向

• 实验环境限制:
  • 仅模拟实验室场景，未纳入真实用户的长时间交互或多设备网络环境。
• 时间窗口问题:
  • 设备及App行为可能因更新而发生变化，缺乏对长期变化的动态测量。
• 不足与改进空间:
  • 建议未来研究考虑用户实际使用条件，特别是多设备、重复交互及真实生活细节。

未来研究方向

• 纵向实验: 探讨设备更新或长期使用过程中暗模式变化以及对用户的实际影响。
• 关注交互公平性与生态系统设计: 比较不同厂商设计生态系统的用户体验，分析其如何影响暗模式出现频率与形式。

此文献研究了物联网设备的暗模式现象，揭示了常见设计问题及其对用户隐私与自主性的潜在威胁，并为学术界和行业提供了应对措施的洞见。