关于参与和治理策略:社交媒体中暗模式的主题分析
荣誉提名作者
暗黑模式(Dark Patterns)识别社交平台设计与用户行为内容治理与平台合规团队HCI 研究员
文献标题
关于用户参与和治理策略的探讨:社交网络服务中的“暗黑模式”主题分析
文献信息
- 主题领域: 人机交互 (HCI) 领域中关于设计伦理、用户界面中的“暗黑模式”研究
- 关键词: 社交网络服务(SNS)、社交媒体、界面设计、暗黑模式、用户幸福感、伦理化界面设计、用户决策引导、时间管理
研究背景与问题
-
发现的问题或挑战:
- 现有文献对社交网络服务(SNS)的暗黑模式关注较少,现有研究大多集中在电子商务领域。
- 用户在社交网络上的自我决策权,特别是关于个人数据控制和时间管理,受到设计策略的限制。
- 当前法律法规主要聚焦于数据和隐私保护,但往往忽略了界面设计可能带来的有害后果。
-
重要性: 深入研究社交网络中暗黑模式的使用方式和行业特有的模式,可为未来的用户保护法规和指南的制定提供支持。
-
研究动机: 作者希望回答以下问题:
- 四大SNS平台(Facebook、Instagram、TikTok和Twitter)目前使用了哪些类型的暗黑模式?
- 是否存在社交网络领域独有的暗黑模式?
解决方案
-
提出的解决方案:
- 对四大SNS的移动应用进行了详细视频录屏(16小时),结合用户交互记录,由6名HCI专家进行分析。
- 借助先前的暗黑模式分类体系,对采集到的界面元素以及与用户互动的数据进行主题分析,探索SNS中特有或未描述过的暗黑设计模式。
-
创新之处:
- 提出了SNS特有的两大设计策略类别:“参与式策略”和“治理式策略”。
- 定义了五种新的暗黑模式:互动勾子、社交中介、决策不确定性、迷宫式导航、重定向条件。
-
实施步骤与关键技术:
- 数据采集:6位HCI研究人员对四大平台进行界面交互,记录视频及同步的思维大声说(think-aloud)过程。
- 编码与分析:提取现有暗黑模式分类;为未涵盖的现象创建新的归纳式代码;使用主题分析方法得出最终模式与策略。
- 分类总结:将暗黑模式总结为两个高阶策略类别,以及五个特定模式,进行具体示例分析。
研究成果
-
具体成果:
- 确认了44种已知的暗黑模式在SNS中普遍存在(从80种现有类型中选取)。
- 定义了五种之前未描述的暗黑模式:
- 互动勾子(Interactive Hooks): 吸引用户参与,用奖励机制延长用户停留时间(如无限滑动、自动播放内容)。
- 社交中介(Social Brokering): 设计引导用户拓展社交网络、建立更多连接的界面功能(如推荐好友、模糊内容个性化设置)。
- 决策不确定性(Decision Uncertainty): 通过设计上的模糊和干扰削弱用户的自主决策能力。
- 迷宫式导航(Labyrinthine Navigation): 界面结构复杂,妨碍用户快速找到所需功能或设置。
- 重定向条件(Redirective Conditions): 增加自然操作的门槛,以推动用户完成设计者预期的操作。
-
相较现有解决方案的优势:
- 初次尝试系统性地分析SNS领域的暗黑模式。
- 提供了高阶的策略框架(“参与式”和“治理式”)以理解暗黑模式的运作逻辑。
-
实验与评估结果:
- Facebook和Instagram检测到的暗黑模式种类最多,分别为41种和39种,Twitter稍少(35种),TikTok为37种。
- 用例分析表明,这些模式在SNS中明显以增强参与和限制用户决策为目的。
-
局限性与未来方向:
- 仅限于Facebook、Instagram、TikTok和Twitter的移动应用,未覆盖更多社交平台。
- 数据采集时间恰逢COVID-19疫情,研究过程中缺乏面对面监督。
- 研究参与者仅限HCI研究领域,未来可邀请认知科学或心理学背景的专家共同进行分析。
- 未来研究方向:
- 扩展至更多SNS平台及不同的使用设备(如桌面版本)。
- 探讨暗黑模式与用户心理偏差的关系。
- 在更广泛法规背景下对界面设计中的用户保护展开跨学科合作。
以上为关于文献《A Thematic Analysis of Dark Patterns in Social Networking Services》的要点梳理与结构化总结。
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
2lightbulb
现实痛点
1- 社交媒体用户难以控制时间和数据隐私,被暗黑设计干扰。分类: 暗黑模式与欺骗性设计同类问题arrow_forward
- 80%
饲料中控制设置的安慰剂效应并非总是很强
CHI '25· 隐私设计与用户控制 +2
- 60%
设计用户界面元素以提高在线评论行为的讨论质量和文明程度
CHI '19· 暗黑模式(Dark Patterns)识别 +1
- 60%
合成社交信号:从账户历史中计算得出的社交信号
CHI '20· 社交平台设计与用户行为 +1
- 60%
《我只是想通过自我黑客手段避免分心》:评估Facebook上自我控制的设计干预措施
CHI '20· 暗黑模式(Dark Patterns)识别 +1
- 60%
抵御暗黑艺术:识别社交媒体中的暗黑模式
DIS '23· 暗黑模式(Dark Patterns)识别 +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://doi.org/10.1145/3544548.3580695
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
荣誉提名
group
作者
5 位作者
sell
研究子方向
暗黑模式(Dark Patterns)识别、社交平台设计与用户行为
work
职业/产业
内容治理与平台合规团队、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文