抵御暗黑艺术：识别社交媒体中的暗黑模式

近年来，人机交互领域对不道德用户界面的兴趣日益增长，研究人员识别出了被称为"暗黑模式"的恶意设计策略。虽然这些策略已在众多领域得到描述，但我们对它们在社交网络服务（SNS）中如何运作缺乏深入了解。针对此类做法的监管，我们填补了这一空白，深入分析了SNS中部署的暗黑模式类型，以及用户在四款广泛使用的移动SNS应用中识别这些模式的能力。通过认知走查，专家（N=6）能够在所有四个SNS中识别出暗黑模式的实例，包括共现情况。在此基础上，我们设计了一套评估界面恶意程度的新评级程序。评估结果显示，普通用户（N=193）能够区分具有暗黑模式的界面和不具有暗黑模式的界面。这种评级程序可支持决策者当前规范在线界面欺骗性和操纵性设计的努力。