Dark patterns utilize interface elements to trick users into performing unwanted actions. Online shopping websites often employ these manipulative mechanisms so as to increase their potential customer base, to boost their sales, or to optimize their advertising efforts. Although dark patterns are often successful, they clearly inhibit positive user experiences. Particularly, with respect to customers' perceived annoyance and trust put into a given brand, they may have negative effects. To investigate respective connections between the use of dark patterns, users' perceived level of annoyance and their expressed brand trust, we conducted an experiment-based survey. We implemented two versions of a fictitious online shop; i.e. one which used five different types of dark patterns and a similar one without such manipulative user interface elements. A total of $n=204$ participants were then forwarded to one of the two shops (approx. $2/3$ to the shop which used the dark patterns) and asked to buy a specific product. Subsequently, we measured participants' perceived annoyance level, their expressed brand trust and their affinity for technology. Results show a higher level of perceived annoyance with those who used the dark pattern version of the online shop. Also, we found a significant connection between perceived annoyance and participants' expressed brand trust. A connection between participants' affinity for technology and their ability to recognize and consequently counter dark patterns, however, is not supported by our data.


翻译:在线购物网站经常使用这些操纵机制,以增加潜在客户基础,促进销售,或优化其广告工作。虽然暗色模式往往很成功,但显然抑制了积极的用户经验。特别是,对于客户感到的烦恼和信任被放入一个特定品牌,它们可能会产生负面效应。为了调查黑暗模式的使用、用户感到的烦恼程度和他们表现的品牌信任之间的关联,我们进行了一项实验性调查。我们实施了两个版本的虚构在线商店,即一个使用五种不同类型的黑暗模式和类似版本的网络商店,而没有这种操作性用户界面元素。总计204美元的参与者随后被转送到两家商店中的一家商店(约合2/3美元,给使用黑暗模式的商店),并被要求购买具体产品。随后,我们测量了参与者感到的烦恼程度、他们表现的品牌信任程度和他们对技术的亲切性。结果显示,与那些使用黑暗模式版本的网上商店的人相比,人们感到的烦恼程度更高。此外,我们发现两个商店中的参与者之间有着强烈的关联性联系,但是,我们发现一个令人厌恶的参与者和信任感同感。

0
下载
关闭预览

相关内容

强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
5+阅读 · 2018年1月23日
VIP会员
相关资讯
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员