Käyttöliittymien pimeät mallit sekä niiden tunnistusmenetelmät

Abstract

Pimeät mallit ovat käyttöliittymissä käytettyjä keinoja, joiden suunnittelijat tietoisesti koettavat hämätä käyttäjiä, tehdä käyttäjien varsinaisten halujen toteuttamisesta haastavaa, tai manipuloida käyttäjiä tekemään heille epäsuotuisia toimia. Tutkielma tarjoaa syvällisen katsauksen pimeisiin malleihin sekä niiden luokitteluun kolmitasoisen ontologian avulla. Tämän lisäksi pimeiden mallien vaikutuksia tarkastellaan neljän normatiivisen linssin kautta, jotka osoittavat, että pimeät mallit voivat heikentää käyttäjien päätöksentekokykyä, vähentää yksityisyyttä ja luottamusta digitaalisiin palveluihin sekä johtaa taloudellisiin ja oikeudellisiin haittoihin. Tutkielmassa myös perehdytään pimeiden mallien tunnistamiseen kehitettyihin manuaalisiin ja automaattisiin menetelmiin sekä niiden arvioimiseen kehitettyihin mittareihin. Tulokset osoittavat, että automaattiset algoritmiset tunnistusmenetelmät kuten logistinen regressio, SVM ja satunnaismetsä saavuttavat korkean tunnistustarkkuuden ja tasapainoisen suorituskyvyn eri mittareilla. Manuaaliset menetelmät soveltuvat kuitenkin automaattisiin menetelmiin nähden paremmin tunnistusluokitusten laatimiseen ja referenssilistojen kokoamiseen.