Learning Outcomes

本节课我们将讨论如何滥用设计理论与原则来诱导用户做出违背自身利益的行为。

• 探索欺骗性模式（deceptive patterns）
• 将设计理论用于“作恶”的方式与案例
• ChatGPT 与 AI 指南
• Submission 3 与 Submission 4 相关事项

欺骗性模式（Deceptive Patterns）

整个学期我们都在学习如何用不同理论造福用户。但如果反其道而行之会怎样？

欺骗性模式会对用户造成负面影响：

• 诱导用户购买他们并不真正需要或想要的东西
• 让用户误以为别无选择，必须采取某个行动
• 刻意增加难度，使用户更难找到真正想要的选项或信息
• 通过情绪操控，让用户做出违背其最佳利益的决策

某些欺骗性模式的使用可能也触犯法律：

https://www.deceptive.design/laws/section-5-a-of-the-ftc-act-15-u-s-c-ss-45-a

欺骗性模式的类型

https://www.deceptive.design/types

设计一个“欺骗性模式”（25 分钟）

小组活动

想象你就职于一位妄自尊大的超级反派——Norman Shneiderman（虚构），他要求你设计一个帮助其达成邪恶目标的界面（移动应用或浏览器网站皆可）。

他希望你把界面设计得能“欺骗”用户。至于如何欺骗、为什么能欺骗，由你们决定！

设计一个“欺骗性模式”（指导）

在你的设计中，选择并扭曲/滥用三个本单元所学的理论或原则。

可选的理论或原则包括（但不限于）：

• Norman 的设计原则
• Shneiderman 的八大黄金法则
• 视觉设计原则
• 格式塔原则（Gestalt）
• 菲茨定律（Fitts’ Law）
• WCAG 无障碍标准
• ……等

Microsoft AI 指南（摘选）

请思考研讨课（第 12 周）中讨论过的 Microsoft AI 指南的以下四条：

• 2（初始阶段）：清楚说明系统能做什么以及做得多好。帮助用户了解 AI 系统可能出错的频率。
• 6（交互过程中）：缓解社会偏见。确保 AI 系统的语言与行为不强化不良或不公平的刻板印象与偏见。
• 10（出错时）：在不确定时收窄服务范围。当对用户目标不确定时，进行消歧或优雅降级系统提供的服务。
• 18（随时间推移）：就变更通知用户。当 AI 系统新增或更新能力时，应告知用户。

评估 ChatGPT（25 分钟）

小组活动

结合上一页的 Microsoft AI 指南，讨论 ChatGPT 在不同阶段（初始、交互中、出错时、一段时间后）是否遵循这些指南。

请给出结论与理由，并附上示例（可来自你们的亲身体验，或他人公开分享的经历）。