La experiencia del usuario se vuelve cada vez más importante en el panorama digital para la eficacia de los sitios web. Sin embargo, la aparición de patrones oscuros pone en peligro esta experiencia al afectar la conducta de los usuarios. Para abordar este problema, se ha desarrollado una herramienta automatizada capaz de reconocer patrones específicos de este tipo, como ventanas emergentes que dificultan la navegación. Se han explorado dos métodos diferentes para usar redes neuronales: la creación de redes neuronales desde cero y el uso de un modelo preentrenado. Además, se ha creado un conjunto de datos que incluye imágenes sintéticas para este propósito. El objetivo de este proyecto es fomentar una navegación web más ética y transparente al mismo tiempo que promover prácticas de diseño responsables.
ABSTRACT
User experience is becoming increasingly important in the digital landscape for the effectiveness of websites. However, the emergence of dark patterns jeopardizes this experience by affecting user behavior. To address this issue, an automated tool capable of recognizing specific dark patterns, such as pop-ups that hinder navigation, has been developed. Two different methods for using neural networks have been explored: creating neural networks from scratch and using a pretrained model. Additionally, a dataset including synthetic images has been created for this purpose. The aim of this project is to promote more ethical and transparent web navigation while encouraging responsible design practices.
La experiencia del usuario se vuelve cada vez más importante en el panorama digital para la eficacia de los sitios web. Sin embargo, la aparición de patrones oscuros pone en peligro esta experiencia al afectar la conducta de los usuarios. Para abordar este problema, se ha desarrollado una herramienta automatizada capaz de reconocer patrones específicos de este tipo, como ventanas emergentes que dificultan la navegación. Se han explorado dos métodos diferentes para usar redes neuronales: la creación de redes neuronales desde cero y el uso de un modelo preentrenado. Además, se ha creado un conjunto de datos que incluye imágenes sintéticas para este propósito. El objetivo de este proyecto es fomentar una navegación web más ética y transparente al mismo tiempo que promover prácticas de diseño responsables.
ABSTRACT
User experience is becoming increasingly important in the digital landscape for the effectiveness of websites. However, the emergence of dark patterns jeopardizes this experience by affecting user behavior. To address this issue, an automated tool capable of recognizing specific dark patterns, such as pop-ups that hinder navigation, has been developed. Two different methods for using neural networks have been explored: creating neural networks from scratch and using a pretrained model. Additionally, a dataset including synthetic images has been created for this purpose. The aim of this project is to promote more ethical and transparent web navigation while encouraging responsible design practices. Read More
Related posts:
Optimización y evaluación de Graph Neural Networks para la predicción de efectos secundarios en el conjunto de datos ogbl-ddi
Implementación de red de neuronas en C en entorno GNU Linux
Estudio y prototipo exploratorio para el análisis, detección y predicción de patrones oscuros web heurísticos con Figma
Diseño de una metodología de cálculo del Valor del Cliente (CLTV) basada en
redes neuronales para la predicción del comportamiento de los consumidores
en un entorno empresarial
Optimización de Encuestas Electorales mediante Redes Neuronales Artificiales
Componentes de visualización analítica para grafos