Dark pattern, którego nie widać. Gdy decyzja o użytkowniku zapada poza interfejsem
Personalized pricing pokazuje, że wpływ na użytkownika może powstawać zanim zobaczy interfejs. FTC, Komisja Europejska i decyzje podejmowane na podstawie danych.
Przez lata dyskusja o wpływie projektowania cyfrowego koncentrowała się przede wszystkim na tym, co użytkownik widzi.
Licznik czasu. Informacja o ograniczonej dostępności. Domyślnie zaznaczona opcja. Przycisk, który łatwiej nacisnąć niż ominąć. Kolejność informacji kierująca uwagę w określoną stronę.
To naturalne. Interfejs jest miejscem, w którym użytkownik spotyka się z systemem.
Coraz częściej jednak decyzje istotne dla tego, co zobaczy i jakie warunki zostaną mu zaoferowane, mogą zapadać wcześniej — w warstwie danych, profilowania i automatycznej oceny.
Cena może być inna nie dlatego, że zmienił się produkt albo warunki rynkowe, lecz dlatego, że system inaczej ocenił konkretnego odbiorcę.
Wtedy pojawia się problem szerszy niż klasycznie rozumiany projekt interfejsu:
Pytanie
czy wpływ systemu na użytkownika nadal można analizować przede wszystkim przez to, co widać na ekranie?
Regulator patrzy nie tylko na funkcję, ale na jej działanie
18 sierpnia Komisja Europejska opublikowała zaproszenie do składania ofert na badanie dotyczące wpływu projektowania marketplace’ów na zachowania użytkowników.
Badanie obejmie wybrane platformy handlowe posiadające status VLOM — Very Large Online Marketplace — oraz interakcje użytkowników z funkcjami wymaganymi przez Digital Services Act.
Wśród nich znalazły się mechanizmy wynikające z art. 16 DSA dotyczącego zgłaszania nielegalnych treści, art. 30 ust. 7 dotyczącego informacji o przedsiębiorcach oraz art. 31, zobowiązującego platformy do projektowania i organizowania interfejsu w sposób umożliwiający przedsiębiorcom realizację obowiązków dotyczących informacji przed zawarciem umowy, zgodności i bezpieczeństwa produktów. (źródło)
Najciekawszy nie jest jednak sam katalog przepisów.
Komisja oczekuje badania empirycznego, dostarczającego danych obserwacyjnych o rzeczywistych zachowaniach i doświadczeniach użytkowników. Jednym z rezultatów ma być również metodologia pozwalająca takie dane zbierać i analizować w sposób ustrukturyzowany i porównywalny.
Badanie nie ma rozstrzygać, czy dana platforma jest zgodna z DSA. Komisja wyraźnie pozostawia ocenę zgodności po swojej stronie.
Sama obecność funkcji w interfejsie nie mówi jeszcze, czy użytkownik ją zauważa, rozumie i potrafi z niej skutecznie skorzystać.
Do pytania:
„czy mechanizm został wdrożony?”
dochodzi więc drugie:
„jak działa w rzeczywistym kontakcie z użytkownikiem?”
FTC patrzy krok wcześniej: co jeśli mechanizmu nie widać?
Dzień później Federal Trade Commission opublikowała projekt polityki egzekucyjnej dotyczącej personalized pricing. (źródło)
Współczesne możliwości zbierania i przetwarzania danych pozwalają firmom ustalać ceny na podstawie informacji o konkretnym konsumencie oraz wniosków wyciąganych z tych danych — na przykład przewidywanej skłonności do zapłaty albo prawdopodobieństwa porównywania ofert.
Nie chodzi więc po prostu o to, że cena się zmienia.
Ceny mogą zmieniać się w zależności od podaży, popytu, czasu czy dostępności produktu — to typowe przykłady dynamic pricing.
Personalized pricing zaczyna się w innym miejscu: jednym z elementów decyzji cenowej staje się informacja o konkretnym użytkowniku.
Dynamic pricing
Warunki rynkowe
cena
zmienność wynikająca z sytuacji rynkowej
Personalized pricing
Dane o użytkowniku
ocena użytkownika → cena dla niego
decyzja uwzględniająca informacje o odbiorcy
FTC zwraca szczególną uwagę na sytuacje, w których konsumenci mogą rozsądnie oczekiwać, że cena widoczna w danym miejscu i czasie jest taka sama dla wszystkich.
Komisja nie twierdzi przy tym, że personalized pricing jest zawsze nielegalne ani nie proponuje jego generalnego zakazu.
Wprost wskazuje, że nie ma kompetencji do zakazania tej praktyki we wszystkich okolicznościach, ale zamierza egzekwować Section 5 FTC Act wobec praktyk nieuczciwych lub wprowadzających w błąd.
Według projektu, gdy konsument może rozsądnie oczekiwać braku personalizacji ceny, przedsiębiorca powinien jasno ujawnić sam fakt personalizacji, jej podstawę oraz rodzaje danych wykorzystywanych do jej ustalenia.
I tutaj punkt ciężkości przesuwa się jeszcze głębiej.
W przypadku badania KE pytanie dotyczy tego, co dzieje się podczas interakcji z funkcją.
W przypadku personalized pricing najważniejsza decyzja może zapaść zanim użytkownik zobaczy interfejs.
Użytkownik widzi cenę. Nie widzi decyzji, która ją stworzyła
Dwie osoby mogą wejść w podobnym czasie na stronę tego samego sprzedawcy i oglądać ten sam produkt.
Każda zobaczy cenę.
Żadna nie musi jednak wiedzieć, czy została ona ustalona wyłącznie na podstawie sytuacji rynkowej, czy również na podstawie informacji o niej samej.
Hipotetycznie system może na przykład przewidzieć, że użytkownik wielokrotnie wracający do tego samego produktu ma wysoką skłonność do zakupu — albo że osoba rzadko porównująca oferty jest mniej wrażliwa na różnicę w cenie.
Nie oznacza to, że każda taka predykcja prowadzi do zmiany ceny. Pokazuje jednak, gdzie przebiega zasadnicza różnica: cena może wynikać nie tylko z sytuacji rynkowej, ale również z oceny konkretnego odbiorcy.
Mechanizm może wyglądać następująco:
dane o użytkowniku → profil lub predykcja → ocena skłonności do określonego zachowania → decyzja cenowa → cena widoczna na ekranie
Użytkownik ma bezpośredni dostęp właściwie tylko do ostatniego elementu.
I tutaj pojawia się zasadnicza różnica wobec klasycznych problemów projektowania interfejsu.
Licznik czasu można zobaczyć. Domyślnie zaznaczoną opcję można wskazać. Można porównać hierarchię przycisków, przeanalizować kolejność informacji albo sprawdzić, ile kroków wymaga rezygnacja.
W przypadku decyzji opartej na profilowaniu interfejs może nie ujawniać mechanizmu, który doprowadził do tego, co użytkownik widzi.
Ekran pokazuje rezultat. Nie musi pokazywać procesu, który ten rezultat stworzył.
Do pytania:
„co pokazano?”
trzeba dodać:
„dlaczego właśnie to zostało pokazane właśnie temu użytkownikowi?”
Czy personalized pricing jest dark patternem?
Nie automatycznie.
To rozróżnienie jest ważne, bo określenie każdego nieprzejrzystego mechanizmu cyfrowego mianem dark patternu szybko pozbawiłoby to pojęcie użyteczności.
Dark patterns dotyczą przede wszystkim sposobów projektowania interfejsu lub procesu wyboru, które mogą kierować użytkownika w stronę określonej decyzji.
Personalized pricing może działać inaczej.
Sam ekran może być całkowicie czytelny. Cena może być podana jednoznacznie. Przycisk zakupu może wyglądać dokładnie tak samo dla wszystkich.
Problem — jeśli występuje — może znajdować się wcześniej: w danych wykorzystanych do ustalenia warunków oferty i w braku wiedzy użytkownika o tym procesie.
Dlatego personalized pricing lepiej potraktować nie jako kolejny rodzaj dark patternu, lecz jako sygnał szerszego problemu.
Dotychczas pytaliśmy przede wszystkim:
„jak zaprojektowano wybór?”
Coraz częściej trzeba będzie również pytać:
„w jaki sposób system zdecydował, jaki wybór w ogóle zostanie użytkownikowi przedstawiony?”
Być może część mechanizmów, które w przyszłości będziemy analizować podobnie jak dark patterns, nie będzie już wzorcem widocznym w interfejsie.
Będzie sposobem, w jaki system podejmuje decyzję wobec użytkownika.
Od projektowania wyboru do projektowania warunków wyboru
W takim procesie można rozróżnić trzy warstwy:
Interfejs — to, co użytkownik bezpośrednio widzi: komunikat, cena, przycisk, lista opcji.
Personalizacja — dlaczego konkretny użytkownik widzi właśnie taki wariant treści, oferty lub warunków.
Decyzja — jakie dane, reguły lub modele doprowadziły do wyboru tego wariantu.
Interfejs może być więc końcem znacznie dłuższego łańcucha:
dane → wniosek → decyzja → prezentacja
To oznacza, że ocena wpływu na użytkownika nie zawsze może kończyć się na analizie tego, co widoczne na ekranie.
Dwa różne sygnały, podobny kierunek
Komisja Europejska i FTC zajmują się różnymi problemami regulacyjnymi.
Nie ma podstaw, by traktować oba wydarzenia jako dowód jednej, skoordynowanej zmiany podejścia w USA i Unii Europejskiej.
Pokazują jednak podobny kierunek analizy:
od widocznego elementu → do mechanizmu → do jego rzeczywistego wpływu na użytkownika.
W przypadku KE znaczenie ma nie tylko obecność wymaganej funkcji, ale również to, jak działa ona w praktyce.
W przypadku FTC sama widoczność ceny może nie wystarczyć do zrozumienia mechanizmu, jeśli warunki oferty zostały wcześniej ukształtowane na podstawie danych o konkretnym konsumencie.
To właśnie ten wspólny punkt jest istotniejszy niż oba wydarzenia rozpatrywane osobno.
Co to oznacza dla e-commerce
Granice między obszarami, które łatwo było traktować osobno, zaczynają się zacierać.
Pricing może jednocześnie dotyczyć danych, profilowania, automatycznej decyzji, transparentności i projektu interfejsu.
Personalizacja może wpływać nie tylko na to, jak oferta jest przedstawiona, ale również na to, jaka oferta w ogóle powstaje dla konkretnego użytkownika.
Czytelny interfejs nie musi więc oznaczać transparentnego procesu.
Można poprawnie pokazać cenę albo dostępne opcje, a jednocześnie pozostawić użytkownika bez wiedzy o tym, jakie dane i reguły zdecydowały o ich kształcie.
Dlatego pytanie:
„co pokazujemy użytkownikowi?”
trzeba uzupełnić o:
„dlaczego pokazujemy właśnie to właśnie jemu?”
To już nie jest wyłącznie pytanie projektowe.
Dotyczy sposobu zarządzania danymi, modeli decyzyjnych, transparentności oraz odpowiedzialności za automatyczne procesy.
Governance coraz trudniej więc ograniczyć do audytu ekranu. Trzeba spojrzeć również na logikę stojącą za decyzjami, których rezultat użytkownik ostatecznie widzi.
To, czego nie widać
Dark patterns nauczyły nas patrzeć na to, jak zaprojektowano wybór.
Personalizacja i automatyczne podejmowanie decyzji każą zadać wcześniejsze pytanie:
jak system zdecydował, jaki wybór użytkownik w ogóle zobaczy?
Najważniejszy mechanizm wpływu może nie być tym, co użytkownik widzi, lecz tym, co system zdecydował pokazać właśnie jemu.
Źródła:
- Komisja Europejska, Call for tenders: Study on how online marketplace design influences user behaviour. Komisja Europejska
- Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2022/2065 — Digital Services Act, w szczególności art. 31. EUR-Lex
- Federal Trade Commission, Proposed Enforcement Policy Statement Regarding Personalized Pricing, 19 sierpnia 2026 r. FTC
- Federal Trade Commission, FTC Seeks Comment on Enforcement Policy Statement Regarding Personalized Pricing. FTC
- OECD, Dark commercial patterns. OECD