这个故事的开端，可能出乎你的意料，竟然是荷兰阿姆斯特丹史基浦机场的男厕所。
当时，机场管理者们正为一件非常棘手的问题烦恼——小便池溢出。这不仅增加了清洁费用，也让环境变得十分糟糕。他们尝试贴警示标语、增加清洁频率，但收效甚微。
这时，一位经济学家提出了一个绝妙的主意。他建议在小便池中央排水口附近，贴上一张黑色的苍蝇形状贴纸。
结果如何呢？非常令人惊讶。男士们几乎是下意识地瞄准了那只苍蝇，小便池溢出的情况竟然减少了80%。没有强制，没有罚款，也没有奖励，仅仅是一张小小的贴纸，就极大地改变了人们的行为。
这个小故事，成了行为经济学家理查德·泰勒（Richard Thaler）和卡斯·桑斯坦（Cass Sunstein）提出的**“助推（Nudge）”**概念最经典的例子。“助推”的意思就是“用胳膊肘轻轻推一把”。
助推的核心是**“选择架构（Choice Architecture）”**。这个词听起来有点复杂。简单来说，就是巧妙地设计人们做决定的“背景”或“情境”。机场管理人员给小便池贴上苍蝇贴纸，就成了使用者的选择架构师。
重要的是，这种选择架构是无法避免的。无论是餐厅菜单的食物排列、网站按钮的位置，还是文件默认设置，我们都在别人设计好的环境中做着选择。
泰勒和桑斯坦认为，这种干预方式既尊重了个人选择的自由，又能引导人们做出更好的选择，他们称之为**“自由主义家长制（Libertarian Paternalism）”**。这个名字听起来有些矛盾，但意思是：保障选择的自由，所以是“自由主义”；帮助人们做出更好的选择，所以是“家长制”（或称“温情主义”）。
这篇文章将深入探讨，从史基浦机场那只小小的苍蝇开始的助推之路。我们将了解助推的必要性，人类心理的运作方式，以及助推在公共卫生和金融领域的精彩应用。
然而，故事并未就此结束。助推的强大力量是一把双刃剑。同样的心理学原理，如何变成了欺骗和剥削我们的**“暗黑模式（Dark Pattern）”（第三章）？人工智能和大数据结合产生的“算法助推”会带来哪些伦理问题？最后，我们将讨论助推理论本身面临的“可重复性危机”**，并展望助推的未来。
本文旨在提供一个全面的视角，说明助推不仅是一个政策工具，它如何改变我们对人类行为的理解，以及我们应警惕哪些风险。
第1章. 我们为何如此“可预测地”不理性？
助推理论的起点，是对古典经济学“人类是理性行为者”这一基本假设的根本质疑：“真的如此吗？” 古典经济学认为我们是“Econ”，一种完美的计算器，能进行复杂运算，不受情绪影响，总是做出最大化自身利益的选择。
但我们扪心自问，我们是这样的吗？
我们常常犯系统性的、令人惊讶地“可预测的”错误。行为经济学的先驱、诺贝尔奖得主丹尼尔·卡尼曼（Daniel Kahneman）提出了一个强有力的框架来解释这种非理性，这也是理解助推为何有效的关键。
我们内心的两种思维：系统1和系统2
卡尼曼认为，我们的大脑里共存着两种思维系统：
- 系统1（自动思维）： 非常快，直观，情绪化，几乎不费力。看到朋友的脸就能认出，躲避飞来的球，听到“面包和……”就想到“黄油”。从愤怒的声音判断对方情绪，这些都是系统1在近乎自动地完成。
- 系统2（思考思维）： 相反，非常慢，有意识，分析性强，需要相当大的精神努力。解决复杂的数学问题、在狭窄空间停车、比较两个保险产品的优劣，都需要系统2出马。它负责审慎的判断和选择，并监督系统1的冲动提议。
关键在于，这个系统2是一个巨大的**“懒惰鬼”。它消耗大量能量。所以，我们尽量避免使用它。结果是，日常判断的90%以上都依赖于系统1。系统1使用经验积累的简单规则，即“启发式（Heuristics）”**来快速判断世界。
这些启发式大多数时候很有效，但在特定情况下会产生系统性错误，即**“偏见（Bias）”**。助推正是利用了这一点。它不试图通过复杂的信息去说服懒惰的系统2，而是悄悄地与快速、直观的系统1对话。
影响我们判断的常见偏见
我们系统性犯的错误，也就是偏见，多种多样。了解其中几种核心偏见，有助于我们理解为何我们如此容易受到助推的影响。
1. 禀赋效应（Endowment Effect）：一“拥有”，价值就飙升
人们对自己已经拥有的东西，往往会比不拥有时赋予更高的价值。这就是著名的“马克杯实验”。
研究者将学生分为两组。一组（A）免费获得一个印有学校标志的马克杯，然后问他们：“至少要多少钱你才愿意卖掉这个杯子？” 另一组（B）则没有得到杯子，问他们：“你愿意出多少钱买下这个杯子？”
结果非常惊人。得到免费杯子的A组学生，平均要价5.25美元才肯卖；而想买杯子的B组学生，平均只愿意出2.75美元。仅仅在“拥有”了几分钟后，人们就几乎将杯子的价值翻倍评估。
这在我们日常生活中随处可见。“先试用，不满意100%退款！”或“30天免费试用”等等。我呢，一旦开始30天免费试用……哎呀，取消它怎么就这么麻烦呢。这是因为一旦东西“属于我”，我就不愿意“失去”它，禀赋效应就启动了。
2. 现状偏见（Status Quo Bias）：变化太麻烦，就这样吧
除非有特别的理由，否则人们有一种非常强烈的倾向，就是维持现状。这是因为他们感知到的变化带来的潜在损失，比变化可能带来的收益更大。
这种偏见的威力，在“器官捐献”制度上体现得最为淋漓尽致。
- 在需要**“选择同意（Opt-in）”**才能成为捐献者的国家（如德国），同意率非常低。
- 而在默认所有人都是潜在捐献者，只有明确**“选择拒绝（Opt-out）”**才能退出的国家（如奥地利、法国），同意率却能轻松超过90%。
这个差距，是不是非常惊人？不是人们反对器官捐献，而是人们不喜欢改变**“默认设置”**，倾向于维持现状，这才造成了如此巨大的差异。
3. 损失规避（Loss Aversion）：失去的痛苦是得到的快乐的2倍
当收益和损失大小相同时，人们从损失中感受到的痛苦，远远大于从收益中感受到的快乐。丹尼尔·卡尼曼的研究表明，我们感受到的损失痛苦大约是收益快乐的2到2.5倍。
例如，很多人因为害怕损失100美元的风险，而放弃了可能赢得150美元的机会。损失的痛苦直接压倒了收益的快乐。
这种损失规避倾向，实际上是前面两种偏见的根本情绪驱动。禀赋效应产生的原因，是因为卖掉我的杯子被视为一种“损失”；而现状偏见如此强大，是因为尝试改变被视为一种需要承担潜在“损失”的行为。
你看，我们的内心不是一台完美的计算器，而是一个会根据这些偏见系统性运作的“可预测”的存在。助推，正是利用了这种人类本性，巧妙地引导我们做出更好的选择。
第2章. 聪明的设计师：助推，播撒善意的影响力
我们这种非理性的特质，反而为创造更美好的社会提供了机会。当选择架构师理解人类心理的运作方式并加以积极运用时，助推就能在不强制、不施压的情况下，成为解决复杂社会问题的有力工具。
公共卫生：小盘子能减少食量
改变人们的健康习惯非常困难。吸烟、过量饮食、缺乏运动……这些行为能带来眼前的满足感，但其代价却要很久以后才显现。助推则能帮助人们“更容易地”做出更健康的选择。
世界知名公司谷歌的员工餐厅，简直就是一个“助推实验室”。谷歌在发现员工肥胖率上升后，并未禁止垃圾食品，而是悄悄改变了选择环境。
- 首先，他们减小了自助餐的盘子尺寸。人们会误以为装了同样多的食物，但实际上摄入量就减少了。
- 其次，他们将沙拉和水果放在最显眼的位置，而糖果和巧克力等零食则放在不透明的容器里，移到不显眼的地方。
- 碳酸饮料放在下方，瓶装水则放在视线高度。
这些细微的改变，在不侵犯员工选择自由的前提下，引导他们更轻松地选择健康食品。是不是很聪明？
金融：“明天开始多存钱”
面对复杂的金融决策，我们常常感到渺小。尤其是**“当下偏见（Present Bias）”**——即更看重眼前的微小满足，而非未来的巨大幸福——使得像养老储蓄这样的长期规划，变得极其难以实践。
理查德·泰勒提出的**“明日储蓄（Save More Tomorrow）”**计划，我个人觉得非常天才。这个计划并不要求员工“现在就增加储蓄”，而是问他们：“当下次你加薪时，你是否愿意预先同意从增涨的薪水中自动增加你的储蓄比例？”
这个设计巧妙地绕过了我们的心理障碍：
- 因为是“未来的”事情，所以当前偏见的阻力较小。
- 因为是从“加薪”部分支出，所以实际到手工资不会减少，不会触及“损失规避”心理。
- 一旦加入，储蓄比例会自动增加，这使得“现状偏见”反而能起到积极作用。
仅凭这一项计划，就让美国数百万人的储蓄率得到了显著提升。
公民行动：“邻居大多都已缴税”
英国的行为科学团队（Behavioural Insights Team，BIT），也称“助推小组（Nudge Unit）”，将这种方法巧妙地应用到了政策中。他们的做法让人钦佩。
其中最著名的例子是提高税收征收率的实验。他们在寄给欠税者的催缴通知单上增加了一句话。
“百分之九十的英国公民都按时纳税。” 或者，“您所在地区的多数居民都已缴税。”
这通过告知**“社会规范（Social Norm）”**，制造了“咦？只有我没交吗？”的心理压力。仅凭这句话，税收征收率就显著提高了。而且成本远低于强制执行。
环境：改变打印机“默认设置”的力量
气候变化这样宏大的问题，也可以通过助推来解决。
一家美国电力公司在其电费账单上，不仅显示了用户自家用电量，还同时显示了“邻居平均用电量”和“高效用电家庭的用电量”。当人们得知自己比邻居用电量多时，便开始自愿减少能源消耗。这是社会比较在起作用。
对了，还有一个非常简单但效果显著的助推方法：企业或政府机构将打印机的默认设置改为“双面打印”。由于“维持现状偏见”，大多数人会直接使用默认设置打印，结果节约了大量的纸张。
像这样，助推就像一份小而伟大的变革蓝图，可以在不增加负担的情况下，引导人们善意的意愿转化为行动。
第3章. 助推的背叛：粘滞（Sludge）和暗黑模式（Dark Pattern）的陷阱
然而，这种强大的力量……真的总是用在好事上吗？绝非如此。
当这种利用人类非理性行为的技术与商业利益相结合时，“助推”的黑暗孪生兄弟——**“粘滞（Sludge）”和“暗黑模式（Dark Pattern）”**便应运而生了。
- 如果助推是让好事变得“容易”的润滑剂，
- 那么粘滞就是反其道而行之，制造“摩擦”。一言以蔽之，就是**“刻意制造的麻烦”**。这是指故意将消费者申请补贴、取消服务、请求退款等正当权利的行使过程变得复杂和繁琐，迫使消费者中途放弃的所有行为。
- 暗黑模式则更为恶劣。这是一种**“精心设计的陷阱”**，它通过“欺骗”我们，诱导我们做出不希望的行为。
助推和暗黑模式利用的是同一种心理，但刀刃的方向却完全相反。一个是为了帮助我们，另一个则是为了剥削我们。
数字欺骗的类型学：你100%也经历过！
common-dark-patterns
数字环境是暗黑模式滋生的完美温床。韩国消费者院的调查显示，国内100个移动应用中有97%发现了暗黑模式，可见一斑。你100%也经历过。
- 蟑螂旅馆（Roach Motel）： 名字起得真贴切！注册很容易，但取消订阅却如同地狱。例如，要取消订阅，必须经过无数个页面，或者只能通过客服中心才能完成。（利用维持现状偏见）
Roach motel - 隐藏费用（Hidden Costs）： 啊，这真是太讨厌了！预订机票或酒店时，一开始只显示低价，到了最后支付阶段才加上税费、手续费、燃油附加费等。（利用锚点偏见）
Hidden Cost - 强制连续性（Forced Continuity）： 曾经被“1个月免费”诱导，然后在没有明确告知的情况下自动转为付费订阅，被扣款的经历。大家都试过吧？（利用维持现状偏见、不注意）
Forced Continuity - 虚假的紧迫感/稀缺性： “限时特卖只剩5分钟！”、“仅剩2件库存！”实际上是常驻促销，却通过倒计时来施压，要求立即付款。（利用损失厌恶）
虚假的紧迫感/稀缺性 - 确认羞辱（Confirmshaming）： 当你不选择企业期望的选项时，他们会使用让你感到内疚或羞耻的措辞。你见过取消订阅新闻通讯的按钮上写着“不，我不想变得更聪明”这样的话吗？真是卑鄙的手法。
Confirmshaming - 错误的层级结构： 在会员注销页面，“注销”按钮设计成小而暗淡的灰色，而“继续保留权益”按钮则设计得又大又醒目，以此诱导我们犯错。
错误的层级结构
监管之刃已启动
幸运的是，当这些欺骗行为变本加厉时，全球监管机构纷纷开始采取行动。这已不再是“巧妙的营销”，而是“明目张胆的欺骗”。
美国联邦贸易委员会（FTC）起诉亚马逊（Amazon），指控其在用户不知情的情况下加入“亚马逊Prime”付费会员，并且取消会员的流程如同“迷宫”般复杂。欧盟（EU）也通过《数字服务法（DSA）》明确禁止暗黑模式。
韩国公平交易委员会也是如此。特别是，他们正集中整治OTT和音乐流媒体等订阅服务的自动续费和阻挠退款行为。这相当于向企业发出了强烈的信号：“别想通过欺骗消费者来赚钱。”
第4章. 算法助推：比我更了解我的AI的诱惑
到目前为止，助推就像是适用于所有人的“公共建筑”。但现在，情况完全不同了。因为助推与大数据和人工智能（AI）相结合了。
“算法助推”实时分析个人的数据、行为模式，甚至心理脆弱点，然后对“仅一个人”进行量身定制的干预。这与其说是温和的干预，不如说是“私人的操控”。
平台是如何留住我们的
我们已经生活在巨头平台的助推之中。
Netflix 的**“下一集自动播放”**功能。一集结束后，5秒倒计时后下一集就会自动开始。这是一个强大的助推，它利用了“维持现状偏见”，除非我们主动做出“停止观看”的决定，否则就会一直保持当前状态。
更令人惊讶的是，Netflix 甚至对这个倒计时进行了5秒、10秒、15秒的A/B测试。他们实验了哪种时长能让我们停留最久。说实话，这有点令人毛骨悚然。这是隐藏在“便利功能”名称下的周密设计。
社交媒体的**“无限滚动（Infinite Scroll）”**又如何呢？如果像过去那样有“下一页”按钮，那就会成为一个让我们思考“继续还是停止？”的“停止信号”。但无限滚动彻底消除了这个认知中断点。它就像一个随时可能爆奖的老虎机，让我们期待下一条有趣的帖子，不自觉地向下滚动。
超个性化：恩赐还是掠夺？
当AI与此结合时……情况就完全不同了。**“超个性化（Hyper-personalization）”**的时代已经到来。系统现在比我们自己更了解我们潜意识的欲望和弱点。
当然，它也有积极的潜力。例如，一个分析我的健康数据并提醒我“你现在的血糖很危险，请去散步”的健康应用程序肯定会有帮助。
但其背后的危险却大得多。
以在线赌博（iGaming）行业为例。AI系统可以准确地捕捉到某个用户输了大钱、情绪动摇，即表现出赌博成瘾风险信号的瞬间。
这时，一个有道德的系统应该建议设置投注限额或引导用户联系咨询中心。
但以盈利为目标的系统会怎么做呢？恰恰相反，它会利用那个最脆弱的时刻，通过推送量身定制的奖励优惠券来诱导用户“现在是挽回损失的绝佳机会！”
这……这简直是赤裸裸的掠夺。这不是助推，而是精确打击个人弱点的剥削。
新的伦理困境
算法助推向我们提出了根本性的问题：
- 自主性的侵蚀： 当系统在我们最难抵抗的时刻，发送最有说服力的信息时，我们的选择真的是“我们的选择”吗？
自主性侵蚀 - 算法偏见： 如果AI基于包含对特定种族或阶层偏见的数据来设计助推，会怎样？可能会出现“自动化歧视”，对某些人只推荐不利的贷款产品，而另一些人则被排除在就业机会之外。
算法偏见 - 责任的缺失： 如果设计助推的不是人类，而是“黑箱”算法，当问题发生时，应该向谁追究责任？
责任的缺失
此时，我们不禁深深怀疑“我的选择”是否真的属于我。我们正站在技术是作为帮助人类的工具，还是成为控制人类的主人这一十字路口。
第5章. 助推，其根基动摇：批评与对策
助推理论在过去十多年里风靡全球，但也面临着“等等，那真的有科学依据吗？”的强烈批评。特别是席卷心理学和社会科学的**“可重复性危机（Replication Crisis）”**，给许多作为助推理论基础的研究打上了根本性的问号。
可重复性危机：那个实验，还能再做一次吗？
“可重复性危机”是什么意思呢？简单来说，就是以前做过的著名科学实验，现在再做却得不出相同的结果。不，很多时候根本得不出结果。
《自然》杂志的调查显示，70%的科学家回答“曾尝试重复他人的实验但失败”。为什么会发生这种情况？可能是因为学术期刊只刊登“成功”的研究结果，即“发表偏见”，或者是因为存在太多统计学意义不显著的小规模研究。
这场危机正面冲击了助推理论的核心论据。
- 启动效应（Priming）： 这个有趣的理论认为，仅仅短暂接触某些词语（例如“老人”）就会改变行为（例如“走路变慢”）。然而，在之后的大规模实验中，这一效应未能得到重复，其存在本身就受到了越来越多的质疑。
Priming - 损失厌恶（Loss Aversion）： 即使是“损失比收益痛苦两倍”这一强大的概念，也面临着批评，认为其效果比预期要弱得多，或者只在非常具体的情况下才会出现。
Loss Aversion
就连丹尼尔·卡尼曼本人也承认：“我写书（《思考，快与慢》）时引用的研究证据，明显比我当初相信的要薄弱。”
这并不意味着整个助推理论都是垃圾。但这是一个强烈的警告，表明最初的乐观论——认为可以根据某个偏见设计出“人类的普遍法则”并将其作为万能助推——显然需要修正。
是助推（Nudge），还是增强（Boost）？
对助推的另一个根本性批评在于其哲学。助推基本上是一种“人是不理性的，所以我们需要稍微推一把”的仁慈主义 접근。
与之相对的学者主张需要**“增强（Boost）”**。
- 如果助推是“稍微推一把”的方式，
- 那么增强就是“培养我们自己做出明智判断的能力”的方式。
如果说助推的目标是行为，那么增强的目标就是能力。
举个例子：
- 问题： 人们吃太多不健康的食物。
- 助推方法： 将健康食品放在显眼的位置，就像谷歌餐厅那样。（环境设计）
- 增强方法： 教人们如何阅读和解读营养成分表。（能力提升）
助推只在特定情境下起作用，而增强则能帮助人们在任何环境中都能做出更好的选择。我个人认为，“增强”这种方法尊重个人自主性，并且是更重要、更根本的解决方案。
当然，助推和增强并非只能二选一。例如，教人们如何进行“自我助推（Self-nudging）”，也可以巧妙地结合两者。助推理论现在已经走过了最初的狂热阶段，进入了一个冷静评估其局限性和可能性的成熟阶段。
结论. 在被“助推”的世界里，我们该如何导航？
从阿姆斯特丹史基浦机场那只不起眼的小苍蝇，到不知不觉中被AI算法“助推”着走。我们真的走了很远。
“助推”（Nudge）这个概念，给我们带来了“人类是非理性的，但这种非理性是可以预测的，因此可以设计出更好的选择”的革新想法。多亏了它，很多人变得更健康，存下了更多的钱。
但同时，我们也看到了它强大的力量如何催生了“暗黑模式”（Dark Pattern）和“黏泥”（Sludge）这两个阴暗的孪生兄弟。那些让取消订阅变得像迷宫一样，用虚假的紧急感掏空我们钱包的行为，都和“助推”有着同样的心里基础。
说到底，“助推”本身**“是中立的工具”**。它的利剑指向何方，完全取决于使用它的“选择设计师”的意图。这是一个政策制定者、用户体验设计师和AI工程师们肩负重任的时代。
那么，在这个精心被“助推”的世界里，我们需要什么呢？
我认为，我们需要的是**“有意识地放慢脚步的能力”**。
在这个不断诱惑和操纵我们快速、直觉的“系统1”的世界里，最重要的技能就是停下来，唤醒我们迟钝的“系统2”。
然后，努力去理解眼前选择设计背后隐藏的意图，并提出这个简单但根本的问题：
“这个选择，最终对谁有利？”
能够问出这个问题，将是我们未来在这个精密世界里明智导航的关键。
参考资料
- 助推：引领明智选择的力量 \[耶鲁大学出版社 (理查德·H·泰勒, 卡斯·R·桑斯坦)\]
- 助推 \[Reader's Book (理查德·泰勒, 卡斯·桑斯坦)\]
- 思考，快与慢 \[ Farrar, Straus and Giroux (丹尼尔·卡尼曼)\]
- 禀赋效应 (Endowment effect) \[CEOSEO Tistory\]
- 禀赋效应，变成自己的就不同了 \[OhmyNews\]
- \[经济学入门季2-15\]禀赋效应 \[每日经济\]
- Endowment Effect \[Right Brain UX Story\]
- 过度的执着也会毁掉工作……你知道“禀赋效应”吗？ \[韩国经济\]
- 现状维持偏差的案例与应用 \[KBS1广播 成功预感 李大浩입니다\]
- “坏习惯很难改” \[Edkorea Lab\]
- 现状维持偏差 \[Wikipedia\]
- 在节能政策中运用现状维持偏差的方案 \[能源经济研究院\]
- 立即应用于工作的15种无意识偏差 \[Asana\]
- \[行为经济学\]#1. 什么是行为经济学？ \[YouTube (5分钟速成哲学)\]
- 助推理论 \[Wikipedia\]
- 激发行为的动机模型 \[pxd Story\]
- 助推 \[Kyobo文库\]
- \[经济学\]助推理论与案例 \[YouTube (产业安全保健TUBE)\]
- 助推 \[나무위키\]
- 思考，快与慢 \[Kyobo文库\]
- 思考，快与慢 \[Millie's Library\]
- 思考，快与慢 \[Aladin\]
- 思考，快与慢 \[나무위키\]
- 思考，快与慢 - 丹尼尔·卡尼曼 \[比书本更棒\] \[YouTube (人文讲座 姜相兴)\]
- Daniel Kahneman \[Google Play\]
- 助推 \[Kyobo文库 (Re:Cover版)\]
- 助推 (书) \[Wikipedia\]
- 助推摘要，免费有声书及PDF \[StoryShots\]
- Nudge (book) \[Wikipedia\]
- 助推：最终版 \[Kyobo文库\]
- \[政策助推\]英国行为科学团队(BIT)的政策实验案例 \[首尔社会经济创意大赛\]
- 助推在政策设计中的应用案例及启示 \[韩国租税财政研究院\]
- 通过助推实现创新领导力，引领自主变化 \[韩国安全认证院\]
- 应用助推效应提升安全文化方案 \[Safety First News\]
- 助推，引领明智选择的力量 \[东亚商业评论\]
- 助推营销：利用助推理论增加销售额的方法 \[300cbt.com\]
- \[高斗贤的早晨唤醒诗\]贫困的代际传承 \[韩国经济\]
- 助推(Nudge)营销，引导消费者行为 \[Mad Times\]
- Effect of “next episode” auto play feature on Netflix \[Reddit\]
- 如何自动播放系列节目的下一集或预告片 \[Netflix客户中心\]
- 困在“无限滚动”的大脑……为何需要“数字禁食” \[Hankyung BUSINESS\]
- 在线购物中心暗黑模式实况调查结果 \[韩国消费者院\]
- 在线购物中心的“营销手段”……欺骗消费者的“暗黑模式” \[Hanyang News\]
- 在线暗黑模式(Dark Pattern)监管现状及启示 \[国会立法调查处\]
- 主要国家暗黑模式(Dark Pattern)监管动向 \[驻OECD大韩民国代表部\]
- 移动端共同购买服务的暗黑模式类型分析及用户体验研究 \[设计DB\]
- 在线暗黑模式指南 \[法务法人(有) 华友\]
- 让取消订阅变得困难的“暗黑模式”的阴影 \[The SCOOP\]
- 环顾四周的暗黑模式……“隐藏解约菜单，点X广告却一直弹” \[ZDNet Korea\]
- “一半的订阅服务，免费体验后遇到自动续费/解约困难” \[MBC News\]
- “想取消视频/音乐订阅，结果气死我了” \[朝鲜日报\]
- 发布在线暗黑模式自律管理方案 \[大韩民国政策简报\]
- 订阅服务的暗黑模式设计对企业形象和再次订阅意愿的影响 \[艺术与设计\]
- 欺骗用户设计(Dark Patterns of UX Design)的类型分类及用户体验(UX)特征研究 \[AODR\]
- 欺骗用户的暗黑模式(Dark Pattern)的3种类型 \[Right Brain UX Story\]
- 无意中一点就“自动付款”……让消费者哭泣的“暗黑模式” \[YTN\]
- 在线消费环境下“暗黑助推(Dark Nudge)”实况调查 \[韩国消费者院\]
- “眼花缭乱的设计”暗黑模式，因缺乏明确监管而“束手无策” \[联合新闻TV\]
- 在线购物中心的诱惑，暗黑模式 \[KDI经济信息中心\]
- 从UX/UI角度看暗黑模式 \[Hyundai Motor Group Developers\]
- 解约需要12步……狡猾的“暗黑模式”现在不管用了 \[YouTube (Money Graphy)\]
- 付款自动，解约困难……暗黑模式监管与诉讼 \[法律新闻\]
- 亚马逊，“暗黑模式”审判开始……订阅经济企业“紧张” \[Money Never Sleeps\]
- “订阅续期时只显示AI集成服务”……提出“暗黑模式”嫌疑 \[联合新闻\]
- 亚马逊，“暗黑模式”诉讼开始……与FTC正面冲突 \[联合新闻\]
- 订阅通胀遇上“暗黑模式”……公正委，OTT/平台全方位调查 \[朝鲜Biz\]
- 科学的再现性危机，其真相 \[首尔大学自然科学学院\]
- 成为趋势的“助推”，但科学依据不足 \[News Mint\]
- 再现性危机是现实吗？《自然》杂志的调查概要 \[Editage\]
- Dan Ariely教授的数据造假丑闻 \[Ph.D. Kim\]
- \[Spring\]成为趋势的“助推”，但科学依据不足 \[SBS News\]
- Replication crisis \[Wikipedia\]
- Behavioral Economics Is Dead. Debates on Its Future. \[Renascence\]
- The Death Of Behavioral Economics \[The Behavioral Scientist\]
- Reproducibility: Thinking Fast and Slow \[gilesd-j.com\]
- The Replication Crisis in Economics: A Progress Report \[American Journal of Economics and Business Administration\]
- The Death of Behavioral Economics \[LessWrong\]
- Nudge, Boost, or Design? Limitations of behaviorally informed policy under social interaction \[Cowles Foundation for Research in Economics at Yale University\]
- Nudge or Boost? What’s Best for Changing Behavior \[Psychology Today\]
- Boosting, not nudging, as the key to sustainable behavior change \[Max Planck Institute for Human Development\]
- Nudge, boost, or design? Limitations of behaviorally informed policy under social interaction \[PubMed\]
- 行为设计与助推：解锁行为改变：助推的力量 \[FasterCapital\]
- 助推与暗黑模式的伦理边界与监管 \[KDI经济信息中心\]
- AI时代的创新设计战略 \[中小风险企业部\]
- 什么是AI超个性化？优点、案例研究、伦理问题 \[Unite.AI\]
- 个性化：是让iGaming更聪明，还是让人上瘾？ \[SiGMA\]
- AI数字教材引入的争议与挑战 \[国会立法调查处\]
- 关于算法助推(Algorithmic Nudging)的法律研究 \[首尔大学法学研究所\]
- AI时代下的劳动与教育 \[韩国地方税研究员\]
- 数字助推、自主性与公共理由 \[生命研究\]