Image Source: Getty
भारतात राइड-हेलिंग ॲप्सच्या आगमनामुळे, अर्बन मोबिलिटीमध्ये लक्षणीय बदल झाले आहेत. अशा प्रकारचे अ‍ॅपलिकेशन्स ऑन डिमांड सेवा पुरवतात. यात जे चालक आपली वाहने व्यावसायिक वाहने म्हणून वापरू इच्छितात त्यांना रायडर्ससोबत जोडले जाते. या अ‍ॅप्सनी पारंपारिक टॅक्सी उद्योगाला मागे टाकत ग्राहकांसाठी एक अधिक सोयीस्कर, कार्यक्षम आणि किफायतशीर वाहतूक पर्याय निर्माण केला आहे. या अ‍ॅप्सच्या वापरामध्ये वाढ होत असली तरीही ते वापरत असलेले डार्क पॅटर्न किंवा वापरकर्त्यांच्या वर्तनावर प्रभाव टाकण्याच्या त्यांच्या धोरणाबाबत चिंता व्यक्त केली जात आहे.
काही अहवालांमध्ये असा आरोप करण्यात आला आहे की, उबर हा आपल्या प्लॅटफॉर्मवर ड्रायव्हर्सना व्यस्त ठेवण्यासाठी 'काम न केलेला वेळ' म्हणजेच 'संभाव्य नफ्याऐवजी झालेला आर्थिक तोटा' म्हणून सादर करतो. अशा मानसिक युक्त्यांचा वापर करून ड्रायव्हरच्या वर्तनामध्ये बदल करण्याचा प्रयत्न केला जातो. त्याचप्रमाणे या अ‍ॅप्सचे सदस्यत्व रद्द करण्याची प्रक्रिया जटील ठेवली जाते. यात वापरकर्त्यांना अनेक पायऱ्या पार कराव्या लागतात आणि त्यात त्यांना दिशाभूल करणाऱ्या सूचना दिल्या जातात. त्यामुळे, त्यांना सहजपणे सदस्यता रद्द करण्यापासून परावृत्त केले जाते.
या अ‍ॅप्सच्या वापरामध्ये वाढ होत असली तरीही ते वापरत असलेले डार्क पॅटर्न किंवा वापरकर्त्यांच्या वर्तनावर प्रभाव टाकण्याच्या त्यांच्या धोरणाबाबत चिंता व्यक्त केली जात आहे.
या लेखामध्ये राइड-हेलिंग ॲप्समध्ये डार्क पॅटर्न कशाप्रकारे वापरले जातात, यावर चर्चा करण्यात आली आहे. तसेच, अशा डार्क पॅटर्नना नियंत्रित करणाऱ्या कायदेशीर चौकटीचे यात मूल्यांकन करण्यात आले आहे आणि त्यांच्या संभाव्य परिणामांचे विश्लेषण करण्यात आले आहे.
मोबिलीटी ॲप्समध्ये डार्क पॅटर्नचा वाढता वापर
कोणत्याही प्लॅटफॉर्मवरील युजर इंटरफेस (युआय) /युजर एक्सपीरियन्स (युएक्स) इंटरॅक्शनचा वापर करून वापरकर्त्यांना त्यांच्या इच्छेविरूद्ध एखादी गोष्ट करायला लावण्यासाठी वापरण्यात येणाऱ्या पद्धती किंवा अप्रामाणिक डिझाईन पॅटर्न्सना डार्क पॅटर्न्स म्हटले जाते. ही पद्धत वापरकर्त्याची स्वायत्तता, निर्णय घेण्याची क्षमता किंवा निवड यास कमी महत्त्व देते. याच पार्श्वभुमीवर अलिकडच्या काळात मोबिलिटी ॲप्समध्ये डार्क पॅटर्नचा वापर वाढत असल्याबद्दल चिंता व्यक्त केली जात आहे.
अ‍ॅडव्हर्टायझिंग स्टँडर्ड्स कौन्सिल ऑफ इंडिया (आयएससीआय) च्या एका अहवालात मोबिलिटी अ‍ॅप्ससह विविध क्षेत्रांमधील ५३ लोकप्रिय भारतीय अ‍ॅप्सचे विश्लेषण करण्यात आले आहे. या विश्लेषणात असे दिसून आले आहे की या अहवालात नमुद करण्यात आलेल्यापैकी ९८ टक्के अ‍ॅप्सनी किमान एक फसवा पॅटर्न वापरला आहे. तसेच, प्रत्येक अ‍ॅपमध्ये सरासरी २.७ असे पॅटर्न कार्यरत आहेत. त्याचप्रमाणे, ३३,००० हून अधिक वापरकर्त्यांचा समावेश असलेल्या एका सर्वेक्षणामध्ये राइड-हेलिंग प्लॅटफॉर्ममधील चिंताजनक ट्रेंड्स दर्शविण्यात आले आहेत. यात ४२ टक्के वापरकर्त्यांनी छुपे शुल्क नोंदवले आहे. तर, ८४ टक्के वापरकर्त्यांनी फोर्स्ड कॅन्सलेशनचा सामना केला असून ७८ टक्के वापरकर्त्यांना दिशाभूल करणाऱ्या वेट टाईमचा सामना करावा लागला आहे.
डार्क पॅटर्नचा सामना करण्यासाठीची नियामक चौकट
मोबिलिटी ॲप्समधील डार्क पॅटर्नच्या वाढत्या वापरामुळे, विद्यमान नियामक चौकटीचे परीक्षण करणे आणि वेगवेगळ्या अधिकारक्षेत्रांमध्ये डार्क पॅटर्नच्या मुद्द्याकडे कसे लक्ष दिले जाते हे समजून घेणे आवश्यक झाले आहे. भारतात, ग्राहक संरक्षण कायदा, २०१९ (कंझ्युमर प्रोटेक्शन अक्ट), आणि द गाईटलाईन्स फॉर प्रिव्हेन्शन अँड रेग्युलेशन ऑफ डार्क पॅटर्न, २०२३ (द गाईडलाईन्स) या माध्यमातून डिजिटल अर्थव्यवस्थेत डार्क पॅटर्नचा वापर रोखण्यासाठी कायदेशीर चौकट प्रदान करण्यात आली आहे. मार्गदर्शक तत्वांच्या परिशिष्टात सूचीबद्ध करण्यात आलेल्या डार्क पॅटर्नचा वापर करण्यास कोणत्याही व्यक्तीला प्रतिबंधित करण्यात आले आहे. यामध्ये केंद्रीय ग्राहक संरक्षण प्राधिकरण (सेंट्रल कंझ्युमर प्रोटेक्शन अथॉरिटी - सीसीपीए) द्वारे ओळखण्यात आलेल्या १३ डार्क पॅटर्नची यादी समाविष्ट आहे. यात सामान्यतः बास्केट स्निकींग, जबरदस्तीची कारवाई आणि खोटी निकड निर्माण करणे या पॅटर्न्सचा समावेश आहे.
मोबिलिटी ॲप्समधील डार्क पॅटर्नच्या वाढत्या वापरामुळे, विद्यमान नियामक चौकटीचे परीक्षण करणे आणि वेगवेगळ्या अधिकारक्षेत्रांमध्ये डार्क पॅटर्नच्या मुद्द्याकडे कसे लक्ष दिले जाते हे समजून घेणे आवश्यक झाले आहे.
परंतु, या मार्गदर्शक तत्त्वांचे स्वरूप हे कायदेशीररित्या बंधनकारक नियमांप्रमाणे नसून ते अधिक निर्देशात्मक आहेत. यामुळे त्यांची अंमलबजावणी करणे कठीण झाले आहे. कायदेशीर दंडाशिवाय, केवळ मार्गदर्शक तत्त्वांच्या आधारे डार्क पॅटर्न्स वापरणाऱ्या प्लॅटफॉर्मवर दंड आकारला जाऊ शकत नाही.
तर दुसरीकडे, युरोपियन डेटा प्रोटेक्शन बोर्ड (इडीपीबी) ने २०२२ मध्ये सोशल मीडिया प्लॅटफॉर्म इंटरफेसमधील डार्क पॅटर्नवरील मार्गदर्शक तत्त्वे तयार केली आहेत. यात सोशल मीडिया प्लॅटफॉर्ममधील डार्क पॅटर्नचे मूल्यांकन करण्यासाठी व्यावहारिक शिफारसी देण्यात आल्या आहेत. ही मार्गदर्शक तत्वे सर्वसमावेशक असून, विद्यमान डार्क पॅटर्न्स ओळखण्यासोबत त्यांचे मुल्यांकन कशाप्रकारे करावे आणि अशा पॅटर्न्सचा वापर टाळण्यासाठी कोणत्या उपाययोजना कराव्यात याबाबत शिफारसी करण्यात आल्या आहेत. अलीकडेच लागू करण्यात आलेला डिजिटल सेवा कायद्या (डिजिटल सर्व्हिस अक्ट) मध्ये ऑनलाइन डार्क पॅटर्नना लक्ष्य करण्यात आले आहे. डीएसएच्या कलम २५ अंतर्गत, ऑनलाइन प्लॅटफॉर्मद्वारे डार्क पॅटर्न्सचा वापर प्रतिबंधित करण्यात आला आहे.
दरम्यान, डार्क पॅटर्नबाबतचा अमेरिकेचा दृष्टिकोन तुलनेने संकुचित आहे. अमेरिकेचे सध्याचे कोणतेही फेडरल कायदे डार्क पॅटर्न्सला लक्ष्य करत नसले तरी, २०२२ मध्ये, फेडरल ट्रेड कमिशन (एफटीसी) ने "ब्रिंगिंग डार्क पॅटर्न टू लाईट" शीर्षकाचा एक तपशीलवार अहवाल प्रकाशित केला आहे. यात डार्क पॅटर्न्स हे एफटीसीच्या रडारवर असल्याची पुष्टी करण्यात आली आहे. याव्यतिरिक्त, कॅलिफोर्निया प्रायव्हसी राईट्स ॲक्ट (सीपीआरए), कोलोरॅडो प्रायव्हसी ॲक्ट (सीपीए) आणि कनेक्टिकट डेटा प्रायव्हसी ॲक्टमध्ये डार्क पॅटर्न्सचा वापर करून तयार करण्यात आलेल्या करारांची वैधता नाकारण्यात आली आहे. या नियमांचे पालन न केल्यास कठोर दंड आकारला जात आहे.
मोबिलिटी ॲप्समधील डार्क पॅटर्न समजून घेताना
राइड-हेलिंग ॲप्समध्ये डार्क पॅटर्नचा वापर वाढल्याने वापरकर्त्यांना त्यांना मिळणाऱ्या सेवा योग्यरित्या नेव्हिगेट करणे अधिकाधिक कठीण होत आहे. तक्ता १ मध्ये अशा प्लॅटफॉर्मवरील डार्क पॅटर्न अस्तित्व दाखवण्यासाठी मार्गदर्शक तत्त्वांच्या तुलनेत मोबिलिटी ॲप्सनी स्वीकारलेल्या पद्धतींचे विश्लेषण करण्यात आले आहे.
तक्ता १: मोबिलिटी ॲप्समध्ये आढळलेले डार्क पॅटर्न्स
|
डार्क पॅटर्न
|
प्रकार
|
मोबिलिटी ॲप्समधील वापर
|
|
बास्केट स्निकींग
|
वापरकर्त्याच्या स्पष्ट संमतीशिवाय त्यांच्या ऑनलाइन शॉपिंग कार्टमध्ये नको असलेल्या वस्तूंचा समावेश करणे
|
उदाहरणार्थ, उबरवर राईड बुक करताना, वापरकर्त्यांच्या संमतीशिवाय भाड्यात एक छोटे विमा शुल्क (३ रूपये / प्रति प्रवास) आपोआप जोडले जाते. जरी हे शुल्क उबरच्या धोरणात नमूद केलेले असले तरी, ते बहुतेकदा प्री सिलेक्टेड असते, म्हणजे जर वापरकर्त्यांना ते पैसे द्यायचे नसतील तर त्यांना मॅन्युअली निवड रद्द करावी लागते. वापरकर्त्याच्या स्पष्ट संमतीशिवाय किमतीत ही सूक्ष्म वाढ हे बास्केट स्निकींगचे उदाहरण आहे. यात वापरकर्त्यांनी निवड न केलेल्या सेवेचे पैसे त्यास द्यावे लागतात. त्याचप्रमाणे, ओलाच्या अनेक वापरकर्त्यांनी त्यांचे अनुभव ऑनलाइन शेअर केले आहेत. यात त्यांनी असे नमुद केले आहे की वापरकर्त्यांच्या संमतीशिवाय राईड विमा त्यांच्या बिलामध्ये समाविष्ट करण्यात आला आहे.
|
|
सबस्किप्शन ट्रॅप
|
रिकरींग सर्व्हिसेसमध्ये किंवा राईड पासमधील छुप्या अटींसह वापरकर्त्यांची नोंदणी करणे आणि त्यांची नोंदणी रद्द करण्याची प्रक्रिया कठीण करणे.
|
मोबिलिटी ॲपमुळे उबर वन सदस्यत्व रद्द करणे कसे गुंतागुंतीचे झाले, हे एका उबर ग्राहकाने अलीकडेच एका पोस्टमध्ये शेअर केले आहे. वापरकर्त्यांना सबस्क्रिप्शनमध्ये अडकवण्यासाठी रद्द करण्याची प्रक्रिया जाणूनबुजून तांत्रिक आणि कठीण करण्यात आली आहे. वापरकर्त्यांच्या संमतीशिवाय रिकरींग सबस्क्रिप्शन ट्रॅप तयार करण्याचे हे एक उत्कृष्ट उदाहरण आहे.
|
|
इंटरफेस इंटरफिअरन्स
|
जेव्हा युजर इंटरफेस किंवा डिझाईन एलिमेंट गुंतागुंतीचे आणि अस्पष्ट असते तेव्हा वापरकर्त्याची दिशाभुल केली जाते किंवा महत्त्वाची माहिती त्याच्यापासून लपवली जाते.
|
ओला आणि उबर सारख्या मोबिलिटी/टॅक्सी ॲप्समध्ये अनावश्यक प्रक्रिया, अस्पष्ट धोरणे आणि मर्यादित वापरकर्ता नियंत्रण यांमुळे परतावा किंवा समस्यांच्या नोंदीची प्रक्रिया गुंतागुंतीची केली जाते. परतफेड मिळविण्याचे टप्पे सहसा इतके गुंतागुंतीचे असतात की हे पर्याय अनेक मेनू लेयर्सच्या मागे लपवले जातात की वापरकर्त्याला ते मिळवणे गैरसोयीचे होते. उदाहरणार्थ, ओलामध्ये राईड रद्द झाल्यास भाड्याची रक्कम परत मिळत नाही तर त्याऐवजी वापरकर्त्याला कूपन कोड दिला जातो. राइड-हेलिंग ॲप्सबद्दलचे अनेक अनुभव वापरकर्त्यांनी लिंक्डइनवर शेअर केले आहेत. या ॲप्सवरील राइड रद्द करणे हे तीन स्तरांच्या पर्यायांमध्ये कसे लपलेले आहे आणि वापरकर्त्यांसाठी एक किचकट प्रक्रिया आहे, हे स्पष्ट करण्यात आले आहे.
|
|
ड्रिप प्रायसिंग
|
अशा डार्क पॅटर्नमध्ये सुविधा शुल्क, सेवा शुल्क किंवा प्रतीक्षा कालावधी अधिभार यासारखे अतिरिक्त खर्च हळूहळू उघड होत जातात, परिणामी, अंतिम भाडे सुरुवातीच्या किमतीपेक्षा लक्षणीयरीत्या वाढते.
|
एका सर्वेक्षणात असे आढळून आले की ब्लूस्मार्ट, इनड्राइव्ह, रॅपिडो, ओला आणि उबरसह जवळजवळ सर्व मोबिलिटी ॲप्समधील ग्राहकांनी हा डार्क पॅटर्न नोंदवला आहे. खरं तर, सुमारे ४० टक्के अ‍ॅप-आधारित टॅक्सी वापरकर्त्यांना या समस्येचा सामना करावा लागला आहे. कॅब बुकिंग करताना दाखवलेली सुरुवातीची किंमत ही आकारलेल्या अंतिम रकमेपेक्षा खूपच कमी होती, असा अनुभव अनेक ओला ग्राहकांना आला आहे.
|
स्त्रोत: हा तक्ता लेखकाने स्वतः तयार केला आहे.
वर उल्लेख केलेल्या फसव्या डिझाईन्स व्यतिरिक्त, आणखी काही संभाव्य डार्क पॅटर्न ओळखण्यात आले आहेत. जेव्हा मोबिलिटी ॲप्स वेगवेगळ्या ग्राहकांसाठी वेगवेगळ्या युआय / युएसवर वेगवेगळे भाडे आकारतात, तेव्हा त्याला डिफरेंशियल प्राइसिंग म्हणतात. ही संभाव्य फसवी यंत्रणा अलिकडेच समोर आली आहे. ओला आणि उबरच्या वापरकर्त्यांना असे आढळून आले की आयफोन किंवा अँड्रॉइड डिव्हाइस वापरून करण्यात आलेल्या बुकिंग दरम्यान समान मार्गांसाठी आणि वेळेनुसार भाड्यात फरक दिसून आला आहे.
पुढील वाटचाल
ओला आणि उबर विरुद्ध सीसीपीएच्या हस्तक्षेपासारख्या अलीकडील नियामक कृतींमधून मोबिलीटी क्षेत्रात डिजिटल हाताळणीच्या उदयोन्मुख युक्त्यांबद्दल वाढती चिंता व्यक्त करण्यात आली आहे. नवीन डार्क पॅटर्न डिझाईन्स हे पारंपारिक फसव्या डिझाइनच्या पारंपारिक व्याख्यांमधून पळवाट काढू शकतात, हे स्पष्ट झाले आहे. अशाप्रकारे, जरी या पद्धती डार्क पॅटर्नच्या क्लासिक यादीत येत नसल्या तरी, त्या थांबवण्यासाठी अधिक मजबूत नियमांची तातडीची गरज अधोरेखित झाली आहे.
ड्रिप प्राइसिंग किंवा सबस्क्रिप्शन ट्रॅप्ससारख्या डार्क पॅटर्नचा प्रसार आणि त्यामुळे होणाऱ्या नुकसानाबद्दल रिअल-टाइम डेटा गोळा करून आणि त्यांचे विश्लेषण करून संशोधक, धोरणकर्त्यांना अर्थपूर्ण आणि लक्ष्यित कारवाई करण्यासाठी आवश्यक असलेले ठोस पुरावे देऊ शकतात.
सध्याच्या मार्गदर्शक तत्त्वांमध्ये या प्लॅटफॉर्मना जबाबदार धरण्यासाठी आवश्यक असलेली अंमलबजावणीची कमतरता आहे. त्यामुळे ग्राहक अशा फेरफारीच्या पद्धतींना बळी पडत आहेत. विकसित होत असलेल्या तंत्रज्ञानासोबत आपला वेग टिकवून ठेवण्यासाठी, भारताला त्याच्या विद्यमान कायद्यांमध्ये अनुकूल आणि भविष्यसूचक तत्त्वे समाविष्ट करावी लागतील. यामुळे ग्राहकांच्या हक्कांचे संरक्षण होण्यासोबतच भविष्यातील डिजिटल आव्हानांना तोंड देण्यासाठी एक नियामक चौकट तयार होईल.
याव्यतिरिक्त, या फसव्या पद्धतींवर प्रकाश टाकणारे सखोल बाजार संशोधन करणे देखील तितकेच महत्त्वाचे आहे. ड्रिप प्राइसिंग किंवा सबस्क्रिप्शन ट्रॅप्ससारख्या डार्क पॅटर्नचा प्रसार आणि त्यामुळे होणाऱ्या नुकसानाबद्दल रिअल-टाइम डेटा गोळा करून आणि त्यांचे विश्लेषण करून संशोधक, धोरणकर्त्यांना अर्थपूर्ण आणि लक्ष्यित कारवाई करण्यासाठी आवश्यक असलेले ठोस पुरावे देऊ शकतात. वापरकर्त्यांचा आदर आणि पारदर्शक बाजार पद्धतींना अनुकूल डिजिटल वातावरणाला चालना देण्यासाठी प्रभावी आणि निष्पक्ष नियम तयार करण्यासाठी हा पुराव्यावर आधारित दृष्टिकोन आवश्यक आहे.
तनुशा त्यागी ह्या ऑब्झर्व्हर रिसर्च फाऊंडेशनच्या सेंटर फॉर डिजिटल सोसायटीजमध्ये संशोधन सहाय्यक आहेत.
The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.
PREV
