Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej
MNiSW
100
Lista 2024
Status:
Autorzy: Maciaszczyk Magdalena, Kocot Damian, Pietrzykowska Marta, Gontarek Izabela, Montano Aneta, Bednarczyk Monika, Knap-Stefaniuk Agnieszka
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2026
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 1
Wolumen/Tom: 29
Strony: 378 - 390
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 5 lutego 2026
Abstrakty: angielski
Purpose: The study aims to examine the levels of consumer susceptibility to Dark AI Patterns in the e-commerce environment and to identify the psychological and behavioral factors that shape this vulnerability. Design/Methodology/Approach: The research was conducted using an online survey carried out in 2025 on a sample of 429 respondents, measuring their responses to algorithmic pressure techniques such as scarcity cues, countdown timers, social proof, and AI-driven recommendations. Findings: The results indicate a moderate and relatively uniform susceptibility to Dark AI Patterns, with higher personalization and trust in AI increasing vulnerability, while greater algorithmic awareness plays a protective role. Practical Implications: The study highlights the need for responsible design of AI-enhanced interfaces, emphasizing transparency, limitation of manipulative cues, and support for users’ informed decision-making. Originality/Value: The article provides one of the first empirical assessments of consumer susceptibility to AI-driven manipulative design, offering insights relevant for researchers, practitioners, and regulators shaping the future of ethical e-commerce.