Ekonomia behawioralna w środowisku cyfrowym: nudge, sludge i dark patterns 2400-PL3SL341A
Celem seminarium jest rozwinięcie umiejętności formułowania problemów badawczych i hipotez w ekonomii behawioralnej oraz ich empirycznego testowania. Tematyka obejmuje decyzje konsumentów w środowisku cyfrowym, w szczególności wpływ architektury wyboru na decyzje dotyczące prywatności, zakupów online i rezygnacji z usług. Uwzględniane są mechanizmy behawioralne takie jak ograniczona uwaga, unikanie wysiłku, przeciążenie informacją, skłonność do pozostawania przy opcji domyślnej, sprzeciw wobec nacisku oraz poczucie utraty swobody wyboru. Wymagane jest powiązanie tematu z literaturą naukową oraz oparcie części empirycznej na danych ilościowych.
W ramach seminarium powstaje: temat i pytania badawcze, przegląd literatury i identyfikacja luki, plan badania i plan analizy, a następnie pełna praca z wynikami i dyskusją. Zakładany jest regularny postęp pracy oraz prezentowanie kolejnych etapów i uzyskiwanie informacji zwrotnej.
W ramach seminarium studenci:
● formułują temat pracy i pytania badawcze,
● przygotowują przegląd literatury naukowej,
● opracowują plan pracy i strukturę argumentacji,
● analizują dane lub projektują własne badanie,
● prezentują postępy oraz uzyskują informację zwrotną od prowadzących.
Szacunkowy nakład pracy studenta:
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
Semestr zimowy: 3 ECTS x 25 h = 75 h
seminarium (zajęcia): 10 h (K) 0 h (S)
konsultacje dotyczące pracy dyplomowej: 20 h (K) 0 h (S)
przygotowanie zagadnień i planu pracy dyplomowej: 0 h (K) 45 h (S)
Razem: 30 h (K) 45 h (S) = 75 h
Semestr letni: 14 ECTS x 25 h = 350 h
seminarium (zajęcia): 10 h (K) 0 h (S)
konsultacje dotyczące pracy dyplomowej: 30 h (K) 0 h (S)
konsultacje na przygotowanie do egzaminu dyplomowego: 4 h (K) 0 h (S)
zebranie i analiza literatury empirycznej: 0 h (K) 30 h (S)
zebranie i analiza danych badawczych: 0 h (K) 93 h (S)
przygotowanie rozdziału empirycznego pracy dyplomowej: 0 h (K) 30 h (S)
zebranie i analiza literatury teoretycznej: 0 h (K) 48 h (S)
przygotowanie rozdziału teoretycznego pracy dyplomowej: 0 h (K) 25 h (S)
przygotowanie do egzaminu dyplomowego: 0 h (K) 72 h (S)
przygotowanie prezentacji do egzaminu dyplomowego: 0 h (K) 8 h (S)
Razem: 44 h (K) 306 h (S) = 350 h
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Efekty kształcenia
Wiedza
• Znajomość kluczowych pojęć i mechanizmów ekonomii behawioralnej oraz ich zastosowań w środowisku cyfrowym.
• Zrozumienie roli metod eksperymentalnych i empirycznych w weryfikacji hipotez dotyczących decyzji konsumentów.
• Znajomość zasad budowania problemu badawczego, przeglądu literatury i struktury pracy naukowej.
Umiejętności
• Sformułowanie pytania badawczego i hipotez oraz dobór metody empirycznej adekwatnej do problemu.
• Wyszukiwanie, selekcja i synteza literatury naukowej oraz poprawne cytowanie.
• Przygotowanie planu badania (lub analizy danych wtórnych), przeprowadzenie analizy ilościowej i interpretacja wyników.
• Prezentacja koncepcji badawczej i wyników w sposób jasny i uporządkowany.
Kompetencje społeczne
• Samodzielna praca nad projektem badawczym z uwzględnianiem informacji zwrotnej.
• Rozumienie znaczenia rzetelności naukowej oraz zasad etyki badań i raportowania wyników.
• Współpraca w grupie seminarialnej w zakresie konstruktywnej krytyki i dyskusji.
Efekty uczenia się (kody): K_W01, K_W02, K_W03, K_W04, K_U01, K_U02, K_U03, K_U04 , K_U05, K_U06, K_U07, K_K01, K_K02
Kryteria oceniania
Semestr I: zaliczenie na podstawie przygotowanego rozszerzonego konspektu pracy, opisu koncepcji teoretycznych (rozdział I pracy), przeglądu literatury (rozdział II pracy) oraz planu części empirycznej (plan badania i plan analizy).
Semestr II: zaliczenie na podstawie kompletnej pracy gotowej do złożenia oraz prezentacji wyników.
Literatura
(W zależności od tematów prac literatura szczegółowa jest dobierana indywidualnie.)
Moffatt, P., Starmer, C., Sugden, R., Bardsley, N., Cubitt, R., & Loomes, G. (2009). Experimental economics: Rethinking the rules. Princeton University Press.
Camerer, C. F., Loewenstein, G., & Rabin, M. (Eds.). (2004). Advances in behavioral economics. Princeton university press.
Harrison, G. W., & List, J. A. (2004). Field experiments. Journal of Economic literature, 42(4), 1009-1055.
Kahneman, D. (2011). Fast and slow thinking. Allen Lane and Penguin Books, New York, 2.
Mathur, A., Acar, G., Friedman, M. J., Lucherini, E., Mayer, J., Chetty, M., & Narayanan, A. (2019). Dark patterns at scale: Findings from a crawl of 11K shopping websites. Proceedings of the ACM on human-computer interaction, 3(CSCW), 1-32.
Nouwens, M., Liccardi, I., Veale, M., Karger, D., & Kagal, L. (2020, April). Dark patterns after the GDPR: Scraping consent pop-ups and demonstrating their influence. In Proceedings of the 2020 CHI conference on human factors in computing systems (pp. 1-13).
Sunstein, C. R. (2021). Sludge: What stops us from getting things done and what to do about it. mIt Press.
Thaler, R. H., & Sunstein, C. R. (2009). Nudge: Improving decisions about health, wealth, and happiness. Penguin.
Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases: Biases in judgments reveal some heuristics of thinking under uncertainty. science, 185(4157), 1124-1131.
Zaleśkiewicz, T. (2011). Psychologia ekonomiczna. Warszawa: Wydawnictwo Naukowe PWN.