Towards Addressing Ethical Concerns of Mobile Applications from User Feedback
Notice bibliographique
Résumé
The proliferation of mobile applications (mobile apps) has significantly altered user interactions with various services such as transportation, finance, and healthcare. However, this widespread adoption has also led to a surge in ethical concerns, such as privacy, security, and accessibility, which are commonly subsumed under non-functional requirements. Ride-hailing apps like Uber and Lyft exemplify this, with passengers and drivers reporting issues such as opaque wage algorithms, surge pricing, and safety incidents. Users often raise these concerns through app reviews, which have proved to be a useful datasource for many areas of software engineering (e.g., requirement engineering, testing, etc.). However, effectively mining this information poses two key challenges: (1) ethical concern-related app reviews generally use domain-specific language and represent only a small fraction of the massive volume of app reviews; and (2) user feedback is unstructured, noisy, and linguistically diverse, making it difficult to extract actionable software requirements from app reviews using traditional methods to address users’ ethical concerns. To address these challenges, we drive our research through three research objectives. First, we perform a large-scale analysis of ride-hailing apps using driver and passenger reviews, revealing significant concerns re-lated to transparency, fairness, accountability, and safety. Next, we propose a novel domain-specific context-aware approach to automatically identify ethical concern-related app reviews. We evaluate our proposed approach on two datasets from two different domains, finance and mental health (MH), and extract 748 privacy reviews from the MH domain and 2,178 privacy/security reviews from the finance domain. Finally, we propose two approaches to efficiently extract requirements from ethical concern-related app reviews. The preliminary evaluation of both approaches on benchmark datasets shows their potential for app developers to translate users’ concerns into actionable requirements. In conclusion, our findings could assist developers and system architects in recognizing and prioritizing non-functional requirements at the initial stages of the development lifecycle, whereas researchers can expand upon this synthesis to create tools for the automated detection of ethical concerns.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».