Hanademi

Technology in service of our autonomyTecnología al servicio de nuestra autonomía · V8 Master Engine

34 slides · 16 min · 2026-08-1734 láminas · 16 min · 2026-08-17 language
ENES
theme
LightDark
view
TalkTable
brand
HanademiPlatzi
Technology in service of ourautonomyMade for Juan Manuel Chaguendo Benavides, by Hanademi
  1. Influencing doesn't automatically eliminate autonomy, but hiding options can turn influence into manipulation.
  2. A single interface change elevated cookie rejection by 53 percentage points.
  3. Technology serves humanity when it makes choice visible and allows rejection without penalty.
Tecnología al servicio de nuestraautonomíaMade for Juan Manuel Chaguendo Benavides, by Hanademi
  1. Influir no elimina automáticamente la autonomía, pero ocultar opciones puede convertir influencia en manipulación.
  2. Un solo cambio de interfaz elevó 53 puntos porcentuales el rechazo de cookies.
  3. La tecnología sirve a la humanidad cuando hace visible la elección y permite rechazarla sin castigo.
Prominent, framed cookie refusal raisedrejection by 53 percentage pointsAcross six interventions, measured behavior shifted from an 8-point decrease to a 53-point increase. Thedirection and size depended on the design, context and outcome.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: documents1.worldbank.org; ideas.repec.org; Nature Portfolio; eaesp.fgv.br; link.springer.comUnitPercentage-point change versus the comparison groupProgram take-up after a WhatsApp video−8 ppChallenger preference after campaign ads−6.5 ppValidated voter turnout after a social message+0.39 ppTake-up after U.S. government messages+1.4 ppTax regularization after a behavioral letter+4.07 ppCookie rejection with prominent, framed refusal+53 ppValues in percentage points
Across six interventions, measured behavior shifted from an 8-point decrease to a 53-point increase. The direction and size depended on the design, context and outcome.
Destacar y enmarcar el rechazo de cookieselevó el rechazo 53 puntos porcentualesEn seis intervenciones, el comportamiento medido varió desde una caída de 8 puntos hasta un aumento de53 puntos. La dirección y la magnitud dependieron del diseño, el contexto y el resultado.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: documents1.worldbank.org; ideas.repec.org; Nature Portfolio; eaesp.fgv.br; link.springer.comUnidadCambio en puntos porcentuales frente al grupo de comparaciónAdopción del programa tras un video de WhatsApp−8 ppPreferencia por el candidato rival tras anuncios−6,5 ppParticipación electoral validada tras un mensaje social+0,39 ppAdopción tras mensajes del Gobierno de Estados Unidos+1,4 ppRegularización tributaria tras una carta conductual+4,07 ppRechazo de cookies con una negativa destacada y enmarcada+53 ppValores en puntos porcentuales
En seis intervenciones, el comportamiento medido varió desde una caída de 8 puntos hasta un aumento de 53 puntos. La dirección y la magnitud dependieron del diseño, el contexto y el resultado.
Four words to understand the mechanismMade for Juan Manuel Chaguendo Benavides, by HanademiAlgorithmic feedContent ordered by a system that predicts what will hold your attention.NudgeShift in context that guides a choice without removing options.Dark patternInterface designed to push decisions favorable to the provider.DSAEuropean law regulating digital services and platforms.
We don't need technical language to understand the problem. A system decides what appears first, a signal invites action, and an interface can ease or block the exit. These words let us distinguish influence, persuasion, and manipulation.
Cuatro palabras para entender elmecanismoMade for Juan Manuel Chaguendo Benavides, by HanademiFeed algorítmicoContenido ordenado por un sistema que predice qué mantendrá tu atención.NudgeCambio de contexto que orienta una elección sin eliminar opciones.Patrón oscuroInterfaz diseñada para empujar decisiones favorables al proveedor.DSALey europea que regula servicios y plataformas digitales.
No necesitamos lenguaje técnico para entender el problema. Un sistema decide qué aparece primero, una señal invita a actuar y una interfaz puede facilitar o bloquear la salida. Estas palabras nos permiten separar influencia, persuasión y manipulación.
X’s algorithm increased user behavior, exposure, andopinion across all 4 measuresShare of users exhibiting each behavior after receiving a chronological or algorithmic feed in a randomized7-week experiment in the United States.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: The political effects of X’s feed algorithm | Nature | Springer Nature Link. (2026). Published figure transcribed from pixels.;pmc.ncbi.nlm.nih.gov.; nature.com.Values transcribed from labels printed in a published figure.Unitshare of users0.0%0.2%0.5%0.8%Algorithmic feed0.0%0.2%0.4%0.6%0.8%Chronological feed →Used X equally or moreShared Republican prioritiesAnti-Zelenski sentimentFollowed conservative accountsThe largest gap was 7.5 points.
These users were randomly assigned to 2 ways of ordering X. All 4 behaviors stayed above parity under the algorithmic feed. Engagement and some opinions changed, though affective polarization and partisan identification did not shift significantly.
El algoritmo de X aumentó conducta,exposición y opinión en las 4 medidasProporción de usuarios con cada conducta tras recibir un feed cronológico o algorítmico en un experimentoaleatorizado de 7 semanas en Estados Unidos.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: The political effects of X’s feed algorithm | Nature | Springer Nature Link. (2026). Published figure transcribedfrom pixels.; pmc.ncbi.nlm.nih.gov.; nature.com.Valores transcritos de etiquetas impresas en una figura publicada.Unidadproporción de usuarios0,0 %0,2 %0,5 %0,8 %Feed algorítmico0,0 %0,2 %0,4 %0,6 %0,8 %Feed cronológico →Usó X igual o másCompartió prioridades republicanasSentimiento anti-ZelenskiSiguió cuentas conservadorasLa mayor brecha fue de 7,5 puntos.
Estos usuarios fueron asignados al azar a 2 formas de ordenar X. Las 4 conductas quedaron por encima de la equivalencia bajo el feed algorítmico. La interacción y algunas opiniones cambiaron, aunque la polarización afectiva y la identificación partidista no lo hicieron significativamente.
X’s algorithm raised users expressing anti-Zelenskyviews by 7.5 percentage pointsAll four outcomes increased under algorithmic ranking, with changes from 3.7 to 7.5 percentage points.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: The political effects of X’s feed algorithm | Nature | Springer Nature Link. (2026). Published figure transcribed frompixels.UnitPercent of usersUsed X no less than before76.8%82.1%+5.3Shared Republican priorities37.8%42.5%+4.7Expressed anti-Zelensky sentiment33.4%40.9%+7.5Followed conservative accounts8.0%11.7%+3.7Chronological feedAlgorithmic feed
All four outcomes increased under algorithmic ranking, with changes from 3.7 to 7.5 percentage points.
X elevó 7,5 puntos el porcentaje de usuarioscon opiniones anti-ZelenskiLos cuatro resultados aumentaron con el orden algorítmico, con cambios de 3,7 a 7,5 puntos porcentuales.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: The political effects of X’s feed algorithm | Nature | Springer Nature Link. (2026). Published figure transcribedfrom pixels.UnidadPorcentaje de usuariosUsó X igual o más que antes76.8%82.1%+5.3Compartió prioridades republicanas37.8%42.5%+4.7Expresó sentimiento contra Zelenski33.4%40.9%+7.5Siguió cuentas conservadoras8.0%11.7%+3.7Feed cronológicoFeed algorítmico
Los cuatro resultados aumentaron con el orden algorítmico, con cambios de 3,7 a 7,5 puntos porcentuales.
Autonomy is personalGreen binary digits are projected across the face of a woman shown in profile.Sources: #Doctrina Incidencia de las nuevas tecnologías en la voluntad jurídica. Aproximación | Microjuris Argentina al Día. aldiaargentina.microjuris.com.
Order, signal, and friction matter because they act on people making choices.
La autonomía es personalDígitos binarios verdes se proyectan sobre el rostro de una mujer mostrada de perfil.Fuentes: #Doctrina Incidencia de las nuevas tecnologías en la voluntad jurídica. Aproximación | Microjuris Argentina al Día. aldiaargentina.microjuris.com.
El orden, las señales y la fricción importan porque actúan sobre personas que toman decisiones.
Digital messages changed procedures, votes, and taxpayments by 4.07 to 8 percentage pointsChanges in percentage points caused by communication interventions in Colombia, Argentina, and São Paulo.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: documents1.worldbank.org.; ideas.repec.org.; eaesp.fgv.br.The horizontal reference line marks zero change.Unitpercentage points-505-8Immigration regularization-6.5Electoral preference4.1Tax regularizationNo change
Three experiments shifted decisions with real-world consequences. A video reduced migration enrollment by 8 points, an advertisement reduced electoral preference by 6.5 points, and a letter increased tax compliance by 4.07 points. Direction depended on message and context.
Mensajes digitales cambiaron trámites, votos eimpuestos entre 4,07 y 8 puntos porcentualesCambios en puntos porcentuales causados por intervenciones de comunicación en Colombia, Argentina y SãoPaulo.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: documents1.worldbank.org.; ideas.repec.org.; eaesp.fgv.br.La línea horizontal de referencia marca el cambio cero.Unidadpuntos porcentuales-505-8Regularización migratoria-6,5Preferencia electoral4,1Regularización tributariaSin cambio
Tres experimentos movieron decisiones que tenían consecuencias fuera de la pantalla. Un video redujo 8 puntos la inscripción migratoria, un anuncio redujo 6,5 puntos la preferencia electoral y una carta elevó 4,07 puntos la regularización tributaria. La dirección dependió del mensaje y del contexto.
Persuasion efforts changed behaviorbetween −8 and +8.7 percentage pointsPersuasive interventions can move behavior in either direction, while the 1.4-point government-trialaverage is much smaller than the 8.7-point academic-literature average.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: documents1.worldbank.org.; ideas.repec.org.; Bond, R. M., et al. (2012). A 61-million-personexperiment in social influence and political mobilization. Nature, 489, 295-298.UnitPercentage-point treatment effectWhatsApp regularization video-8.0Presidential campaign advertising-6.5Validated voting from social message+0.39Average across government trials+1.4“I voted” clicks from social message+2.08Best São Paulo tax letter+4.07Average in academic studies+8.7
Persuasive interventions can move behavior in either direction, while the 1.4-point government-trial average is much smaller than the 8.7-point academic-literature average.
La persuasión cambió conductas entre −8 y+8,7 puntos porcentualesLas intervenciones persuasivas pueden mover la conducta en cualquier dirección, mientras que el promediode 1,4 puntos de ensayos públicos es mucho menor que el promedio de 8,7 puntos de la literaturaacadémica.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: documents1.worldbank.org.; ideas.repec.org.; Bond, R. M., et al. (2012). A 61-million-personexperiment in social influence and political mobilization. Nature, 489, 295-298.UnidadEfecto del tratamiento en puntos porcentualesVideo de regularización por WhatsApp-8.0Publicidad de campaña presidencial-6.5Voto validado por mensaje social+0.39Promedio de ensayos gubernamentales+1.4Clics en «Yo voté» por mensaje social+2.08Mejor carta tributaria de São Paulo+4.07Promedio de estudios académicos+8.7
Las intervenciones persuasivas pueden mover la conducta en cualquier dirección, mientras que el promedio de 1,4 puntos de ensayos públicos es mucho menor que el promedio de 8,7 puntos de la literatura académica.
Digital use explained at most 0.4% ofadolescent wellbeing.The result is population-level and associative. It does not contradict that specificproducts, groups, or usage patterns could cause larger effects.Sources: Orben, A., & Przybylski, A. K. (2019). The association between adolescent well-being and digital technology use. Nature Human Behaviour, 3,173-182.
Technology can cause concrete harm without explaining all human wellbeing. Across 3 large adolescent cohorts, screen time explained at most 0.4% of observed differences. Blaming screens for everything obscures more important causes.
El uso digital explicó como máximo 0,4% delbienestar adolescente.El resultado es poblacional y asociativo. No contradice que productos, grupos o formasespecíficas de uso puedan causar efectos mayores.Fuentes: Orben, A., & Przybylski, A. K. (2019). The association between adolescent well-being and digital technology use. Nature Human Behaviour, 3,173-182.
La tecnología puede producir daños concretos sin explicar todo el bienestar humano. En 3 grandes conjuntos de adolescentes, el tiempo digital explicó como máximo 0,4% de las diferencias observadas. Culpar a la pantalla de todo oculta causas más importantes.
Reducing exposure was a concrete,measurable, and reversible intervention.The result belongs to a small university sample and a short period. It does not establisha universal healthy usage limit.Sources: Hunt, M. G., Marx, R., Lipson, C., & Young, J. (2018). No more FOMO: Limiting social media decreases loneliness and depression. Journal ofSocial and Clinical Psychology.
The study did not ask students to abandon all apps. It limited 3 applications to 10 minutes daily each for 3 weeks. Loneliness and depressive symptoms decreased in this group of 143 students.
Reducir exposición fue una intervenciónconcreta, medible y reversible.El resultado pertenece a una muestra universitaria pequeña y a un periodo corto. Noestablece un límite universal de uso saludable.Fuentes: Hunt, M. G., Marx, R., Lipson, C., & Young, J. (2018). No more FOMO: Limiting social media decreases loneliness and depression. Journal ofSocial and Clinical Psychology.
El estudio no pidió abandonar todas las redes. Limitó 3 aplicaciones a 10 minutos diarios cada una durante 3 semanas. La soledad y los síntomas depresivos disminuyeron en este grupo de 143 estudiantes.
Facebook's expansion raised depression 9%and anxiety 12%.Approximate increases causally associated with Facebook's university expansion in the United States.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Braghieri, L., Levy, R., & Makarin, A. (2022). Social media and mental health. American Economic Review.Unitpercentage increase12%Generalized anxiety9%Depression
Facebook's initial expansion across universities created a temporal comparison between campuses. The study estimated increases of 9% in depression and 12% in generalized anxiety. Usage type, population, and timing matter as much as total minutes.
La expansión de Facebook elevó depresión9% y ansiedad 12%Aumentos aproximados asociados causalmente con la expansión universitaria de Facebook en EstadosUnidos.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Braghieri, L., Levy, R., & Makarin, A. (2022). Social media and mental health. American Economic Review.Unidadaumento porcentual12 %Ansiedad generalizada9 %Depresión
La expansión inicial de Facebook entre universidades creó una comparación temporal entre campus. El estudio estimó aumentos de 9% en depresión y 12% en ansiedad generalizada. La forma de uso, la población y el momento importan tanto como los minutos totales.
Behavior changed 8.7 percentage points inacademia and 1.4 in government trialsAverage adoption increase across academic studies and 126 U.S. government trials with 23 million people.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: ideas.repec.org.; bfi.uchicago.edu.Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitpercentage pointsAcademic journals8.7U.S. Government1.46.2x
Nudges can work, but their size depends on where they're tested. In actual government operations, the average increase was 1.4 points, versus 8.7 in academic publications. Later analysis also found lower effectiveness with low initial motivation and broader outcomes.
La conducta cambió 8,7 puntos porcentualesen academia y 1,4 en ensayos públicosAumento promedio de adopción en estudios académicos y en 126 ensayos gubernamentales de EstadosUnidos con 23 millones de personas.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: ideas.repec.org.; bfi.uchicago.edu.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadpuntos porcentualesRevistas académicas8,7Gobierno de EE. UU.1,46,2x
Los nudges sí pueden funcionar, pero su tamaño depende de dónde se prueban. En operaciones gubernamentales reales, el aumento promedio fue 1,4 puntos, frente a 8,7 en publicaciones académicas. Un análisis posterior también halló menor eficacia con baja motivación inicial y resultados más amplios.
Best case: a letter raised overdue taxpayment to 52.53%Randomized trial with 15,178 delinquent property tax payers in São Paulo.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: eaesp.fgv.br.Unitpercentage regularized0%20%40%48.5%Control4.1%Letter effect52.5%Result
The tax obligation did not change. The letter explaining it did. That redesign raised regularization from 48.46% to 52.53%.
El mejor caso: una carta elevó al 52,53% elpago de impuestos atrasadosEnsayo aleatorizado con 15.178 contribuyentes morosos del impuesto predial de São Paulo.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: eaesp.fgv.br.Unidadporcentaje regularizado0 %20 %40 %48,5 %Control4,1 %Efecto de la carta52,5 %Resultado
La obligación tributaria no cambió. Cambió la carta que la explicaba. Ese rediseño elevó la regularización desde 48,46% hasta 52,53%.
Communication changes added a combined R$106million in annual municipal tax revenueAdditional annual revenue reported or estimated for IPTU and ISS in São Paulo.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: oecd-opsi.org.Visible sum: R$60 million from IPTU plus approximately R$46 million from ISS.Unitreals per yearBRL60MIPTUBRL46MISS
Small persuasion per person can be enormous when it reaches a city. São Paulo reported R$60 million in additional annual IPTU revenue and estimated approximately R$46 million in ISS. The cumulative effect was R$106 million annually.
Los cambios de comunicación sumaron R$106millones combinados de recaudación tributariamunicipal anualRecaudación anual adicional reportada o estimada para IPTU e ISS en São Paulo.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: oecd-opsi.org.Suma visible: R$60 millones de IPTU más cerca de R$46 millones de ISS.Unidadreales por añoBRL60 MIPTUBRL46 MISS
La persuasión puede ser pequeña por persona y enorme cuando alcanza a una ciudad. São Paulo reportó R$60 millones adicionales por año en IPTU y estimó cerca de R$46 millones en ISS. El efecto acumulado fue R$106 millones anuales.
In 2025, some labels changed purchases,but they could reduce well-being.The finding distinguishes behavioral efficacy from well-being. An intervention can shiftthe average choice and harm part of the population.Sources: aeaweb.org.
Fuel efficiency and sugary drink labels reduced target purchases. However, a 2025 study found they could reduce well-being by increasing variation in choice distortions. Achieving desired behavior is not enough to demonstrate human benefit.
En 2025, algunas etiquetas cambiaroncompras, pero podían reducir el bienestar.El resultado distingue eficacia conductual de bienestar. Una intervención puede mover laelección promedio y perjudicar a parte de la población.Fuentes: aeaweb.org.
Las etiquetas de eficiencia de combustible y bebidas azucaradas redujeron las compras objetivo. Sin embargo, el estudio de 2025 encontró que podían reducir el bienestar al aumentar la variación de las distorsiones de elección. Lograr la conducta deseada no basta para demostrar beneficio humano.
Social cues alone increased the shareclicking by 2.08 percentage pointsChange in clicks on "I Voted" by message type, experiment with 61 million users.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Bond, R. M., et al. (2012). A 61-million-person experiment in social influence and political mobilization. Nature, 489,295-298.Unitpercentage pointsControl with no message0Informational message0Social message2.1
Neutral information did not move clicks. Adding faces of friends who had declared voting lifted them by 2.08 percentage points. The effect reached the real world but shrank to 0.39 percentage points in validated voting participation.
Solo las señales sociales elevaron 2,08 puntosporcentuales la proporción que hizo clicCambio en clics en «Yo voté» por tipo de mensaje, experimento con 61 millones de usuarios.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Bond, R. M., et al. (2012). A 61-million-person experiment in social influence and political mobilization. Nature, 489,295-298.Unidadpuntos porcentualesControl sin mensaje0Mensaje informativo0Mensaje social2,1
La información neutral no movió los clics. Añadir rostros de amistades que habían declarado votar los elevó 2,08 puntos. El efecto llegó al mundo real, pero se redujo a 0,39 puntos en la participación electoral validada.
Only 19 validated votes appeared per 100extra “I voted” clicksAbout 81% of the measured click response did not carry through to the validated-turnout effect.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Bond, R. M., et al. (2012). A 61-million-person experiment in social influence and political mobilization. Nature,489, 295-298.UnitIndexed treatment effect100-8119Extra “I voted” clicksEffect not carried throughValidated votes
About 81% of the measured click response did not carry through to the validated-turnout effect.
Solo aparecieron 19 votos validados porcada 100 clics adicionales en «Yo voté»Aproximadamente 81% de la respuesta medida en clics no se trasladó al efecto en participación validada.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Bond, R. M., et al. (2012). A 61-million-person experiment in social influence and political mobilization.Nature, 489, 295-298.UnidadEfecto del tratamiento indexado100-8119Clics adicionales en «Yo voté»Efecto que no se trasladóVotos validados
Aproximadamente 81% de la respuesta medida en clics no se trasladó al efecto en participación validada.
Correcting for publication bias, 455 effectspulled the average closer to zero.The conclusion refers to the corrected average across a heterogeneous literature. Itdoes not claim every individual nudge has zero effect.Sources: Maier, M., Bartoš, F., Stanley, T. D., Shanks, D. R., Harris, A. J. L., & Wagenmakers, E.-J. (2022). No evidence for nudging after adjusting forpublication bias. Proceedings of the National Academy of Sciences, 119(31).
Studies with striking results are more likely to be published. A reassessment of 455 effects corrected that bias and found the average effect could approach zero. Persuasion exists, but its published average may overstate its strength.
Al corregir sesgo de publicación, 455efectos acercaron el promedio a cero.La conclusión se refiere al promedio corregido de una literatura heterogénea. No afirmaque cada nudge individual tenga un efecto nulo.Fuentes: Maier, M., Bartoš, F., Stanley, T. D., Shanks, D. R., Harris, A. J. L., & Wagenmakers, E.-J. (2022). No evidence for nudging after adjusting forpublication bias. Proceedings of the National Academy of Sciences, 119(31).
Los estudios con resultados llamativos tienen más posibilidades de publicarse. Una reevaluación de 455 efectos corrigió ese sesgo y encontró que el efecto promedio podía acercarse a cero. La persuasión existe, pero su promedio publicado puede exagerar su fuerza.
One click raised cookie rejection from 4% to21%Rejection observed across more than 4 million interactions. With multiple clicks, the rate was between 1%and 4%; the upper bound is shown.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: tma.ifip.org.; Nouwens, M., Liccardi, I., Veale, M., Karger, D., & Kagal, L. (2020). Dark patterns after the GDPR.Proceedings of CHI 2020. Association for Computing Machinery.The 4% figure is the upper bound of the observed range of 1% to 4%.Unitcookie rejectionMultiple clicks4%Reject with one click21%5.2x
Preference did not remain stable when the path to express it changed. With multiple clicks, rejection was between 1% and 4%; with a visible button, rejection was near 21%. Another study found only 12.6% of 10,000 sites allowed rejection as easily as acceptance.
Un clic llevó el rechazo de cookies de 4% a21%Rechazo observado en más de 4 millones de interacciones. Con varios clics, la tasa estuvo entre 1% y 4%; semuestra el extremo superior.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: tma.ifip.org.; Nouwens, M., Liccardi, I., Veale, M., Karger, D., & Kagal, L. (2020). Dark patterns after the GDPR.Proceedings of CHI 2020. Association for Computing Machinery.El valor de 4% es el extremo superior del rango observado de 1% a 4%.Unidadrechazo de cookiesVarios clics4 %Rechazar con un clic21 %5,2x
La preferencia no se mantuvo estable cuando cambió el camino para expresarla. Con varios clics, rechazó entre 1% y 4%; con un botón visible, rechazó cerca de 21%. Otro estudio encontró que solo 12,6% de 10.000 sitios permitía rechazar tan fácilmente como aceptar.
Cookie rejection reached 80% when refusalwas prominent and wording encouraged itInterface design coincides with an eightyfold span in rejection, from 1% under obstructive flows to 80% withsalience and framing.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: tma.ifip.org.; link.springer.com.UnitPercent rejecting cookiesMulti-click refusal, observed low1%Multi-click refusal, observed high4%One-click Reject All21%Control banner27%Salience and framing80%
Interface design coincides with an eightyfold span in rejection, from 1% under obstructive flows to 80% with salience and framing.
El rechazo de cookies llegó al 80% connegativa visible y texto persuasivoEl diseño de la interfaz coincide con un rango de ochenta veces en el rechazo, desde 1% con flujosobstructivos hasta 80% con visibilidad y encuadre.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: tma.ifip.org.; link.springer.com.UnidadPorcentaje que rechaza cookiesRechazo en varios clics, mínimo observado1%Rechazo en varios clics, máximo observado4%Rechazar todo en un clic21%Banner de control27%Visibilidad y encuadre80%
El diseño de la interfaz coincide con un rango de ochenta veces en el rechazo, desde 1% con flujos obstructivos hasta 80% con visibilidad y encuadre.
Cookie interfaces changed consent orrejection by 23 to 53 percentage pointsChanges in percentage points caused by hiding rejection or making it more visible and better framed.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Nouwens, M., Liccardi, I., Veale, M., Karger, D., & Kagal, L. (2020). Dark patterns after the GDPR. Proceedings of CHI2020. Association for Computing Machinery.; link.springer.com.Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitpercentage pointsHide rejection22.5Make rejection visible53
Hiding rejection on a second screen raised consent by approximately 22 to 23 percentage points. In another experiment, making rejection more visible and clear raised it 53 percentage points over a control of 27%. The direction of friction determined who won.
Las interfaces cambiaron el consentimiento o rechazode cookies entre 23 y 53 puntos porcentualesCambios en puntos porcentuales causados por ocultar el rechazo o hacerlo más visible y mejor enmarcado.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Nouwens, M., Liccardi, I., Veale, M., Karger, D., & Kagal, L. (2020). Dark patterns after the GDPR. Proceedings of CHI2020. Association for Computing Machinery.; link.springer.com.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadpuntos porcentualesOcultar rechazo22,5Hacer visible el rechazo53
Ocultar el rechazo en una segunda pantalla elevó el consentimiento cerca de 22 a 23 puntos. En otro experimento, hacer más visible y claro el rechazo lo elevó 53 puntos sobre un control de 27%. La dirección de la fricción decidió quién ganó.
Obstruction could destroy 20% ofconsumer surplus.The 20% is a modeled estimate, not a loss directly observed across the entire U.S.population.Sources: andreyfradkin.com.
Acceptance does not prove the decision benefits the person. A 2026 field experiment model estimated that typical consent obstruction costs 20% of consumer surplus. A difficult exit can produce acceptance and destroy value simultaneously.
La obstrucción podría destruir 20% delexcedente del consumidor.El 20% es una estimación modelada, no una pérdida observada directamente en toda lapoblación estadounidense.Fuentes: andreyfradkin.com.
Aceptar no demuestra que la decisión beneficie a la persona. Un modelo de experimento de campo de 2026 estimó que la obstrucción típica del consentimiento cuesta 20% del excedente del consumidor. Una salida difícil puede producir aceptación y destruir valor al mismo tiempo.
The 1,254 reviewed retailer websites contained1,818 tricks designed to manipulate choicesCounts from automated tracking of approximately 11,000 digital commerce sites.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Mathur, A., et al. (2019). Dark patterns at scale: Findings from a crawl of 11K shopping websites. Proceedings of the ACMon Human-Computer Interaction, 3(CSCW).Unitobserved counts11,000Sites analyzed1,818Patterns detected1,254Sites with patterns
Tracking found 1,818 dark patterns across 1,254 of roughly 11,000 retailers. Researchers classified 15 types that exploited scarcity, urgency, social proof, and friction. The scale converts isolated bad practices into a market-wide problem.
Los 1.254 comercios revisados contenían 1.818trucos de diseño para manipular decisionesConteos de un rastreo automatizado de aproximadamente 11.000 sitios de comercio digital.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Mathur, A., et al. (2019). Dark patterns at scale: Findings from a crawl of 11K shopping websites. Proceedings of theACM on Human-Computer Interaction, 3(CSCW).Unidadconteos observados11.000Sitios analizados1.818Patrones detectados1.254Sitios con patrones
El rastreo encontró 1.818 patrones oscuros en 1.254 de unos 11.000 comercios. Los investigadores clasificaron 15 tipos que explotaban escasez, urgencia, prueba social y obstrucción. La escala convierte malas prácticas aisladas en un problema de mercado.
Manipulative designs averaged 145 tricksper 100 affected shops across 15 typesAffected shops averaged 1.45 dark patterns each, so 45 detections per 100 shops were additional to thefirst pattern.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Mathur, A., et al. (2019). Dark patterns at scale: Findings from a crawl of 11K shopping websites.Proceedings of the ACM on Human-Computer Interaction, 3(CSCW).; Dark Patterns at Scale: Findings from aCrawl of 11K Shopping Websites Draft: July 1, 2019.UnitDark patterns per 100 affected shops100+45145First pattern per shopAdditional patternsTotal detections15 pattern types observed
Affected shops averaged 1.45 dark patterns each, so 45 detections per 100 shops were additional to the first pattern.
Diseños manipuladores: 145 trucos por 100comercios afectados, repartidos en 15 tiposLos comercios afectados promediaron 1,45 patrones oscuros cada uno, por lo que 45 detecciones por cada100 comercios fueron adicionales al primer patrón.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Mathur, A., et al. (2019). Dark patterns at scale: Findings from a crawl of 11K shopping websites.Proceedings of the ACM on Human-Computer Interaction, 3(CSCW).; Dark Patterns at Scale: Findings from aCrawl of 11K Shopping Websites Draft: July 1, 2019.UnidadPatrones oscuros por cada 100 comercios afectados100+45145Primer patrón por comercioPatrones adicionalesDetecciones totales15 tipos de patrones observados
Los comercios afectados promediaron 1,45 patrones oscuros cada uno, por lo que 45 detecciones por cada 100 comercios fueron adicionales al primer patrón.
Self-harm content appeared after 20minutes in a TikTok auditCumulative exposure time for simulated accounts that expressed interest in mental health, AmnestyInternational audit.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Amnesty International. (2023). Driven into the darkness: How TikTok's For You feed encourages self-harm and suicidalideation. Amnesty International.Unitminutes elapsedStart0Concerning content20Concentrated feed360
Simulated accounts expressed interest in mental health. Within 20 minutes they began receiving recommendations related to self-harm. The audit does not perfectly represent real users, but it reveals how quickly a system can concentrate risk.
El contenido de autolesión apareció tras 20minutos en una auditoría de TikTokTiempo acumulado de exposición de cuentas simuladas que expresaron interés en salud mental, auditoría deAmnistía Internacional.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Amnesty International. (2023). Driven into the darkness: How TikTok's For You feed encourages self-harm andsuicidal ideation. Amnesty International.Unidadminutos transcurridosInicio0Contenido preocupante20Feed concentrado360
Las cuentas simuladas expresaron interés en salud mental. En 20 minutos comenzaron a recibir recomendaciones relacionadas con autolesión. La auditoría no representa perfectamente a usuarios reales, pero revela la velocidad con la que un sistema puede concentrar riesgo.
Harmful content exceeded 50% of one auditedTikTok feed within 5–6 hoursThe audit moved from expressed interest to concerning content in 20 minutes, then to a majoritymental-health and potentially harmful feed within six hours.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Amnesty International. (2023). Driven into the darkness: How TikTok's For You feed encourages self-harmand suicidal ideation. Amnesty International.; Global: TikTok's 'For You' feed risks pushing children and youngpeople ....UnitElapsed time and share of feed0Mental-health interestexpressed5-6 hFeed concentrationthreshold crossed20 minFirst concerningrecommendation>50%Mental-health and potentiallyharmful content
The audit moved from expressed interest to concerning content in 20 minutes, then to a majority mental-health and potentially harmful feed within six hours.
Contenido dañino superó 50% del feed deTikTok auditado en 5–6 horasLa auditoría pasó del interés expresado al contenido preocupante en 20 minutos y luego a un feedmayoritariamente de salud mental y contenido potencialmente dañino en seis horas.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Amnesty International. (2023). Driven into the darkness: How TikTok's For You feed encouragesself-harm and suicidal ideation. Amnesty International.; Global: TikTok's 'For You' feed risks pushing children andyoung people ....UnidadTiempo transcurrido y proporción del feed0Interés en salud mentalexpresado5-6 hUmbral de concentracióndel feed superado20 minPrimera recomendaciónpreocupante>50%Contenido de salud mental ypotencialmente dañino
La auditoría pasó del interés expresado al contenido preocupante en 20 minutos y luego a un feed mayoritariamente de salud mental y contenido potencialmente dañino en seis horas.
Problematic internet use was measured in8% of young people in MadridPossible problematic internet use by demographic group among Madrid residents, EDADES 2024.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: gacetasanitaria.org.Unitpercentage of groupTotal 15 to 643.7%Men4%Women3.5%15 to 34 years8%35 to 64 years1.5%Single5.7%In a relationship1.9%
Madrid's average was 3.7% among people aged 15 to 64. Among those aged 15 to 34 it reached 8%, more than 5 times the 1.5% of the 35 to 64 age group. Vulnerability depends on who uses the technology, not just the function available.
El uso problemático de internet se midió en8% de jóvenes de MadridPosible uso problemático de internet por grupo demográfico entre residentes de Madrid, EDADES 2024.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: gacetasanitaria.org.Unidadporcentaje del grupoTotal 15 a 643,7 %Hombres4 %Mujeres3,5 %15 a 34 años8 %35 a 64 años1,5 %Sin pareja5,7 %Con pareja1,9 %
El promedio de Madrid fue 3,7% entre personas de 15 a 64 años. Entre quienes tenían 15 a 34 años llegó a 8%, más de 5 veces el 1,5% del grupo de 35 a 64. La vulnerabilidad depende de quién usa la tecnología, no solo de la función disponible.
Recommendations dominated more than halfof consumptionYouTube: stated proportion of viewing time in 2018. TikTok: sensitive content on some simulated accountsafter 5 to 6 hours.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Solsman, J. E. (2018). YouTube's AI is the puppet master over most of what you watch. CNET.; Amnesty International.(2023). Driven into the darkness: How TikTok's For You feed encourages self-harm and suicidal ideation. Amnesty International.YouTube reported over 70%.Unitpercentage of consumption50%60%70%70%YouTube, recommendations50%TikTok, sensitive contentHalf the consumption
YouTube stated its recommendations generated over 70% of watch time. In TikTok's audit, more than half the feed on some simulated accounts covered mental health and potentially harmful content after 5 to 6 hours. Choosing what comes next can become the primary experience.
Las recomendaciones dominaron más de lamitad del consumoYouTube: proporción declarada del tiempo de visualización en 2018. TikTok: contenido sensible en algunascuentas simuladas tras 5 a 6 horas.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Solsman, J. E. (2018). YouTube's AI is the puppet master over most of what you watch. CNET.; Amnesty International.(2023). Driven into the darkness: How TikTok's For You feed encourages self-harm and suicidal ideation. Amnesty International.YouTube reportó más de 70%.Unidadporcentaje del consumo50 %60 %70 %70 %YouTube, recomendaciones50 %TikTok, contenido sensibleLa mitad del consumo
YouTube declaró que sus recomendaciones generaban más de 70% del tiempo de visualización. En la auditoría de TikTok, más de la mitad del feed de algunas cuentas simuladas trató salud mental y contenido potencialmente dañino después de 5 a 6 horas. Elegir qué sigue puede convertirse en la experiencia principal.
Chrome achieved 30% fewer notification prompts withpermission approvals changing under 5%Maximum changes in an A/B test of notification requests with over 40 million Chrome users.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: usenix.org.The drop in approvals was under 5%; 5% is shown as the upper limit.Unitpercentage change30%Unnecessary actions5%Approvals
Chrome changed how notification requests appeared to over 40 million users. Unnecessary actions fell up to 30%, while approvals dropped under 5%. More human-centered design can eliminate useless friction without blocking valid choices.
Chrome logró 30% menos avisos con cambios enpermisos aprobados inferiores al 5%Cambios máximos en una prueba A/B de solicitudes de notificación con más de 40 millones de usuarios deChrome.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: usenix.org.La caída de aprobaciones fue menor de 5%; se muestra 5% como límite superior.Unidadcambio porcentual30 %Acciones innecesarias5 %Aprobaciones
Chrome cambió la forma de presentar solicitudes de notificación a más de 40 millones de usuarios. Las acciones innecesarias cayeron hasta 30%, mientras las aprobaciones bajaron menos de 5%. Un diseño más humano puede eliminar fricción inútil sin bloquear decisiones válidas.
Separate trials measured notifications capturingattention without changing overall phone habitsSample sizes: disabling alerts produced no change in checking or screen time in 205 people; simulatedalerts delayed responses 7 seconds in 180 students.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Pielot, M., Church, K., & de Oliveira, R. (2014). An in-situ study of mobile phone notifications. Proceedings of MobileHCI 2014.Association for Computing Machinery.; refubium.fu-berlin.de.; infobae.com.Sources use different measurement bases; read the comparison directionally, not as one exact scale.Unitparticipants205Without alerts, no change180With alerts, 7 s delay
A field study recorded a median of 63.5 daily notifications. One trial found no changes in checking or screen time when turned off for a week, while another measured delays of about 7 seconds when received. Immediate interruption and accumulated habit are not the same behavior.
Ensayos separados midieron notificaciones captandoatención sin cambiar hábitos generales del teléfonoTamaños de muestra: desactivar alertas no cambió revisión ni pantalla en 205 personas; alertas simuladasretrasaron respuestas 7 segundos en 180 estudiantes.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Pielot, M., Church, K., & de Oliveira, R. (2014). An in-situ study of mobile phone notifications. Proceedings of MobileHCI 2014.Association for Computing Machinery.; refubium.fu-berlin.de.; infobae.com.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.Unidadparticipantes205Sin alertas, sin cambio180Con alertas, retraso de 7 s
Un estudio de campo registró una mediana de 63,5 notificaciones diarias. Un ensayo no encontró cambios en revisión ni pantalla al apagarlas durante una semana, mientras otro midió retrasos de unos 7 segundos al recibirlas. Interrupción inmediata y hábito acumulado no son la misma conducta.
Seven-second notification delays would total 45 hoursyearly at the observed daily volumeMultiply 63.5 daily notifications by the experimental seven-second response delay, then accumulate acrosseach period. Log scale: every gridline is ×10.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Pielot, M., Church, K., & de Oliveira, R. (2014). An in-situ study of mobile phone notifications.Proceedings of MobileHCI 2014. Association for Computing Machinery.; An In-Situ Study of Mobile PhoneNotifications.; infobae.com.UnitCumulative hours of response delay0.11101001 day1 week30 days365 days0.145.1
If the experimental delay applies to the observed daily notification load, it accumulates to 7.4 minutes a day and 45.1 hours a year.
Retrasos de siete segundos sumarían 45 horasanuales con el volumen diario observadoSe multiplican 63,5 notificaciones diarias por el retraso experimental de siete segundos y se acumula elresultado en cada periodo. Escala logarítmica: cada línea es ×10.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Pielot, M., Church, K., & de Oliveira, R. (2014). An in-situ study of mobile phone notifications.Proceedings of MobileHCI 2014. Association for Computing Machinery.; An In-Situ Study of Mobile PhoneNotifications.; infobae.com.UnidadHoras acumuladas de retraso en la respuesta0,11101001 día1 semana30 días365 días0,145,1
Si el retraso experimental se aplica a la carga diaria observada, se acumula hasta 7,4 minutos al día y 45,1 horas al año.
Feed studies ranged from 243 to over20,000 peopleParticipants in Meta experiments from 2020 and a randomized audit of X from late 2023.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: Guess, A. M., et al. (2023). How do social media feed algorithms affect attitudes and behavior in an election campaign? Science.;arxiv.org.Meta recruited over 20,000 people; 20,000 is shown as the minimum reported.UnitparticipantsMeta experiments20,000X audit243
Meta's experiments gathered over 20,000 participants. An X audit tracked 243 users and over 800,000 tweets for 3 weeks. At Meta, changing the feed produced no detectable changes in 8 major political attitudes, though it did alter exposure and usage.
Los estudios de feeds van de 243 a más de20.000 personasParticipantes en experimentos de Meta de 2020 y una auditoría aleatorizada de X de finales de 2023.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: Guess, A. M., et al. (2023). How do social media feed algorithms affect attitudes and behavior in an election campaign? Science.;arxiv.org.Meta reclutó más de 20.000 personas; se muestra 20.000 como mínimo reportado.UnidadparticipantesExperimentos de Meta20.000Auditoría de X243
Los experimentos de Meta reunieron más de 20.000 participantes. Una auditoría de X siguió a 243 usuarios y más de 800.000 tuits durante 3 semanas. En Meta, cambiar el feed no produjo cambios detectables en 8 actitudes políticas principales, aunque sí alteró exposición y uso.
Available evidence could not establish fourcritical measures.Available evidence could not establish: daily minutes on algorithmic versus chronologicalfeeds. Available evidence could not establish: clicks with nudges versus neutralarchitectures. Available evidence could not establish: compulsive use with infinite scrollversus pagination. Available evidence could not establish: correlation between alertfrequency and unplanned opens.
Available evidence could not establish 4 requested comparisons. Missing: daily minutes between algorithmic and chronological feeds, clicks with nudges versus neutral designs, compulsion between infinite scroll and pagination, and correlation between alert frequency and unplanned opens. Lack of evidence does not mean the effect is zero.
La evidencia disponible no pudo establecercuatro medidas críticas.La evidencia disponible no pudo establecer: minutos diarios en feeds algorítmicos frentea cronológicos. La evidencia disponible no pudo establecer: clics con nudges frente aarquitecturas neutrales. La evidencia disponible no pudo establecer: uso compulsivo conscroll infinito frente a paginación. La evidencia disponible no pudo establecer: correlaciónentre frecuencia de notificaciones y aperturas no planificadas.
La evidencia disponible no pudo establecer 4 comparaciones solicitadas. Faltan minutos diarios entre feeds, clics frente a diseños neutrales, compulsión entre scroll y paginación, y correlación entre alertas y aperturas imprevistas. La falta de evidencia no significa que el efecto sea cero.
In Europe, protecting users’ independentchoices is a legal obligationEuropean law and actions against dark patterns and addictive design, 2022 through July 2026.Made for Juan Manuel Chaguendo Benavides, by HanademiSources: European Union. (2022). Regulation (EU) 2022/2065 on a Single Market for Digital Services. Official Journal of the EuropeanUnion.; cnil.fr.; europarl.europa.eu.Unitmilestone year20222023202420262022DSA, Article 252023AEPD Sanction2024CNIL Order2026Preliminary Finding onTikTok2026Preliminary Finding on Meta
DSA Article 25 prohibits interfaces that deceive, manipulate, or distort free and informed decisions. Spain and France acted against dark patterns, and in 2026 the Commission issued preliminary findings on TikTok, Instagram, and Facebook. The practical threshold is clear: an option must be comprehensible, visible, and rejectable.
En Europa, proteger las decisiones independientes delusuario es una obligación legalLey y actuaciones europeas contra patrones oscuros y diseño adictivo, 2022 a julio de 2026.Made for Juan Manuel Chaguendo Benavides, by HanademiFuentes: European Union. (2022). Regulation (EU) 2022/2065 on a Single Market for Digital Services. Official Journal of the EuropeanUnion.; cnil.fr.; europarl.europa.eu.Unidadaño del hito20222023202420262022DSA, artículo 252023Sanción de AEPD2024Orden de CNIL2026Hallazgo preliminar sobreTikTok2026Hallazgo preliminar sobreMeta
El artículo 25 de la DSA prohíbe interfaces que engañen, manipulen o distorsionen decisiones libres e informadas. España y Francia actuaron contra patrones oscuros, y en 2026 la Comisión formuló hallazgos preliminares sobre TikTok, Instagram y Facebook. El límite práctico es claro: una opción debe ser comprensible, visible y rechazable.
In summaryMade for Juan Manuel Chaguendo Benavides, by HanademiAt real scale, nudges averaged just 1.4 percentage points.One click lifted cookie rejection to 21%.Changing a letter moved tax reporting by 4.07 percentage points.TikTok reached self-harm content in 20 minutes.Fewer interruptions reduced unnecessary actions by up to 30%.
Persuasive technology changes real decisions, but its effects vary widely. Its power grows when it controls what is visible, exploits vulnerabilities, or raises exit costs. Serving humanity requires measuring outcomes, preserving options, and enabling correction.
En resumenMade for Juan Manuel Chaguendo Benavides, by HanademiA escala real, los nudges promediaron solo 1,4 puntos.Un clic elevó el rechazo de cookies a 21%.Cambiar una carta movió impuestos 4,07 puntos.TikTok llegó a contenido de autolesión en 20 minutos.Menos interrupciones redujeron acciones innecesarias hasta 30%.
La tecnología persuasiva cambia decisiones reales, pero sus efectos varían mucho. Su poder crece cuando selecciona lo visible, explota vulnerabilidades o encarece la salida. Servir a la humanidad exige medir resultados, preservar opciones y permitir corrección.

The research behind this deck

Across six interventions, measured behavior shifted from an 8-point decrease to a 53-point increase. The direction and size depended on the design, context and outcome. Technological power usually hides in order, signal, and friction.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

En seis intervenciones, el comportamiento medido varió desde una caída de 8 puntos hasta un aumento de 53 puntos. La dirección y la magnitud dependieron del diseño, el contexto y el resultado. El poder tecnológico suele esconderse en el orden, la señal y la fricción.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English

Related researchInvestigación relacionada