Cookie Slayer: Challenging Learned Helplessness Through Instrumental Interaction Design
Authors
Szabó, Bence ; Steffens, Louise Foldøy ; Selman, Sara
Term
4. term
Education
Publication year
2026
Submitted on
2026-05-20
Pages
67
Abstract
Many online consent pop-ups use manipulative design (“dark patterns”), which leads to privacy fatigue and a resigned “Okay, whatever” response. This reflects learned helplessness, where people feel their choices do not change tracking. These tactics are often built into complex Consent Management Platforms (CMPs) that bury tracking intentions in dense interfaces and underlying metadata. This paper presents Cookie Slayer, a browser-based privacy tool informed by third-wave Human–Computer Interaction and instrumental interaction principles. It turns abstract data policies into tangible, on-screen objects and provides versatile, reusable tools to inspect, compare, and act on them, reducing indirection when users query, evaluate, and enforce their privacy preferences. The extension integrates two components: (1) a large language model that reads dense privacy interfaces and provides contextual explanations in plain language; and (2) a transparent, dynamically evolving recommendation algorithm that suggests personally relevant privacy actions directly at the objects of interest. We ran a qualitative technology-probe study (N=9) with participants of high, medium, and low privacy literacy. Results suggest that direct interaction with CMP metadata can foster a sense of digital ownership and active agency. At the same time, truly aligning outcomes with individual preferences is constrained by the reliability of the language model and the flexibility of the recommendation algorithm. These findings highlight design trade-offs between seamless automation and active reflection.
Mange online samtykkebannere bruger manipulative designgreb (ofte kaldet "dark patterns"), som skaber privatlivstræthed og en resigneret "Okay, whatever"-reaktion. Det afspejler lært hjælpeløshed, hvor folk oplever, at deres valg ikke ændrer sporingen. Disse greb er ofte indlejret i komplekse samtykkeplatforme (Consent Management Platforms, CMP’er), der skjuler sporingshensigter i tætte grænseflader og underliggende metadata. Dette arbejde præsenterer Cookie Slayer, et browserbaseret værktøj til privatliv, inspireret af tredje bølge af menneske-computer-interaktion (HCI) og principper for instrumentel interaktion. Værktøjet gør abstrakte datapolitikker til håndgribelige objekter på skærmen og stiller alsidige, genbrugelige værktøjer til rådighed for at inspicere, sammenligne og handle på dem. Derved mindskes indirekteheden, når brugere spørger ind til, vurderer og håndhæver deres privatlivspræferencer. Udvidelsen rummer to nøglekomponenter: (1) en stor sprogmodel, der aflæser tætte privatlivsgrænseflader og giver kontekstuelle forklaringer i almindeligt sprog; og (2) en transparent, dynamisk anbefalingsalgoritme, som foreslår personligt relevante handlinger direkte ved de objekter, de vedrører. Vi gennemførte et kvalitativt teknologiprobe-studie (N=9) med deltagere med høj, middel og lav privatlivskompetence. Resultaterne tyder på, at direkte interaktion med CMP-metadata kan styrke oplevelsen af digitalt ejerskab og aktiv handlekraft. Samtidig begrænses egentlig præferenceoverensstemmelse af sprogmodellens pålidelighed og anbefalingsalgoritmens fleksibilitet. Det peger på vigtige designafvejninger mellem sømløs automatisering og aktiv refleksion.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords