Digital Fairness Act: gränssnittsmönstren med begränsad framtid

Digital Fairness Act är planerad till fjärde kvartalet 2026, vilket betyder att det är ett förslag från kommissionen och inte en lag, och att det inte kommer att gälla förrän ungefär 2028 till 2030. Den tidslinjen gör det lätt att strunta i den.

Att strunta i den är ett misstag, av ett specifikt skäl. Till skillnad från de flesta regleringar riktar den här in sig på gränssnittsmönster, inte på hantering av data eller dokumentation. Gränssnittsmönster byggs in i produkter, testas, optimeras och blir sedan något verksamheten är beroende av. Om din konverteringstratt i dag vilar på något som lagen siktar på vill du veta det medan du fortfarande har tid att hitta ett alternativ som fungerar.

Vad den siktar på

Kommissionen har varit konsekvent om vilka områden som pekas ut i sina samråd och tillkännagivanden. Fem kategorier:

Dark patterns. Gränssnitt som styr användare mot val de annars inte skulle göra, genom att utnyttja hur uppmärksamhet och förval fungerar i stället för att ge information.

Beroendeframkallande design. Mekanik som medvetet byggs för att maximera tiden användaren lägger: oändlig scrollning, varierande belöningsscheman, streaks, konstgjord knapphet på uppmärksamhet, aviseringsmönster som är finjusterade för att locka tillbaka användaren.

Personanpassning som utnyttjar sårbarhet. Inriktning baserad på härlett känsloläge, ekonomisk kris, mottaglighet för beroende eller ålder.

Personanpassade priser. Att visa olika priser för olika användare baserat på härledd betalningsvilja.

Influencermarknadsföring. Skyldigheter att redovisa samarbeten och fördelningen av ansvar mellan plattformar, varumärken och kreatörer.

Den gemensamma nämnaren är asymmetri. Befintlig konsumenträtt utgår från en rimligt informerad konsument som fattar ett beslut. De här metoderna fungerar genom att låta själva gränssnittet fatta beslutet.

Varför de befintliga reglerna anses otillräckliga

Dark patterns täcks redan delvis. Direktivet om otillbörliga affärsmetoder (UCPD) förbjuder vilseledande och aggressiva metoder. Rättsakten om digitala tjänster (DSA) innehåller en bestämmelse om dark patterns för onlineplattformar. GDPR kräver att samtycke lämnas frivilligt. Konsumenträtten kräver tydlig information innan avtal ingås.

Kommissionens kvalitetskontroll (fitness check) kom fram till att täckningen är splittrad och svår att upprätthålla. DSA-bestämmelsen gäller plattformar, inte alla näringsidkare. UCPD kräver att man visar att en metod väsentligt snedvrider beteendet, vilket kan diskuteras från fall till fall. GDPR:s regler om samtycke når bara mönster som har med samtycke att göra.

Digital Fairness Act är försöket att samla det till något som går att upprätthålla mot en bestämd lista över metoder.

Mönstren som mest sannolikt pekas ut

Ingenting är bestämt, men kommissionens samrådsdokument och litteraturen från forskning och tillsyn landar i en ganska stabil lista. Om din produkt använder de här mönstren är de värda att granska.

Falsk brådska och knapphet. Nedräkningstimrar som nollställs, påståenden om ”bara 2 kvar” som inte är kopplade till lagret, siffror som ”17 personer tittar på det här just nu” som genereras i stället för att mätas. Det här är det mönster som redan oftast beivras och det som mest sannolikt förbjuds uttryckligen.

Confirmshaming. Alternativ för att tacka nej som är formulerade för att få användaren att känna sig dum eller oansvarig. ”Nej tack, jag vill inte spara pengar.”

Förvalda alternativ. Allt som är förvalt och som kostar pengar, delar data eller förlänger ett åtagande.

Asymmetriskt motstånd. Prenumerera med ett klick, säg upp i sex steg genom ett flöde för att behålla kunden. Det hanteras redan separat i flera jurisdiktioner och kommer med stor sannolikhet att dyka upp här.

Droppvis prissättning. Att redovisa obligatoriska avgifter steg för steg genom kassan så att det framhävda priset inte är det pris som ska betalas.

Tjat. Upprepade uppmaningar om en behörighet eller en uppgradering efter att användaren sagt nej. Värt att notera är att Digital Omnibus redan föreslår en tyst period på sex månader efter att ett samtycke har nekats, vilket är samma princip som kommer tidigare.

Dold reklam. Innehåll som är kommersiellt men utformat så att det ser redaktionellt eller användargenererat ut.

Hinder för det fria valet. Att göra det integritetsskyddande eller kostnadsfria alternativet tillgängligt men svårare att hitta, vilket är det mönster som de flesta cookiebanners fortfarande använder.

De två som kommer att orsaka mest debatt

Beroendeframkallande design

Det här är svårast att lagstifta om, eftersom gränsen mellan engagerande och beroendeframkallande verkligen är suddig, och eftersom mekaniken delas av produkter som ingen vill förbjuda.

Oändlig scrollning används av både nyhetssajter och sociala plattformar. Streaks används av språkappar och spelappar. Varierande belöningar beskriver både en loot box och ett sökresultat. Varje regel som är tillräckligt specifik för att förbjuda det skadliga fallet riskerar att fånga det ofarliga.

Räkna med att den här delen till slut fokuserar på minderåriga, på specifik mekanik där det finns tydliga belägg för skada, och kanske på förval i designen snarare än förbud.

Personanpassade priser

I dag tillåtet i EU, med en informationsskyldighet som infördes genom omnibusdirektivet. Att göra det olagligt, eller olagligt i vissa fall, vore en betydande förändring, och det möter starkt motstånd från delar av detaljhandeln och resebranschen.

Den troliga landningen ligger någonstans mellan ett förbud och dagens informationskrav: kanske ett förbud där personanpassningen använder sårbarhetssignaler, eller där den bygger på skyddade egenskaper eller härledd ekonomisk kris.

Om din prismotor personanpassar är den användbara frågan nu inte om det är lagligt, utan om du skulle kunna förklara grunden för ett specifikt pris för en tillsynsmyndighet. Många prismodeller kan inte det, eftersom modellen är ogenomskinlig även för dem som driver den.

Vad som är värt att göra innan det finns en text

Svaret är inte att göra om produkten utifrån ett opublicerat förslag. Det är att veta var du står.

Inventera de mönster du faktiskt använder. Gå igenom dina egna trattar: registrering, kassa, samtycke, hantering av prenumerationer, uppsägning, merförsäljning. Notera varje ställe där gränssnittet övertalar i stället för att informera. De flesta team hittar saker som ingen medvetet har bestämt sig för att bygga.

Hitta dem som verksamheten är beroende av. Det här är det viktiga steget. Om ett mönster står för två procent av konverteringen och finns på listan över troliga förbud är det en affärsrisk med en stubin på tre år. Om det inte ger något mätbart, ta bort det nu och sluta oroa dig för det.

Åtgärda asymmetrierna först. Att säga upp ska vara lika enkelt som att prenumerera. Att tacka nej ska vara lika enkelt som att tacka ja. Att avvisa ska vara lika framträdande som att godkänna. Det är de tydligaste fallen, de går redan att beivra enligt befintlig lag i flera medlemsstater, och de är de som minst sannolikt överlever någon version av den här lagen.

Gör priserna ärliga redan första gången de visas. Droppvis prissättning står på varje lista, är redan begränsad i flera jurisdiktioner och är en genuint dålig upplevelse. Att visa det pris som ska betalas direkt kostar en del mätbar konvertering och minskar övergivna varukorgar och klagomål.

Kontrollera vad din personanpassning faktiskt använder som indata. Inte vad du tror att den använder. Om en modell har tillgång till signaler som samvarierar med sårbarhet, ekonomisk kris eller ålder har du ett problem som väntar, oavsett om någon avsåg det eller inte.

Följ bestämmelserna om ålder noga om du har minderåriga användare. Allt som riktar sig mot minderåriga kommer att slå hårdare och tidigare, och det korsar skyldigheter om åldersverifiering som kommer via andra vägar, bland annat EU:s digitala identitetsplånbok.

Argumentet för att göra det här ändå

Det finns en version av den här artikeln som behandlar Digital Fairness Act som ett hot. Det stämmer inte riktigt.

Dark patterns fungerar på kort sikt och är mätbara, och det är därför A/B-tester så pålitligt ger upphov till dem. Det A/B-tester inte mäter så bra är andrahandskostnaden: andel återbetalningar, återkrav av kortbetalningar, belastning på supporten, mängden klagomål, kundbortfall från användare som kände sig lurade, och det ryktesmässiga slitage som byggs upp långsamt och aldrig kopplas till det mönster som orsakade det.

Företag som har tagit bort de värsta mönstren rapporterar i allmänhet en liten förlust i konvertering och en större minskning av kostnaderna längre fram i kedjan. Det är inget universellt resultat och det beror mycket på affärsmodellen, men det är tillräckligt vanligt för att den gängse uppfattningen förtjänar att testas i stället för att tas för given.

Den regulatoriska riktningen är här ovanligt tydlig och har varit det i flera år. Varje jurisdiktion som har tittat på det här har rört sig åt samma håll. Att bygga en tillväxtmodell på mönster som lagstiftas bort på varje större marknad är en strategi med ett bäst före-datum.

Var det passar in

Digital Fairness Act hör ihop med direktivet om att stärka konsumenternas ställning (Empowering Consumers Directive), som gäller från september 2026 och redan begränsar en rad affärsmetoder, och med reglerna om samtycke som formas om av Digital Omnibus. Hela lagstiftningskön kartläggs i vår översikt över kommande digital lagstiftning i EU.

Få hjälp

Vi bygger och förbättrar konsumentprodukter för företag som verkar i Europa, inklusive arbetet med att ta bort mönster som ger kortsiktig konvertering och långsiktigt ansvar, utan att förstöra tratten.

Om du vill ha en genomgång av hur din produkt står sig mot listan över troliga förbud, eller hjälp att göra om ett flöde som i dag är beroende av asymmetriskt motstånd, skriv till office@c9group.dev. Mer om vårt europeiska arbete finns på sidan om etablering på EU-marknaden.

Vi är ingenjörer och produktmänniskor, inte jurister. Om ett visst mönster är lagligt i dag är en fråga för din jurist, och själva lagen finns ännu inte.