fierder kommentaar

Dizze paragraaf is ûntwurpen om brûkt wurde as in ferwizing, earder as om te lêzen as in ferhaal.

  • Ynlieding (paragraaf 6.1)

Undersyk etyk hat fan âlds ek opnommen ûnderwerpen lykas wittenskiplike fraude en tawizing fan kredyt. Dizze ûnderwerpen wurde besprutsen yn grutter detail yn Engineering (2009) .

Dit haadstik is sterk foarme troch de situaasje yn 'e Feriene Steaten. Foar mear op de etyske resinsje prosedueres yn oare lannen, sjoch haadstikken 6, 7, 8, en 9 fan Desposato (2016b) . Foar in argumint dat de biomedical etyske prinsipes dy't beynfloede dit haadstik binne oerdreaun Amerikaanske, sjoch Holm (1995) . Foar mear histoaryske resinsje fan ynstitusjonele Review Boards yn 'e Amerikaanske, sjoch Stark (2012) .

De Belmont Meld en lettere regeljouwing yn de Amerikaanske hawwe makke in ûnderskied tusken ûndersyk en praktyk. Dat ûnderskied is krityk dêrnei (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Ik net om dit ûnderskied yn dit haadstik omdat ik tink it etyske prinsipes en kaders fan tapassing op beide ynstellings. Foar mear op ûndersyk tafersjoch op Facebook, sjoch Jackman and Kanerva (2016) . Foar in útstel foar ûndersyk tafersjoch op bedriuwen en NGO, sjoch Polonetsky, Tene, and Jerome (2015) en Tene and Polonetsky (2016) .

Foar mear op it gefal fan 'e Ebola útbrekken yn 2014, sjoch McDonald (2016) , en foar mear oer de privacy risiko fan mobile telefoan gegevens, sjoch Mayer, Mutchler, and Mitchell (2016) . Foar in foarbyld fan krisis-ferbân ûndersyk mei help fan mobile tillefoan gegevens, sjoch Bengtsson et al. (2011) en Lu, Bengtsson, and Holme (2012) .

  • Trije foarbylden (paragraaf 6.2)

In protte minsken hawwe skreaun oer Emotional contagion. It tydskrift Research Etyk wijde harren hiele dei yn jannewaris 2016 diskusje oer it eksperimint; sjoch Hunter and Evans (2016) foar in oersjoch. De Skiednis fan 'e Nasjonale Academics fan Science publisearre twa stikken oer it eksperimint: Kahn, Vayena, and Mastroianni (2014) en Fiske and Hauser (2014) . Oare stikken oer it eksperimint binne: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Foar mear op Encore, sjoch Jones and Feamster (2015) .

  • Digitale is oars (paragraaf 6.3)

Yn termen fan massa tafersjoch, brede oersjoggen binne foarsjoen yn Mayer-Schönberger (2009) en Marx (2016) . Foar in konkrete foarbyld fan de feroarjende kosten fan tafersjoch, Bankston and Soltani (2013) skat dat folgjen in misdiediger fertochte mei help fan mobile telefoans is ûngefear 50 kear goedkeaper as mei help fan fysike tafersjoch. Bell and Gemmell (2009) jout in mear optimistyske perspektyf op himsels tafersjoch. Neist nei ûntfange kinne track waarnimbere gedrach dat is iepenbier of in part publyk (bygelyks, Smaak, Ties, en Tiid), ûndersikers kinne hieltyd ôfliede dingen dy't in soad dielnimmers beskôgje te wêzen privee. Bygelyks, Michal Kosinski en kollega die bliken dat se koe ôfliede gefoelige ynformaasje oer minsken, lykas seksuele oriïntaasje en brûken fan verslavend stoffen út skynber gewoane digitale trace gegevens (Facebook Likes) (Kosinski, Stillwell, and Graepel 2013) . Dit kin klinke magysk, mar de oanpak Kosinski en kollega brûkt-dy't kombinearret digitale spoaren, ûndersiken, en tafersjoch learen-is eins wat dat ik ha al ferteld jo oer. Bring dat yn haadstik 3 (Asking fragen) Ik sein jim hoe't Josh Blumenstock en kollega (2015) kombinearre ûndersyk gegevens mei mobile tillefoan gegevens te skatten earmoed yn Rwanda. Dy krekte deselde oanpak, dy't brûkt wurde kin om effisjint mjitten earmoed yn in ûntwikkeljen lân, kin ek brûkt wurde foar mooglik privacy striid binne mei inferences.

Foarum wetten en noarmen kinne liede ta ûndersyk dat net respektearje de winsken fan dielnimmers, en dat kin liede ta "regeljouwing winkelsintrum" troch ûndersikers (Grimmelmann 2015; Nickerson and Hyde 2016) . Yn it bysûnder, guon ûndersikers dy't wolle kommen IRB tafersjoch hawwe partners dy't net dutsen troch IRBs (bygelyks, minsken by bedriuwen of NGO) sammelje en de-identifisearje gegevens. Doe, de ûndersikers kin analysearje dit de-sinjalearre gegevens sûnder IRB tafersjoch, teminsten neffens guon ynterpretaasjes fan besteande regels. Dit soarte fan IRB evasion blykt te wêzen foarum mei in prinsipes-basearre oanpak.

Foar mear op it foarum en heterogene ideeën dy't minsken hawwe oer sûnens gegevens, sjoch Fiore-Gartland and Neff (2015) . Foar mear op it probleem dat heterogeneity skept foar ûndersyk etyk besluten sjogge Meyer (2013) .

Ien ferskil tusken analoge leeftyd en digitale leeftyd ûndersyk is dat yn digitale leeftyd ûndersyk ynteraksje mei dielnimmers is mear fiere. Dy ynteraksjes faak foarkomme troch in tuskenpersoan lykas in bedriuw, en der is typysk in grutte lichaamlike-en sosjale-ôfstân tusken ûndersikers en dielnimmers. Dizze fiere ynteraksje makket guon dingen dy't maklik yn analoge leeftyd ûndersyk dreech yn digitale leeftyd ûndersyk, lykas screening út dielnimmers dy't nedich ekstra beskerming, detecting neidielige eveneminten, en remediating skea as it komt. Bygelyks, lit ús kontrast Emotional contagion mei in hypotetysk lab eksperimint op itselde ûnderwerp. Yn it lab eksperimint, ûndersikers koene skerm út wa't komt op it lab showing dúdlik tekens fan emosjonele need. Fierder, as de lab eksperimint ûntstie in neidielige evenemint, ûndersikers soe it, fersoargje tsjinsten te remediate it kwea, en dan meitsje oanpassings oan de eksperimintele protokol te kommen takomst Harms. De fiere aard fan ynteraksje yn de eigentlike Emotional contagion eksperimint makket elk fan dy ienfâldige en ferstannige stappen ekstreem dreech. Ek, ik tink dat de ôfstân tusken ûndersikers en dielnimmers makket ûndersikers minder gefoelich foar de soargen fan har dielnimmers.

Oare boarnen fan foarum noarmen en wetten. Guon fan dizze brek oan konsekwintens komt fan it feit dat dit ûndersyk is bart oer de hiele wrâld. Bygelyks, Encore belutsen minsken fan oer de hiele wrâld, en dêrom is it kin wêze ûnderwerp oan de gegevens beskerming en privacy wetten fan in protte ferskillende lannen. Wat as de noarmen oangeande tredde-partij web fersiken (wat Encore wie dwaan) binne oars yn Dútslân, de Feriene Steaten, Kenia, en Sina? Wat as de noarmen binne net sels konsekwint binnen ien lân? In twadde boarne fan brek oan konsekwintens komt fan gearwurkingsferbannen tusken ûndersikers by universiteiten en bedriuwen; bygelyks, Emotional contagion wie in gearwurking tusken in gegevens wittenskipper op Facebook en in heechlearaar en ôfstudearre studint oan Cornell. Op Facebook running grutte eksperiminten is routine en, yn dy tiid, net easkje in tredde-partij etysk resinsje. By Cornell de noarmen en regels binne hiel oars; frijwol alle eksperiminten moatte wurde troch de Cornell IRB. Sa, dat set fan regels moatte bestjoere Emotional contagion-Facebook syn of Cornell s?

Foar mear op ynspannings om feroarings te bepleitsjen it Mienskiplik Rule, sjoch Evans (2013) , Council (2014) , Metcalf (2016) , en Hudson and Collins (2015) .

  • Fjouwer útgongspunten (paragraaf 6.4)

De klassike prinsipes-basearre oanpak fan biomedical etyk is Beauchamp and Childress (2012) . Se stelle dat fjouwer wichtichste útgongspunten moatte guide biomedical etyk: Respekt foar Autonomy, Nonmaleficence, woldie, en Justysje. It prinsipe fan nonmaleficence trunet ien ûnthâlding fan wêrtroch kwea oan oare minsken. Dit begryp wurdt djip ferbûn oan Hippocratic idee fan "Doch gjin kwea." Yn ûndersyk etyk, dit prinsipe wurdt faak kombinearre mei it prinsipe fan woldie, mar sjoch Beauchamp and Childress (2012) (haadstik 5) foar mear op it ûnderskie tusken de beide . Foar in krityk dat dizze útgongspunten binne al te Amerikaanske, sjoch Holm (1995) . Foar mear op balancing doe't de útgongspunten konflikt, sjoch Gillon (2015) .

De fjouwer útgongspunten yn dit haadstik hawwe ek al útsteld om guide etyske tafersjoch foar ûndersyk bart by bedriuwen en NGO (Polonetsky, Tene, and Jerome 2015) troch lichems neamd "Consumer Underwerp Review Boards" (CSRBs) (Calo 2013) .

  • Respekt foar Persons (paragraaf 6.4.1)

Neist earbiediging fan autonomy, de Belmont Meld ek erkent dat net elk minske is by steat fan wiere selsbeskikking. Bygelyks, bern, minsken lijen fan sykte, of minsken wenje yn situaasjes fan slim beheind frijheid kin net by steat wêze om te hanneljen as folslein autonome yndividuen, en dizze minsken binne, dêrom, ûnderwerp nei ekstra beskerming.

Tapassen fan it prinsipe fan respekt foar Persoanen yn it digitale leeftyd kin wêze útdaagjend. Bygelyks, yn it digitale leeftyd ûndersyk, it kin wêze dreech te bieden ekstra beskermingen foar minsken mei in ferlytse kapasiteit fan selsbeskikking omdat ûndersikers faak witte hiel lyts bytsje oer harren dielnimmers. Fierder, ynformearre tastimming yn digitale leeftyd sosjale ûndersyk is in grutte útdaging. Yn guon gefallen, echt ynformearre tastimming kin lije út de transparânsje paradoks (Nissenbaum 2011) , dêr't ynformaasje en begripend binne yn konflikt. Rûchwei, as ûndersikers jouwe folsleine ynformaasje oer de natuer fan 'e gegevens kolleksje, data analyze, en gegevens feiligens praktyk, dan sil dreech foar in soad dielnimmers te begripe. Mar, as ûndersikers jouwe begripen ynformaasje, it kin misse wichtige technyske ynformaasje. Yn medyske ûndersyk yn de analoge leeftyd-de oerhearskje ynstelling beskôge troch de Belmont Meld-men koe jin in dokter prate yndividueel mei eltse dielnimmer te helpen lossen de transparânsje paradoks. Yn online stúdzjes wêrby't tûzenen of miljoenen fan minsken, sa'n gesicht-to-face oanpak is ûnmooglik. In twadde probleem mei tastimming yn it digitale tiidrek is dat yn guon stúdzjes, lykas analyze fan massive gegevens databanken, it soe wêze onpraktisch te krijen hichte tastimming fan alle dielnimmers. Ik beprate dizze en oare fragen oer ynformearre tastimming mear yn detail yn paragraaf 6.6.1. Nettsjinsteande dizze swierrichheden, lykwols, wy moatte betinke dat hichte tastimming is net nedich noch foldwaande foar Respekt foar Persons.

Foar mear op medysk ûndersyk foar hichte tastimming, sjoch Miller (2014) . Foar in boek-lingte behanneling fan op 'e hichte tastimming, sjoch Manson and O'Neill (2007) . Sjoch ek de foarstelde lêzingen oer ynformearre tastimming hjirûnder.

  • Woldie (paragraaf 6.4.2)

Harms oan kontekst is it kwea dat ûndersyk kin net oan spesifike minsken mar oan maatskiplike ynstellings. Dit konsept is in bytsje abstrakt, mar ik yllustrearje it mei twa foarbylden: ien analoge en ien digitaal.

In klassike foarbyld fan Harms oan kontekst komt út it Wichita Jury Study [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2.] - Ek wolris neamd de Chicago Jury Project (Cornwell 2010) . Yn dizze stúdzje ûndersikers fan de Universiteit fan Chicago, as ûnderdiel fan in grutter ûndersyk oer sosjale aspekten fan it juridyske systeem, temûk fêstlein seis sjuery berie yn Wichita, Kansas. De rjochters en abbekaten yn 'e gefallen hie goedkard de opnames, en der wie strang tafersjoch fan it proses. Lykwols, de jurors wienen wit net dat opnames wiene foarkommende. Sadree't de stúdzje waard ûntdutsen, wie der iepenbiere hunen. De Justice Department begûn in ûndersyk fan 'e stúdzje, en de ûndersikers waarden neamd te tsjûgjen foar Kongres. Uteinlik, Kongres passed in nije wet dy't makket it yllegaal om temûk opnimme sjuery oerlis.

De soarch fan de kritisy fan 'e Wichita Jury Study waard net skea oan dielnimmers; leaver, it wie Harms oan it ramt fan de sjuery oerlis. Dat is, de minsken leauden dat as sjuery leden net leauwe dat se waarden hawwen diskusjes yn in feilich en beskerme romte, it soe hurder foar sjuery oerlis om fierder te gean yn 'e takomst. Neist sjuery oerlis, binne der oare spesifike maatskiplike kontekst dy't maatskippij jout mei ekstra beskerming lykas attorney-client relaasjes en psychologyske soarch (MacCarthy 2015) .

It risiko fan Harms oan kontekst en de fersteuring fan sosjale systemen ek komt yn guon fjild eksperiminten yn politikology (Desposato 2016b) . Foar in foarbyld fan in mear kontekst-gefoelich kosten-baten berekkening foar in fjild eksperimint yn politikology, sjoch Zimmerman (2016) .

  • Justysje (paragraaf 6.4.3)

Kompensaasje foar dielnimmers is besprutsen yn in tal fan ynstellings yn ferbân mei digitale leeftyd ûndersyk. Lanier (2014) útstel beteljen dielnimmers foar digitale spoaren se wekken. Bederson and Quinn (2011) besprekt betellingsferkear yn online arbeidsmerken. Ta beslút, Desposato (2016a) stelt beteljen dielnimmers yn fjild eksperiminten. Hy wiist út dat ek as dielnimmers kinne net betelle wurde direkt, in skinking koe makke wurde nei in groep wurke oan harren opdracht. Bygelyks, yn Encore de ûndersikers koenen hawwe makke in skinking oan in groep dwaande te stypjen tagong ta it Ynternet.

  • Respekt foar wet en Iepenbier Interest (paragraaf 6.4.4)

Terms-fan-tsjinst oerienkomsten moatte hawwe minder gewicht as kontrakten ûnderhannele tusken gelikense partijen en wetten makke troch legitime oerheden. Situaasjes dêr't ûndersikers hawwe skeind termen-fan-tsjinst ôfspraken yn it ferline algemien belûke brûke automatisearre fragen te ûndersyk it gedrach fan bedriuwen (folle as fjild eksperiminten te mjitten diskriminaasje). Foar oanfoljende diskusje sjen Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Foar in foarbyld fan de empiryske ûndersyk dat yngien op betingsten fan tsjinst, sjoch Soeller et al. (2016) . Foar mear op de mooglike juridyske problemen ûndersikers stean as se yn striid mei betingsten fan tsjinst sjoch Sandvig and Karahalios (2016) .

  • Twa etyske kaders (paragraaf 6.5)

Fansels, ûnbidige bedraggen binne skreaun oer consequentialism en deontology. Foar in foarbyld fan hoe't dizze etyske ramten, en oaren, kinne brûkt wurde om reden oer digitale leeftyd ûndersyk, sjoch Zevenbergen et al. (2015) . Foar in foarbyld fan hoe't dizze etyske kaders kin tapast wurde om fjild eksperiminten yn ûntwikkeljen ekonomy, sjoch Baele (2013) .

  • Op 'e hichte tastimming (paragraaf 6.6.1)

Foar mear op kontrôle stúdzjes fan diskriminaasje, sjoch Pager (2007) en Riach and Rich (2004) . Net allinnich do dy stúdzje gjin hichte tastimming, se ek belûke bedrog sûnder debriefing.

Beide Desposato (2016a) en Humphreys (2015) oanbod advys oer fjild eksperiminten sûnder tastimming.

Sommers and Miller (2013) reviews protte arguminten yn it foardiel fan net debriefing dielnimmers nei ferrifeljen, en stelt dat ûndersikers moatte forgo "debriefing ûnder in tige smel set fan omstannichheden, nammentlik, yn fjild ûndersyk dêr't debriefing poses grutte praktyske barriêres mar ûndersikers soe hawwe gjin muoite oer debriefing as se koe. Ûndersikers moatte net tastien om forgo debriefing om foar it behâld in naïve dielnimmer pool, skyld harsels út participant grime, of beskermjen dielnimmers fan kwea. "Oaren stelle dat as debriefing feroarsaket mear kwea as goed dat moat foarkommen wurde. Debriefing is in gefal dêr't guon ûndersikers foarrang jaan Respekt foar Persons oer woldie, en guon ûndersikers dogge it tsjinoerstelde. Ien mooglike oplossing soe wêze te finen manieren om debriefing in learen ûnderfining foar de dielnimmers. Dat is, ynstee fan it tinken fan debriefing as eat dat kin liede ta skea, faaks debriefing kin ek wêze wat dat te'n goede komt oan de dielnimmers. Foar in foarbyld fan dit soarte fan ûnderwiis debriefing, sjoch Jagatic et al. (2007) op debriefing learlingen nei in sosjale phishing eksperimint. Psychologen hawwe ûntwikkele techniken foar debriefing (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) en guon fan dy kin usefully tapast oan digitale leeftyd ûndersyk. Humphreys (2015) biedt nijsgjirrige tinzen oer deferred tastimming, dat is nau besibbe oan 'e debriefing strategy dat ik beskreaun.

It idee fan freegjen in stekproef fan de dielnimmers foar harren ynstimming is besibbe oan wat Humphreys (2015) neamt inferred tastimming.

In fierdere idee dat is útsteld besibbe oan hichte tastimming is te bouwen in paniel fan minsken dy't mei iens te wêzen yn online eksperiminten (Crawford 2014) . Guon hawwe steld dat dit paniel soe wêze in net-willekeurige stekproef fan minsken. Mar, Haadstik 3 (Asking fragen) docht bliken dat dizze problemen binne mooglik addressable brûkende post-stratification en sample matching. Ek, tastimming te wêzen op it paniel koe cover in ferskaat oan eksperiminten. Yn oare wurden, dielnimmers miskien net nedich om lije nei eltse eksperimint yndividueel, in konsept neamd brede tastimming (Sheehan 2011) .

  • Begryp en behear ynformative risiko (paragraaf 6.6.2)

Fier fan unyk, de Netflix Priis yllustrearret in wichtige technyske eigendom fan datasets dy't befetsje detaillearre ynformaasje oer minsken, en dêrmei biedt wichtige lessen oer de mooglikheid fan "anonymization" fan moderne sosjale datasets. Triemmen mei in protte stikken fan ynformaasje oer eltse persoan binne nei alle gedachten te wêzen tige tinbefolke, yn 'e sin definiearre formeel yn Narayanan and Shmatikov (2008) . Dat is, foar eltse record der binne gjin registers dy't it itselde, en yn feite binne der gjin records dy't tige ek: eltse persoan is fier fuort út harren tichtby neiste yn 'e dataset. Men kin yntinke dat de Netflix gegevens kin wêze tige tinbefolke want mei likernôch 20.000 films op in 5 star skaal, binne der oer \ (6 ^ {20.000} \) mooglike wearden dat elts persoan koe hawwe (6 want neist ien oant 5 stjerren , immen miskien hawwe net rated de film op alle). Dit oantal is sa grut, is it dreech om sels begripe.

Sparsity hat twa wichtichste gefolgen. Earst, dat betsjut dat it besykjen om te "anonymize" de dataset basearre op willekeurige perturbation sil nei alle gedachten fail. Dat is, ek as Netflix wienen om willekeurich oanpasse guon fan 'e wurdearrings (dy't se dien), dit soe net genôch omdat de perturbed rekôr is noch it tichtst mooglik rekôr oan de ynformaasje dat de oanfaller hat. Twadde, de sparsity betsjut dat de-anonymization is mooglik sels as de oanfaller hat ûnfolslein of ûnpartidige kennis. Bygelyks, yn 'e Netflix gegevens, lit ús tinken út de oanfaller wit jo wurdearrings foar twa films en de datums jo makke dy wurdearrings +/- 3 dagen; krekt dat ynformaasje allinnich is genôch om in hiel bysûndere wize identifisearjen 68% fan de minsken yn 'e Netflix gegevens. As de oanfallers wit 8 films dy't jo hawwe rated +/- 14 dagen, dan ek as twa fan dizze bekend wurdearrings binne hielendal ferkeard, 99% fan records kin in hiel bysûndere wize sinjalearre yn it dataset. Yn oare wurden, sparsity is in fûnemintele probleem foar ynspannings mei "anonymize" gegevens, dat is spitich, om't de measte moderne sosjale dataset binne tige tinbefolke.

Telephone metadata ek miskien ferskine te wêzen "anonym" en net gefoelige, mar dat is net it gefal. Telephone metadata is identifiable en gefoelige (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Yn Figure 6.6, ik sketst út in ôfruil tusken risiko oan dielnimmers en foardielen oan ûndersyk út gegevens release. Foar in ferliking tusken beheine tagong oanpak (bygelyks, in ommuorre tún) en beheind gegevens oanpak (bygelyks, wat foarm fan anonymization) sjoch Reiter and Kinney (2011) . Foar in foarnommen kategorisearring systeem fan risiko 's fan gegevens, sjoch Sweeney, Crosas, and Bar-Sinai (2015) . Ta beslút, foar in mear in algemiene diskusje fan gegevens dielen, sjoch Yakowitz (2011) .

Foar mear detaillearre analyze fan dizze hannel-off tusken it risiko en nut fan gegevens, sjoch Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , en Goroff (2015) . Om sjen dy hannel-off tapast foar echte gegevens út massaal iepen online kursussen (MOOCs), sjoch Daries et al. (2014) en Angiuli, Blitzstein, and Waldo (2015) .

Differinsjaaloperator privacy ek biedt in alternatyf oanpak dat kin kombinearje beide hege foardiel foar de maatskippij en lege risiko foar dielnimmers, sjoch Dwork and Roth (2014) en Narayanan, Huey, and Felten (2016) .

Foar mear op it konsept fan persoanlik sinjalearjen ynformaasje (Pii), dat is sintraal foar in soad fan 'e regels oer ûndersyk etyk, sjoch Narayanan and Shmatikov (2010) en Schwartz and Solove (2011) . Foar mear op alle gegevens dy't potinsjeel gefoelige, sjoch Ohm (2015) .

Yn dizze paragraaf, ik haw portrettearre de linkage fan ferskillende datasets as eat dat kin liede ta ynformative risiko. Lykwols, it kin ek nije kânsen foar ûndersyk, lykas steld yn Currie (2013) .

Foar mear op 'e fiif safes, sjoch Desai, Ritchie, and Welpton (2016) . Foar in foarbyld fan hoe't útgongen wurde kinne bepalen, sjoch Brownstein, Cassa, and Mandl (2006) , dy't sjen lit hoe't kaarten fan sykte foarkommen wurde kinne sinjalearjen. Dwork et al. (2017) ek beskôget oanfallen tsjin aggregate gegevens, lykas statistiken oer hoefolle persoanen hawwe in beskate sykte.

  • Privacy (paragraaf 6.6.3)

Warren and Brandeis (1890) is in oriïntaasjepunt wetlike artikel oer privacy, en it artikel wurdt meast ferbûn mei it idee dat privacy is in rjocht te lofts allinnich. Mear resint boek lingte behannelingen fan privacy, dat ik soe riede binne Solove (2010) en Nissenbaum (2010) .

Foar in oersjoch fan empiryske ûndersyk op hoe't minsken tinke oer privacy, sjoch Acquisti, Brandimarte, and Loewenstein (2015) . It tydskrift Science publisearre in spesjale dei fan de titel "De Ein fan Privacy", dy't adressen de saken fan privacy en ynformaasje risiko fan in ferskaat oan ferskillende perspektiven; foar in gearfetting sjen Enserink and Chin (2015) . Calo (2011) biedt in ramt foar it tinken oer de Harms dy't komme út privacy oertrêdings. In iere foarbyld fan soargen oer privacy yn it tige begjin fan it digitale tiidrek is Packard (1964) .

  • Making besluten ûnder ûnwissens (paragraaf 6.6.4)

Ien útdaging as besykje ta te passen de minimale risiko standert is dat it net dúdlik waans deistich libben is te brûkt wurde foar benchmarking (Council 2014) . Bygelyks, dakleaze minsken hawwe hegere nivo fan ongemak yn harren deistich libben. Mar, dat net automatysk dat it ethically tastien om bleat dakleaze minsken nei hegere risiko ûndersyk. Om dy reden, der skynt te wêzen in groeiende konsensus dat minimaal risiko moatte wurde benchmarked tsjin in algemien befolking standert, net in spesifyk befolking standert. Wylst ik it generaal iens mei it idee fan in algemiene befolking standert, ik tink dat foar grutte online platfoarmen lykas Facebook, in spesifike befolking standert is ridlik. Dat is, as sjoen Emotional contagion, ik tink dat it is ridlik te benchmark tsjin it deistich risiko op Facebook. In spesifike befolking standert yn dit gefal is folle makliker te evaluearje en is dat net wierskynlik oan stridich binne mei it prinsipe fan Justysje, dy't besiket te kommen dat de lêsten fan ûndersyk ferlern unfairly op efterstân groepen (bygelyks, finzenen en wezen).

  • Praktyske tips (paragraaf 6.7)

Oare gelearden hawwe ek neamd foar mear papieren om ûnder oaren etyske taheakken (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) ek biedt praktyske tips.