Ang karagdagang komentaryo

Ang seksyon na ito ay dinisenyo upang magamit bilang isang sanggunian, sa halip na basahin bilang isang nagkukuwento.

  • Paunang Salita (Section 6.1)

Research etika ay ayon sa kaugalian din na kasama mga paksa tulad ng mga pang-agham pandaraya at laang-gugulin ng credit. Ang mga paksa ay tinalakay nang mas detalyado sa Engineering (2009) .

Ang kabanatang ito ay Matindi ang hugis sa pamamagitan ng ang sitwasyon sa Estados Unidos. Para sa karagdagang sa ang etikal pamamaraan pagsusuri sa ibang mga bansa, tingnan ang Kabanata 6, 7, 8, at 9 ng Desposato (2016b) . Para sa isang argument na ang biomedical etikal prinsipyo na naiimpluwensyahan kabanatang ito ay sobra-sobra Amerikano, tingnan Holm (1995) . Para sa karagdagang makasaysayang pagsusuri ng Institutional Review Board sa US, tingnan Stark (2012) .

Ang Belmont Report at kasunod na mga regulasyon sa US ay may ginawa ng isang pagkakaiba sa pagitan ng pananaliksik at pagsasanay. Pagkakaiba na ito ay na-criticized sa dakong huli (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Hindi ko gawin ang mga pagkakaiba sa kabanatang ito dahil sa tingin ko ang etikal prinsipyo at frameworks nalalapat sa parehong mga setting. Para sa karagdagang sa pananaliksik ang mamamahala sa Facebook, tingnan Jackman and Kanerva (2016) . Para sa isang panukala para sa pananaliksik ang mamamahala sa mga kumpanya at mga NGOs, tingnan Polonetsky, Tene, and Jerome (2015) at Tene and Polonetsky (2016) .

Para sa karagdagang sa kaso ng Ebola sumiklab noong 2014, tingnan ang McDonald (2016) , at para sa higit pa tungkol sa mga panganib sa privacy ng data sa mobile phone, tingnan Mayer, Mutchler, and Mitchell (2016) . Para sa isang halimbawa ng krisis na may kinalaman sa pananaliksik gamit ang data mobile phone, tingnan Bengtsson et al. (2011) at Lu, Bengtsson, and Holme (2012) .

  • Tatlong halimbawa (Section 6.2)

Maraming mga tao ay may nakasulat tungkol Emotional Lalin. Ang journal Research Ethics nakatuon ang kanilang buong isyu sa Enero 2016 tatalakayin ang eksperimento; makita Hunter and Evans (2016) para sa isang pangkalahatang-ideya. Ang Pamamaraan ng National Academics of Science-publish ng dalawang piraso tungkol sa mga eksperimento: Kahn, Vayena, and Mastroianni (2014) at Fiske and Hauser (2014) . Iba pang mga piraso tungkol sa mga eksperimento ay kinabibilangan ng: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Para sa higit sa Encore, tingnan Jones and Feamster (2015) .

  • Digital ay naiiba (Section 6.3)

Sa mga tuntunin ng mass surveillance, malawak overviews ay ibinigay sa Mayer-Schönberger (2009) at Marx (2016) . Para sa isang kongkreto halimbawa ng mga pagbabago ng mga gastos ng surveillance, Bankston and Soltani (2013) estima na pagsubaybay ng isang kriminal na pinaghihinalaan paggamit ng cell phone ay tungkol sa 50 beses na mas mura kaysa sa paggamit ng pisikal na surveillance. Bell and Gemmell (2009) ay nagbibigay ng isang mas maasahin pananaw sa self- surveillance. Bilang karagdagan sa pagiging magagawang upang subaybayan kapansin-pansin pag-uugali na ay pampubliko o bahagyang pampublikong (eg, Taste, Kaugnayan, at Time), mga mananaliksik ay maaaring increasingly magpakilala bagay na maraming mga kalahok isaalang-alang na maging pribado. Halimbawa, Michal Kosinski at kasamahan ay nagpakita na sila ay maaaring magpahiwatig ng sensitibong impormasyon tungkol sa mga tao, tulad ng mga sekswal na oryentasyon at paggamit ng addictive sangkap mula tila ordinaryong digital data bakas (Nagustuhan Facebook) (Kosinski, Stillwell, and Graepel 2013) . Ito ay maaaring tunog kaakit-akit, ngunit ang diskarte Kosinski at kasamahan ginamit-na pinagsasama digital traces, survey, at supervised pag-aaral-ay talagang isang bagay na ko na sinabi ko sa iyo tungkol sa. Sariwain sa alaala na sa Kabanata 3 (Pagtatanong) Sinabi ko sa iyo kung paano Josh Blumenstock at kasamahan (2015) pinagsama data survey na may mobile data phone upang matantya kahirapan sa Rwanda. Ang eksaktong parehong diskarte, na kung saan ay maaaring gamitin upang mahusay masukat ang kahirapan sa isang umuunlad na bansa, ay maaari ding gamitin para sa mga potensyal privacy paglabag inferences.

Paiba-iba na mga batas at mga kaugalian ay maaaring humantong sa pananaliksik na ay hindi respetuhin ang mga kagustuhan ng mga kalahok, at ito ay maaaring humantong sa "regulatory shopping" ng mga mananaliksik (Grimmelmann 2015; Nickerson and Hyde 2016) . Sa partikular, ang ilang mga mananaliksik na nais upang maiwasan ang IRB pangangasiwa ay may mga kasosyo na ay hindi sakop ng IRBs (eg, ang mga tao sa mga kumpanya o NGOs) mangolekta at de-makilala data. Pagkatapos, ang mga mananaliksik ay maaaring pag-aralan ang de-kinilala data nang walang IRB pangangasiwa, hindi bababa sa ayon sa ilang mga interpretations ng mga kasalukuyang mga patakaran. Ang ganitong uri ng IRB evasion ay lilitaw upang maging hindi pantay-pantay na may mga prinsipyo-based na diskarte.

Para sa higit sa hindi pantay-pantay at magkakaiba ideya na ang mga tao ay may tungkol sa data sa kalusugan, tingnan Fiore-Gartland and Neff (2015) . Para sa karagdagang sa ang problema na heterogeneity lumilikha para etika pananaliksik desisyon makita Meyer (2013) .

Isang pagkakaiba sa pagitan ng analog edad at digital age pananaliksik ay na sa digital age pananaliksik pakikipag-ugnayan sa mga kalahok ay mas malayo. Ang mga pakikipag-ugnayan ay madalas na mangyari sa pamamagitan ng isang tagapamagitan tulad ng isang kumpanya, at doon ay karaniwang isang malaking pisikal-at sosyal-distansya sa pagitan ng mga mananaliksik at mga kalahok. Ito malayong interaction ay gumagawa ng ilang mga bagay na madali sa analog edad pananaliksik mahirap sa mga digital na edad pananaliksik, tulad ng pag-screen out kalahok na nangangailangan ng dagdag na proteksyon, pag-detect salungat na mga kaganapan, at remediating pinsala kung ito ay nangyayari. Halimbawa, sabihin pag-ibahin Emotional Lalin na may isang hypothetical eksperimento lab sa parehong paksa. Sa eksperimento lab, mga mananaliksik ay maaaring screen ang sinuman na dumating sa lab nagpapakita halata palatandaan ng emosyonal na pagkabalisa. Dagdag dito, kung ang lab eksperimento lumilikha ng adverse kaganapan, mga mananaliksik ay makita ito, magbigay ng serbisyo sa muling mamamagitan sa pinsala, at pagkatapos ay gumawa ng mga pagsasaayos sa mga pang-eksperimentong protocol upang maiwasan ang hinaharap harms. Ang malayong likas na katangian ng pakikipag-ugnayan sa ang aktwal na Emotional Contagion eksperimento gumagawa bawat isa sa mga simple at makatwirang hakbang lubhang mahirap. Gayundin, Pinaghihinalaan ko na ang distansya sa pagitan ng mga mananaliksik at mga kalahok ay gumagawa mananaliksik mas sensitibo sa mga alalahanin ng kanilang mga kalahok.

Iba pang mga pinagkukunan ng hindi naaayon kaugalian at batas. Ang ilan sa mga hindi pagkakapare-pareho ito ay mula sa katotohanan na ang pananaliksik na ito ang nangyayari sa buong mundo. Halimbawa, Encore kasangkot tao mula sa lahat ng dako ng mundo, at samakatuwid ay maaaring ito ay napapailalim sa proteksyon ng data at mga batas sa pagkapribado ng maraming iba't ibang mga bansa. Paano kung ang mga kaugalian na namamahala third-party mga kahilingan sa web (kung ano Encore ay paggawa) ay naiiba sa Alemanya, ang Estados Unidos, Kenya, at China? Paano kung ang mga kaugalian ay hindi kahit na pare-pareho sa loob ng iisang bansa? Ang pangalawang pinagmulan ng pagbabagu-bago ay mula collaborations sa pagitan ng mga mananaliksik sa unibersidad at mga kumpanya; halimbawa, Emotional Lalin ay isang pakikipagtulungan sa pagitan ng isang data siyentipiko sa Facebook at isang propesor at nagtapos na estudyante sa Cornell. Sa Facebook tumatakbo malaking mga eksperimento ay routine at, nang panahong yaon, ay hindi nangangailangan ng anumang mga third-party etikal pagsusuri. Sa Cornell mga kaugalian at mga patakaran ay lubos na naiiba; halos lahat ng mga eksperimento ay dapat na susuriin ng Cornell IRB. Kaya, kung saan hanay ng mga patakaran ay dapat mamamahala Emotional Contagion-Facebook o Cornell ni?

Para sa karagdagang sa mga pagsisikap upang baguhin ang Common Rule, tingnan Evans (2013) , Council (2014) , Metcalf (2016) , at Hudson and Collins (2015) .

  • Apat na mga prinsipyo (Section 6.4)

Ang klasikong prinsipyo-based na diskarte sa biomedical etika ay Beauchamp and Childress (2012) . imungkahi nila na apat na pangunahing alituntunin ang dapat gumabay biomedical etika: Paggalang sa Autonomy, Nonmaleficence, Beneficence, at Justice. Ang prinsipyo ng nonmaleficence urges isa na umiwas sa nagiging sanhi ng pinsala sa ibang tao. Konsepto na ito ay malalim kay Hippocratic ideya ng "Gawin ninyong saktan." Sa etika pananaliksik, prinsipyo na ito ay madalas na pinagsama sa mga prinsipyo ng Beneficence, ngunit nakikita Beauchamp and Childress (2012) (kabanata 5) para sa karagdagang sa ang pagkakaiba sa pagitan ng dalawang . Para sa isang pintas na mga prinsipyong ito ay overly Amerikano, tingnan Holm (1995) . Para sa higit sa balancing kapag ang mga prinsipyo kontrahan, tingnan Gillon (2015) .

Ang apat na mga prinsipyo sa kabanatang ito na rin ang iminungkahi upang gabayan etikal pangangasiwa para sa pananaliksik nangyayari sa kompanya at NGOs (Polonetsky, Tene, and Jerome 2015) sa pamamagitan ng katawan na tinatawag na "Consumer Subject Review Boards" (CSRBs) (Calo 2013) .

  • Paggalang sa mga taong (Seksyon 6.4.1)

Bilang karagdagan sa isinasaalang-alang ang pagsasarili, ang Belmont Report Kinikilala rin na hindi lahat ng tao ay kaya ng tunay na self-pagpapasiya. Halimbawa, ang mga bata, ang mga tao na paghihirap mula sa sakit, o mga taong naninirahan sa mga sitwasyon ng malubhang restricted kalayaan ay maaaring hindi magawang upang kumilos bilang ganap na nagsasarili indibidwal, at ang mga taong ito ay, samakatuwid, na napapailalim sa dagdag na proteksyon.

Paglalapat ng mga prinsipyo ng Paggalang sa mga taong sa mga digital na edad ay maaaring maging isang hamon. Halimbawa, sa digital age pananaliksik, maaari itong maging mahirap upang magbigay ng dagdag na proteksiyon para sa mga tao na may pinaliit kakayahan ng self-pagpapasiya dahil mananaliksik madalas alam napakakaunting tungkol sa kanilang mga kalahok. Dagdag dito, kaalamang pahintulot sa digital age panlipunang pananaliksik ay isang malaking hamon. Sa ilang mga kaso, tunay na kaalamang pahintulot ay maaaring magdusa mula sa transparency kabalintunaan (Nissenbaum 2011) , kung saan ang impormasyon at pag-unawa ay sa conflict. Sa pahapyaw, kung ang mga mananaliksik ay nagbibigay ng buong impormasyon tungkol sa mga likas na katangian ng pagkolekta ng data, data analysis, at mga kasanayan sa seguridad ng data, ito ay magiging mahirap para sa maraming mga kalahok upang maunawaan. Ngunit, kung ang mga mananaliksik ay nagbibigay maaaring maunawaan impormasyon, baka hindi pa mahalagang mga teknikal na impormasyon. Sa medikal na pananaliksik sa analog edad-the mangibabaw setting itinuturing ng Belmont Report-isa ay maaaring isipin ang isang doktor pakikipag-usap ng personal sa bawat kalahok upang makatulong na malutas ang transparency kabalintunaan. Sa online na pag-aaral na kinasasangkutan ng libu-libo o milyon-milyong mga tao, tulad ng isang mukha-sa-mukha na diskarte ay imposible. Ang ikalawang problema sa pahintulot sa digital edad ay na sa ilang mga pag-aaral, tulad ng mga pag-aaral ng malaki at mabigat na repositories data, magiging walang paraan upang makakuha ng kaukulang pahintulot mula sa lahat ng mga kalahok. Tatalakayin ko ito at iba pang mga tanong tungkol sa kaalamang pahintulot nang mas detalyado sa Section 6.6.1. Sa kabila ng mga paghihirap, gayunpaman, dapat nating tandaan na isip na pagpayag ng isang ay hindi kinakailangan o sapat na para sa Paggalang sa mga taong.

Para sa karagdagang sa mga medikal na pananaliksik bago kaalamang pahintulot, tingnan Miller (2014) . Para sa isang libro-length paggamot ng kaalamang pahintulot, tingnan Manson and O'Neill (2007) . Tingnan din ang mga iminungkahing pagbabasa tungkol kaalamang pahintulot sa ibaba.

  • Kaampunan (Seksyon 6.4.2)

Harms sa konteksto ay ang pinsala na pananaliksik ay maaaring maging sanhi ng hindi sa mga tiyak na mga tao ngunit sa mga social setting. Konsepto na ito ay isang bit mahirap unawain, ngunit Kukunin ko ilarawan ito sa dalawang mga halimbawa: isang analog at isa digital.

Ang isang klasikong halimbawa ng harms sa konteksto ay mula sa Wichita Jury Study [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. Minsan din tinatawag na ang Chicago Jury Project (Cornwell 2010) . Sa ganitong mga mananaliksik na pag-aaral mula sa University of Chicago, bilang bahagi ng isang mas malaking pag-aaral tungkol sa sosyal na aspeto ng mga legal na sistema, lihim naitala anim hurado deliberations sa Wichita, Kansas. Ang mga hukom at mga abogado sa mga kaso ay naaprubahan ang pag-record, at nagkaroon ng mahigpit na pangangasiwa ng proseso. Gayunman, ang mga jurors ay hindi alam na mga pag-record ay nangyari. Sa sandaling ang pag-aaral ay natuklasan, nagkaroon pampublikong kabalbalan. Ang Justice Department nagsimula ng isang pagsisiyasat ng pag-aaral, at ang mga mananaliksik ay tinawag upang magpatotoo sa harap ng Kongreso. Sa huli, Kongreso lumipas ang isang bagong batas na ginagawang ilegal upang lihim record hurado deliberation.

Ang pag-aalala ng mga kritiko ng Study Wichita Jury ay hindi makapinsala sa mga kalahok; sa halip, ito ay harms sa konteksto ng hurado deliberation. Iyon ay, ang mga tao ay naniniwala na kung ang mga miyembro hurado ay hindi naniniwala na sila ay nagkakaroon ng diskusyon sa isang ligtas at protektado space, magiging mas mahirap para sa mga lupong tagahatol deliberations upang magpatuloy sa hinaharap. Bilang karagdagan sa hurado deliberation, may mga iba pang tiyak na mga social contexts na ang lipunan ay nagbibigay sa dagdag na proteksyon tulad ng mga relasyon abogado-client at sikolohikal na pag-aalaga (MacCarthy 2015) .

Ang panganib ng harms sa konteksto at ang pagkagambala ng sistemang panlipunan ay dumarating rin up sa ilang mga eksperimento field sa Political Science (Desposato 2016b) . Para sa isang halimbawa ng isang mas context-sensitive cost-pakinabang pagkalkula para sa isang eksperimento patlang sa Political Science, tingnan Zimmerman (2016) .

  • Justice (Section 6.4.3)

Compensation para sa mga kalahok ay tinalakay sa isang bilang ng mga setting na may kaugnayan sa digital age research. Lanier (2014) ipinanukalang nagbabayad kalahok para sa mga digital traces sila makabuo. Bederson and Quinn (2011) discusses mga pagbabayad sa online labor market. Sa wakas, Desposato (2016a) ay nagmumungkahi nagbabayad kalahok sa larangan na eksperimento. Siya points out na kahit na kalahok ay hindi maaaring bayaran nang direkta, ng donasyon ay maaaring gawin sa isang grupo nagtatrabaho sa kanilang ngalan. Halimbawa, sa Encore ang mga mananaliksik ay maaaring magkaroon ng ginawa ng isang donasyon sa isa sa mga grupo na nagtatrabaho upang suportahan ang pag-access sa Internet.

  • Paggalang sa Law and Public Interest (Seksyon 6.4.4)

Mga Tuntunin-of-service kasunduan ay dapat magkaroon ng mas timbang kaysa kontrata negotiated sa pagitan ng pantay na mga partido at mga batas nilikha sa pamamagitan ng lehitimong pamahalaan. Sitwasyon kung saan mananaliksik ay may lumabag sa mga tadhana-of-service kasunduan sa nakaraan pangkalahatan isasangkot ang paggamit ng mga awtomatikong query sa audit ang pag-uugali ng mga kumpanya (tulad ng marami field eksperimento upang sukatin diskriminasyon). Para sa karagdagang talakayan makita Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Para sa isang halimbawa ng mula sa obserbasyon pananaliksik na tumatalakay sa mga tadhana ng serbisyo, tingnan ang Soeller et al. (2016) . Para sa karagdagang sa mga posibleng legal na problema mananaliksik harapin kung lalabag sila sa mga tadhana ng serbisyo ng makita Sandvig and Karahalios (2016) .

  • Dalawang etikal frameworks (Section 6.5)

Nang walang alinlangan, napakalaking halaga ang naisulat tungkol consequentialism at deontology. Para sa isang halimbawa ng kung paano ang mga etikal na frameworks, at iba pa, ay maaaring gamitin sa dahilan tungkol sa digital edad pananaliksik, tingnan Zevenbergen et al. (2015) . Para sa isang halimbawa ng kung paano ang mga etikal na frameworks ay maaaring inilalapat sa field eksperimento sa bumuo economics, tingnan Baele (2013) .

  • Kaalamang pahintulot (Seksyon 6.6.1)

Para sa higit sa audit pag-aaral ng diskriminasyon, tingnan Pager (2007) at Riach and Rich (2004) . Hindi lamang ang mga pag-aaral ay walang kaalamang pahintulot, sila din kasangkot panlilinlang walang debriefing.

Parehong Desposato (2016a) at Humphreys (2015) nag-aalok ng payo tungkol sa field eksperimento nang walang pahintulot.

Sommers and Miller (2013) review karaming mga argumento sa pabor ng hindi debriefing kalahok pagkatapos panlilinlang, at argues na ang mga mananaliksik ay dapat talikuran "debriefing sa ilalim ng isang napaka-makitid na hanay ng mga pangyayari, namely, sa larangan ng pananaliksik na kung saan debriefing poses mumunti praktikal hadlang ngunit ang mga mananaliksik ay may walang qualms tungkol sa debriefing kung magagawa nila. Mananaliksik ay hindi dapat pinapayagan upang talikuran debriefing upang mapanatili ang isang walang muwang kalahok pool, kalasag ang kanilang sarili mula kalahok galit, o maprotektahan kalahok mula sa pinsala. "Ang iba ay magtaltalan na kung debriefing nagiging sanhi ng karagdagang pinsala kaysa sa mabuti ito ay dapat na iwasan. Debriefing ay isang kaso kung saan ang ilang mga mananaliksik unahin Paggalang sa mga taong higit sa Beneficence, at ang ilang mga mananaliksik gawin ang kabaligtaran. Ang isang posibleng solusyon ay upang mahanap ang mga paraan upang gumawa ng debriefing isang pag-aaral na karanasan para sa mga kalahok. Iyon ay, sa halip na pag-iisip ng debriefing bilang isang bagay na maaaring maging sanhi ng pinsala, marahil debriefing ay maaari ding maging isang bagay na ang mga benepisyo kalahok. Para sa isang halimbawa ng ganitong uri ng edukasyon debriefing, tingnan Jagatic et al. (2007) sa debriefing mag-aaral pagkatapos ng isang social phishing eksperimento. Psychologists may binuo pamamaraan para sa debriefing (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) at ang ilan sa mga ito ay maaaring usefully inilapat sa digital age research. Humphreys (2015) nag-aalok ng mga kagiliw-giliw mga saloobin tungkol sa ipinagpaliban pahintulot, na kung saan ay malapit na nauugnay sa ang diskarte debriefing na ako inilarawan.

Ang ideya ng pagtatanong ng isang sample ng mga kalahok para sa kanilang pahintulot ay may kaugnayan sa kung ano ang Humphreys (2015) tawag inferred pahintulot.

Ang isang karagdagang ideya na ito ay iminungkahi na may kaugnayan sa kaalamang pahintulot ay upang bumuo ng isang panel ng mga taong sumasang-ayon na sa online na mga eksperimento (Crawford 2014) . Ang ilan ay may argued na ang panel na ito ay magiging isang non-random sample ng mga tao. Ngunit, Chapter 3 (Pagtatanong) ay nagpapakita na ang mga problemang ito ay potensyal na addressable gamit post-pagsasapin-sapin at sample matching. Gayundin, ang pahintulot na maging sa panel ay maaaring masakop ang isang iba't-ibang ng mga eksperimento. Sa ibang salita, ang mga kalahok ay hindi maaaring kailangan upang pumayag sa bawat eksperimento nang paisa-isa, isang konsepto na tinatawag na malawak na pahintulot (Sheehan 2011) .

  • Pag-unawa at pamamahala ng pang-impormasyon panganib (Section 6.6.2)

Malayong mula sa mga natatanging, ang Netflix Prize ay naglalarawan ng isang mahalagang teknikal na pag-aari ng mga dataset na naglalaman ng detalyadong impormasyon tungkol sa mga tao, at sa gayon ay nagbibigay ng mahalagang mga aralin tungkol sa posibilidad ng "anonymization" ng modernong panlipunan dataset. Mga file na may maraming mga piraso ng impormasyon tungkol sa bawat tao ay malamang na maging kalat-kalat, sa kamalayan na tinukoy pormal sa Narayanan and Shmatikov (2008) . Iyon ay, para sa bawat record walang mga talaan na ay ang parehong, at sa katunayan walang mga talaan na ay halos katulad: ang bawat tao ay malayo mula sa kanilang pinakamalapit na kapit-bahay sa dataset. Ang isa ay maaaring isipin na ang Netflix data ay maaaring maging kalat-kalat dahil may tungkol sa 20,000 mga pelikula sa isang 5 star scale, may mga tungkol sa \ (6 ^ {20,000} \) posibleng halaga na ang bawat tao ay maaaring magkaroon ng (6 dahil sa karagdagan sa isa sa 5 mga bituin , ang isang tao ay maaaring magkaroon ng hindi na-rate ang pelikula sa lahat). Ang numerong ito ay kaya malaki, ito ay mahirap na kahit na naiintindihan.

Sparsity may dalawang pangunahing mga implikasyon. Una, ito ay nangangahulugan na sa pagtatangka upang "anonymize" ang dataset batay sa random-aalaala ay malamang mabibigo. Iyon ay, kahit na Netflix ay sa random na ayusin ang ilan sa mga ratings (na kanilang ginawa), ito ay hindi magiging sapat dahil ang ligalig record ay pa rin ang pinakamalapit na posibleng record sa impormasyon na ang magsasalakay ay may. Pangalawa, ang sparsity nangangahulugan na de-anonymization ay posible kahit na ang magsasalakay ay hindi lubos na pagsisisi o walang kinikilingan kaalaman. Halimbawa, sa ang data Netflix, sabihin isipin ang magsasalakay alam ang iyong mga rating para sa dalawang pelikula at ang mga petsa na iyong ginawa sa mga ratings +/- 3 araw; lamang na impormasyon na nag-iisa ay sapat na upang matukoy nang natatangi 68% ng mga tao sa data Netflix. Kung ang attackers alam 8 pelikula na iyong rated +/- 14 na araw, at pagkatapos ay kahit na dalawa sa mga kilalang mga rating ay ganap na mali, 99% ng mga talaan ay maaaring maging katangi-tangi na kinilala sa mga dataset. Sa ibang salita, sparsity ay isang pangunahing problema para sa mga pagsisikap na "anonymize" data, na kung saan ay kapus-kapalaran dahil karamihan sa mga modernong panlipunan dataset ay kalat-kalat.

Telephone metadata din ay maaaring lumitaw na maging "anonymous" at hindi sensitive, ngunit iyon ay hindi ang kaso. Telephone metadata ay makikilalang at sensitibong (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Sa Figure 6.6, ako sketched out ang isang kalakalan-off sa pagitan ng panganib sa mga kalahok at mga benepisyo sa pananaliksik mula sa data release. Para sa isang paghahambing sa pagitan ng restricted pamamaraang pagpasok (eg, isang napapaderan garden) at pinaghihigpitan data approach (eg, ang ilang uri ng anonymization) see Reiter and Kinney (2011) . Para sa isang ipinanukalang uriin sistema ng panganib na antas ng data, tingnan ang Sweeney, Crosas, and Bar-Sinai (2015) . Sa wakas, para sa isang mas pangkalahatang talakayan ng pagbabahagi ng data, tingnan ang Yakowitz (2011) .

Para sa mas detalyadong pagsusuri ng mga ito kalakalan-off sa pagitan ng panganib at utility ng data, tingnan ang Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , at Goroff (2015) . Upang makita ito kalakalan-off na inilalapat sa mga tunay na data mula sa massively bukas online na kurso (MOOCs), tingnan Daries et al. (2014) at Angiuli, Blitzstein, and Waldo (2015) .

Differential privacy nag-aalok din ng isang alternatibong diskarte na maaaring pagsamahin ang parehong mataas na pakinabang sa lipunan at mababa ang panganib sa mga kalahok, tingnan Dwork and Roth (2014) at Narayanan, Huey, and Felten (2016) .

Para sa karagdagang sa ang konsepto ng personal na nakakapagpakilalang impormasyon (PII), na kung saan ay central sa marami sa mga tuntunin tungkol sa etika pananaliksik, tingnan Narayanan and Shmatikov (2010) at Schwartz and Solove (2011) . Para sa higit sa lahat ng mga data sa pagiging potensyal na sensitibong, tingnan Ohm (2015) .

Sa seksyong ito, ko na portrayed ang linkage ng iba't ibang mga dataset bilang isang bagay na maaaring humantong sa pang-impormasyon panganib. Gayunman, ito rin ay lumikha ng mga bagong pagkakataon para sa pananaliksik, pati na Nagtalo sa Currie (2013) .

Para sa higit sa limang safes, tingnan Desai, Ritchie, and Welpton (2016) . Para sa isang halimbawa ng kung paano outputs maaaring pagkilala, tingnan Brownstein, Cassa, and Mandl (2006) , na nagpapakita kung paano mga mapa ng sakit pagkalat maaaring pagkilala. Dwork et al. (2017) Isinasaalang-alang din na pag-atake laban sa pinagsama-samang data, tulad ng mga istatistika tungkol sa kung paano maraming mga indibidwal ay may isang tiyak na sakit.

  • Privacy (Section 6.6.3)

Warren and Brandeis (1890) ay isang palatandaan legal article tungkol sa privacy, at ang mga artikulo ay pinaka-kaugnay sa mga ideya na privacy ay isang karapatan na maging kaliwa nag-iisa. Higit pang mga kamakailan haba ng libro paggamot sa iyong mga privacy na Gusto ko inirerekumenda isama Solove (2010) at Nissenbaum (2010) .

Para sa isang pagsusuri ng empirical pananaliksik sa kung paano mga tao sa tingin tungkol sa privacy, tingnan Acquisti, Brandimarte, and Loewenstein (2015) . Ang journal Science-publish ng isang espesyal na isyu na may pamagat na "Ang Pagtatapos ng Privacy", na kung saan address ang mga isyu ng privacy at impormasyon panganib mula sa isang iba't-ibang ng iba't ibang pananaw; para sa isang buod makita Enserink and Chin (2015) . Calo (2011) ay nagbibigay ng isang framework para sa pag-iisip tungkol sa mga harms na nanggaling mula sa mga paglabag sa privacy. Isang maagang halimbawa ng mga alalahanin tungkol sa privacy sa pinakadulo beginnings ng mga digital na edad ay Packard (1964) .

  • Paggawa ng mga desisyon sa ilalim ng kawalan ng katiyakan (Seksyon 6.6.4)

Isang hamon kapag sinusubukan upang ilapat ang minimal karaniwang panganib ay na ito ay hindi malinaw na ang araw-araw na buhay ay upang gamitin para sa benchmarking (Council 2014) . Halimbawa, walang-bahay mga tao ay may mas mataas na antas ng kahirapan sa kanilang araw-araw na buhay. Subalit, na ay hindi nangangahulugan na ito ay ethically pinapayagan upang ilantad bahay na mga tao sa mas mataas na panganib ng pananaliksik. Dahil dito, may anyong isang lumalagong pinagkaisahan na minimal na panganib ay dapat na benchmarked laban sa isang pangkalahatang pamantayan populasyon, hindi isang tiyak na pamantayan populasyon. Habang ako ay karaniwang sumasang-ayon sa ideya ng isang pangkalahatang pamantayan populasyon, sa tingin ko na para sa mga malalaking online na mga platform tulad ng Facebook, isang tiyak na pamantayan populasyon ay makatwiran. Iyon ay, kapag isinasaalang-alang Emotional Lalin, tingin ko na ito ay makatwirang upang benchmark laban sa araw araw na panganib sa Facebook. Ang isang tiyak na karaniwang populasyon sa kasong ito ay lubhang mas madaling upang suriin at ay malamang na hindi sumasalungat sa mga prinsipyo ng Justice, na naglalayong upang maiwasan ang mga pasanin ng pananaliksik hindi pagtupad unfairly sa disadvantaged grupo (eg, mga bilanggo at mga ulila).

  • Praktikal na mga tip (Section 6.7)

Iba pang mga iskolar tinawag ang para sa higit pang mga papeles na isama etikal appendices (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) nag-aalok din praktikal na mga tip.