tālāk komentārs

Šī sadaļa ir paredzēts izmantot kā atsauci, nevis jālasa kā stāstījumu.

  • Ievads (6.1)

Pētniecības ētika tradicionāli iekļauti arī tādas tēmas kā zinātniskā krāpšanu un kredītu piešķiršanu. Šīs tēmas tiek apspriestas sīkāk Engineering (2009) .

Šī nodaļa ir spēcīgi veidota ar situāciju ASV. Vairāk par ētikas pārskatīšanas procedūrās citās valstīs, skatiet 6., 7., 8. nodaļā, un 9. Desposato (2016b) . Par argumentu, ka biomedicīnas ētikas principi, kas ietekmējuši šo nodaļu, ir pārmērīgi American skatīt Holm (1995) . Lai iegūtu vairāk vēsturisko pārskatot iestāžu pārraudzības padomes ASV, skatiet Stark (2012) .

Belmont ziņojums un turpmākie noteikumi ASV ir noteikusi atšķirību starp pētniecību un praksi. Šī atšķirība ir kritizēts pēc tam (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Man nav šo atšķirību šajā nodaļā, jo es domāju, ka ētikas principi un sistēmas attiecas uz abiem iestatījumiem. Lai uzzinātu vairāk par pētniecības pārraudzību pie Facebook, skatiet Jackman and Kanerva (2016) . Par priekšlikumu pētniecības pārraudzību pie uzņēmumiem un nevalstiskajām organizācijām, skatiet Polonetsky, Tene, and Jerome (2015) un Tene and Polonetsky (2016) .

Lai uzzinātu vairāk par šo lietu no Ebolas uzliesmojuma 2014. gadā, sk McDonald (2016) , un vairāk par privātuma riskiem mobilo telefonu datu, skat Mayer, Mutchler, and Mitchell (2016) . Par piemēru krīzes saistītu pētījumu, izmantojot mobilā tālruņa datu, skat Bengtsson et al. (2011) un Lu, Bengtsson, and Holme (2012) .

  • Trīs piemēri (6.2)

Daudzi cilvēki ir rakstīts par Emocionālā izplatīšanos. Žurnāls Research Ethics veltīta visu savu jautājumu 2016. apspriežot eksperimentu janvārī; redzēt Hunter and Evans (2016) par pārskatu. Nacionālās akadēmiķi zinātnes Proceedings publicējusi divus gabalus par eksperimentu: Kahn, Vayena, and Mastroianni (2014) un Fiske and Hauser (2014) . Citi gabali par eksperimenta ietver: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Lai uzzinātu vairāk par Encore, skatiet Jones and Feamster (2015) .

  • Digital ir atšķirīgs (6.3)

Runājot par masveida uzraudzību, plašas pārskati tiek sniegti Mayer-Schönberger (2009) un Marx (2016) . Par konkrētu piemēru mainīgajām izmaksām uzraudzības, Bankston and Soltani (2013) lēš, ka sekošanas krimināllietu aizdomās izmantojot mobilos telefonus, ir aptuveni 50 reizes lētāk, nekā izmantojot fizisku uzraudzību. Bell and Gemmell (2009) sniedz optimistiskāku skatījumu uz pašnodarbinātām uzraudzība. Papildus tam ir iespēja izsekot novērojamas uzvedību, kas ir valsts vai daļēji publisko (piemēram, garša, kaklasaites, un laiks), pētnieki var arvien secināt lietas, ko daudzi dalībnieki uzskata par privātu. Piemēram, Michal Kosinski un kolēģi pierādīja, ka viņi varētu secināt sensitīvu informāciju par cilvēkiem, piemēram, seksuālo orientāciju un par atkarības vielu lietošanas no šķietami parastā ciparu zīmju datu (Facebook Patīk) (Kosinski, Stillwell, and Graepel 2013) . Tas var izklausīties maģisks, bet pieeja Kosinski un kolēģi izmanto-kas apvieno digitālo pēdas, aptaujas, un pārrauga mācību-ir tiešām kaut kas, es esmu jau teicis jums par. Atgādināt, ka 3. nodaļā (Uzdodot jautājumus) Es jums teicu, kā Josh Blumenstock un kolēģi (2015) kombinētos aptaujas datus ar mobilā tālruņa datu, lai novērtētu nabadzības Ruandā. Tas tieši tādu pašu pieeju, ko var izmantot, lai efektīvi izmērītu nabadzību jaunattīstības valstī, var izmantot arī potenciāli privātuma pārkāpšanu secinājumiem.

Pretrunīgi likumi un normas, var novest pie pētījumiem, kas neievēro vēlmes dalībnieku, un tas var novest pie "regulējuma iepirkšanās" ar pētniekiem (Grimmelmann 2015; Nickerson and Hyde 2016) . Jo īpaši, daži pētnieki, kas vēlas izvairīties no IRB pārraudzību ir partneri, kuri nav atrunāti IRBs (piemēram, cilvēki uzņēmumiem vai NVO) savākt un de-identificēt datus. Tad zinātnieki var analizēt šo de-identificēt datus bez IRB pārraudzību, vismaz saskaņā ar dažiem interpretācijām pašreizējiem noteikumiem. Šis IRB nemaksāšanas veids, šķiet, ir pretrunā ar principiem balstītu pieeju.

Lai uzzinātu vairāk par nekonsekventu un neviendabīgu ideju, ka cilvēki ir par veselības datu, skat Fiore-Gartland and Neff (2015) . Lai uzzinātu vairāk par problēmu, ka neviendabīgums rada pētniecības ētikas lēmumi redzēt Meyer (2013) .

Viena atšķirība starp analogo vecumu un digitālo vecuma pētniecībā, kas digitālajā laikmetā pētniecības mijiedarbība ar dalībnieku attālinās. Šī mijiedarbība bieži notiek, izmantojot starpnieku, piemēram, uzņēmumu, un tur parasti ir liela fiziska-un sociālās attālums starp pētniekiem un dalībniekiem. Tas tālu mijiedarbība padara dažas lietas, kas ir viegli analog vecuma pētniecībā grūti ciparu vecuma pētniecībā, piemēram, atsijāt dalībniekus, kam nepieciešama papildu aizsardzība, atklājot blakusparādības, un attīrot kaitējumu, ja tas notiek. Piemēram, pieņemsim kontrasts Emocionālais saindēšanas ar hipotētisku lab eksperimentu par to pašu tēmu. Lab eksperimentu, zinātnieki varēja atsijātu ikvienam, kas ierodas pie lab izrāda nepārprotamas emocionālo stresu. Turklāt, ja lab eksperiments radīja nelabvēlīgu notikumu, pētnieki varētu redzēt to, sniedz pakalpojumus, lai mazinātu kaitējumu, un tad veikt korekcijas, lai eksperimentālā protokolu, lai novērstu turpmākus kaitējumus. Tālā raksturs mijiedarbības faktiskajā Emocionālais domino eksperimenta padara šos vienkāršos un saprātīgu soļiem ļoti grūti. Arī man ir aizdomas, ka attālums starp pētniekiem un dalībniekiem padara pētnieki mazāk jutīgi pret bažām to dalībnieku.

Citi avoti pretrunīgi normām un likumiem. Daži no šīs neatbilstības nāk no fakta, ka šis pētījums ir notiek visā pasaulē. Piemēram, Encore iesaistīti cilvēki no visas pasaules, un tāpēc tas varētu būt pakļauts datu aizsardzības un privātuma likumi daudzās dažādās valstīs. Ko darīt, ja normas, kas reglamentē trešo pušu tīmekļa pieprasījumus (ko Encore darīja) ir atšķirīgi Vācijā, Amerikas Savienotās Valstis, Kenija, un China? Ko darīt, ja normas nav pat konsekventi vienas valsts ietvaros? Otrs avots pretrunas nāk no sadarbību starp pētniekiem universitātēm un uzņēmumiem; piemēram, emocionālā Domino bija sadarbība starp datu zinātnieks Facebook un profesors un studējot Cornell. Pie Facebook darbojas lieli eksperimentus ir rutīnas un, tajā laikā, nebija nepieciešama nekāda trešās puses ētisku pārskatīšanu. Cornell normas un noteikumi ir diezgan atšķirīgi; gandrīz visi eksperimenti jāpārskata ar Kornela IRB. Tātad, kas noteikumu kopums būtu jāreglamentē Emocionālā Domino-Facebook ir vai Cornell s?

Lai uzzinātu vairāk par centieniem pārskatīt kopējus noteikumus, sk Evans (2013) , Council (2014) , Metcalf (2016) , un Hudson and Collins (2015) .

  • Četri principi (6.4 pants)

Klasiskās principiem balstītā pieeja biomedicīnas ētiku ir Beauchamp and Childress (2012) . Viņi ierosina, ka četri galvenie principi jāvadās biomedicīnas ētiku: Cieņa pret autonomijas, Nonmaleficence, labdarība, un tiesiskuma jomā. Par nonmaleficence princips prasa vienu atturēties no kaitē citiem cilvēkiem. Šis jēdziens ir cieši saistīts ar Hipokrāta ideju "nekaitē." In pētījumu ētiku, šis princips bieži tiek kombinēts ar uz Labdarība principu, bet redz Beauchamp and Childress (2012) (5. nodaļa) vairāk par atšķirību starp diviem . Par kritiku, ka šie principi ir pārāk American skatīt Holm (1995) . Lai uzzinātu vairāk par balansēšanu, kad principu konflikts, sk Gillon (2015) .

Ir ierosināti arī četri principi Šajā nodaļā, lai vadītu ētisku pārraudzību pētniecības notiek uzņēmumos un NVO (Polonetsky, Tene, and Jerome 2015) , izmantojot struktūru sauc par "Patērētāju Tēma Review Boards" (CSRBs) (Calo 2013) .

  • Cieņa pret personu (6.4.1 nodaļa)

Papildus respektējot autonomiju, tad Belmont ziņojumā arī atzīst, ka ne katrs cilvēks ir spējīgs patiesu pašnoteikšanos. Piemēram, bērniem, cilvēkiem, kas cieš no slimības, vai cilvēki, kas dzīvo situācijās stipri ierobežotas brīvības, iespējams, nevar darboties kā pilnīgi autonomas personas, un šie cilvēki ir, tāpēc, ievērojot papildu aizsardzību.

Piemērojot ievērošanas principu personām digitālajā laikmetā var būt sarežģīts uzdevums. Piemēram, digitālajā laikmetā pētniecībā, tas var būt grūti, lai nodrošinātu papildu aizsardzību cilvēkiem ar pavājinātu spēju pašnoteikšanās jo pētnieki bieži vien ļoti maz zina par to dalībniekiem. Tālāk, informēta piekrišana ciparu vecuma sociālo pētījumu ir milzīgs izaicinājums. Dažos gadījumos, patiesi informēta piekrišana var ciest no pārredzamības paradoksu (Nissenbaum 2011) , kur informācija un izpratne ir pretrunā. Aptuveni, ja pētnieki sniedz pilnīgu informāciju par dabu datu vākšanu, datu analīzes un datu drošības praksi, tas būs grūti daudziem dalībniekiem saprast. Bet, ja pētnieki sniedz saprotamu informāciju, tā var trūkt svarīgu tehnisko informāciju. Medicīnas pētījumu analogo vecuma dominēt iestatījumu ar Belmont Report-one uzskata varēja iedomāties ārsts runāt individuāli ar katru dalībnieku, lai palīdzētu atrisināt pārredzamību paradoksu. In tiešsaistes pētījumu, kuros iesaistīti tūkstošiem vai miljoniem cilvēku, šāda sejas-pret-aci pieeja nav iespējama. Otra problēma ar piekrišanu digitālajā laikmetā ir tas, ka dažos pētījumos, piemēram, analizējot masveida datu krātuvēm, tas būtu nepraktiski, lai saņemtu apzinātu piekrišanu no visiem dalībniekiem. Es apspriestu šos un citus jautājumus par apzinātu piekrišanu sīkāk 6.6.1 iedaļā. Neskatoties uz šīm grūtībām, tomēr mums jāatceras, ka apzināta piekrišana nav nedz vajadzīgs, nedz pietiekams ievērošana personām.

Lai uzzinātu vairāk par medicīniskiem pētījumiem pirms apzinātas piekrišanas, sk Miller (2014) . Par grāmatu garuma ārstēšanai informētu piekrišanu, skatiet Manson and O'Neill (2007) . Skatīt arī piedāvātos rādījumus par apzinātu piekrišanu zemāk.

  • Labdarība (6.4.2 nodaļa)

Kaitējumus kontekstā ir kaitējums, ka pētniecība var radīt nevis konkrētiem cilvēkiem, bet sociālajā vidē. Šī koncepcija ir nedaudz abstrakts, bet es ņemšu ilustrēt to ar diviem piemēriem: viena analogās un vienu ciparu.

Klasisks piemērs kaitējumus konteksta nāk no Wichita žūrijas pētījumā [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. Arī dažkārt sauc Čikāgas žūrijas Project (Cornwell 2010) . Šajā pētījumā pētnieki no University of Chicago, kā daļu no lielāka pētījuma par sociālajiem aspektiem tiesību sistēmas, slepeni reģistrēti seši žūrijas apspriedes Wichita, Kansas. Tiesneši un juristi gadījumos ir apstiprinājusi ierakstus, un tur bija stingra kontrole pār procesu. Tomēr zvērināto neapzinājās, ka ieraksti bija noticis. Kad pētījums atklāja, bija sabiedrības sašutumu. Tieslietu ministrija uzsāka izmeklēšanu pētījuma, un pētnieki tika aicināti liecināt priekšā kongresā. Galu galā, Kongress pieņēma jaunu likumu, kas padara to par nelikumīgu slepeni ierakstīt žūrijas apspriedes.

No kritiķi no Wichita žūrijas pētījums netika kaitējumu dalībniekiem bažas; drīzāk tas bija kaitējumus kontekstā žūrijas apspriede. Tas ir, cilvēki ticēja, ka tad, ja žūrijas locekļi neticēja, ka tie, kam diskusijas drošā un aizsargātā vietā, tas būtu grūtāk žūrijas apspriedes rīkoties nākotnē. Papildus žūrijas apspriede, ir arī citi specifiski sociālo kontekstu, ka sabiedrība nodrošina ar papildus aizsardzību, piemēram, attorney-klienta attiecības un psiholoģisko aprūpi (MacCarthy 2015) .

Par kaitējumus kontekstu un traucējumiem sociālo sistēmu risks arī nāk klajā dažas lauka izmēģinājumos Politikas zinātnes (Desposato 2016b) . Par piemēru vairāk konteksta jutīga izmaksu un ieguvumu aprēķina lauka eksperimentā Politikas zinātnes, sk Zimmerman (2016) .

  • Justice (6.4.3 nodaļa)

Kompensācija par dalībniekiem ir apspriesta vairākās iestatījumus, kas saistīti ar digitālo vecuma pētījumiem. Lanier (2014) ierosināja maksāt dalībniekus ciparu pēdas tie rada. Bederson and Quinn (2011) apspriež maksājumus tiešsaistes darba tirgos. Visbeidzot, Desposato (2016a) ierosina maksāt dalībniekus lauka eksperimentos. Viņš norāda, ka pat tad, ja dalībnieki nevar maksā tieši, ziedojumu varētu veikt grupu, kas strādā viņu vārdā. Piemēram, Encore pētnieki varēja veikt ziedojumu uz grupu, kas strādā, lai veicinātu piekļuvi internetam.

  • Cieņa pret likumā un sabiedrības interešu (6.4.4 nodaļa)

Noteikumi-of-pakalpojumu līgumiem ir jābūt mazāks svars nekā līgumiem, kas noslēgti starp vienlīdzīgiem pusēm un likumiem, ko rada likumīgo valdību. Situācijas, kurās pētnieki ir pārkāptas noteikumi-of-pakalpojumu līgumus pagātnē parasti ietver, izmantojot automatizētu vaicājumu revidēt uzvedību uzņēmumu (līdzīgi lauka eksperimenti, lai novērtētu diskrimināciju). Par papildus diskusiju redzēt Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Par piemēru empīrisko pētījumu, kas apspriež pakalpojumu noteikumiem, sk Soeller et al. (2016) . Vairāk par iespējamiem juridiskajām problēmām pētnieki saskaras, ja tie pārkāpj Pakalpojuma noteikumi redzēt Sandvig and Karahalios (2016) .

  • Divas ētikas sistēmas (6.5 pants)

Acīmredzot, milzīgas summas ir rakstīts par consequentialism un deontoloģijas. Par piemēru, kā šie ētikas sistēmām, un citiem, var izmantot, lai spriest par digitālā laikmeta pētniecību, sk Zevenbergen et al. (2015) . Par piemēru, kā šie ētikas sistēmas var piemērot lauka eksperimentiem attīstīt ekonomiku, sk Baele (2013) .

  • Informēta piekrišana (6.6.1 nodaļa)

Lai uzzinātu vairāk par revīzijas pētījumiem diskrimināciju, skatiet Pager (2007) un Riach and Rich (2004) . Ne tikai šie pētījumi nav informēto piekrišanu, tie arī ietver maldināšanu bez izvērtējuma veikšanai.

Gan Desposato (2016a) un Humphreys (2015) piedāvā konsultācijas par lauka eksperimentiem bez piekrišanas.

Sommers and Miller (2013) izskata daudzus argumentus par labu ne nokāpšanas dalībniekus pēc maldināšanu, un apgalvo, ka pētnieki ir atteikties "nokāpšanas ar ļoti nelielu gadījumu, proti, lauka pētījumu, kurā tiek sniegts pārskats rada ievērojamas praktiskas grūtības, bet pētnieki būtu bez sirdsapziņas pārmetumiem par sarunu ar skolotāju, ja tie varētu. Pētniekiem nav atļauts atteikties iztaujāšana, lai saglabātu naivs dalībnieka baseins, norobežoties no dalībnieku dusmām, vai aizsargātu dalībniekus no kaitējuma. "Citi uzskata, ka, ja tiek sniegts pārskats rada vairāk ļauna nekā laba tā būtu jāizvairās. Iztaujāšana ir gadījums, kad daži pētnieki prioritāti Cieņa pret personu nekā Labdarība, un daži pētnieki darīt pretējo. Viens iespējams risinājums būtu atrast veidus, kā padarīt sarunu ar skolotāju mācīšanās pieredzi dalībniekiem. Tas ir, nevis domāt par izvērtējuma veikšanai, kā kaut ko, kas var izraisīt kaitējumu, varbūt nokāpšanas var būt arī kaut kas, kas dod labumu dalībniekus. Par piemēru šāda veida izglītības izvērtējuma veikšanai, skatiet Jagatic et al. (2007) par sarunu ar skolotāju studentu pēc sociālā pikšķerēšanas eksperimentu. Psihologi ir izstrādājuši metodes izvērtējuma veikšanai (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , un daži no tiem var lietderīgi piemērot digitālajā laikmetā pētījumiem. Humphreys (2015) piedāvā interesantas domas par atliktā piekrišanu, kas ir cieši saistīta ar iztaujāšana stratēģiju, es aprakstīto.

Ideja jautā izlasi dalībnieku to piekrišanas, ir saistīts ar to, ko Humphreys (2015) aicina secināja piekrišana.

Vēl ideja, kas ir ierosināts saistībā ar informētu piekrišanu ir veidot panelis cilvēku, kas piekrīt būt tiešsaistes eksperimentos (Crawford 2014) . Daži apgalvoja, ka šī komisija būtu bez izlases paraugu cilvēku. Bet, 3. nodaļa (Uzdodot jautājumus), liecina, ka šīs problēmas ir potenciāli adresējamā izmantojot post-noslāņošanos un paraugu iekārtošanu. Arī piekrišana būt par paneļa varētu segt dažādus eksperimentus. Citiem vārdiem sakot, dalībnieki, iespējams, nav nepieciešams piekrist katram eksperimentam atsevišķi, koncepcija sauc plaša piekrišana (Sheehan 2011) .

  • Izpratne un vadības informācijas risks (6.6.2 nodaļa)

Tālu no unikāla, tad Netflix balva ilustrē nozīmīgu tehnisko īpašumu datu kopu, kas satur detalizētu informāciju par cilvēkiem, un tādējādi piedāvā vērtīgu pieredzi par iespēju "anonimizācijas" mūsdienu sociālo datu kopām. Failus ar daudziem gabalu informāciju par katru personu, iespējams, ir maz, kas nozīmē formāli definēta Narayanan and Shmatikov (2008) . Tas ir, katram ierakstam nav ieraksti, kas ir tas pats, un faktiski nav ieraksti, kas ir ļoti līdzīgs: katrs cilvēks ir tālu prom no tuvākā kaimiņa šajā datu kopā. Var iedomāties, ka Netflix dati varētu būt reti, jo ar aptuveni 20.000 filmas par 5 zvaigžņu skalā, ir aptuveni \ (6 ^ {20000} \), iespējamās vērtības, ka katrs cilvēks varētu būt (6 jo papildus vienas līdz 5 zvaigznēm , kāds varētu būt ne novērtēja filmu vispār). Šis skaits ir tik liels, ir grūti pat aptvert.

Sparsity ir divas galvenās sekas. Pirmkārt, tas nozīmē, ka mēģinājums "anonymize" to datu kopu, pamatojoties uz izlases traucējumiem, visticamāk neizdosies. Tas ir, pat tad, ja Netflix bija nejauši koriģēt dažus no vērtējumiem (kas tie bija), tas nebūtu pietiekams, jo perturbed ieraksts joprojām ir visciešākā iespējamā ieraksts ar informāciju, ka uzbrucējs ir. Otrkārt, sparsity nozīmē, ka de-anonimizācija ir iespējama arī tad, ja uzbrucējs ir nepilnīga vai objektīvas zināšanas. Piemēram, Netflix datiem, pieņemsim iedomāties uzbrucējs zina savu reitingu par divām filmām un datumiem veicāt šos reitingus +/- 3 dienas; tikai, ka informācija vien pietiek, lai unikāli identificētu 68% cilvēku Netflix datiem. Ja uzbrucēji zina 8 filmas, ka jums ir novērtējuši +/- 14 dienas, tad, pat ja divi no šiem zināmajiem vērtējumiem ir pilnīgi nepareizi, 99% no ierakstiem var identificēt šajā datu kopā. Citiem vārdiem sakot, sparsity ir pamatproblēma centieniem "anonymize" datiem, kas ir žēl, jo lielākā daļa mūsdienu sociālās datu kopa ir maz.

Tālrunis metadati arī varētu izrādīties "anonīms", un nav jutīgi, bet tas nav tas gadījums. Telefona metadati ir identificējama un jutīgs (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

6.6 attēlā, es ieskicēts kompromisu starp risku dalībniekiem un pabalstiem ar pētījumu no datu izlaišanas. Par salīdzinājumu starp ierobežotas piekļuves metodēm (piemēram, speciālas sienu dārzu) un ierobežotas datu pieejas (piemēram, daži no anonimizācijas forma) redzēt Reiter and Kinney (2011) . Par ierosināto klasificēšanas sistēmu riska līmeņu datu, skat Sweeney, Crosas, and Bar-Sinai (2015) . Visbeidzot, attiecībā uz lielāku vispārēju diskusiju par datu apmaiņu, sk Yakowitz (2011) .

Lai iegūtu detalizētu analīzi šo kompromisu starp risku un lietderību datu, skat Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , un Goroff (2015) . Lai redzētu šo kompromisu piemērot reāliem datiem no masveidā atvērtiem tiešsaistes kursiem (MOOCs), sk Daries et al. (2014) un Angiuli, Blitzstein, and Waldo (2015) .

Differential privātums piedāvā arī alternatīvu pieeju, kas var apvienot gan augstas labumu sabiedrībai un zemu risku dalībniekiem, redzēt Dwork and Roth (2014) un Narayanan, Huey, and Felten (2016) .

Lai uzzinātu vairāk par jēdzienu personu identificējošā informācija (PII), kas ir būtiska, lai daudzi noteikumi par pētniecības ētiku sk Narayanan and Shmatikov (2010) un Schwartz and Solove (2011) . Vairāk par visiem datiem, kas ir potenciāli jutīgas, sk Ohm (2015) .

Šajā sadaļā, es esmu atainojums saikni dažādu datu kopu, kā kaut ko, kas var novest pie informācijas risks. Tomēr tas var arī radīt jaunas iespējas pētniecības, kā argumentēts Currie (2013) .

Vairāk par pieciem seifi, skat Desai, Ritchie, and Welpton (2016) . Par piemēru, kā izejas var identificēt, skat Brownstein, Cassa, and Mandl (2006) , kas parāda, cik kartes slimības izplatību var identificēt. Dwork et al. (2017) arī uzskata uzbrukumiem kopējos datus, piemēram, statistikas datus par to, cik cilvēki ir zināma slimība.

  • Privacy (6.6.3 nodaļa)

Warren and Brandeis (1890) ir orientieris juridiska raksts par privātumu, un raksts ir visvairāk saistīta ar domu, ka privātums ir tiesības palikt vienatnē. Pavisam nesen grāmata garums ārstēšana privātuma ka es ieteiktu iekļaut Solove (2010) un Nissenbaum (2010) .

Pārskatīt empīriskiem pētījumiem par to, kā cilvēki domā par konfidencialitāti, skatiet Acquisti, Brandimarte, and Loewenstein (2015) . Žurnālā Science publicēja īpašu problēmu ar nosaukumu "The End of Privacy", kurā risināti jautājumi par privātuma un informācijas risks dažādiem dažādām perspektīvām; kopsavilkumu sk Enserink and Chin (2015) . Calo (2011) piedāvā pamatu domāt par kaitējumu, kas nāk no privātuma pārkāpumiem. Agrīns piemērs bažas par privātās dzīves pirmsākumiem digitālajā laikmetā ir Packard (1964) .

  • Pieņemot lēmumus saskaņā nenoteiktības (6.6.4 nodaļa)

Viens no uzdevumiem, mēģinot piemērot minimālo riska standarts ir tas, ka nav skaidrs, kura ikdiena ir jāizmanto salīdzinošā (Council 2014) . Piemēram, bezpajumtnieki ir augstāka līmeņa diskomforta savā ikdienas dzīvē. Bet, tas nenozīmē, ka tas ir ētiski pieļaujams pakļaut bezpajumtniekus uz augstāka riska pētniecībā. Šī iemesla dēļ, šķiet, ka pieaug vienprātība, ka minimāls risks jāvērtē pret vispārēju iedzīvotāju standartu, nevis konkrētu iedzīvotāju standarta. Lai gan es vispār piekrītu idejai vispārēju iedzīvotāju standartu, es domāju, ka par lielu tiešsaistes platformās, piemēram, Facebook, īpašs populācijas standarts ir saprātīgs. Tas ir, apsverot Emocionālais izplatīšanos, es domāju, ka ir saprātīgi etalonu ikdienas risku par Facebook. Īpašs populācijas standarts šajā gadījumā ir daudz vieglāk novērtēt un ir maz ticams, ka pretrunā ar taisnīguma principu, kura mērķis ir novērst slogu pētījumu bankrotējošās negodīgi uz nelabvēlīgām grupām (piemēram, ieslodzītie un bāreņiem).

  • Praktiski padomi (6.7 pants)

Citi zinātnieki ir arī aicināja vairāk dokumentos iekļaut ētikas pielikumus (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) piedāvā arī praktiskus padomus.