আরও ভাষ্য

এই বিভাগে বদলে একটি আখ্যান হিসেবে পড়ার জন্য একটি রেফারেন্স হিসাবে ব্যবহার করার জন্য ডিজাইন করা হয়.

• ভূমিকা (অনুচ্ছেদ 6.1)

গবেষণা নীতিশাস্ত্র ঐতিহ্যগতভাবে যেমন বৈজ্ঞানিক জালিয়াতি এবং ঋণের বরাদ্দ হিসাবে বিষয় অন্তর্ভুক্ত করা হয়েছে. এই বিষয়গুলিতে বেশী বিস্তারিত আলোচনা করা হয়েছে Engineering (2009) .

এই অধ্যায়ে জোরালোভাবে যুক্তরাষ্ট্রে পরিস্থিতির দ্বারা চূড়ান্ত করা হয়. অন্যান্য দেশে নৈতিক পর্যালোচনা পদ্ধতি সম্পর্কে আরো জানার জন্য, অধ্যায় 6, 7, 8 দেখুন, এবং 9 Desposato (2016b) . একটি যুক্তি বায়োমেডিকেল নৈতিক মূলনীতির যে এই অধ্যায়ে প্রভাবিত করেছে বেজায় আমেরিকান যে জন্য দেখুন, Holm (1995) . মার্কিন প্রাতিষ্ঠানিক পর্যালোচনা বোর্ড আরো ঐতিহাসিক পর্যালোচনার জন্য, দেখুন Stark (2012) .

: Belmont রিপোর্ট এবং মার্কিন যুক্তরাষ্ট্রে পরবর্তী প্রবিধান গবেষণা ও অনুশীলন মধ্যে একটি পার্থক্য তৈরি হয়েছে. এই পার্থক্য পরবর্তীকালে সমালোচিত হয়েছে (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . কারণ আমি মনে করি নৈতিক মূলনীতির এবং অবকাঠামো উভয় সেটিংস প্রয়োগ করা আমি এই অধ্যায়ে এই পার্থক্য করি না. ফেসবুক এ গবেষণা তত্ত্বাবধানের সম্পর্কে আরো জানার জন্য, দেখুন Jackman and Kanerva (2016) . কোম্পানি ও এনজিও এ গবেষণা তত্ত্বাবধানের জন্য একটি প্রস্তাব জন্য, দেখুন Polonetsky, Tene, and Jerome (2015) এবং Tene and Polonetsky (2016) .

2014 সালে ইবোলা প্রাদুর্ভাব ক্ষেত্রে সম্পর্কে আরো জানার জন্য, দেখুন McDonald (2016) , এবং মোবাইল ফোন তথ্য গোপনীয়তা ঝুঁকি সম্পর্কে আরো জন্য, দেখুন Mayer, Mutchler, and Mitchell (2016) . মোবাইল ফোনের ডেটা ব্যবহার সঙ্কট সংক্রান্ত গবেষণার একটি উদাহরণস্বরূপ, দেখুন Bengtsson et al. (2011) এবং Lu, Bengtsson, and Holme (2012) .

• এর প্রকৃষ্ট উদাহরণ হচ্ছে (অনুচ্ছেদ 6.2)

অনেকে মানসিক রোগসংক্রমণ সম্পর্কে লিখেছি. জার্নাল গবেষণা নীতিশাস্ত্র জানুয়ারী 2016 পরীক্ষা আলোচনা তাদের সমগ্র বিষয়টি অনুগত; দেখতে Hunter and Evans (2016) একটি ওভারভিউ জন্য. : জাতীয় বিজ্ঞান শিক্ষাবিদগণ প্রসিডিংস পরীক্ষা সম্পর্কে দুই টুকরা প্রকাশিত Kahn, Vayena, and Mastroianni (2014) এবং Fiske and Hauser (2014) . পরীক্ষা সম্পর্কে অন্য টুকরা অন্তর্ভুক্ত: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Encore সম্পর্কে আরো জানার জন্য, দেখুন Jones and Feamster (2015) .

• ডিজিটাল ভিন্ন (অনুচ্ছেদ 6.3)

ভর নজরদারি নিরিখে, বিস্তৃত সার্বিক অবস্থা প্রদান করা হয় Mayer-Schönberger (2009) এবং Marx (2016) . নজরদারির পরিবর্তন খরচ কংক্রিটের উদাহরণস্বরূপ, Bankston and Soltani (2013) অনুমান করে যে একটি অপরাধমূলক সন্দেহভাজন ট্র্যাকিং সেল ফোন ব্যবহার করে প্রায় 50 বার শারীরিক নজরদারি ব্যবহার তুলনায় সস্তা. Bell and Gemmell (2009) স্ব উপর একটি আরো আশাবাদী দৃষ্টিকোণ প্রদান করে নজরদারি. লক্ষণীয় আচরণ সর্বজনীন বা আংশিকভাবে পাবলিক (যেমন, স্বাদ, টাইস, এবং সময়) হয় ট্র্যাক করতে সক্ষম হওয়া ছাড়াও, গবেষকরা ক্রমবর্ধমান যে অনেক অংশগ্রহণকারীদের ব্যক্তিগত হতে বিবেচনা আবিষ্কার করতে পারেন. উদাহরণস্বরূপ, মাইকেল Kosinski এবং সহকর্মীদের দেখিয়েছেন যে তারা এই ধরনের যৌন অভিযোজন এবং আপাতদৃষ্টিতে সাধারণ ডিজিটাল ট্রেস ডেটা থেকে আসক্তি পদার্থ ব্যবহার (ফেসবুক লাইক) যেমন মানুষ, সম্পর্কে সংবেদনশীল তথ্য অনুমান পারে (Kosinski, Stillwell, and Graepel 2013) . এই ঐন্দ্রজালিক শব্দ হতে পারে, কিন্তু পদ্ধতির Kosinski এবং সহকর্মীদের ব্যবহৃত যা ডিজিটাল ট্রেস, সার্ভে সম্মিলন, তদারক ও আসলে কিছু যে আমি ইতিমধ্যে আপনার সম্পর্কে বলেছি শেখার-হয়. পুনরাহ্বান যে অধ্যায় 3 (প্রশ্ন জিজ্ঞাসা) আমি তোমাকে বলেছিলাম কিভাবে জোশ Blumenstock এবং সহকর্মীদের (2015) মোবাইল ফোন তথ্য সঙ্গে মিলিত জরিপ তথ্য রুয়ান্ডা দারিদ্র্য অনুমান করার জন্য. ঠিক এই একই পদ্ধতি, যা দক্ষতার একটি উন্নয়নশীল দেশে দারিদ্র্য পরিমাপ ব্যবহার করা যেতে পারে এছাড়া সম্ভাব্য গোপনীয়তা লঙ্ঘনের মতামতে উপনীত জন্য ব্যবহার করা যেতে পারে.

অসামঞ্জস্যপূর্ণ আইন এবং নিয়ম গবেষণা যে অংশগ্রহণকারীদের শুভেচ্ছা শ্রদ্ধা করে না হতে পারে, এবং এটা গবেষকরা দ্বারা "নিয়ন্ত্রক শপিং" হতে পারে (Grimmelmann 2015; Nickerson and Hyde 2016) . বিশেষ করে, কিছু গবেষক IRB তদারকি এড়িয়ে যেতে চান এমন অংশীদার স্থির করেছে IRBs দ্বারা আচ্ছাদিত করা হয় না আছে (যেমন, কোম্পানি বা এনজিও এ মানুষ) সংগ্রহ এবং ডি-চিহ্নিত তথ্য. এরপর গবেষকরা অন্তত বর্তমান নিয়ম কিছু ব্যাখ্যা অনুযায়ী IRB তদারকি ছাড়া এই ডি-পরিচয় তথ্য বিশ্লেষণ করতে পারেন. IRB ফাঁকির এই ধরনের একটি নীতি-ভিত্তিক পদ্ধতির সঙ্গে অসঙ্গত.

অসঙ্গত এবং ভিন্নধর্মী ধারনা মানুষ স্বাস্থ্য তথ্য সম্পর্কে আছে সম্পর্কে আরো জানার জন্য, দেখুন Fiore-Gartland and Neff (2015) . সমস্যা উপর আরো যে বিষমসত্ত্বতা গবেষণা নীতিশাস্ত্র জন্য সৃষ্টি জন্য সিদ্ধান্ত দেখতে Meyer (2013) .

এনালগ বয়স এবং ডিজিটাল বয়স গবেষণা মধ্যে একটা পার্থক্য যে ডিজিটাল বয়স মধ্যে অংশগ্রহণকারীদের সঙ্গে গবেষণা মিথষ্ক্রিয়া বেশি দূরে নয়. এই পারস্পরিক ক্রিয়ার প্রায়ই এই ধরনের একটি কোম্পানি হিসেবে মধ্যস্থতার মাধ্যমে ঘটে চলছে এবং সেখানে সাধারণত গবেষক এবং অংশগ্রহণকারীদের মধ্যে একটি বৃহৎ শারীরিক ও সামাজিক-দূরত্ব. এই দূরবর্তী মিথস্ক্রিয়া যেমন, অংশগ্রহণকারীদের যারা অতিরিক্ত সুরক্ষা প্রয়োজন আউট স্ক্রীনিং প্রতিকূল ঘটনা detecting, এবং ক্ষতি দূর করা যদি এটি ঘটে হিসেবে কিছু বিষয় আছে যা ডিজিটাল বয়স গবেষণায় কঠিন এনালগ বয়স গবেষণা সহজ করে তোলে. উদাহরণস্বরূপ, একই বিষয়ে একটি প্রকল্পিত ল্যাব পরীক্ষা সঙ্গে আবেগপূর্ণ রোগসংক্রমণ বিপরীতে দিন. ল্যাব পরীক্ষা গবেষকরা এমন কাউকে মানসিক মর্মপীড়া এর সুস্পষ্ট লক্ষণ দেখাচ্ছে ল্যাবে এসে বাইরে পর্দা পারে. উপরন্ত সেই ল্যাবে পরীক্ষা একটি প্রতিকূল ঘটনা সৃষ্টি করে, গবেষক এটা দেখতে হবে, ক্ষতি remediate সেবা প্রদান, এবং তারপর ভবিষ্যতে ক্ষতির প্রতিরোধ পরীক্ষামূলক প্রোটোকল রদবদল করতে. প্রকৃত মানসিক রোগসংক্রমণ পরীক্ষা ইন্টারঅ্যাকশন দূরবর্তী প্রকৃতি এই সহজ এবং বিচক্ষণ প্রতিটি ধাপ অত্যন্ত কঠিন করে তোলে. এছাড়াও, আমি সন্দেহ যে গবেষক ও অংশগ্রহণকারীদের মধ্যে দূরত্ব তাদের অংশগ্রহণকারীদের উদ্বেগের গবেষকরা কম সংবেদনশীল করে তোলে.

সঙ্গতিহীন নিয়ম ও আইন অন্য উৎস. এই অসঙ্গতি কিছু সত্য যে এই গবেষণা সব বিশ্বজুড়ে ঘটছে থেকে আসে. উদাহরণস্বরূপ, Encore সব সারা বিশ্ব থেকে মানুষ জড়িত, এবং সেইজন্য এটা ডেটা সুরক্ষা এবং বিভিন্ন দেশের গোপনীয়তা আইন সাপেক্ষে হতে পারে. কি যদি তৃতীয় পক্ষের ওয়েব অনুরোধ (কি Encore করছিলাম) জার্মানিতে ভিন্ন, মার্কিন যুক্তরাষ্ট্র, কেনিয়া, এবং চীন শাসক নিয়ম? কি যদি নিয়ম একটা দেশের ভিতর এমনকি সামঞ্জস্যপূর্ণ নয়? অসঙ্গতি দ্বিতীয় উৎস বিশ্ববিদ্যালয় এবং কোম্পানি গবেষকরা মধ্যে সহযোগীতামূলক থেকে আসে; উদাহরণস্বরূপ, মানসিক রোগসংক্রমণ ফেসবুক এ একটি ডেটা বিজ্ঞানী এবং কর্নেল একজন অধ্যাপক এবং স্নাতক ছাত্র মধ্যে একটি সহযোগিতা ছিল. ফেসবুক এ বড় পরীক্ষায় চলমান রুটিন এবং যে সময়ে, কোনো তৃতীয় পক্ষের নৈতিক পর্যালোচনা প্রয়োজন হয়নি. কর্নেল এ নিয়ম ও বিধি পুরোপুরি ভিন্ন; কার্যত সব পরীক্ষায় কর্নেল IRB দ্বারা পর্যালোচনা করা হবে. সুতরাং, নিয়ম যা সেট আবেগপূর্ণ রোগসংক্রমণ-ফেসবুকের বা কর্নেল এর দ্বারা পরিচালিত হওয়া উচিত?

সাধারণ নিয়ম সংশোধন করার প্রচেষ্টা সম্পর্কে আরো জানার জন্য, দেখুন Evans (2013) , Council (2014) , Metcalf (2016) , এবং Hudson and Collins (2015) .

• চারটি মূলনীতি (অনুচ্ছেদ 6.4)

বায়োমেডিকেল ধর্মনীতি সর্বোত্তম নীতি-ভিত্তিক ব্যবস্থা Beauchamp and Childress (2012) . তারা যে প্রস্তাব চার মূল নীতির বায়োমেডিকেল নীতিশাস্ত্র গাইড উচিত: স্বায়ত্তশাসনের, Nonmaleficence, বদান্যতা ও ন্যায়বিচারের জন্য সম্মান. nonmaleficence নীতিকে অন্য মানুষের ক্ষতি ঘটাচ্ছে থেকে বিরত থাকা এক জোরালো পরামর্শ দেন. এই ধারণা গভীরভাবে এর Hippocratic ধারণা সাথে সংযুক্ত করা হয় "কোন ক্ষতি করবেন না." গবেষণার নৈতিকতা, এই নীতি প্রায়ই বদান্যতা নীতিকে সঙ্গে মিলিত হয়, কিন্তু দেখতে Beauchamp and Childress (2012) (অধ্যায় 5) দুই মধ্যে পার্থক্য আরও বেশির জন্য . সমালোচনা এই নীতিগুলো মাত্রাতিরিক্ত আমেরিকান যে জন্য দেখুন, Holm (1995) . সমীকরণ সম্পর্কে আরো জানার জন্য যখন নীতির দ্বন্দ্ব, দেখতে Gillon (2015) .

এই অধ্যায়ে চারটি মূলনীতি কোম্পানি এবং এনজিও ঘটছে গবেষণার জন্য নৈতিক তদারকি কৌশল প্রস্তাব করা হয়েছে (Polonetsky, Tene, and Jerome 2015) দেহ "কনজিউমার বিষয় পর্যালোচনা বোর্ড" (CSRBs) নামক মাধ্যমে (Calo 2013) .

• ব্যক্তি প্রতি সম্মান (অনুচ্ছেদ 6.4.1)

স্বায়ত্তশাসন সম্মান ছাড়াও, বেলমন্ট প্রতিবেদন একথাও স্বীকার করে যে না যে মানুষের প্রকৃত আত্মনিয়ন্ত্রণের সক্ষম. উদাহরণস্বরূপ, শিশু, মানুষ অসুস্থতায় ভুগছেন, অথবা গুরুতরভাবে সীমাবদ্ধ স্বাধীনতা পরিস্থিতিতে জীবিত মানুষ হিসেবে সম্পূর্ণরূপে স্বশাসিত ব্যক্তি কাজ করতে সক্ষম নাও হতে পারে, এবং এই মানুষ, অতএব, অতিরিক্ত সুরক্ষার বিষয়.

ডিজিটাল যুগে ব্যক্তি সম্মান নীতিকে কাজে লাগানো চ্যালেঞ্জিং হতে পারে. উদাহরণস্বরূপ, ডিজিটাল বয়স গবেষণায়, এটা কঠিন আত্মনিয়ন্ত্রণের কমান ক্ষমতা ব্যক্তিদের জন্য অতিরিক্ত নিরাপত্তা প্রদান কারণ গবেষকরা তাদের অংশগ্রহণকারীদের সম্পর্কে খুব সামান্য জানি হতে পারে. উপরন্তু, ডিজিটাল বয়স সামাজিক গবেষণায় অবহিত সম্মতি একটি বিশাল চ্যালেঞ্জ. কিছু ক্ষেত্রে, সত্যিই অবহিত সম্মতি স্বচ্ছতা প্যারাডক্স ভোগা পারেন (Nissenbaum 2011) , যেখানে তথ্য ও ধী মধ্যে দ্বন্দ্ব. মোটামুটিভাবে, যদি গবেষকরা তথ্য সংগ্রহ, তথ্য বিশ্লেষণ, এবং ডেটা সুরক্ষা চর্চা প্রকৃতি সম্পর্কে সম্পূর্ণ তথ্য প্রদান, এটা কঠিন অনেক অংশগ্রহণকারীদের হৃদয়ঙ্গম করার জন্য হতে হবে. কিন্তু, যদি গবেষকেরা বোধগম্য তথ্য প্রদান, এটা গুরুত্বপূর্ণ প্রযুক্তিগত তথ্য অভাব রয়েছে. এনালগ বয়স-আধিপত্য: Belmont প্রতিবেদন এক দ্বারা বিবেচিত সেটিং ডাক্তারী গবেষণার মধ্যে কল্পনা করতে পারে একজন ডাক্তার প্রতিটি অংশগ্রহণকারী সঙ্গে পৃথকভাবে কথা স্বচ্ছতা প্যারাডক্স সমাধান সাহায্য করার জন্য. অনলাইন হাজার হাজার বা লাখ লাখ মানুষের জড়িত স্টাডিজ, এই ধরনের একটি সামনা-সামনি পদ্ধতির অসম্ভব. ডিজিটাল যুগে সম্মতিতে দ্বিতীয় সমস্যা যে ধরনের ব্যাপক তথ্য সংগ্রহস্থলের বিশ্লেষণ যেমন কিছু গবেষণাপত্র, মধ্যে, এটা সব অংশগ্রহণকারীদের কাছ থেকে অনুমতি সংগ্রহ অকার্যকর হবে. আমি অনুচ্ছেদ 6.6.1 আরও বিস্তারিতভাবে অবহিত সম্মতি সম্পর্কে এইসব এবং অন্যান্য প্রশ্ন নিয়ে আলোচনা. এই অসুবিধা সত্ত্বেও, আমাদের মনে রাখা উচিত যে সম্মতি তন্ন তন্ন প্রয়োজন কিংবা ব্যক্তি সম্মান জন্য যথেষ্ট.

সম্মতি আগে ডাক্তারী গবেষণার সম্পর্কে আরো জানার জন্য, দেখুন Miller (2014) . অবহিত সম্মতি একটি বই দৈর্ঘ্যের চিকিত্সার জন্য, দেখুন Manson and O'Neill (2007) . এছাড়াও দেখুন নিচের অবহিত সম্মতি সম্পর্কে প্রস্তাব রিডিং.

• বদান্যতা (বিভাগ 6.4.2)

প্রসঙ্গের প্রতি অত্যাচার ক্ষতি যে গবেষণা নির্দিষ্ট মানুষ না কিন্তু সামাজিক সেটিংসে সৃষ্টি হতে পারে. এই ধারণা একটু বিমূর্ত হয়, কিন্তু আমি দুটি উদাহরণ দিয়ে তা চিত্রিত করব: একটি এনালগ এবং ডিজিটাল.

প্রসঙ্গের ক্ষতিগ্রস্ত একটি ক্লাসিক উদাহরণ Wichita, জুরি স্টাডি [থেকে আসে Vaughan (1967) ; Katz, Capron, and Glass (1972) ; অধ্যায় 2] -. মাঝে মাঝে শিকাগো জুরি প্রকল্প নামক (Cornwell 2010) . শিকাগো বিশ্ববিদ্যালয় থেকে এই গবেষণায় গবেষকরা, আইনি ব্যবস্থার সামাজিক দিক, গোপনে Wichita, ক্যানসাস ছয় জুরি আলোচনার রেকর্ড সম্পর্কে একটি বড় গবেষণায় অংশ হিসেবে এ. বিচারক ও মামলা আইনজীবীরা রেকর্ডিং অনুমোদন করেছে, এবং প্রক্রিয়ার কঠোর তদারকি ছিল. যাইহোক, জুরি অজ্ঞাত যে রেকর্ডিং ঘটমান ছিল. একবার অধ্যয়ন আবিষ্কৃত হয়, সেখানে পাবলিক বলাত্কার ছিল. বিচার বিভাগের গবেষণায় একটি তদন্ত শুরু, এবং গবেষক কংগ্রেসের সামনে সাক্ষ্য দিতে বলা হয়েছিল. পরিশেষে, কংগ্রেস একটি নতুন আইন এটা অবৈধ গোপনে জুরি ধীরতা রেকর্ড করে তোলে যে পাস.

Wichita, জুরি স্টাডি অংশগ্রহণকারীদের ক্ষতি ছিল না সমালোচকদের উদ্বেগ; বরং, এটা জুরি ধীরতা এর প্রেক্ষাপটে ক্ষতিগ্রস্ত ছিল. অর্থাৎ মানুষ বিশ্বাস করত যে যদি জুরি বিশ্বাস না করে যে, তারা একটি নিরাপদ এবং সুরক্ষিত স্থান আলোচনা হচ্ছে সেটা, এটা জুরি আলোচনার ভবিষ্যতে এগিয়ে যাওয়ার জন্য কঠিন হবে. জুরি ধীরতা ছাড়াও, সেখানে অন্যান্য নির্দিষ্ট সামাজিক প্রেক্ষিতে যে সমাজে এমন অ্যাটর্নি ক্লায়েন্ট সম্পর্ক ও মানসিক যত্ন যেমন অতিরিক্ত সুরক্ষা প্রদান করে হয় (MacCarthy 2015) .

প্রসঙ্গ ও সমাজব্যবস্থা ব্যাহত ক্ষতির ঝুঁকি এছাড়াও রাষ্ট্রবিজ্ঞান বিভাগে কিছু ক্ষেত্র পরীক্ষায় আসে আপ (Desposato 2016b) . রাষ্ট্রবিজ্ঞান একটি ক্ষেত্র পরীক্ষা জন্য আরো একটি প্রসঙ্গ-সংবেদী খরচ-বেনিফিট হিসাব একটি উদাহরণ জন্য, দেখুন Zimmerman (2016) .

• জাস্টিস (অনুচ্ছেদ 6.4.3)

অংশগ্রহণকারীদের জন্য ক্ষতিপূরণ ডিজিটাল বয়স গবেষণা সংক্রান্ত সেটিংস এর একটি সংখ্যায় আলোচনা করা হয়েছে. Lanier (2014) ডিজিটাল ট্রেস তারা উৎপন্ন জন্য অংশগ্রহণকারীদের পরিশোধ প্রস্তাব. Bederson and Quinn (2011) অনলাইন শ্রমবাজারে পেমেন্ট আলোচনা করা হয়েছে. অবশেষে, Desposato (2016a) ক্ষেত্র পরীক্ষায় অংশগ্রহণকারীদের পরিশোধ প্রস্তাব. তিনি দেখিয়েছেন যে, এমনকি যদি অংশগ্রহণকারীদের সরাসরি দেওয়া যাবে না, অনুদান তাদের পক্ষে কাজ করছে একটি গোষ্ঠী তৈরি করা যেতে পারে. উদাহরণস্বরূপ, Encore গবেষকরা ইন্টারনেট অ্যাক্সেস করা সমর্থন করার জন্য কাজ একটি গ্রুপ একটি দান করতে পারতেন.

• আইন এবং আইন জনস্বার্থ প্রতি সম্মান (অনুচ্ছেদ 6.4.4)

শর্তাবলী অফ সার্ভিস চুক্তি সমান দল ও বৈধ সরকার দ্বারা নির্মিত আইন মধ্যে আলোচনা চুক্তি কম ওজন থাকা উচিত. পরিস্থিতি যেখানে গবেষক অতীতে পদ অফ সার্ভিস চুক্তি লঙ্ঘন করেছে সাধারণত স্বয়ংক্রিয় প্রশ্নের ব্যবহার কোম্পানি আচরণ অডিট করতে (অনেক ক্ষেত্র পরীক্ষায় মত বৈষম্য পরিমাপের জন্য) জড়িত. অতিরিক্ত আলোচনার জন্য দেখুন Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . নিরীক্ষণবিদ্যার একটি উদাহরণ যে চাকুরীর শর্তাবলী নিয়ে আলোচনা করা জন্য, দেখুন Soeller et al. (2016) . সম্ভাব্য আইনি সমস্যার গবেষকরা মুখোমুখি সম্পর্কে আরো জানার জন্য যদি তারা লঙ্ঘন পরিষেবার শর্তাদি দেখুন Sandvig and Karahalios (2016) .

• দুই নৈতিক অবকাঠামো (অনুচ্ছেদ 6.5)

একথাও ঠিক যে, প্রচুর পরিমাণে consequentialism এবং নীতিশাস্ত্র সম্পর্কে লেখা হয়েছে. কিভাবে এই নৈতিক অবকাঠামো, এবং অন্যদের একটি উদাহরণস্বরূপ, ডিজিটাল বয়স গবেষণা সম্পর্কে যুক্তি দেখতে ব্যবহার করা যেতে পারে Zevenbergen et al. (2015) . কিভাবে এই নৈতিক অবকাঠামো ক্ষেত্র পরীক্ষায় প্রয়োগ করা যেতে পারে অর্থনীতির বিকাশ একটি উদাহরণ জন্য, দেখুন Baele (2013) .

• অবগত কনসেন্ট (অনুচ্ছেদ 6.6.1)

বৈষম্যের নিরীক্ষা লেখাপড়ায় আরো জানার জন্য, দেখুন Pager (2007) এবং Riach and Rich (2004) . শুধু তাই নয় এই গবেষণায় সম্মতি নেই, তারাও প্রতারণার রিপোর্ট ছাড়া জড়িত.

উভয় Desposato (2016a) এবং Humphreys (2015) সম্মতি ছাড়া ক্ষেত্র এক্সপেরিমেন্ট অফার পরামর্শ.

Sommers and Miller (2013) প্রতারণা পর অংশগ্রহণকারীদের রিপোর্ট না পক্ষে আর্গুমেন্ট রিভিউ, এবং যুক্তি দেন যে গবেষকরা ত্যাগ করা উচিত "পরিস্থিতিতে, যথা একটি খুব সংকীর্ণ সেট অধীনে রিপোর্ট ক্ষেত্রের গবেষণা যা রিপোর্ট গণ্যমান্য ব্যবহারিক বাধা কিন্তু গবেষকরা হবে ভঙ্গি, কোন তারা পারলে রিপোর্ট সম্পর্কে সংশয়. গবেষকরা অর্ডার, একটি সরল অংশগ্রহণকারী পুকুর সংরক্ষণ নিজেদের অংশগ্রহণকারী ক্রোধ থেকে রক্ষা, বা ক্ষতি থেকে অংশগ্রহণকারীদের রক্ষা করার জন্য রিপোর্ট ত্যাগ করতে অনুমতি উচিত নয়. "অন্যদের তর্ক যে রিপোর্ট ভাল তুলনায় এটা পরিহার করা উচিত আরও ক্ষতির কারণ যদি. রিপোর্ট একটি কেস যেখানে কিছু গবেষক বদান্যতা উপর ব্যক্তি সম্মান অগ্রাধিকার, এবং কিছু গবেষক বিপরীত না. একটি সম্ভাব্য সমাধান অংশগ্রহণকারীদের জন্য একটি শেখার অভিজ্ঞতা রিপোর্ট করতে উপায় খুঁজে বের করার হবে. বরং এমন কিছু বিষয় যা ক্ষতি হতে পারে হিসাবে রিপোর্ট চিন্তা, সম্ভবত রিপোর্ট কিছু অংশগ্রহণকারীদের উপকার হতে পারে বেশি বিজ্ঞানসম্মত. শিক্ষা রিপোর্ট এই ধরনের একটি উদাহরণ জন্য, দেখুন Jagatic et al. (2007) একটি সামাজিক ফিশিং পরীক্ষা পর ছাত্র রিপোর্ট উপর. মনোবিজ্ঞানী রিপোর্ট জন্য কৌশল উন্নত করেছি (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) এবং এগুলোর কয়েকটা গুরুত্বপূর্ণভাবে ডিজিটাল বয়স গবেষণা প্রয়োগ করা যেতে পারে. Humphreys (2015) বিলম্বিত সম্মতি সম্পর্কে আকর্ষণীয় চিন্তা প্রস্তাব যা ঘনিষ্ঠভাবে রিপোর্ট কৌশল যে আমি বর্ণনা সঙ্গে সম্পর্কযুক্ত.

তাদের সম্মতি জন্য অংশগ্রহণকারীদের একটি নমুনা থাকাতে ধারণা কি সঙ্গে সম্পর্কযুক্ত Humphreys (2015) অনুমিত সম্মতি কল.

আরও ধারণা যে ওয়াকিবহাল সম্মতি সংশ্লিষ্ট প্রস্তাব করা হয়েছে অনলাইনে যারা ​​পরীক্ষায় হতে রাজি আছি একটি প্যানেল নির্মাণ করা হয় (Crawford 2014) . অনেকে মনে করেন যে এই প্যানেল মানুষ একটি অ র্যান্ডম নমুনা হবে. কিন্তু, অধ্যায় 3 (প্রশ্ন জিজ্ঞাসা) দেখায় যে এই সমস্যার পোস্ট স্তরবিন্যাস এবং নমুনা ম্যাচিং ব্যবহার সম্ভাব্য Addressable হয়. এছাড়াও, সম্মতি প্যানেলের হতে পরীক্ষায় বিভিন্ন আবরণ পারে. অন্য কথায়, অংশগ্রহণকারীদের পৃথকভাবে প্রতিটি পরীক্ষা করার সম্মতি প্রয়োজন নাও হতে পারে, একটি ধারণা বিস্তৃত সম্মতি নামক (Sheehan 2011) .

• বোঝার এবং ম্যানেজিং তথ্য ঝুঁকি (অনুচ্ছেদ 6.6.2)

অনন্য থেকে অনেক দূরে, নেটফ্লিক্স পুরস্কার ডেটাসেট যে মানুষ সম্পর্কে বিস্তারিত তথ্য উপস্থিত একটি গুরুত্বপূর্ণ প্রযুক্তিগত সম্পত্তি তুলে ধরে, এবং এইভাবে আধুনিক সামাজিক ডেটাসেট এর "anonymization" এর সম্ভাবনা সম্পর্কে গুরুত্বপূর্ণ পাঠ উপলব্ধ করা হয়. প্রতিটি ব্যক্তি সম্পর্কে তথ্য অনেক টুকরো দিয়ে ফাইল অর্থে আনুষ্ঠানিকভাবে সংজ্ঞায়িত, বিক্ষিপ্ত হতে পারে Narayanan and Shmatikov (2008) . অর্থাৎ প্রত্যেকটি রেকর্ডের জন্য কোন রেকর্ড যে একই হয়, এবং আসলে কোন রেকর্ড যে খুব অনুরূপ আছে: প্রতিটি ব্যক্তি পর্যন্ত ডেটাসেটে তাদের নিকটতম প্রতিবেশী থেকে দূরে. এক কল্পনা করতে পারেন যে, Netflix তথ্য বিক্ষিপ্ত কারণ একটি 5 তারকা স্কেল উপর প্রায় 20,000 চলচ্চিত্র সঙ্গে, আছে হতে পারে সম্পর্কে \ (6 ^ {20,000} \) সম্ভাব্য মান কারণ এক 5 তারার ছাড়াও প্রতিটি ব্যক্তি 6 হতে পারে ( , কেউ সিনেমা রেট না থাকতে পারে এ সব). এই সংখ্যা এত বড়, এটা এমনকি বোঝা কঠিন নয়.

Sparsity দুটি প্রধান বিষয় রয়েছে. প্রথমত, এটা যে র্যান্ডম ব্যাকুলতা ব্যর্থ সম্ভবত উপর ভিত্তি ডেটা সেটটি "বেনামী" করার প্রচেষ্টার মানে. অর্থাৎ এমনকি যদি নেটফ্লিক্স এলোমেলোভাবে রেটিং (যা তারা করেনি) কিছু সমন্বয় ছিল, এই যথেষ্ট হবে না কারণ বিচল রেকর্ড এখনও তথ্য আক্রমণকারী আছে সর্বনিকটবর্তী সম্ভব রেকর্ড. দ্বিতীয়ত, sparsity এর মানে হল যে ডি-anonymization সম্ভব আক্রমণকারী অসিদ্ধ বা নিরপেক্ষ জ্ঞান আছে, এমনকি যদি. উদাহরণস্বরূপ, নেটফ্লিক্স ডাটা, কল্পনা আক্রমণকারী দুই চলচ্চিত্র এবং তারিখগুলি জন্য আপনি ঐ রেটিং +/- 3 দিন তৈরি আপনার রেটিং জানে না; শুধু যে তথ্য একা স্বতন্ নেটফ্লিক্স ডেটা মানুষের 68% সনাক্ত করা যথেষ্ট. আক্রমণকারীদের 8 সিনেমা যে আপনি +/- 14 দিন, তারপর এই পরিচিত রেটিং দুটি সম্পূর্ণরূপে ভুল এমনকি যদি, রেকর্ড 99% স্বতন্ ডেটাসেটে শনাক্ত করা যেতে পারে রেট জানে তাহলে. অন্য কথায়, sparsity "বেনামী" প্রচেষ্টায় তথ্য, যা দু: খজনক কারণ অধিকাংশ আধুনিক সামাজিক ডেটা সেটটি বিক্ষিপ্ত জন্য একটি মৌলিক সমস্যা.

টেলিফোন মেটাডাটা এছাড়াও "বেনামী" এবং সংবেদনশীল হতে না প্রদর্শিত হতে পারে, কিন্তু যে ক্ষেত্রে হয় না. টেলিফোন মেটাডাটা শনাক্তযোগ্য এবং স্পর্শকাতর (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

চিত্র 6.6, আমি ডেটা রিলিজ থেকে গবেষণা অংশগ্রহণকারীদের এবং বেনিফিট ঝুঁকির মধ্যে একটি ট্রেড বন্ধ আউট অঙ্কিত. নিয়ন্ত্রিত ব্যবহারের পন্থা (যেমন, একটি দেয়াল ঘেরা বাগান) ও বিধিনিষেধযুক্ত ডেটা পন্থা মধ্যে একটি তুলনা করার জন্য (যেমন, anonymization কিছু ফর্ম) দেখতে Reiter and Kinney (2011) . তথ্য ঝুঁকি মাত্রা প্রস্তাব শ্রেণীবদ্ধকরণ সিস্টেম, দেখতে Sweeney, Crosas, and Bar-Sinai (2015) . অবশেষে, তথ্য শেয়ারিং একটি একটি সাধারণ আলোচনার জন্য, দেখুন Yakowitz (2011) .

ঝুঁকি এবং তথ্য উপযোগ মধ্যে ট্রেড বন্ধ আরো বিস্তারিত বিশ্লেষণ জন্য দেখুন Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , এবং Goroff (2015) . এই বাণিজ্য বন্ধ ব্যাপক খোলা অনলাইন কোর্স (MOOCs) থেকে বাস্তব তথ্য প্রয়োগ দেখার জন্য, দেখুন Daries et al. (2014) এবং Angiuli, Blitzstein, and Waldo (2015) .

ডিফারেনশিয়াল গোপনীয়তা এছাড়াও একটি বিকল্প পদ্ধতির যে অংশগ্রহণকারীদের সমাজ ও কম ঝুঁকি উভয় উচ্চ সুবিধা একত্রিত করতে পারেন, দেখতে উপলব্ধ করা হয় Dwork and Roth (2014) এবং Narayanan, Huey, and Felten (2016) .

ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য ধারণা (সিলিকোন), যা গবেষণা নীতিশাস্ত্র সম্পর্কে বিধি, দেখতে অনেক কেন্দ্রীয় সম্পর্কে আরো জানার জন্য Narayanan and Shmatikov (2010) এবং Schwartz and Solove (2011) . সমস্ত ডেটা উপর আরো সম্ভাব্য সংবেদনশীল হওয়ার জন্য, দেখুন Ohm (2015) .

এই বিভাগে, আমি কিছু যে তথ্য ঝুঁকি হতে পারে যেমন বিভিন্ন ডেটাসেট এর লিংকেজ চিত্রিত করে থাকেন. যাইহোক, এটা নতুন সুযোগ গবেষণার জন্য, যেমন যুক্তি তৈরি করতে পারেন Currie (2013) .

পাঁচটি সৌন্দর্য সম্পর্কে আরো জানার জন্য, দেখুন Desai, Ritchie, and Welpton (2016) . কিভাবে আউটপুট চিহ্নিতকরণের যাবে একটি উদাহরণ জন্য, দেখুন Brownstein, Cassa, and Mandl (2006) , যা দেখায় কিভাবে রোগ ব্যাপকতা মানচিত্র চিহ্নিত করা যেতে পারে. Dwork et al. (2017) যেমন সম্পর্কে কিভাবে অনেক ব্যক্তি একটি নির্দিষ্ট রোগ আছে পরিসংখ্যান হিসাবে সংগৃহীত ডেটা বিরুদ্ধে হামলা, বিবেচনা করে.

• গোপনীয়তা (অনুচ্ছেদ 6.6.3)

Warren and Brandeis (1890) গোপনীয়তা সম্পর্কে একটি ল্যান্ডমার্ক আইনি নিবন্ধ, এবং নিবন্ধটি সবচেয়ে ধারণা যে গোপনীয়তা একা একা ফিরে যেতে একটি সঠিক সঙ্গে যুক্ত করা হয়. আরও সাম্প্রতিককালে গোপনীয়তা যে আমি সুপারিশ করবে পুস্তকে দৈর্ঘ্য চিকিত্সা অন্তর্ভুক্ত Solove (2010) এবং Nissenbaum (2010) .

মানুষ গোপনীয়তা সম্পর্কে কিভাবে মনে উপর নিরীক্ষণবিদ্যার একটি পর্যালোচনার জন্য, দেখুন Acquisti, Brandimarte, and Loewenstein (2015) . সায়েন্স জার্নাল যা গোপনীয়তা এবং বিভিন্ন দৃষ্টিকোণ বিভিন্ন থেকে তথ্য ঝুঁকির সমস্যার সুরাহা করা খেতাবধারী "গোপনীয়তা শেষ" একটি বিশেষ সংখ্যা প্রকাশিত; একটি সারসংক্ষেপ দেখতে Enserink and Chin (2015) . Calo (2011) ক্ষতিগ্রস্ত যে গোপনীয়তা লঙ্ঘনের থেকে আসা সম্পর্কে চিন্তা জন্য একটি কাঠামো প্রস্তাব. ডিজিটাল যুগের সূত্রপাত গোপনীয়তা সম্পর্কে উদ্বেগ প্রথম দিকের এক উদাহরণ হল Packard (1964) .

• অনিশ্চয়তা অধীনে সিদ্ধান্ত মেকিং (অনুচ্ছেদ 6.6.4)

এক চ্যালেঞ্জ যখন ন্যূনতম ঝুঁকি মান প্রয়োগ করার চেষ্টা করে এটা স্পষ্ট যার দৈনন্দিন জীবনের মাপকাঠিতে জন্য ব্যবহার করা হয় না হয় (Council 2014) . উদাহরণস্বরূপ, গৃহহীন মানুষ তাদের দৈনন্দিন জীবনে অস্বস্তি উচ্চ মাত্রার আছে. কিন্তু, যে পরোক্ষভাবে না যে এটা নীতিগত ভাবে উচ্চ ঝুঁকি গবেষণা গৃহহীন মানুষ এক্সপোজ জায়েয. এই কারণে, সেখানে ক্রমবর্ধমান ঐক্যমত্য যে ন্যূনতম ঝুঁকি সাধারণ জনসংখ্যার মান, না একটি নির্দিষ্ট জনগোষ্ঠীর মান বিরুদ্ধে benchmarked করা উচিত হবে বলে মনে হয়. যদিও আমি সাধারণত একটি সাধারণ জনগোষ্ঠীর মান ধারণা সাথে একমত, আমি মনে করি যে যেমন ফেসবুক হিসাবে বড় অনলাইন প্ল্যাটফর্মের জন্য, একটি নির্দিষ্ট জনগোষ্ঠীর মান যুক্তিযুক্ত. যে যখন মানসিক রোগসংক্রমণ বিবেচনায় আমি মনে করি, এটা ফেসবুকে দৈনন্দিন ঝুঁকি বিরুদ্ধে মাত্রাবিশিষ্ট যুক্তিসঙ্গত হয়. এই ক্ষেত্রে একটি নির্দিষ্ট জনগোষ্ঠীর মান অনেক নির্ণয় করা সহজ হয় এবং বিচার নীতি, যা গবেষণা অনগ্রসর গ্রুপ (যেমন, বন্দী ও অনাথ) উপর অন্যায়ভাবে ব্যর্থ ভারের বিরত রাখতে সঙ্গে বিরোধ করার সম্ভাবনা কম.

• প্রাকটিক্যাল টিপস (অনুচ্ছেদ 6.7)

অন্যান্য পন্ডিতরা আরও কাগজপত্র জন্য ডেকেছি নৈতিক পরিশিষ্টের অন্তর্ভুক্ত করা (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) এছাড়াও ব্যবহারিক ইঙ্গিত উপলব্ধ করা হয়.