La exhortación a ser ético se aplica a todas las investigaciones descritas en este libro. Además de los asuntos más generales de ética-discutidos en el capítulo 6-algunos problemas éticos específicos surgen en el caso de proyectos de colaboración masiva, y dado que la colaboración masiva es tan nueva en la investigación social, estos problemas pueden no ser completamente evidentes al principio.
En todos los proyectos de colaboración masiva, los problemas de compensación y crédito son complejos. Por ejemplo, algunas personas consideran que no es ético que miles de personas trabajaron durante años en el Premio Netflix y finalmente no recibieron ninguna compensación. De manera similar, algunas personas consideran que no es ético pagar a los trabajadores en mercados laborales de microtak cantidades extremadamente pequeñas de dinero. Además de estos problemas de compensación, existen problemas relacionados con el crédito. ¿Deberían todos los participantes en una colaboración masiva ser autores de los eventuales artículos científicos? Los diferentes proyectos tienen diferentes enfoques. Algunos proyectos dan crédito de autoría a todos los miembros de la colaboración masiva; por ejemplo, el autor final del primer artículo de Foldit fue "Jugadores Foldit" (Cooper et al. 2010) . En la familia de proyectos de Galaxy Zoo, a veces se invita a colaboradores extremadamente activos e importantes a ser coautores de trabajos. Por ejemplo, Ivan Terentev y Tim Matorny, dos participantes de Radio Galaxy Zoo, fueron coautores de uno de los artículos que surgieron de ese proyecto (Banfield et al. 2016; Galaxy Zoo 2016) . A veces los proyectos simplemente reconocen contribuciones sin coautoría. Las decisiones sobre la coautoría obviamente variarán de un caso a otro.
Las llamadas abiertas y la recopilación de datos distribuidos también pueden plantear preguntas complejas sobre el consentimiento y la privacidad. Por ejemplo, Netflix lanzó calificaciones de películas de clientes para todos. Aunque las calificaciones de las películas pueden no parecer delicadas, pueden revelar información sobre las preferencias políticas u orientación sexual de los clientes, información que los clientes no aceptaron hacer pública. Netflix intentó anonimizar los datos para que las calificaciones no pudieran vincularse a ningún individuo en particular, pero solo semanas después de la publicación de los datos de Netflix, fue parcialmente reidentificado por Arvind Narayanan y Vitaly Shmatikov (2008) (ver capítulo 6). Además, en la recopilación de datos distribuidos, los investigadores podrían recopilar datos sobre personas sin su consentimiento. Por ejemplo, en Malawi Journals Projects, las conversaciones sobre un tema delicado (SIDA) se transcribieron sin el consentimiento de los participantes. Ninguno de estos problemas éticos es insuperable, pero deben considerarse en la fase de diseño de un proyecto. Recuerde, su "multitud" está compuesta de personas.