Mida edasi lugeda

• Sissejuhatus (punkt 6.1)

Uurimistegevuse eetika on traditsiooniliselt hõlmanud ka selliseid teemasid nagu teaduslik pettus ja krediidi andmine. Neid on üksikasjalikumalt arutanud Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) teadlane .

Seda peatükki mõjutab tugevasti olukord Ameerika Ühendriikides. Lisateavet teiste riikide eetilise läbivaatamise korra kohta vt Desposato (2016b) peatükid 6-9. Selle argumendi kohta, et biomeditsiinilised eetikapõhimõtted, mis on käesolevat peatükki mõjutanud, on ülemäära Ameerika, vt Holm (1995) . Ameerika Ühendriikide institutsionaalsete ülevaate nõukogude täiendava ajaloolise ülevaate saamiseks vt Stark (2012) . Ajakiri PS: politoloogia ja poliitika korraldas erialase sümpoosioni poliitikute ja IRBde suhete teemal; kokkuvõtteks vt Martinez-Ebers (2016) .

Belmonti aruanne ja järgnevad Ameerika Ühendriikide eeskirjad kipuvad teadust ja praktikat eristama. Ma pole selles peatükis nii eristanud, sest arvan, et eetilised põhimõtted ja raamistikud kehtivad mõlemale seadistusele. Lisateavet selle eristuse ja sellega kaasnevate probleemide kohta vt Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) ja Metcalf and Crawford (2016) .

Lisateavet Facebooki teadusuuringute järelevalve kohta vt Jackman and Kanerva (2016) . Ideede kohta ettevõtete ja valitsusväliste organisatsioonide Polonetsky, Tene, and Jerome (2015) vt Calo (2013) , Polonetsky, Tene, and Jerome (2015) ning Tene and Polonetsky (2016) .

Seoses mobiilsideandmete kasutamisega, et aidata lahendada 2014. aasta Ebola puhangut Lääne-Aafrikas (Wesolowski et al. 2014; McDonald 2016) , rohkem teavet mobiiltelefoni andmete privaatsuse ohu kohta vt Mayer, Mutchler, and Mitchell (2016) Varasemate kriisiga seotud uuringute näideteks mobiiltelefoniandmete kohta vt Bengtsson et al. (2011) ja Lu, Bengtsson, and Holme (2012) ning rohkem teavet kriisiga seotud uuringute eetika kohta vt ( ??? ) .

• Kolm näidet (punkt 6.2)

Paljud inimesed on kirjutanud emotsionaalse nakkushaiguse kohta. Ajakiri " Teaduse eetika" andis kogu oma väljaande 2016. aasta jaanuaris eksperimendi arutamiseks; vaadake Hunter and Evans (2016) ülevaate saamiseks. Riikliku teadusakadeemia Kahn, Vayena, and Mastroianni (2014) avaldas kaks katset: Kahn, Vayena, and Mastroianni (2014) ning Fiske and Hauser (2014) . Muud tükki umbes eksperimendi järgmised: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , ja ( ??? ) .

• Digitaalne on erinev (punkt 6.3)

Massjärelevalve osas esitatakse Mayer-Schönberger (2009) ja Marx (2016) põhjalikud ülevaated. Bankston and Soltani (2013) hinnangu konkreetse näitena seire muutuvate kulude hinnangul on mobiiltelefone kasutava kuriteoohvri jälgimine umbes 50 korda odavam kui füüsilise seire kasutamine. Vaadake ka Ajunwa, Crawford, and Schultz (2016) , et arutada Ajunwa, Crawford, and Schultz (2016) . Bell and Gemmell (2009) pakuvad enesekontrollile optimistlikumaid perspektiive.

Lisaks sellele, et on võimalik jälgida avalikkusele või osaliselt avalikult vaadeldavat käitumist (nt. Maitsed, sidemed ja aeg), saavad teadlased üha rohkem järeldada asju, mida paljud osalejad peavad privaatseks. Näiteks Michal Kosinski ja tema kolleegid (2013) näitasid, et nad võivad järeldada tundlikke andmeid inimestega, nagu seksuaalne sättumus ja sõltuvust tekitavate ainete kasutamine, näiliselt tavalistest digitaalsete jälgimisandmetest (Facebook meeldib). See võib tunduda maagiline, kuid lähenemine, mida Kosinski ja kolleegid kasutasid (mis ühendasid digitaalsed jäljed, uuringud ja juhendatud õppimine), on tegelikult see, millest ma juba teile rääkisin. Tuletame meelde, et peatükis 3 (küsimuste esitamine). Ma ütlesin teile, kuidas Joshua Blumenstock ja tema kolleegid (2015) ühendasid Ruwandas vaesuse hindamiseks mobiilside abil uuringuandmeid. Seda täpselt sama lähenemisviisi, mida arengumaal vaesust tõhusalt mõõta saab, võib kasutada ka võimalike eraelu puutumatust mõjutavate järelduste puhul.

Lisateavet terviseandmete võimalike soovimatute teiseste kasutusviiside kohta vt O'Doherty et al. (2016) . Lisaks soovimatutele sekundaarsetele kasutusviisidele võib isegi mittetäieliku peaarandmebaasi loomine avaldada ühiskonnale ja poliitilisele elule külma mõju, kui inimesed ei soovi teatud materjale lugeda või teatud teemasid arutada; vt Schauer (1978) ja Penney (2016) .

Kattuvate reeglite korral uurib mõnikord mõni regulatiivne ost (Grimmelmann 2015; Nickerson and Hyde 2016) . Eelkõige võivad mõned teadustöötajad, kes soovivad vältida IRB järelevalve, luua partnerlussuhteid teadlastega, keda IRBd ei hõlma (nt ettevõtted või valitsusvälised organisatsioonid), ning need kolleegid koguvad ja kaotatakse andmed. Seejärel võib IRB-kattega teadlane analüüsida neid määratlemata andmeid ilma IRB järelevalveeta, sest uuringut ei peeta enam "inimeste uurimistööks" vähemalt praeguste eeskirjade mõningate tõlgenduste kohaselt. Selline IRB-i kõrvalehoidmine ei ole tõenäoliselt kooskõlas uurimis-eetika põhimõtetel põhineva lähenemisviisiga.

2011. aastal alustati jõupingutusi ühise eeskirja ajakohastamiseks ja see protsess lõppes lõpuks 2017. aastal ( ??? ) . Lisateavet nende jõupingutuste kohta ühise eeskirja ajakohastamiseks vaata Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) ja Metcalf (2016) .

• Neli põhimõtet (punkt 6.4)

Biomeditsiiniliste eetikate klassikaline põhimõttepõhine lähenemisviis on Beauchamp and Childress (2012) . Nad teevad ettepaneku, et biomeditsiiniline eetika peaks juhtima neli peamist põhimõtet: autonoomia, mittemääralikkus, heategevus ja õigusemõistmine. Mittediskrimineerimise põhimõte nõuab tungivalt hoidumist teiste inimeste kahju tekitamisest. See mõiste on sügavalt seotud Hippokraati ideega "Ära kahjusta". Uurimistegevuse eetikas on see põhimõte tihti seotud heaolu põhimõttega, kuid vaadake peatükki 5 @ beauchamp_principles_2012, et rohkem mõista nende kahe vahel. Kriitikaks, et need põhimõtted on ülekaalukalt Ameerika, vt Holm (1995) . Lisateavet tasakaalustamise kohta, kui põhimõtted on vastuolus, vt Gillon (2015) .

Selle peatüki nelja põhimõtet on välja pakutud ka selleks, et suunata eetilisi järelevalvet teadusuuringute läbiviimiseks ettevõtetes ja valitsusvälistel organisatsioonidel (Polonetsky, Tene, and Jerome 2015) kasutades nn tarbijaomandi õiguste loendi (CSRB) organisatsioone (Calo 2013) .

• Isikute austamine (punkt 6.4.1)

Belmonti raportis tunnustatakse lisaks autonoomia austamisele ka seda, et mitte iga inimene ei suuda tõelist enesemääramist. Näiteks ei pruugi lapsed, haigust põdevad inimesed või piiratud vabaduse olukorda elavad inimesed võimelised tegutseda täiesti autonoomsete üksikisikutena ja seetõttu on nende inimeste jaoks täiendav kaitse.

Isikute austamise põhimõtte rakendamine digitaalajastul võib olla keeruline. Näiteks digitaalajastul uurimisel võib olla raske pakkuda täiendavat kaitset inimestele, kellel on vähenenud enesemääramisvõime, sest teadlased tunnevad sageli oma osalejaid väga vähe. Veelgi enam, teadlik nõusolek digitaalajastu sotsiaalteadustes on suur väljakutse. Mõnel juhul võib tõeliselt teadlik nõusolek kannatada läbipaistvuse paradoksi (Nissenbaum 2011) , kus teave ja arusaamine on vastuolus. Kui teadlased annavad täieliku teabe andmekogumise, andmeanalüüsi ja andmeturbega seotud olemuse kohta, on see paljude osalejate jaoks keeruline mõista. Ent kui teadlased esitavad arusaadavat teavet, siis võib see puududa olulisi tehnilisi üksikasju. Analoogiaegse meditsiinilise uurimise puhul - Belmonti aruandes vaadeldav domineeriv seisund - võib ette kujutada, et arst räägib iga osalejaga individuaalselt, et aidata lahendada läbipaistvuse paradoksi. Tuhandete või miljonite inimeste võrgusuuringutes on selline näost-näkku lähenemine võimatu. Teine digitaalajastul nõusoleku probleem on see, et mõnes uuringus, näiteks massiivsete andmekogude analüüside tegemisel, oleks mõistlik saada kõigilt osalejatelt informeeritud nõusolekut. Ma arutan neid ja muid informeeritud nõusoleku küsimusi üksikasjalikumalt punktis 6.6.1. Kuid hoolimata raskustest me peaksime meeles pidama, et informeeritud nõusolek pole inimeste õiguste austamise huvides vajalik ega piisav.

Rohkem teavet meditsiiniliste uuringute kohta enne informeeritud nõusolekut vt Miller (2014) . Teadliku nõusoleku saamiseks raamatu pikkuse käsitlemiseks vt Manson and O'Neill (2007) . Vaata ka soovitatavaid näiteid teavitatud nõusoleku kohta allpool.

• Heategevus (punkt 6.4.2)

Harms kontekstis kahjustab see, et teadusuuringud võivad põhjustada mitte konkreetseid inimesi, vaid sotsiaalseid seadeid. See kontseptsioon on natuke abstraktne, kuid illustreerin seda klassikalise näitega: Wichita žürii uurimus (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) mida mõnikord nimetatakse ka Chicago žürii projektiks (Cornwell 2010) . Selles uuringus kirjutasid Chicago Ülikooli teadlased õigussüsteemi sotsiaalsete aspektide suurema uuringu osana Wichita's, Kansasis salaja, kuus žürii. Juhtudel olid kohtunikud ja advokaadid loendid heaks kiitnud ja protsessi jälgiti hoolikalt. Kuid kohtunikud ei teadnud, et salvestisi esineb. Kui uuring avastati, oli avalik pahameele. Justiitsministeerium alustas uuringu uurimist ja teadlasi kutsuti Kongressi ees tunnistama. Lõpuks võttis kongress vastu uue seaduse, mis muudab žürii arutamise salajase registreerimise ebaseaduslikuks.

Wichita žürii uuringu kriitikute mure ei põhjustanud osalejatele kahju tekitamise ohtu; pigem oli oht, et see kahjustab žürii arutamist. See tähendab, et inimesed arvasid, et kui žürii liikmed ei usu, et nad arutavad turvalises ja kaitstud ruumis, oleks žürii arutelud tulevikus raskendatud. Lisaks žürii arutamisele on ühiskonnas ka muid sotsiaalseid kontekste, mis pakuvad täiendavat kaitset, näiteks advokaadi ja kliendi suhteid ning psühholoogilist abi (MacCarthy 2015) .

Poliitikateaduses (Desposato 2016b) tekib ka konteksti kahjustamise ja sotsiaalsete häirete (Desposato 2016b) . Näiteks poliitikateaduses tehtava välieksperioodi kontekstitundlikuma kulude-tulude arvutamise kohta vt Zimmerman (2016) .

• Õiglus (punkt 6.4.3)

Osalejate kompenseerimist on arutatud paljudes digitaalauuringutega seotud seadetes. Lanier (2014) pakub osalejatele maksta digitaalsete jälgede eest, mille nad loovad. Bederson and Quinn (2011) arutavad makseid online tööturul. Lõpuks pakub Desposato (2016a) osalejatele osalemist välieksperimentides. Ta juhib tähelepanu sellele, et isegi kui osalejaid ei saa otse maksta, võib annetusi teha nende nimel tegutsevale rühmale. Näiteks Encoreis võiksid teadlased teha annetuse Interneti-le juurdepääsu toetavale rühmale.

• Seaduse ja avaliku huvi austamine (punkt 6.4.4)

Teenusetingimuste kokkulepped peaksid olema väiksemad kui lepingud, mis on läbi räägitud võrdsete isikute ja seaduslike valitsuste loodud seaduste vahel. Olukorrad, kus teadlased on minevikus teenuse osutamise lepingutega rikkunud, on üldiselt kasutanud automaatsete päringute kasutamist ettevõtete käitumise kontrollimiseks (sarnaselt välikatsedena diskrimineerimise mõõtmiseks). Täiendavate arutelude kohta vt Vaccaro et al. (2015) , Bruckman (2016a) ja Bruckman (2016b) . Näiteks empiirilistest uuringutest, mis käsitlevad teenuse tingimusi, vt Soeller et al. (2016) . Lisateavet võimalike õiguslike probleemide kohta, millega uurijad seisavad silmitsi, kui nad rikuvad teenuse tingimusi, vt Sandvig and Karahalios (2016) .

• Kaks eetilist raamistikku (punkt 6.5)

Loomulikult on kirjutatud märkimisväärne summa tagajärgedest ja deontoloogiast. Näiteks, kuidas neid eetilisi raamistikke ja teisi saab kasutada digitaalajastusega seotud teadusuuringute Zevenbergen et al. (2015) , vt Zevenbergen et al. (2015) . Näitena sellest, kuidas neid saab rakenduste väljatöödele rakendada arengumajanduses, vt Baele (2013) .

• Informeeritud nõusolek (punkt 6.6.1)

Lisateavet diskrimineerimise audititulemuste kohta vt Pager (2007) ja Riach and Rich (2004) . Neid uuringuid ei ole mitte ainult mitte informeeritud nõusolekuta, vaid ka pettust ilma aruteluta.

Nii Desposato (2016a) kui ka Humphreys (2015) annavad nõustamisvooru ilma nõusolekuta.

Sommers and Miller (2013) vaatavad paljusid argumente, mis pooldavad osalejate pettumist pärast pettumist, ning väidavad, et teadlased peaksid aruandest loobuma

"Väga kitsas olukorras, nimelt väliuuringutes, kus arutelu toob kaasa märkimisväärseid praktilisi tõkkeid, kuid teadlastel poleks mingit muret, kui nad seda saaksid. Teadlastel ei tohiks lubada arutelusid loobuda, et säilitada naiivne osalejate ühendus, varjata ennast osaleja viha või kaitsta osalejaid kahju eest. "

Teised väidavad, et mõnel juhul, kui aruandlus põhjustab rohkem kahju kui kasu, tuleks seda vältida (Finn and Jakobsson 2007) . Läbivaatamine on juhtum, kus mõned teadlased seavad esikohale inimeste austuse ennustuse vastu, samas kui mõned teadlased teevad vastupidist. Üks võimalik lahendus oleks leida võimalusi, kuidas anda osalejatele õppimise kogemusi. See tähendab, et selle asemel, et mõelda aruandele kui midagi, mis võib kahjustada, võib ehk arutelu ka olla osalejatele kasulik. Sellise haridusliku ülevaate näite kohta vt Jagatic et al. (2007) . Psühholoogid on välja töötanud ülevaatetehnikad (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ; mõnda neist võib digitaalajastusega seotud uuringute jaoks kasulikult rakendada. Humphreys (2015) pakub huvitavaid mõtteid edasilükatud nõusoleku kohta , mis on tihedalt seotud kirjeldatava strateegiaga, mida ma kirjeldasin.

Idee küsida osalejate valimist nende nõusoleku saamiseks on seotud sellega, mida Humphreys (2015) nõuab nõusoleku saamiseks .

Kavandatud informeeritud nõusolekuga seotud täiendav idee on luua rühm inimesi, kes nõustuvad veebipõhiste eksperimentidega (Crawford 2014) . Mõned on väitnud, et see paneel oleks inimeste juhuslik valim. Kuid 3. peatükk (küsimuste esitamine) näitab, et need probleemid on potentsiaalselt adresseeritavad stratifitseerimisega. Samuti nõustub eksperdirühmaga tegelemine katma mitmesuguseid eksperimente. Teisisõnu, osalejad ei pruugi nõustuda iga katsega individuaalselt, kontseptsiooni nimetusega lai nõusolek (Sheehan 2011) . Lisateavet erinevuste kohta ühekordse nõusoleku ja nõusoleku saamiseks iga uuringu kohta, samuti võimaliku hübriidi kohta vt Hutton and Henderson (2015) .

• Informatsiooniriski mõistmine ja juhtimine (punkt 6.6.2)

Netflixi auhind pole kaugeltki ainulaadne, illustreerib andmekogumite olulist tehnilist omadust, mis sisaldavad üksikasjalikku teavet inimeste kohta ja pakub seega olulisi õppetunde kaasaegsete sotsiaalsete andmekogumite anonüümseks muutmise võimalustest. Paljud teavet iga inimese kohta sisaldavad failid on tõenäoliselt tagasihoidlikud , nagu need on formaalselt määratletud Narayanan and Shmatikov (2008) . See tähendab, et iga kirje puhul ei ole ühtegi registrit, mis on samad, ja tegelikult pole ühtegi väga sarnast dokumenti: iga inimene on andmestikust kaugel nende lähiümbrusest. Võib ette kujutada, et Netflixi andmed võivad olla hõredad, kuna umbes viiekorruselises skaalal on umbes 20 000 filmi, on umbes \(6^{20,000}\) võimalikud väärtused, mida igal inimesel võiks olla (6, sest lisaks 1 kuni 5 tähte, keegi ei pruugi üldse filmi hinnata). See arv on nii suur, seda on raske isegi mõista.

Eristusele on kaks peamist tagajärge. Esiteks tähendab see, et andmeedast "anonüümseks muutmine" juhusliku häiringu alusel tõenäoliselt ei õnnestu. See tähendab, et isegi kui Netflix peaks mõned reitingud (mida nad tegid) juhuslikult kohandama, ei oleks see piisav, kuna häiritud rekord on ikka ründaja poolt kõige rohkem võimalikult suureks rekordiks. Teiseks, rööbastee tähendab seda, et uuesti identifitseerimine on võimalik, isegi kui ründajal on puudulikud või erapooletud teadmised. Näiteks Netflixi andmetel kujutame ette, et ründaja teab teie reitinguid kahele filmile ja kuupäevad, kus te neid reitinguid tegite \(\pm\) 3 päeva; just seda teavet üksinda piisab, et unikaalselt identifitseerida 68% Netflixi andmete inimestest. Kui ründaja teab kaheksa filmi, et olete hinnanud \(\pm\) 14 päeva, siis isegi siis, kui kaks neist teadaolevatest hinnangutest on täiesti valed, võib andmestikku unikaalselt identifitseerida 99% kirjetest. Teisisõnu, rämpsus on andmete "anonüümseks muutmise" püüdluste põhiline probleem, mis on kahetsusväärne, kuna kõige kaasaegsed sotsiaalsed andmekogumid on hõredad. Lisateavet Narayanan and Shmatikov (2008) anonüümsuse kohta vt Narayanan and Shmatikov (2008) .

Telefoni metaandmed võivad tunduda ka "anonüümsed" ja mitte tundlikud, kuid see pole nii. Telefoni metaandmed on tuvastatavad ja tundlikud (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Joonisel 6.6 kirjeldasin ma kompromissi osalejate riski ja ühiskonnas andmete edastamisest saadava kasu vahel. Piiratud juurdepääsuga lähenemisviiside võrdlemiseks (nt seinaga aed) ja piiratud andmeedastusviiside võrdlemiseks (nt anonüümseks muutmisega) vt Reiter and Kinney (2011) . Andmete riskitaseme kavandatud liigitussüsteemi kohta vt Sweeney, Crosas, and Bar-Sinai (2015) . Andmete jagamise üldisema arutelu kohta vt Yakowitz (2011) .

Riskide ja andmete kasulikkuse üksikasjalikumat analüüsi vt Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) ja Goroff (2015) . Selle kompromissi nägemiseks massiivselt avatud veebikursuste (MOOC) tegelikele andmetele vt Daries et al. (2014) ja Angiuli, Blitzstein, and Waldo (2015) .

Diferentseeritud eraelu puutumatus pakub ka alternatiivset lähenemisviisi, mis võib ühendada osalejate vähese riski ja ühiskonnale suure kasuga; vt Dwork and Roth (2014) ja Narayanan, Huey, and Felten (2016) .

Lisateavet iseseisva teabe (PII) mõiste kohta, mis on paljude teadusuuringute eetika reeglite keskmes, vt Narayanan and Shmatikov (2010) ning Schwartz and Solove (2011) . Lisateabe saamiseks kõigi andmete puhul, mis on potentsiaalselt tundlikud, vaadake Ohm (2015) .

Selles osas kirjeldasin ma erinevate andmekogumite seost kui midagi, mis võib põhjustada informatsiooniriski. Nagu Currie (2013) väitis, võib see luua ka uusi uurimisvõimalusi.

Lisateavet viie seifi kohta vt Desai, Ritchie, and Welpton (2016) . Näide sellest, kuidas väljundeid saab tuvastada, vt Brownstein, Cassa, and Mandl (2006) , mis näitab, kuidas haiguse levimuse kaarte on võimalik tuvastada. Dwork et al. (2017) kaaluvad ka koondandmete rünnakuid, näiteks statistikat selle kohta, kui paljudel inimestel on teatav haigus.

Küsimused andmete kasutamise ja andmete avaldamise kohta tekitavad ka küsimusi andmete omandiõiguse kohta. Lisateabe saamiseks vt Andmete omandiõigust vt Evans (2011) ja Pentland (2012) .

• Privaatsus (punkt 6.6.3)

Warren and Brandeis (1890) on Warren and Brandeis (1890) tähtsusega juriidiline artikkel, mis on kõige rohkem seotud ideega, et eraelu puutumatus on õigus jääda üksi. Sooviksin lisada privaatsuse raamatu pikkuse käsitlemise hulka Solove (2010) ja Nissenbaum (2010) .

Selleks, et uurida empiirilisi uuringuid selle kohta, kuidas inimesed mõtlevad privaatsuse üle, vt Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) pakuvad kahesüsteemse teooriat, et inimesed keskenduvad mõnikord intuitiivsetele probleemidele ja mõnikord keskenduvad kaalutletud probleemidele - selgitada, kuidas inimesed võivad ilmselt vastuolulisi avaldusi privaatsuse kohta teha. Lisateavet privaatsuse idee kohta Neuhaus and Webmoor (2012) , nagu vidistama, vt Neuhaus and Webmoor (2012) .

Ajakirjandus Science avaldas eraldi sektsiooni pealkirjaga "Privaatsuse lõpp", milles käsitletakse eraelu puutumatuse ja informatsiooniriski küsimusi erinevatel vaatenurkadel; kokkuvõtte kohta vt Enserink and Chin (2015) . Calo (2011) pakub raamistikku privaatsuse rikkumistega kaasnevate kahjude mõtlemiseks. Varasem näide eraelu puutumatuse kohta digitaalajastu alguses on Packard (1964) .

• Otsuste tegemine ebakindlana (punkt 6.6.4)

Üheks probleemiks, kui püütakse rakendada minimaalset riskistandardit, on see, et pole selge, kelle igapäevast elu kasutatakse võrdlusuuringute jaoks (National Research Council 2014) . Näiteks kodutute jaoks on igapäevaelus suurem ebamugavus. Kuid see ei tähenda, et kodutud inimestel oleks eetiliselt lubatud kõrgema riskiga uuringuid. Sel põhjusel näib, et kasvab üksmeel, et miinimumrisk tuleks võrrelda üldise elanikkonna standardiga, mitte konkreetse elanikkonna standardiga. Kuigi ma üldiselt nõustun üldise elanikkonna standardi ideega, arvan, et selliste suurte veebipõhiste platvormide puhul nagu Facebook on konkreetne elanikkonna standard mõistlik. Seega, kui kaalute emotsionaalset nakkushaigust, siis arvan, et on mõistlik võrrelda igapäevase Facebooki riskiga. Sellel konkreetsel populatsioonistandardil on palju lihtsam hinnata ja see ei ole tõenäoliselt vastuolus õigluse põhimõttega, mille eesmärk on vältida ebasoodsas olukorras olevate rühmade (nt vangide ja orbude) ebaõiglaste teadusuuringute koormamist.

• Praktilised näpunäited (punkt 6.7)

Teised teadlased on nõudnud ka rohkemate dokumentide lisamist eetilistele lisadele (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) pakub ka praktilisi nõuandeid. Zook ja tema kolleegid (2017) pakuvad kümme lihtsat reeglit andmete vastutavatele suurtele andmetele.