Mitä seuraavaksi

• Johdanto (6.1 jakso)

Tutkimusetiikka on perinteisesti sisältänyt myös aiheita, kuten tieteellinen petos ja luotonanto. Näitä käsitellään yksityiskohtaisemmin artikkelissa On Being a Scientist , Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

Tätä lukua on voimakkaasti vaikuttanut Yhdysvaltojen tilanne. Lisätietoja muiden maiden eettisistä tarkastelumenettelyistä on Desposato (2016b) luvussa 6-9. Sillä väitteellä, että biolääketieteelliset eettiset periaatteet, jotka ovat vaikuttaneet tähän lukuun, ovat liian amerikkalaisia, katso Holm (1995) . Yhdysvaltojen institutionaalisten tarkastuskeskusten historiallisesta uudelleentarkastelusta, ks. Stark (2012) . Lehti PS: Political Science and Politics järjesti ammatillisen symposiumin poliittisten tutkijoiden ja IRB: n välisestä suhteesta. katso tiivistelmä Martinez-Ebers (2016) .

Belmontin raportti ja sitä seuraavat Yhdistyneiden Kansakuntien säädökset tekevät eron tutkimuksen ja käytännön välillä. En ole tehnyt tällaista eroa tässä luvussa, koska mielestäni eettiset periaatteet ja kehykset koskevat molempia asetuksia. Lisätietoja tästä erottelusta ja sen esittämistä ongelmista on mm. Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) ja Metcalf and Crawford (2016) .

Lisätietoja tutkimusten valvonnasta Facebookissa, ks. Jackman and Kanerva (2016) . Ideoita tutkimusten valvonnasta yrityksissä ja kansalaisjärjestöissä on Calo (2013) , Polonetsky, Tene, and Jerome (2015) sekä Tene and Polonetsky (2016) .

Mitä tulee matkapuhelimen datan käyttämiseen (Wesolowski et al. 2014; McDonald 2016) Afrikan vuoden 2014 Ebola-taudin puhjetessa (Wesolowski et al. 2014; McDonald 2016) , lisätietoja matkaviestinnän tietosuojaan liittyvistä riskeistä on Mayer, Mutchler, and Mitchell (2016) . Esimerkkejä aikaisemmasta kriisiin liittyvästä tutkimuksesta, jossa käytetään matkapuhelimen tietoja, katso Bengtsson et al. (2011) ja Lu, Bengtsson, and Holme (2012) , ja lisää kriisiin liittyvän tutkimuksen etiikasta, katso ( ??? ) .

• Kolme esimerkkiä (kohta 6.2)

Monet ihmiset ovat kirjoittaneet emotionaalisesta tartunnasta. Tutkimusetiikka julkaistiin tammikuussa 2016 koko aiheensa keskustelemaan kokeesta. katso Hunter and Evans (2016) . Kansallisten akateemisten tieteiden julkaisu julkaisi kaksi kappaletta kokeesta: Kahn, Vayena, and Mastroianni (2014) sekä Fiske and Hauser (2014) . Muut osat noin kokeen ovat: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , ja ( ??? ) .

• Digitaali on erilainen (kohta 6.3)

Massavalvonnan osalta laajat katsaukset ovat Mayer-Schönberger (2009) ja Marx (2016) . Konkreettisessa esimerkissä valvonnan kustannusten muuttumisesta Bankston and Soltani (2013) arvioivat, että rikollisen epäiltyjen seuraaminen matkapuhelimilla on noin 50 kertaa halvempaa kuin fyysisen valvonnan käyttäminen. Katso myös Ajunwa, Crawford, and Schultz (2016) keskustelusta työpaikan valvonnasta. Bell and Gemmell (2009) tarjoavat optimaalisemman perspektiivin itsevalvonnalle.

Sen lisäksi, että pystytään seuraamaan havaittavia käyttäytymiä, jotka ovat julkisia tai osittain julkisia (esim. Maku, siteet ja aika), tutkijat voivat yhä useammin päätellä asioita, joita monet osallistujat pitävät yksityisinä. Esimerkiksi Michal Kosinski ja kollegat (2013) osoittivat, että he voisivat johtaa arkaluonteisiin tietoihin ihmisistä, kuten seksuaalisesta suuntautumisesta ja riippuvuutta aiheuttavien aineiden käytöstä, näennäisesti tavallisista digitaalisista jälkiä koskevista tiedoista (Facebook Likes). Tämä saattaisi kuulostaa maagilta, mutta lähestymistapa, jota Kosinski ja kollegat käyttävät - jotka yhdistävät digitaaliset jäljet, tutkimukset ja valvotun oppimisen - ovat itse asiassa jotain, josta olen jo kertonut. Muistathan, että luvussa 3 (Kysymykset). Kerroin, kuinka Joshua Blumenstock ja työtoverit (2015) yhdistivät kyselytiedot matkapuhelimen tietoihin Ruandan köyhyyden arvioimiseksi. Tätä täsmälleen samaa lähestymistapaa, jota voidaan käyttää köyhyyden tehokkaaseen mittaamiseen kehitysmaassa, voidaan käyttää myös mahdollisesti yksityisyyden vastaisiin päätelmiin.

Lisätietoja terveystiedon mahdollisista tahattomista toissijaisista käyttötavoista on O'Doherty et al. (2016) . Epätoivottujen toissijaisten käyttötapojen lisäksi jopa epätäydellisen master-tietokannan luominen voi haitata sosiaalista ja poliittista elämää, jos ihmiset eivät halunneet lukea tiettyjä materiaaleja tai keskustella tietyistä aiheista; katso Schauer (1978) ja Penney (2016) .

Tilanteissa, joissa on päällekkäisiä sääntöjä, tutkija toisinaan harjoittaa "sääntelyhankintoja" (Grimmelmann 2015; Nickerson and Hyde 2016) . Erityisesti jotkut tutkijat, jotka haluavat välttää IRB-valvonnan, voivat muodostaa kumppanuuksia sellaisten tutkijoiden kanssa, jotka eivät kuulu IRB: n (esim. Yritysten tai kansalaisjärjestöjen) toimintaan, ja keräävät ja poistavat tiedot. Sitten IRB-kattava tutkija voi analysoida tätä yksilöityä dataa ilman IRB-valvontaa, koska tutkimusta ei enää pidetä "ihmisen aihepiirikysymyksinä" ainakin joidenkin nykyisten sääntöjen tulkintojen mukaan. Tällainen IRB-veronkierto ei todennäköisesti ole yhdenvertainen tutkimusetiikan periaatteisiin perustuvan lähestymistavan kanssa.

Vuonna 2011 ponnistelut alkoivat päivittää yhteistä sääntöä ja tämä prosessi valmistui lopulta vuonna 2017 ( ??? ) . Lisätietoja tästä päivityksestä on Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) ja Metcalf (2016) .

• Neljä periaatetta (kohta 6.4)

Klassinen periaatekeskeinen lähestymistapa biolääketieteelliseen etiikkaan on Beauchamp and Childress (2012) . He ehdottavat, että neljä pääperiaatetta tulisi ohjata biolääketieteelliseen etiikkaan: itsemääräämisoikeuden kunnioittamiseen, epäsuhtaisuuteen, hyvinvointiin ja oikeudenmukaisuuteen. Epäonnistumisen periaate vaatii pidättäytymään aiheutta- masta haittaa muille ihmisille. Tämä käsite on syvästi sidoksissa hippokratian käsitykseen "Älä vahingoita." Tutkimusetiikassa tämä periaate yhdistetään usein Beneficence-periaatteeseen, mutta ks. Luku @ @ beauchamp_principles_2012 lisää näiden kahden välistä eroa. Kritiikille, että nämä periaatteet ovat liian amerikkalaisia, katso Holm (1995) . Lisätietoja tasapainottamisesta, kun periaatteet ovat ristiriidassa, katso Gillon (2015) .

Tämän luvun neljää periaatetta on myös ehdotettu ohjaamaan eettistä valvontaa yrityksissä ja kansalaisjärjestöissä (Polonetsky, Tene, and Jerome 2015) tekemällä tutkimuksella "Consumer Subject Review Boards" -organisaatioiden (Calo 2013) .

• Henkilöiden kunnioittaminen (kohta 6.4.1)

Autonomian kunnioittamisen lisäksi Belmont-raportissa tunnustetaan myös se, ettei jokainen ihminen kykene itsenäiseen itsemääräämisoikeuteen. Esimerkiksi lapset, sairauspotilaat tai vakavasti rajoitetun tilanteen omaavat ihmiset eivät välttämättä pysty toimimaan täysin itsenäisinä henkilöinä, ja heille on näin ollen lisäedustusta.

Henkilöiden kunnioittamisen periaatteen soveltaminen digitaaliaikaan voi olla haastavaa. Esimerkiksi digitaaliaikaan liittyvissä tutkimuksissa voi olla vaikeaa tarjota ylimääräisiä suojauksia ihmisille, joilla on vähentynyt itsemääräämisoikeuskyky, koska tutkijat tietävät hyvin vähän osallistujistaan. Lisäksi tietoon perustuva suostumus digitaalisen ikän sosiaalisessa tutkimuksessa on valtava haaste. Joissakin tapauksissa todella tietoinen suostumus voi kärsiä avoimuuden paradoksi (Nissenbaum 2011) , jossa tieto ja ymmärtäminen ovat ristiriidassa. Jos tutkijat antavat täydelliset tiedot tietojen keruun, tietojen analysoinnin ja tietoturvakäytänteiden luonteesta, monien osallistujien on vaikea ymmärtää. Mutta jos tutkijat tarjoavat ymmärrettäviä tietoja, heiltä puuttuu tärkeitä teknisiä yksityiskohtia. Analogisen aikakauden lääketieteellisessä tutkimuksessa - Belmont-raportin tarkastelussa vallitseva asema - voisi kuvitella, että lääkäri keskustelee erikseen kunkin osallistujan kanssa avoimuuden paradoksien ratkaisemiseksi. Verkossa tehdyissä tutkimuksissa, joissa on mukana tuhansia tai miljoonia ihmisiä, tällainen kasvotusten kohtaaminen on mahdotonta. Toinen digitaalisen aikakauden suostumuksen ongelma on se, että joissakin tutkimuksissa, kuten suurien tietovarastojen analysoinnissa, olisi epäkäytännöllistä saada kaikkien osapuolten tietoinen suostumus. Keskustelen näihin ja muihin kysymyksiin tietoon perustuvasta suostumuksesta tarkemmin kohdassa 6.6.1. Näistä vaikeuksista huolimatta meidän on kuitenkin muistettava, että tietoinen suostumus ei ole tarpeellinen eikä riitä henkilöiden kunnioittamiseen.

Lisätietoja lääketieteellisestä tutkimuksesta ennen tietoon perustuvaa suostumusta on Miller (2014) . Kirjaintunnusta koskevan kirjapituisen käsittelyn osalta katso Manson and O'Neill (2007) . Katso myös ehdotetut lukemat tietoisen suostumuksen alla.

• Hyvyys (kohta 6.4.2)

Haitat kontekstiin ovat haitat, joita tutkimus ei voi aiheuttaa tiettyjä ihmisiä vaan sosiaalisia tilanteita. Tämä käsite on hieman abstrakti, mutta esitän klassisen esimerkin: Wichita-juristitutkimus (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - jota kutsutaan myös Chicagon juryhankkeeksi (Cornwell 2010) . Tässä tutkimuksessa Chicagon yliopiston tutkijat, osana laajempaa oikeudellisen järjestelmän sosiaalisten näkökohtien tutkimusta, salaa kirjaa kuusi tuomaristoa Wichitassa Kansasissa. Asianajajat ja asianajajat olivat hyväksyneet tallenteet ja prosessin tarkka valvonta. Kuitenkin jurorit eivät tienneet, että tallenteet esiintyivät. Kun tutkimus löydettiin, oli yleistä uupumusta. Oikeusministeriö aloitti tutkimuksen tutkimuksen ja tutkijat kutsuttiin todistamaan kongressin edessä. Viime kädessä kongressi hyväksyi uuden lain, joka tekee laittomaksi salaa kirjaa tuomariston harkintaa.

Wichitan tuomariston tutkimuksen kriitikoiden huoli ei ollut haittaa osallistujille; pikemminkin se oli riski vahingoittaa juristien keskustelua. Eli ihmiset ajattelivat, että jos tuomariston jäsenet eivät usko, että heillä oli keskusteluja turvallisessa ja suojatussa tilassa, olisi vaikeampaa, että tuomaristo käsittelisi tulevaisuudessa. Tuomariston harkinnan lisäksi on olemassa muita erityisiä sosiaalisia yhteyksiä, joita yhteiskunta tarjoaa ylimääräistä suojaa, kuten avustaja-asiakassuhteita ja psykologista hoitoa (MacCarthy 2015) .

Vaikutus kontekstiin ja yhteiskunnallisten järjestelmien häiriöihin ilmenee myös eräissä poliittisissa kysymyksissä (Desposato 2016b) . Esimerkkinä kontekstiherkistä kustannus-hyöty-laskelmista politiikan tieteelliselle kenttätutkimukselle, katso Zimmerman (2016) .

• Oikeus (6.4.3 kohta)

Osallistujille maksettavaa korvausta on käsitelty useissa digitaalisen ikäluokituksen yhteydessä. Lanier (2014) ehdottaa osallistujien maksamista digitaalisista jälkiä. Bederson and Quinn (2011) keskustelevat maksuista online-työmarkkinoilla. Lopuksi Desposato (2016a) ehdottaa osanottajien osallistumista kenttätutkimuksiin. Hän huomauttaa, että vaikka osallistujia ei voida maksaa suoraan, he voisivat tehdä lahjoituksen ryhmänsä puolesta. Esimerkiksi Encoressa tutkijat olisivat voineet tehdä lahjoituksen ryhmälle, joka työskenteli Internetin käytön tukemiseksi.

• Lakien ja yleisen edun kunnioittaminen (kohta 6.4.4)

Palvelusopimuksen sopimuksilla olisi oltava vähemmän painoarvoa kuin sopimuspuolten väliset sopimukset ja laillisten hallitusten laatimat lait. Tilanne, jossa tutkijat ovat ristiriidassa palvelusopimusten kanssa aiemmin, ovat yleensä käyttäneet automaattisia kyselyjä yrityksen toiminnan valvomiseksi (kuten kenttätutkimukset syrjinnän mittaamiseksi). Vaccaro et al. (2015) ks. Vaccaro et al. (2015) , Bruckman (2016a) ja Bruckman (2016b) . Esimerkkinä empiirisestä tutkimuksesta, joka käsittelee käyttöehtoja, katso Soeller et al. (2016) . Lisätietoja mahdollisista oikeudellisista ongelmista, joita tutkijat kohtaavat, jos he rikkoo palvelusopimuksia, ks. Sandvig and Karahalios (2016) .

• Kaksi eettistä kehystä (kohta 6.5)

Ilmeisesti valtavasta määrästä on kirjoitettu johdonmukaisuudesta ja deontologiasta. Esimerkkinä siitä, miten näitä eettisiä kehyksiä ja muita voidaan käyttää ajattelemaan digitaaliaikaan perustuvaa tutkimusta, katso Zevenbergen et al. (2015) . Esimerkkinä siitä, miten niitä voidaan soveltaa kehitysmaiden kenttäkokeisiin, katso Baele (2013) .

• Ilmoitettu suostumus (kohta 6.6.1)

Lisätietoja syrjinnän tarkastustutkimuksista on Pager (2007) ja Riach and Rich (2004) . Ei vain, että nämä tutkimukset eivät ole ilmoittaneet suostumustaan, vaan ne sisältävät myös petoksia ilman keskustelua.

Sekä Desposato (2016a) että Humphreys (2015) tarjoavat neuvoja kenttätutkimuksista ilman suostumusta.

Sommers and Miller (2013) tarkastelevat monia väitteitä, joiden tarkoituksena ei ole saada keskustelua osallistujilta petoksen jälkeen, ja väittävät, että tutkijoiden olisi luovuttava

"Hyvin suppeassa olosuhteissa, nimittäin kenttätutkimuksessa, jossa selostus aiheuttaa huomattavia käytännön esteitä, mutta tutkijoilla ei ole minkäänlaista epäluuloa keskustelussa, jos he voisivat. Tutkijoille ei saa antaa luopua keskustelusta, jotta voidaan säilyttää naivan osallistuja-allas, suojata itsensä osallistujan vihoilta tai suojata osallistujilta haittaa. "

Toiset väittävät, että joissakin tilanteissa, jos raportointi aiheuttaa enemmän haittaa kuin hyvää, sitä olisi vältettävä (Finn and Jakobsson 2007) . Selvitys on tapaus, jossa jotkut tutkijat pitävät tärkeänä Yrittäjyyden kunnioittamista, kun taas jotkut tutkijat tekevät päinvastoin. Yksi mahdollinen ratkaisu olisi etsiä keinoja, joiden avulla osallistujat oppivat oppimiskokemuksen. Se tarkoittaa, että mieluummin kuin järkeistämisen ajatteleminen voisi olla haittaa, ehkä keskustelu voi olla myös jotain hyötyä osallistujille. Esimerkkinä tällaisesta koulutuksesta, ks. Jagatic et al. (2007) . Psykologit ovat kehittäneet tekniikoita esittelytekniikoille (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ja osa niistä voidaan hyödyllisesti soveltaa digitaaliaikaan. Humphreys (2015) tarjoaa mielenkiintoisia ajatuksia viivästyneestä suostumuksesta , joka liittyy läheisesti selostusstrategiaan, jonka kuvatin.

Ajatus pyytää osallistujien otosta heidän suostumukseensa liittyy siihen, mitä Humphreys (2015) kutsuu suostumukseksi .

Ehdotettu tietoon perustuva suostumus on ajatus rakentaa paneeli ihmisistä, jotka suostuvat olemaan online-kokeissa (Crawford 2014) . Jotkut ovat väittäneet, että tämä paneeli olisi outrannallinen ihmisten näyte. Mutta luku 3 (Kysymykset) osoittaa, että nämä ongelmat voidaan mahdollisesti käsitellä post-stratifikaation avulla. Myös suostumus olla paneelissa voisi kattaa erilaisia ​​kokeita. Toisin sanoen osallistujat eivät välttämättä tarvitse suostumusta kuhunkin kokeeseen erikseen, käsite, jota kutsutaan laajalti suostumukseksi (Sheehan 2011) . Lisätietoja kertaluonteisen suostumuksen ja suostumuksen välisistä eroista kullekin tutkimukselle sekä mahdollisesti hybridiin on Hutton and Henderson (2015) .

• Informaatioriskin ymmärtäminen ja hallinta (kohta 6.6.2)

Ilmeisesti ainutlaatuinen Netflix-palkinto havainnollistaa henkilötietojen yksityiskohtaisia ​​tietoja sisältävien tietokokoelmien tärkeä tekninen ominaisuus ja tarjoaa siten tärkeitä oppia nykyaikaisten sosiaalisten aineistojen "anonymisoimisesta". Tiedostot, joilla on paljon tietoa kustakin henkilöstä, ovat todennäköisesti harvinaisia siinä mielessä, että ne ovat virallisesti Narayanan and Shmatikov (2008) . Eli jokaiselle tietueelle ei ole tallenteita, jotka ovat samat, eikä itse asiassa ole olemassa hyvin samanlaisia ​​tietueita: kukin henkilö on kaukana lähimmältä naapuristostasi tietokokonaisuudessa. Voidaan kuvitella, että Netflix-tiedot saattavat olla harvinaisia, sillä noin viiden tähden mittakaavassa noin 20 000 elokuvaa on olemassa noin \(6^{20,000}\) mahdollisia arvoja, jotka kukin henkilö voisi saada (6, koska 1: n 5 tähteä, joku ei ehkä ole arvioinut elokuvaa lainkaan). Tämä numero on niin suuri, että on vaikea ymmärtää.

Sparsityllä on kaksi päävaikutusta. Ensinnäkin se tarkoittaa, että epäonnistumiseen perustuvan tietokokonaisuuden "anonymisoiminen" todennäköisesti epäonnistuu. Tämä tarkoittaa sitä, että vaikka Netflixin olisi sattumanvaraisesti sopeutettava joitain luokituksia (jotka he tekivät), tämä ei riitä, koska häiriintynyt tietue on silti mahdollisimman lähellä rekisterin tietoja, jonka hyökkääjällä on. Toiseksi, harvennus tarkoittaa, että uudelleen tunnistaminen on mahdollista, vaikka hyökkääjällä olisi epätäydellistä tai puolueetonta tietoa. Esimerkiksi Netflix-tiedoissa kuvitellaan, että hyökkääjä tuntee arvosi kahdelle elokuvalle ja päivämäärille, joille teit arvosanat \(\pm\) 3 päivää; vain nämä tiedot riittävät yksiselitteisesti tunnistamaan 68% Netflixin henkilöistä. Jos hyökkääjä tuntee kahdeksan elokuvaa, joiden arvosana on \(\pm\) 14 päivää, niin vaikka kaksi näistä tunnetuista arvosanoista ovat täysin väärässä, 99% tietueista voidaan yksilöidä yksilöivästi tietueeseen. Toisin sanoen harhaluulo on perustavaa laatua oleva ongelma pyrkimyksille "anonymisoida" tietoja, mikä on valitettavaa, koska nykyaikaisimmat sosiaaliset aineistot ovat harvinaisia. Lisätietoja harvojen tietojen anonymisoinnista on Narayanan and Shmatikov (2008) .

Puhelimen metatiedot voivat myös näyttää olevan "nimettöminä" eikä herkkiä, mutta näin ei ole. Puhelimen metatiedot ovat tunnistettavissa ja herkkiä (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Kuviossa 6.6 luotiin kompromissi osallistuvien riskien ja yhteiskunnallisten hyötyjen välillä tietojen vapauttamisesta. Vertailua rajoitettuihin lähestymistapoihin (esim. Aidattuun puutarhaan) ja rajattujen tietojen lähestymistapoihin (esim. Jonkinlainen "anonymisointi"), katso Reiter and Kinney (2011) . Ehdotetusta riskitasojen luokittelujärjestelmästä on tietoja Sweeney, Crosas, and Bar-Sinai (2015) . Lisätietoja tietojen jakamisesta on Yakowitz (2011) .

Katso lisätietoja Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) ja Goroff (2015) . Jotta tätä kompromissiä voitaisiin soveltaa todellisiin tietoihin massiivisesti avoimista online-kursseista (MOOC), katso Daries et al. (2014) ja Angiuli, Blitzstein, and Waldo (2015) .

Erotusperusteinen yksityisyys tarjoaa myös vaihtoehtoisen lähestymistavan, joka voi yhdistää sekä vähäisen riskin osallistujille että yhteiskunnalle koituvan suuren hyödyn; katso Dwork and Roth (2014) sekä Narayanan, Huey, and Felten (2016) .

Lisätietoja käsitteestä, joka on henkilökohtaisesti tunnistettavissa (PII), joka on keskeinen moniin tutkimuseettisiin sääntöihin, katso Narayanan and Shmatikov (2010) sekä Schwartz and Solove (2011) . Jos haluat lisätietoja kaikista mahdollisesti herkistä tiedoista, katso Ohm (2015) .

Tässä osiossa olen kuvannut eri aineistojen linkittämisen jotain, joka voi johtaa informaatioriskeihin. Se voi kuitenkin myös luoda uusia tutkimusmahdollisuuksia, kuten Currie (2013) väitti.

Lisätietoja viidestä kassakaapista, katso Desai, Ritchie, and Welpton (2016) . Esimerkki siitä, miten tuotokset voidaan tunnistaa, katso Brownstein, Cassa, and Mandl (2006) , joka osoittaa, kuinka taudin esiintyvyyden kartat voivat tunnistaa. Dwork et al. (2017) tarkastelevat myös aggressiivisten tietojen hyökkäyksiä, kuten tilastoja siitä, kuinka monilla yksilöillä on tietty sairaus.

Kysymykset datan käytöstä ja tietojen julkaisemisesta aiheuttavat myös kysymyksiä tietojen omistajuudesta. Lisätietoja tietojen omistajuudesta on Evans (2011) ja Pentland (2012) .

• Yksityisyys (kohta 6.6.3)

Warren and Brandeis (1890) on maamerkki yksityisyyteen liittyvästä juridisesta artikkelista, ja se liittyy siihen ajatukseen, että yksityisyys on oikeus jättää yksin. Kirjanpituisia yksityiskohteita, joita suosittelen ovat Solove (2010) ja Nissenbaum (2010) .

Tarkastele empiiristä tutkimusta siitä, miten ihmiset ajattelevat yksityisyydestä, ks Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) ehdottavat kaksoisjärjestelmän teoriaa, että ihmiset keskittyvät joskus intuitiivisiin huolenaiheisiin ja joskus keskittyvät harkittuihin huolenaiheisiin - selittämään, miten ihmiset voivat tehdä ilmeisesti ristiriitaisia ​​yksityisyyteen liittyviä lausuntoja. Lisätietoja yksityiselämästä verkkoasetuksissa, kuten Twitterissä, on Neuhaus and Webmoor (2012) .

Lehti Science julkaisi erityisen osan nimeltä "The End of Privacy", joka käsittelee yksityisyyteen ja informaatioon liittyviä riskejä monista eri näkökulmista; yhteenveto, katso Enserink and Chin (2015) . Calo (2011) tarjoaa puitteet ajattelemaan yksityisyyden loukkauksista aiheutuvia haittoja. Varhainen esimerkki yksityisyydestä huolimattomuudesta digitaalisen aikakauden alkuvaiheessa on Packard (1964) .

• Epävarmoissa päätöksissä (kohta 6.6.4)

Yksi haaste, kun yritetään soveltaa vähimmäisriskiä, ​​on se, että ei ole selvää, mihin päivittäiseen elämään käytetään vertailuanalyysejä (National Research Council 2014) . Esimerkiksi kodittomilla ihmisillä on enemmän epämukavuutta jokapäiväisessä elämässään. Tämä ei kuitenkaan tarkoita sitä, että kodittomia ihmisiä olisi eettisesti sallittua altistua suuremmalle riskitutkimukselle. Tästä syystä näyttää olevan kasvava yhteisymmärrys siitä, että minimaalinen riski on vertailtava yleisen väestöstandardin , ei erityisten väestöstandardien, mukaan. Vaikka olen yleisesti ottaen samaa mieltä yleisen väestöstandardin käsityksestä, mielestäni suuret online-alustat kuten Facebook, tietyn väestön standardi on kohtuullinen. Siksi, kun katson emotionaalisen tartunnan, mielestäni on järkevää vertailla Facebookin jokapäiväistä riskiä. Erityisväestön standardi tässä tapauksessa on paljon helpompi arvioida ja se ei todennäköisesti ole ristiriidassa oikeusvarmuuden periaatteen kanssa, jolla pyritään estämään epäedullisessa asemassa olevien tutkimusten taakka epäedullisessa asemassa oleville ryhmille (esim. Vankeja ja orpoja).

• Käytännön vinkit (kappale 6.7)

Muut tutkijat ovat myös vaatineet lisää papereita sisällyttämään eettiset liitteet (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) tarjoaa myös käytännön vinkkejä. Zook ja kollegat (2017) tarjoavat "kymmenen yksinkertaista sääntöä vastuulliselle suurelle tietotutkimukselle".