Muita kommentteja

Tämä osio on suunniteltu käytettäväksi referenssinä, pikemmin kuin luettavaksi kerronnan.

• Johdanto (kohta 6.1)

Tutkimusetiikka on perinteisesti myös aiheita, kuten tieteellinen petos ja kohdentaminen luottoa. Näitä aiheita käsitellään tarkemmin Engineering (2009) .

Tämä luku on voimakkaasti muovaavat tilannetta Yhdysvalloissa. Lisää tietoja eettiset arvioinnit muissa maissa, katso luvut 6, 7, 8, ja 9 Desposato (2016b) . Jotta väite, jonka mukaan biolääketieteen eettiset periaatteet, jotka ovat vaikuttaneet tämän ryhmän liian amerikkalainen, katso Holm (1995) . Saat historiallinen katsaus Institutional Review Boards Yhdysvalloissa, katso Stark (2012) .

The Belmont Report ja myöhempien asetusten Yhdysvalloissa ovat tehneet eron tutkimuksen ja käytännön. Tämä ero on arvosteltu myöhemmin (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . En tee tätä eroa tässä luvussa koska mielestäni eettisiä periaatteita ja puitteita koskevat molempia asetuksia. Saat enemmän tutkimukseen valvontaa Facebook, katso Jackman and Kanerva (2016) . Jotta ehdotus tutkimuksen valvonnan yrityksissä ja kansalaisjärjestöjen, katso Polonetsky, Tene, and Jerome (2015) ja Tene and Polonetsky (2016) .

Lisää tietoja tapauksessa Ebola puhkeamisen vuonna 2014, katso McDonald (2016) , ja lisää tietoa tietosuoja riskeistä matkapuhelimen tiedot, katso Mayer, Mutchler, and Mitchell (2016) . Esimerkkinä kriisiin liittyvää tutkimusta matkapuhelimen tiedot, katso Bengtsson et al. (2011) ja Lu, Bengtsson, and Holme (2012) .

• Kolme esimerkkiä (kohta 6.2)

Monet ihmiset ovat kirjoittaneet emotionaalinen Contagion. Lehti Research Ethics omistettu koko kysymys tammikuuta 2016 keskustella kokeen; katso Hunter and Evans (2016) yleiskatsaus. Proceedings of the National Academics of Science julkaisi kaksi kappaletta noin kokeilu: Kahn, Vayena, and Mastroianni (2014) ja Fiske and Hauser (2014) . Muut kappaleet noin kokeilun kuuluvat: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) , Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Lisää tietoja Encore, katso Jones and Feamster (2015) .

• Digital on erilainen (kappale 6.3)

Mitä joukkoseurantaan, leveä katsaukset annetaan Mayer-Schönberger (2009) ja Marx (2016) . Saat konkreettinen esimerkki muuttuvien kustannusten valvonta, Bankston and Soltani (2013) arvioi, että seuranta rikollinen epäillyn käyttävät matkapuhelimia on noin 50 kertaa halvempaa kuin käyttämällä fyysistä valvontaa. Bell and Gemmell (2009) antaa optimistisempi näkökulman itse- valvontaan. Sen lisäksi, että pystyy seuraamaan havaittavissa käyttäytymistä, joka on julkinen tai osittain julkinen (esim Maku, Solmiot, ja aika), tutkijat voivat yhä päätellä asioita, joita monet osallistujat pitävät yksityisiä. Esimerkiksi Michal Kosinski ja kollegat osoittivat, että ne voisivat päätellä arkaluonteisia tietoja ihmisistä, kuten seksuaaliseen suuntautumiseen ja käytöstä riippuvuutta aiheuttavien aineiden näennäisen tavallista digitaalista jäljittää tiedot (Facebook Likes) (Kosinski, Stillwell, and Graepel 2013) . Tämä saattaa kuulostaa maaginen, mutta lähestymistapa Kosinski ja kollegoineen-jossa yhdistyvät digitaalinen jälkiä, tutkimuksia ja ohjattu oppiminen-on todella jotain, että olen jo kertonut. Muista, että luvussa 3 (Kysymysten) Kerroin teille, kuinka Josh Blumenstock ja työtovereiden (2015) yhdistettynä kyselyn tiedot matkapuhelimen tiedot arvioida köyhyyden Ruandassa. Tätä samaa lähestymistapaa, jota voidaan käyttää tehokkaasti köyhyyden mittaamiseen kehitysmaassa, voidaan myös käyttää mahdollisesti yksityisyyden rikkomisesta päätelmiä.

Epäjohdonmukaisia ​​lakeja ja normeja voi johtaa tutkimusta, joka ei pysyteltävä osallistujat ja se voi johtaa "sääntelyn shopping" tutkijat (Grimmelmann 2015; Nickerson and Hyde 2016) . Erityisesti jotkut tutkijat, jotka haluavat välttää IRB valvonta on kumppaneita, jotka eivät kuulu Sisäiset asiakasriskiluokitukset (esim ihmisiä yritysten tai kansalaisjärjestöjen) kerää ja de-tunnistaa data. Sitten tutkijat voivat analysoida de-Tunnistetun ilman IRB valvontaa, ainakin joidenkin tulkintojen nykyisten sääntöjen. Tällainen IRB kiertämisen näyttää olevan ristiriidassa sen kanssa, periaatteisiin perustuva lähestymistapa.

Lisää tietoja epäjohdonmukainen ja heterogeeninen ideoita, että ihmiset ovat noin terveystiedot, katso Fiore-Gartland and Neff (2015) . Lisää tietoja ongelma, että heterogeenisuus luo tutkimusetiikasta päätöksiä katso Meyer (2013) .

Yksi ero analogisen iän ja digitaaliajan tutkimus on, että digitaaliaikaan tutkimuksen vuorovaikutus osallistujien on kauempana. Nämä vuorovaikutukset tapahtuvat usein välityksellä esimerkiksi yrityksen, ja on tyypillisesti suuri fyysinen-ja sosiaalinen-väli tutkijoiden ja osallistujia. Tämä kaukainen vuorovaikutus tekee joitakin asioita, jotka ovat helposti analogisen ikä tutkimukseen vaikeaa digitaaliaikana tutkimukseen, kuten seulomaan osallistujat, jotka tarvitsevat lisäsuojaa, havaitsemiseen haittavaikutuksia, ja remediating haittaa, jos se tapahtuu. Esimerkiksi Oletetaan kontrasti emotionaalinen Tartunta oletettuun lab kokeilu samasta aiheesta. Laboratoriossa kokeessa tutkijat voisivat seuloa joku saapuu laboratorioon osoittaa selviä merkkejä ahdistusta. Edelleen, jos lab kokeilu luoda epäsuotuisan tapahtuman, tutkijat näkisi sitä, palvelujen kunnostamiseksi haittaa, ja sitten tehdä muutoksia koesuunnitelmalla estämään tulevia haittoja. Kaukainen luonne vuorovaikutuksen todellinen Emotional Tartunta kokeen tekee jokaisesta näistä yksinkertaisia ​​ja järkeviä ohjeita erittäin vaikeaa. Lisäksi epäilen, että välimatka tutkijoiden ja osallistujien tekee tutkijat vähemmän herkkä huolenaiheita niiden osanottajien kesken.

Muita lähteitä epäjohdonmukaisia ​​normeja ja lakeja. Osa tämä epäjohdonmukaisuus tulee siitä, että tämä tutkimus tapahtuu kaikkialla maailmassa. Esimerkiksi Encore mukana ihmisiä eri puolilta maailmaa, ja siksi se saattaa edellyttää, että tietosuojan ja yksityisyyden lakeja monissa eri maissa. Mitä jos normeista kolmannen osapuolen web pyynnöt (mikä Encore oli tekemässä) ovat erilaisia ​​Saksassa, Yhdysvalloissa, Keniassa, ja Kiina? Mitä jos normit eivät edes yhdenmukaisia ​​yhden maan sisällä? Toinen lähde epäjohdonmukaisuus tulee välistä yhteistyötä tutkijoiden yliopistojen ja yritysten; Esimerkiksi emotionaalinen Tartunta oli yhteistyötä datan tutkija Facebook ja professori ja jatko-opiskelija Cornell. Facebookissa käynnissä suuri kokeissa on rutiinia, ja tuolloin, ei vaadi kolmannen osapuolen eettisen arvioinnin. Cornell normeja ja säännöt ovat varsin erilaiset; lähes kaikki kokeet on tarkistaa Cornell IRB. Joten, mikä joukko sääntöjä tulisi noudattaa Emotional Tartunta-Facebookin tai Cornell?

Lisää tietoja pyrkimyksiä tarkistaa yhteistä sääntö, katso Evans (2013) , Council (2014) , Metcalf (2016) , ja Hudson and Collins (2015) .

• Neljä periaatteet (kohta 6.4)

Klassinen periaatteisiin perustuvaa lähestymistapaa biolääketieteen etiikan on Beauchamp and Childress (2012) . He ehdottavat, että neljä pääperiaatetta tulisi ohjata biolääketieteen etiikan: kunnioittaminen autonomia, Nonmaleficence, Beneficence, ja Justice. Periaate nonmaleficence kehottaa yhden pidättymään aiheuttaa haittaa muille. Tämä käsite on syvästi yhteydessä Hippokrateen ajatus "Do no haittaa". Tutkimusetiikkaa, tätä periaatetta on usein yhdistetty periaatteen Beneficence, mutta katso Beauchamp and Childress (2012) (luku 5) enemmän kahden välinen ero . Jotta kritiikkiä, että nämä periaatteet ovat liian amerikkalainen, katso Holm (1995) . Lisää tietoja tasapainottamista kun periaatteista konflikti, katso Gillon (2015) .

Neljä periaatteet Tässä luvussa on myös ehdotettu ohjaamaan eettistä valvontaa tutkimuksen tapahtumassa yritysten ja kansalaisjärjestöjen (Polonetsky, Tene, and Jerome 2015) kautta elimet nimeltään "Consumer Aihe Review Boards" (CSRBs) (Calo 2013) .

• Kunnioittaminen Henkilöt (jakso 6.4.1)

Lisäksi kunnioittaa itsenäisyyttä, Belmont Report myöntää myös, että ei jokainen ihminen pystyy totta itsemääräämisoikeutta. Esimerkiksi lapset, ihmiset kärsivät sairaudesta, tai ihmisiä eläville ankarasti rajoitettu vapaus ei ehkä pysty toimimaan täysin itsenäisesti yksilöitä, ja nämä ihmiset ovat, sen vuoksi määrätä lisäsuojaa.

Periaatteen soveltamisesta kunnioittaminen Henkilöt digitaaliaikana voi olla haastavaa. Esimerkiksi digitaalisessa ikä tutkimukseen, se voi olla vaikeaa antaa ylimääräistä suojaa ihmisille, joilla on heikentynyt kyky itsemääräämisen koska tutkijat usein tietävät hyvin vähän niiden osanottajien kesken. Lisäksi suostumus digitaalisessa ikä sosiaalinen tutkimus on valtava haaste. Joissakin tapauksissa todella suostumus voi kärsiä läpinäkyvyyttä paradoksi (Nissenbaum 2011) , jossa tieto ja ymmärtäminen ovat ristiriidassa. Karkeasti, jos tutkijat täydelliset tiedot tietojen luonne, tietojen analysointi, ja tietoturva käytäntöjä, se tulee olemaan vaikeaa monille osallistujille ymmärtää. Mutta, jos tutkijat tarjoavat ymmärrettävää tietoa, se ei ehkä ole tärkeitä teknisiä tietoja. Lääketieteellisessä tutkimuksessa analogia ikään hallitsevat asetus tarkastellut Belmont Report-voisi kuvitella lääkärin puhumisen yksilöllisesti jokaisen osallistujan auttaa ratkaisemaan avoimuuden paradoksi. Online-tutkimukset, joissa tuhansia tai miljoonia ihmisiä, niin face-to-face lähestymistapa on mahdotonta. Toinen ongelma suostumuksella digitaaliajan on, että joissakin tutkimuksissa, kuten analysointi massiivinen tietovarastot, olisi epäkäytännöllistä tietoon perustuvan suostumuksen saamiseen kaikilta osallistujille. Olen keskustella näistä ja muista kysymyksiä suostumus tarkemmin jaksossa 6.6.1. Näistä vaikeuksista huolimatta on kuitenkin muistettava, että tietoon perustuvan suostumuksen ei ole tarpeen eikä riittävää kunnioittaminen Henkilöt.

Lisää tietoja lääketieteellisen tutkimuksen ennen tietoon perustuvan suostumuksen, katso Miller (2014) . Jotta kirja pituus hoidossa tietoista suostumusta, katso Manson and O'Neill (2007) . Katso myös ehdotti lukemat noin tietoista suostumusta alla.

• Hyväntekeväisyytensä (6.4.2)

Harms kontekstista on haittaa, että tutkimus voi aiheuttaa ei tietyille henkilöille vaan sosiaalisissa ympäristöissä. Tämä konsepti on vähän abstrakti, mutta minä havainnollistaa sen kaksi esimerkkiä: yksi analoginen ja yksi digitaalinen.

Klassinen esimerkki haittojen kontekstista tulee Wichita tuomariston Study [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2.] - Kutsutaan joskus myös Chicagon tuomariston Project (Cornwell 2010) . Tässä tutkimuksessa tutkijat University of Chicago, osana suurempaa tutkielma sosiaalisia näkökohtia oikeusjärjestelmän, salaa tallennettu kuusi tuomariston harkinnan, Wichita, Kansas. Tuomarit ja asianajajien tapauksissa oli hyväksynyt tallenteita, ja siellä oli tiukka valvonta prosessi. Kuitenkin valamiesten olleet tietoisia, että tallenteet tapahtuivat. Kun tutkimuksessa havaittiin, oli julkinen skandaali. Oikeusministeriö aloitti tutkimuksen tutkimuksen, ja tutkijat kutsuttiin todistamaan edessä kongressissa. Lopulta kongressi hyväksyi uuden lain, joka tekee laittomia salaa tallentaa tuomaristo käsittely.

Huoli arvostelijat Wichita tuomariston Study ei haittaa osallistujille; pikemminkin se oli haittoja sen yhteydessä tuomariston harkinnan. Eli ihmiset uskoivat, että jos tuomariston jäsenet eivät usko, että heillä oli keskusteluja turvallisessa ja suojatussa tilassa, se olisi vaikeampaa raati neuvottelujen edetä tulevaisuudessa. Lisäksi tuomaristo käsittely, on olemassa muita erityisiä sosiaalisia yhteyksissä, että yhteiskunta antaa lisäsuojan kuten muunkaan suhteita ja psykologista hoitoa (MacCarthy 2015) .

Riski haitat kontekstista ja häiriöitä sosiaalisten järjestelmien tulee myös esille joitakin kenttäkokeissa valtio-opin (Desposato 2016b) . Esimerkkinä entistä tilannekohtaisia ​​kannattavuuslaskelma peltomaata kokeilu opin katso Zimmerman (2016) .

• Justice (6.4.3 kohta)

Korvaus osallistujille on käsitelty useita asetuksia, jotka liittyvät digitaaliaikaan tutkimusta. Lanier (2014) ehdotettu maksavat osanottajat digitaalisia jälkiä he tuottavat. Bederson and Quinn (2011) käsittelee maksuja verkossa työmarkkinoilla. Lopuksi Desposato (2016a) ehdotetaan maksaa osallistujien kenttäkokeissa. Hän huomauttaa, että vaikka osallistujat eivät voi maksaa suoraan, lahjoitus voitaisiin ryhmään niiden puolesta. Esimerkiksi Encore tutkijat olisivat voineet tehdä lahjoituksen ryhmä pyrkii tukemaan Internet.

• Kunnioittaminen Laki ja Public Interest (jakso 6.4.4)

Ehdot-of-service sopimusten pitäisi olla vähemmän painoa kuin neuvoteltuja sopimuksia tasavertaisten osapuolten välillä, ja lakeja luoma laillisten hallitusten. Tilanteet, joissa tutkijat ovat rikkoneet ehdot-of-service sopimuksista aikaisemmin yleensä joissa käytetään automatisoituja kyselyjä tarkastaa yritysten toimintaa (niin kuin kenttäkokeita syrjinnän mittaamiseksi). Lisätietoja keskustelu katso Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Esimerkkinä empiirisen tutkimuksen, jossa käsitellään käyttöehtojen, katso Soeller et al. (2016) . Lisää tietoja mahdollisista oikeudellisista ongelmista tutkijat kohtaavat jos ne rikkovat käyttöehtoja nähdä Sandvig and Karahalios (2016) .

• Kaksi eettisen kehysten (kohta 6.5)

On selvää, valtavat määrät on kirjoitettu seurausetiikka ja deontology. Esimerkkinä siitä, miten nämä eettiset puitteet, ja muut, voidaan järkeillä noin digitaaliaikaan tutkimus, katso Zevenbergen et al. (2015) . Esimerkkinä siitä, miten nämä eettiset puitteet voidaan soveltaa kenttäkokeet kehittää talouden, katso Baele (2013) .

• Tietoon perustuva suostumus (jakso 6.6.1)

Saat tarkastukseen tutkimuksia syrjinnästä, katso Pager (2007) ja Riach and Rich (2004) . Ei vain näitä tutkimuksia ei ole tietoon perustuvan suostumuksen rinnalla niihin liittyvät petoksen ilman debriefing.

Molemmat Desposato (2016a) ja Humphreys (2015) antaa neuvoja kenttäkokeissa ilman lupaa.

Sommers and Miller (2013) arviot monia argumentteja ei debriefing osallistujien jälkeen petos, ja väittää, että tutkijoiden olisi luovuttava "debriefing alla hyvin vähäiseen määrään tapauksia, nimittäin kenttätutkimushankkeisiin joissa jälkipuinti aiheuttaa huomattavia käytännön esteitä mutta tutkijat olisivat huoletta debriefing jos voisivat. Tutkijat ei pitäisi sallia luopua jälkipuintia säilyttämiseksi naiivi osallistuja allas, suojautua osallistuja vihaa, tai suojella osallistujia haittaa ". Toiset väittävät, että jos jälkipuinti aiheuttaa enemmän haittaa kuin hyötyä olisi vältettävä. Jälkipuinti on tapaus, jossa jotkut tutkijat priorisoida kunnioittaminen Henkilöt yli Beneficence, ja jotkut tutkijat tekevät päinvastoin. Yksi mahdollinen ratkaisu olisi löytää tapoja tehdä jälkipuinti oppimiskokemus osallistujille. Eli sen sijaan ajatellut jälkipuinnin jotain, joka voi aiheuttaa vahinkoa, ehkä debriefing voi olla myös jotain, joka hyödyttää osallistujaa. Esimerkkinä tällaisesta koulutuksen jälkipuinnille katso Jagatic et al. (2007) on debriefing opiskelijat jälkeen sosiaalisen phishing kokeilu. Psykologit ovat kehittäneet menetelmiä jälkipuinti (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ja jotkin näistä voidaan soveltaa hyödyllisesti digitaaliaikaan tutkimusta. Humphreys (2015) tarjoaa kiinnostavia ajatuksia laskennallisten suostumusta, joka liittyy läheisesti jälkipuintiin strategiaa, että olen kuvattu.

Ajatus kysyy otoksesta osallistujia niiden suostumus liittyy mitä Humphreys (2015) kutsuu johdettua suostumusta.

Toinen ajatus, että on ehdotettu liittyvän tietoisen suostumuksen on rakentaa paneeli ihmisiä, jotka suostuvat olemaan verkossa kokeita (Crawford 2014) . Jotkut ovat väittäneet, että tämä paneeli olisi ei-satunnainen otos. Mutta, luku 3 (Kysymysten) osoittaa, että nämä ongelmat ovat mahdollisesti osoitettavissa käyttäen jälkiositukseen ja näyte matching. Myös suostumus olisi paneelin voisi kattaa erilaisia ​​kokeita. Toisin sanoen, osallistujat saattavat ei tarvitse suostua kutakin koetta erikseen, konseptin nimeltä laajan suostumuksen (Sheehan 2011) .

• Ymmärtäminen ja hallintaan kattava riskien (jakso 6.6.2)

Kaukana ainutlaatuinen, Netflix-palkinto havainnollistaa tärkeä tekninen ominaisuus aineistoja, jotka sisältävät yksityiskohtaisia ​​tietoja henkilöistä, ja tarjoaa siten tärkeitä opetuksia siitä mahdollisuudesta "nimettömäksi" modernin sosiaalisen aineistoja. Tiedostojen monta kappaletta tietoa kunkin henkilön on todennäköisesti harva, samassa merkityksessä kuin muodollisesti Narayanan and Shmatikov (2008) . Eli jokaista tietuetta ei ole asiakirjat, jotka ovat samat, ja itse asiassa ei ole olemassa kirjaa, jotka ovat hyvin samanlaisia: jokainen henkilö on kaukana lähimmän naapurin aineisto. Voidaan kuvitella, että Netflix data voi olla niukkaa, sillä noin 20.000 elokuvia 5 tähden asteikolla, on noin \ (6 ^ {20000} \) mahdolliset arvot, jotka jokainen voi olla (6 koska sen lisäksi yksi 5 tähteä , joku ei arvioivat elokuva ollenkaan). Tämä määrä on niin suuri, että on vaikea edes ymmärtää.

Niukkuus on kaksi vaikutusta. Ensinnäkin, se tarkoittaa, että yritetään "anonyymiseksi" aineisto perustuu satunnaisen häiritseekin todennäköisesti epäonnistuvat. Eli vaikka Netflix oli satunnaisesti muokata joitakin luokitukset (jota he tekivät), tämä ei ole riittävä, koska häirityn ennätys on edelleen mahdollisimman lähellä ennätys tietojen että hyökkääjällä on. Toiseksi niukkuus tarkoittaa, että de-nimettömäksi on mahdollista, vaikka hyökkääjällä on epätäydellinen tai puolueeton tieto. Esimerkiksi Netflix tietojen Kuvitellaan hyökkääjä tietää arvosteluillesi kaksi elokuvia ja päivinä tehnyt luokitusten +/- 3 päivää; vain, että tieto yksin riittää yksilöimään 68% ihmisistä Netflix data. Jos hyökkääjät tietävät 8 videoista mitoitettu +/- 14 päivää sitten vaikka kaksi näistä tunnettujen luokitukset ovat täysin väärässä, 99% kirjaa voidaan yksilöidä, että aineisto. Toisin sanoen, niukkuus on perustavanlaatuinen ongelma, pyrkimyksiä "anonyymiseksi" data, joka on valitettavaa, koska useimmat nykyaikaiset sosiaalisen aineisto ovat harvassa.

Puhelin metadata myös saattaa näyttää olevan "nimetön" ja ole herkkä, mutta se ei pidä paikkaansa. Puhelin metadata on tunnistettavissa ja herkkä (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Kuvassa 6.6, I hahmotella samalla kompromisseja riskin osallistujille ja etuja tutkimukseen tietoja palveluun. Vertaillaan rajoitettu pääsy lähestymistapojen (esim aidattu puutarha) ja rajoitettu data lähestymistapojen (esim jonkinlainen nimettömäksi) katso Reiter and Kinney (2011) . Jotta ehdotettu luokittelu järjestelmää riskitason tietoja, katso Sweeney, Crosas, and Bar-Sinai (2015) . Lopuksi entistä keskustella yleisesti tietojen jakamista, katso Yakowitz (2011) .

Tarkempia analyysi tämän kompromisseja riskin ja hyödyllisyys tiedon, katso Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , ja Goroff (2015) . Nähdä tämän vaihtokauppa soveltaa todellisia tietoja massiivisesti avoin verkkokursseja (MOOCs), katso Daries et al. (2014) ja Angiuli, Blitzstein, and Waldo (2015) .

Differential yksityisyys on vaihtoehtoinen lähestymistapa, joka voi yhdistää sekä korkea hyötyä yhteiskunnalle ja alhainen riski osallistujille, katso Dwork and Roth (2014) ja Narayanan, Huey, and Felten (2016) .

Saat käsitteestä yksilöiviä tietoja (PII), joka on keskeinen monet säännöistä noin tutkimusetiikasta, katso Narayanan and Shmatikov (2010) ja Schwartz and Solove (2011) . Saat kaikki tiedot ovat mahdollisesti herkkä, katso Ohm (2015) .

Tässä osassa olen kuvannut kytkös eri aineistojen jotain, joka voi johtaa kattava riskiä. Se voi kuitenkin myös uusia mahdollisuuksia tutkimukselle, kuten väitti Currie (2013) .

Lisää tietoja viidestä kassakaapit, katso Desai, Ritchie, and Welpton (2016) . Esimerkkinä siitä, miten lähdöt voidaan tunnistaa, katso Brownstein, Cassa, and Mandl (2006) , joka osoittaa, kuinka karttoja taudin esiintyvyys voidaan tunnistaa. Dwork et al. (2017) katsoo myös hyökkäyksiä koottuja tietoja, kuten tilastoja siitä, kuinka monet ihmiset on tietty sairaus.

• Privacy (jakso 6.6.3)

Warren and Brandeis (1890) on virstanpylväs laillinen artikkeli yksityisyyttä, ja artikkeli on eniten liittyy ajatus, että yksityisyys on oikeus olla rauhassa. Viime aikoina kirja pituus hoitoja yksityisyyden että haluan suositella kuuluvat Solove (2010) ja Nissenbaum (2010) .

Katsausta varten empiiristä tutkimusta siitä, miten ihmiset ajattelevat yksityisyyttä, katso Acquisti, Brandimarte, and Loewenstein (2015) . Science-lehdessä julkaistu erikoisnumero otsikolla "The End of Privacy", joka korjaa ongelmat yksityisyyttä ja tietojen riskiä useista eri näkökulmista; on tiivistelmä nähdä Enserink and Chin (2015) . Calo (2011) tarjoaa puitteet ajatella haittoja, jotka tulevat tietosuojaloukkauksista. Varhainen esimerkki huoli yksityisyyden hyvin alkaa digitaaliaikaan on Packard (1964) .

• Making päätöksiä epävarmuus (jakso 6.6.4)

Yksi haaste kun yrittää soveltaa vähäinen riski standardi on, että ei ole selvää, joiden päivittäinen elämä on tarkoitus käyttää benchmarking (Council 2014) . Esimerkiksi kodittomat on korkeampi epämukavuutta jokapäiväisessä elämässään. Mutta se ei tarkoita, että se on eettisesti sallittua altistaa asunnottomia ihmisiä suurempi riski tutkimuksen. Tästä syystä näyttää olevan kasvava yksimielisyys siitä, että vähäinen riski olisi arvioitava väestössä standardia, eikä tiettyä perusjoukon. Vaikka olen yleisesti samaa ajatusta väestössä vakio, uskon, että suurten verkkokaupan kuten Facebook, tietty perusjoukon on kohtuullinen. Toisin sanoen, kun otetaan huomioon emotionaalinen Contagion, uskon, että on järkevää vertailukohtana jokapäiväiseen riski Facebookissa. Erityinen perusjoukon tässä tapauksessa on paljon helpompi arvioida ja tuskin ristiriidassa periaatteen Justice, jolla pyritään estämään taakkaa tutkimuksen puuttuessa epäoikeudenmukaisesti asemassa oleviin ryhmiin (esim vangit ja orpojen).

• Käytännön vinkkejä (kohta 6.7)

Muut tutkijat ovat myös vaatineet enemmän paperit sisällyttää eettiset liitteet (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) tarjoaa myös käytännön vinkkejä.