Wat lêst neist

• Ynlieding (seksje 6.1)

Undersykse etikology hat tradisjoneel ek ûnderwerpen as wittenskiplike fraud en allocation fan kredyt opnommen. Dizze wurde yn meardere diskusjes besprutsen yn On Being a Scientist troch Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

Dit haadstik is beynfloede troch de situaasje yn 'e Feriene Steaten. Foar mear oer de etikale Desposato (2016b) yn oare lannen sjoch haadstikken 6-9 fan Desposato (2016b) . Foar in argumint dat de biomedyske etyske prinsipes dy't dit haadstik beynfloede hawwe, binne oerbliuwend Amerikaansk, sjoch Holm (1995) . Foar in fierdere histoaryske oersjoch fan Ynstitúsjonele Review Boards yn 'e Feriene Steaten sjoch Stark (2012) . De tydskrift PS: Politike Wittenskippen en Politiek hâldde in profesjonele sympoasium oer de relaasje tusken politike wittenskippers en IRB's; Sjoch Martinez-Ebers (2016) foar in gearfetting.

De Belmont-rapport en lettere regelingen yn 'e Feriene Steaten tendere in ûnderskied tusken ûndersiik en praktyk. Ik haw net sa'n ûnderskied makke yn dit haadstik, om't ik tinke dat de etikale prinsipes en kaders de beide ynstellingen tapasse. Foar mear op dizze ûnderskieding en de problemen dy't it yntrodusearret, sjoch Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , en Metcalf and Crawford (2016) .

Foar mear oer wittenskiplike tafersjoch op Facebook, sjoch Jackman and Kanerva (2016) . Foar ideeën oer ûndersiikopsichtigens op bedriuwen en ONGs, sjoch Calo (2013) , Polonetsky, Tene, and Jerome (2015) , en Tene and Polonetsky (2016) .

Yn relaasje mei it brûken fan mobile tillefoangegevens om te helpen oan it adres fan 'e Ebola 2014 yn West-Afrika (Wesolowski et al. 2014; McDonald 2016) , foar mear oer de privacy risiko's fan mobyl tillefoangegevens, sjoch Mayer, Mutchler, and Mitchell (2016) . Foar foarbylden foar earder krisisferbodde ûndersyk mei help fan mobile tillefoan, sjoch Bengtsson et al. (2011) en Lu, Bengtsson, and Holme (2012) , en foar mear oer de etyk fan krisearjend ferbân, sjoch ( ??? ) .

• Trije foarbylden (seksje 6.2)

In soad minsken hawwe skreaun oer Emosjonele tsjinst. De tydskrift Undersyk Ethics hat har hiele útjefte yn jannewaris 2016 oanbean om it eksperiment te besprekken; Sjoch Hunter and Evans (2016) foar in oersicht. De Proceedings fan de Nasjonale Academics of Science publisearre twa stikken oer it eksperiment: Kahn, Vayena, and Mastroianni (2014) en Fiske and Hauser (2014) . Oare stikken oer it eksperimint binne: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) en ( ??? ) .

• Digitale is oars (seksje 6.3)

Yn betingsten fan massaugeraasje binne brede oersichten beskikber steld yn Mayer-Schönberger (2009) en Marx (2016) . Foar in konkreet foarbyld fan de feroarjende kosten fan oertsjûging, skansearje Bankston and Soltani (2013) dat it gefolch fan in kriminele kondysje is mei it brûken fan mobile tillefoans sa'n 50 kear goedkeaper as it brûken fan fysiolooch. Sjoch ek Ajunwa, Crawford, and Schultz (2016) foar in diskusje oer tafersjoch op wurk. Bell and Gemmell (2009) leverje in optimistysk perspektyf oer selsbehearsking.

Neist it befoarderjen fan bemerkbere gedrach dy't iepenbiere of diels publyk is (bygelyks Tastes, Ties, en tiid), kinne ûndersikers hyltyd mear drukke, dat in soad dielnimmers beskôgje as privee. Bygelyks, Michal Kosinski en kollega's (2013) joegen oan dat se in gefoelige ynformaasje oer minsken ynfiere kinne, lykas seksuele oriïntaasje en gebrûk fan addictive substans, fan likernôch gewoane digitale tracegevens (Facebook Likes). Dit kin magysk lûd, mar de oanpassing Kosinski en kollega's brûke - dy't kombineare digitale spoaren, ûndersiken en begelaat learen - is eins dat ik jo al ferteld hawwe. Tsjinje dat yn haadstik 3 (fragen stelle). Ik fertelde jo hoe't Joshua Blumenstock en kollega's (2015) kombinearje gegevensgegevens mei mobile tillefoangegevens om de earmoed yn Rwanda te beskriuwen. Dizze krekte selde oanpak, dy't brûkt wurde om effektyf mêd fan earmoede yn in ûntwikkellân te mjitten, kin ek brûkt wurde foar potinsjeel privacy-ferwiderjende ynferesingen.

Foar mear oer de mooglike unbeendige sekundêre gebrûk fan sûnensdatum, sjoch O'Doherty et al. (2016) . Neist de potensjele foar ûnbeantwurde fuortset gebrûk, kin de oprjochting fan sels in folslein haaddatabank in soad ynfloed ha op it sosjale en politike libben as minsken net winskje wurde om guon materialen te lêzen of beskate ûnderwerpen te besprekken; Sjoch Schauer (1978) en Penney (2016) .

Yn sitewaasjes mei oerlappende regels ûndersiket de wierskyn somtiden in "regulatory shopping" (Grimmelmann 2015; Nickerson and Hyde 2016) . Yn it bysûnder binne guon ûndersikers dy't IRB-kontrôle ferwiderje wolle, kinne partnerskipen foarmje mei ûndersikers dy't net binne troch IRBs (bygelyks minsken by bedriuwen of ONG) en hawwe dy kollega's gegevens sammele en ûntdekke. Dęrnei kin de IRB-ûndersochter ûndersiifreare analysearjende data sûnder IRB-kontrôle analysearje, om't it ûndersiik net langer beskôge wurdt as "humoristyske ûndersiken", yn alle gefallen neffens guon ynterpretaasjes fan aktuele regels. Dizze soarte fan IRB-ûntbining is wierskynlik net konsistint mei in prinsipe-basearre oanpak fan ûndersyksethik.

Yn 2011 begûn in ynstânsje om de mienskiplike regel te aktualisearje, en dit proses waard úteinlik yn 2017 folge ( ??? ) . Foar mear oer dizze ynspannings om de Gemeenteried te aktualisearje, sjoch Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , en Metcalf (2016) .

• Fjouwer prinsipes (seksje 6.4)

De klassike prinsipe-basearre oanpak fan biomedikaal etyk is dat fan Beauchamp and Childress (2012) . Se stelle dat fjouwer wichtige prinsipes biomedical ethics liede moatte: Respekt foar Autonomy, Nonmaleficence, Beneficence, en Justysje. It prinsipe fan 'e nonfansens ropt ien om te hâlden fan skea oan oare minsken. Dit konsept is djip ferbûn oan it Hippokratyske idee fan "Do not harm." Yn 'e ûndersyksethik wurdt dit prinsipe faak kombinearre mei it prinsipe fan Benefisinsje, mar sjoch haadstik 5 fan @ beauchamp_principles_2012 foar mear oer de ûnderskieding tusken beide. Foar in krityk dat dizze prinsipes oeral Amerikaans binne, sjoch Holm (1995) . Foar mear op balânsjen as de útgongspunten konflikt, sjoch Gillon (2015) .

De fjouwer begjinsels yn dit haadstik binne ek foarsteld foar it lieden fan etikaal tafersjoch foar ûndersiken dy't dien wurde by bedriuwen en NGO's (Polonetsky, Tene, and Jerome 2015) troch lichems neamd "Consumer Subject Review Boards" (CSRBs) (Calo 2013) .

• Respekt foar persoanen (seksje 6.4.1)

Neist de autonomy respektearret de Belmont-rapport ek, dat net elke minske yn steat is foar wiere selsbestimming. Bygelyks binne bern, minsken dy't liede fan sykte, of minsken dy't wenje yn situaasjes fan frij beheinde frijheid, meie net folslein autonome persoanen dwaan, en dizze minsken wurde dêrom ekstra beskerming ûnderwerp.

It tapassen fan it prinsipe fan Respekt foar persoanen yn 'e digitale leeftiid kin entûsjast wêze. Bygelyks yn digitale-leeftydûndersiken kin it dreech wêze om ekstra beskermingen foar minsken te leverjen mei fermindere fermogen fan selsbestimming, om't ûndersikers faak gewoan te min witte oer har dielnimmers. Fierder is ynformearre ynstimmingen yn sosjale wittenskip fan 'e digitale jierren in grutte útdaging. Yn guon gefallen kin wierheid ynformeare ynstimming fan it transparant paradox (Nissenbaum 2011) , dêr't ynformaasje en begripen yn konflikt komme. Rûch, as ûndersikers folslein ynformaasje jaan oer de natuer fan 'e gegevensammeling, gegevensnialisearring en data-feiligenspraktiken, sil it in soad dielnimmers wêze moatte om te begripen. Mar as ûndersikers fersterkbere ynformaasje leverje, kin it miskien wichtige technyske details hawwe. Yn medyske ûndersiken yn 'e analoere leeftiid kin de dominante ynstelling beskôge wurde troch de Belmont Report-ien kin in dokter yndividueel petearje mei elke dielnimmer om te helpen it transparant paradox te behertigjen. Yn ynternetûndersiken dy't tûzenen of miljoenen minsken beslute, is sa'n foarsichtich oanpak net mooglik. In twadde probleem mei ynstimming yn 'e digitale leeftiid is dat yn in tal stúdzjes, lykas analyzes fan massive databewapens, it net krekt wêze moatte om ynternasjonele ynstimming te krijen fan alle dielnimmers. Ik besykje dizze en oare fragen oer ynformeare ynstimming yn mear details yn haadstik 6.6.1. Nettsjinsteande dizze swierrichheden moatte wy lykwols ûnthâlde dat dit ynformeare ynstimming net nedich is of genôch is foar Respekt foar persoanen.

Foar mear oer medyske ûndersyksje foar ynformeare ynstimming, sjoch Miller (2014) . Foar in boeklange behanneling fan ynformeare ynstimming sjoch Manson and O'Neill (2007) . Sjoch ek de oanwêzige lêzingen oer ynformeare ynstimming hjirûnder.

• Benefisinsje (paragraaf 6.4.2)

Harms foar kontekst binne de skea dy't ûndersiik kin net foar spesifike minsken feroarsaakje mar foar maatskiplike ynstellingen. Dit konsept is in bytsje ôfstrakt, mar ik sjoch mei in klassike foarbyld: de Wichita-jurystúdzje (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) -nei neamd it Chicago Jury Project (Cornwell 2010) . Yn dizze ûndersiik binne ûndersikers fan 'e Universiteit fan Chicago, as ûnderdiel fan in gruttere stúdzje fan maatskiplike aspekten fan it juridyske systeem, sekretaris seis jury oerlis yn Wichita, Kansas. De rjochters en advokaten yn 'e gefallen hiene de opnames goedkard en der wie strang tafersjoch fan it proses. De jurken wienen lykwols net bewust dat opnames opnommen waarden. Eartiids waard de stúdzje ûntdutsen, wie der in publyk west. De Justysjeôfdieling begon in ûndersyk nei de stúdzje, en de ûndersikers waarden neamd om te tsjûgjen foar it Kongres. Uteinlik krige de Kongres in nije wet dy't it yllegale makket om geheime besluten te ferdielen.

De oandwaning fan 'e kritisy fan' e Wichita Jury Studie wie net it gefolch fan skea oan 'e dielnimmers; Earder wie it it gefaar fan skea oan it kontekst fan sjueryferliening. Dat betsjutte dat minsken as jury-members net leauwe dat se diskusjes yn in feilige en beskerme romte hawwe soene, it soe hurder wêze foar jury-oertsjûging om te gean yn 'e takomst. Njonken jury-oertsjûging binne der oare spesifike sosjale konteksten dy't de maatskippij hat mei ekstra beskerming, lykas attorney-client relaasjes en psychologyske soarch (MacCarthy 2015) .

It risiko fan skealik foar kontekst en de ûnderbrekking fan sosjale systemen ûntsteane ek op guon (Desposato 2016b) yn 'e politike wittenskip (Desposato 2016b) . Foar in foarbyld fan in mear kontext-sensitive kosten-profit kalkulaasje foar in fjild eksperiment yn politike wittenskip, sjoch Zimmerman (2016) .

• Justysje (seksje 6.4.3)

Kompensaasje foar dielnimmers is besprutsen yn in tal ynstellings dy't relatearre binne oan digitale-geneesûndersyk. Lanier (2014) stelt foar dielnimmers foar digitale spoaren dy't se generearje. Bederson and Quinn (2011) besjogge betellingen yn online arbeidsmerken. Uteinlik Desposato (2016a) de dielnimmers te beteljen op fjilden eksperiminten. Hy docht bliken dat sels as dielnimmers net direkt betelle wurde kinne, in donaasje makke wurde kinne oan in groep dy't wurket op har namme. Bygelyks yn Encore kinne de ûndersikers in spraak meitsje foar in groep dy't wurket om tagonklik te stypjen op it ynternet.

• Respekt foar rjocht en iepenbiere belang (lid 6.4.4)

Bedriuwen fan bedriuwen fan betingsten moatte minder gewicht hawwe as kontrakten ûnderhannelje tusken gelikense partijen en as wetten dy't troch legitime regearingen makke binne. Situaasjes wêr't ûndersikers yn it ferline algemien belutsen binne foar ferplichtings fan ôfspraakferplichtingen hawwe gebrûk makke fan automatisearre queries om it gedrach fan bedriuwen te kontrolearjen (in protte as fjildekseksjes om diskriminaasje te mjitten). Foar ekstra diskusjes sjoch Vaccaro et al. (2015) , Bruckman (2016a) , en Bruckman (2016b) . Foar in foarbyld fan empirysk ûndersyk dat besjogge termen fan tsjinst, sjoch Soeller et al. (2016) . Foar mear oer de mooglike juridyske problemen dogge ûndersikers as se tsjinstellings betelje, sjoch Sandvig and Karahalios (2016) .

• Twa etyske ramt (diel 6)

Fansels is in geweldige bedrach skreaun oer konsekwinsumens en deontology. Foar in foarbyld fan hoe't dizze etyske kaders en oaren kinne wurde brûkt wurde om te reden oer digitale-leeftyd ûndersyk, sjoch Zevenbergen et al. (2015) . Foar in foarbyld fan hoe't se tapast wurde kinne op fjilden eksperiminten yn ûntwikkeling ekonomy, sjoch Baele (2013) .

• Informearre ynstimming (paragraaf 6.6.1)

Foar mear op auditûndersiken oer diskriminaasje, sjoch Pager (2007) en Riach and Rich (2004) . Net allinich dogge dizze stúdzjes net ynformeare ynstimming, se binne ek skeakeljen sûnder misbrûk.

Beide Desposato (2016a) en Humphreys (2015) biede advys oer Desposato (2016a) sûnder ynstimming.

Sommers and Miller (2013) oerlizze in soad arguminten foar foardiel fan partisipaasje fan dielnimmers nei ôfrin, en argumje dat ûndersikers te fertsjinjen moatte

"Under in heule opset fan omstannichheden, nammentlik, yn fjildûndersiken wêrby't ôfbrutsen posityf praktyske barrens posearret, mar ûndersikers wiene gjin gefoelens oer ôfbrutsen as se kinne. Undersikers moatte net tastien wêze om ôfbrûken te fertsjinjen om in naive dielnimmende pool te bewarjen, har te dielen fan 'e dielnimmende grime, of de dielnimmers fan skea te beskermjen. "

Oaren argumearje dat yn guon situaasjes as ôfbraak mear skea feroarsaket as goed, it moat foarkommen wurde (Finn and Jakobsson 2007) . Debriefing is in gefal dêr't guon ûndersikers prioriteit fertsjinje foar persoanen oer Benefisinsje, wylst guon ûndersikers it tsjinoerstelde dwaan. Ien mooglike oplossing soe wêze om wegen te finen om in learresert te meitsjen foar de dielnimmers. Dat is, ynteressearje as it tinken fan 'e saak as dat skea feroarsake kin, faaks debriefing kin ek wat wêze dat dielnimmers foardiele. Foar in foarbyld fan dizze soarte fan edukative ôfbringingen, sjoch Jagatic et al. (2007) . Psychologen hawwe techniken ûntwikkele foar debriefing (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , en guon fan dy kinne brûkber brûkt wurde foar digitale-ûndersyk. Humphreys (2015) biedt nijsgjirrige gedachten oer útgeande ynstimming , dy't nau gearhinget mei de ôfbrutsen strategy dy't ik beskreau.

It idee om in probleem fan dielnimmers te freegjen foar har ynstimming is relatearre oan hokker Humphreys (2015) neamt oerienkomst .

In fierdere idee dy't ferbûn is mei ynformeare ynstimming dy't foarsteld is, is om in paniel fan minsken te meitsjen dy't yn 'e online eksperiminten binne (Crawford 2014) . Guon hawwe argumentearre dat dit paniel in non-rânom-samling fan minsken wêze soe. Mar haadstik 3 (fragen freget) lit sjen dat dizze problemen potensje adressearje mei help fan post-stratifikaasje. Ek kin tastimming fan it paniel wêze op in ferskaat oan experimenten. Mei oare wurden, dielnimmers kinne net nedich hawwe foar elke eksperimint yndividueel, in konsept dat breed ynstimming neamt (Sheehan 2011) . Foar mear oer de ferskillen tusken ien kear ynstimming en ynstimming foar elke stúdzje, lykas in mooglike hybride, sjoch Hutton and Henderson (2015) .

• Underigearje en beheare ynformaasjenivorisiko (seksje 6.6.2)

Ferline fan unike is de Netflixpriis in wichtige technyske eigendom fan datasetten dy't detaillearre ynformaasje oer minsken befetsje en sa wichtige lessen oangeande de mooglikheid fan 'anonymisearring' fan moderne sosjale datasetten. Files mei in protte stikken ynformaasje oer elke persoan wurde wierskynlik sparre , yn 't sin fermelde formele yn Narayanan and Shmatikov (2008) . Dat is, foar elke record, der binne gjin registers dy't itselde binne, en feitlik binne der gjin registers dy't tige ferlykber binne: elke persoan is fier fuort fan har neiste neiste yn it dataset. Men kin wêze dat de Netflix-gegevens spar wêze kinne, om't mei sawat 20.000 films op in fyftestalskalige skaaimerken oer \(6^{20,000}\) mooglik wearden binne dy't elkenien hawwe kinne (6 omdat, neist 1 oant 5 stjerren, immen kin de film hielendal net beoardielje). Dit nûmer is sa grut, it is dreech om sels te begripen.

Sparsity hat twa wichtige gefolgen. Earst betsjut dit dat it probearjen fan 'anonymisearjen' it dataset basearre is op willekeurige perturbaasje sil wierskynlik mislearre. Dat is, ek as Netflix wierskynlik oanpast wurde fan wat de wurdearrings (wat se dien hawwe), soe dit net genôch wêze, om't de ferneatige rekord noch hieltyd it meast rekkene rekôr is foar de ynformaasje dy't de oanfaller hat. Twadder betsjut de sparsity dat re-identifikaasje mooglik is, sels as de oanfaller ûnferskillige of ûnpartidige kennis hat. Bygelyks, yn 'e Netflix-gegevens, lit ús foarkomme dat de oanfaller jo Ratings foar twa films kenne en de datums dy' t dy Ratings \(\pm\) 3 dagen makke hawwe; Dat allegear allinnich is genôch om 68% fan 'e minsken yn' e Netflix-gegevens ienigens te identifisearjen. As de oanfaller acht films hat dat jo 14 dagen jouwe \(\pm\) , dan ek as twa fan dizze bekende Ratings folslein ferkeard binne, kinne 99% fan de recordings unyk identifisearre wurde yn 'e dataset. Mei oare wurden, sparsity is in basisprobleem foar ynspanningen foar 'anonymisearje' gegevens, dy't ûngelokkich binne omdat de measte moderne sosjale datasetten sparse binne. Foar mear oer 'anonymisearring' fan sparse gegevens, sjoch Narayanan and Shmatikov (2008) .

Tillefoans meta-gegevens kinne ek ferskine as "anonym" en net gefoelich, mar dat is net it gefal. Tillefoanmetaasjedaten binne identifisearber en gefoelich (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Yn ôfbylding 6.6 sket ik in ôfhannelje tusken risiko oan dielnimmers en foardielen foar maatskippij fan dataferzje. Foar in fergeliking tusken beheinde tagonklikheden (bgl. In muorre tún) en beheinde data-oanpakten (bygelyks in soad fan 'anonymisaasje') sjoch Reiter and Kinney (2011) . Foar in foarstelde kategorisearring systeem fan risiko-nivo's fan gegevens, sjoch Sweeney, Crosas, and Bar-Sinai (2015) . Foar in mear in algemiene diskusje oer gegevensdieling, sjoch Yakowitz (2011) .

Foar mear detaillearre analyze fan dizze ôfhannelingen tusken it risiko en it nut fan gegevens, sjoch Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) , en Goroff (2015) . Om dizze ôfhannelje te sjen foar echte gegevens fan massaal iepen online-kursussen (MOOC's), sjoch Daries et al. (2014) en Angiuli, Blitzstein, and Waldo (2015) .

Differinsjoneel privacy biedt ek in alternatyf oanpak dy't beide lege risiko kombinearret foar dielnimmers en hege foardielen foar maatskippij; sjoch Dwork and Roth (2014) en Narayanan, Huey, and Felten (2016) .

Foar mear oer it begryp persoanlik identifisearjen fan ynformaasje (PII), dy't sintraal is foar in soad fan de regels oer ûndersyksethika, sjoch Narayanan and Shmatikov (2010) en Schwartz and Solove (2011) . Foar mear op alle gegevens dy't potinsjeel gefoelich binne, sjoch Ohm (2015) .

Yn dit paragraaf haw ik de ferbining fan ferskillende datasetten skreaun as ien dat kin ta ynformaasjeynrisiko liede. It kin lykwols ek nije kânsen foar ûndersyk meitsje, lykas yn Currie (2013) argide.

Foar mear oer de fiif safes, sjoch Desai, Ritchie, and Welpton (2016) . Foar in foarbyld fan hoe't útkomsten kinne identifisearje, sjoch Brownstein, Cassa, and Mandl (2006) , wêrtroch't hoe't kaarten fan syktepresinsje kinne identifisearje. Dwork et al. (2017) beskôgje ek oan attacks fan aggregate gegevens, lykas statistiken oer hoefolle yndividuen in beskate sykte hawwe.

Fragen oer data gebrûk en dataferzje kinne ek fragen meitsje oer databeskerming. Foar mear, op databeskerming, sjoch Evans (2011) en Pentland (2012) .

• Privacy (seksje 6.6.3)

Warren and Brandeis (1890) is in wichtich juridysk artikel oer privacy en is meast ferbûn mei it idee dat privacy is it rjocht om allinnich te litten. Solove (2010) behannelingen fan privacy dy't ik oan te Solove (2010) ûnder oare Solove (2010) en Nissenbaum (2010) .

Foar in oersicht fan empirysk ûndersyk oer hoe't minsken oer privacy tinke, sjoch Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) skriuwe in dual-system teory-dat minsken somtiden fokusje op yntuïtyske soargen en somtiden fokusje op beskate soargen - om te ferklearjen hoe't minsken dúdlike tsjinstellings oer privacy meitsje kinne. Foar mear oer it idee fan privacy yn online ynstellings lykas Twitter, sjoch Neuhaus and Webmoor (2012) .

De tydskrift Science publisearre in spesjale seksje mei de titel "De ein fan privacy", dy't de problemen fan privacy en ynformaasjale risiko tastiet út ferskate ferskillende perspektiven; foar in gearfetting, sjoch Enserink and Chin (2015) . Calo (2011) biedt in kader foar tinke oer de skealjes dy't komme fan privacy-ferliezen. In earder foarbyld fan 'e soargen oer privacy by it begjin fan' e digitale leeftiid is Packard (1964) .

• Besluten besluten ûnder ûnwissichheid (paragraaf 6.6.4)

Ien útdaging by it probearjen fan de minimal risiko-standert is dat it net dúdlik is dat it deistich libben brûkt wurdt foar benchmarking (National Research Council 2014) . Bygelyks, homeless minsken hawwe hegere nivo's ûngelok yn har deistich libben. Mar dat betsjuttet net dat it is etiklik tastien om heulloze minsken nei hegere risiko-ûndersyk te eksponearjen. Om dy reden liket it in groeiende konsens te wêzen dat minimale risiko 's te berikken wêze moatte tsjin in algemiene populêre standert, net in spesifyk-populêre standert. Wylst ik algemien oerienkomme mei it idee fan in algemiene populêre standert, tink ik dat foar grut online platfoarms lykas Facebook, in spesifyk-populêre standert is redenen. Sa't ik tinke oan Emosjonele tsjinst, tink ik dat it leefber is oan benchmark tsjin alle dagen fan 'e risiko op Facebook. In spesifyk-populêre standert yn dit gefal is folle makliker om te evaluearjen en is net wierskynlik konflikt mei it prinsipe fan Justysje, dy't besiket om 'e lesten fan ûndersiikjen te fertsjinjen fan ûnjildich fermogens op ferdivedearre groepen (bygelyks, finzenen en soeveren).

• Praktyske tips (seksje 6.7)

Oare gelearden hawwe ek foar mear papieren neamd om ethyske appendysen te wurden (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) biedt ek praktyske tips. Zook en kollega's (2017) biede "tsien ienfâldige regels foar ferantwurde grutte gegevensûndersiken".