Beneficencia é de preto de comprensión e mellorar o perfil de risco / beneficio do seu estudo, e despois decidir se chega ao equilibrio correcto.
O Informe Belmont argumenta que o principio de beneficencia é unha obriga que os investigadores teñen de participantes, e que implica dúas partes: (1) non agrede e (2) maximizar posibles beneficios e minimizar posibles danos. O Informe Belmont traza a idea de "non prexudicar" a tradición hipocrática en ética médica, e pode ser expresada de forma forte, onde os investigadores "non debe ferir unha persoa, independentemente dos beneficios que poden vir a outros" (Belmont Report 1979) . Con todo, o Informe Belmont, tamén recoñece que aprender o que é beneficioso pode implicar expoñendo algunhas persoas ao risco. Polo tanto, o imperativo de facer ningún mal pode estar en conflito co imperativo de aprender, levando os investigadores a tomar decisións por veces difíciles de "cando é xustificable para buscar certos beneficios, a pesar dos riscos implicados, e cando os beneficios deben ser perdoadas debido á riscos. " (Belmont Report 1979)
Na práctica, o principio de beneficencia foi interpretado como significando que os investigadores deben realizar dous procesos separados: unha análise de risco / beneficio e, a continuación, unha decisión sobre se os riscos e beneficios acadar un equilibrio ético axeitado. Este primeiro proceso é en gran parte unha cuestión técnica que requira capacidades substantiva, eo segundo é en gran parte unha cuestión de ética, onde especialización sustantivo pode ser menos valioso ou mesmo prexudicial.
A análise de risco / beneficio implica tanto a comprensión e mellorar os riscos e beneficios dun estudo. Análise de risco debe incluír dous elementos: a probabilidade de eventos adversos ea gravidade destes eventos. Durante esta fase, por exemplo, un investigador podería axustar o deseño do estudo para reducir a probabilidade dun evento adverso (por exemplo, filtrar os participantes que son vulnerables) ou reducir a gravidade dun evento adverso, se produza (por exemplo, facer o asesoramento dispoñible para participantes que o soliciten). Ademais, durante este proceso, os investigadores teñen que ter en conta o impacto do seu traballo non só para os participantes, senón tamén sobre os non asistentes e sistemas sociais. Por exemplo, considerada o experimento por Restivo e van de Rijt (2012) sobre o efecto dos premios en editores da Wikipedia (discutido no Capítulo 4). Neste experimento, os investigadores deron premios para algúns editores que consideraban merecedores e logo, acompañados súas contribucións á Wikipedia en comparación cun grupo control de editores igualmente merecedores a quen os investigadores non dar un premio. Neste estudo en particular, o número de premios que deu foi pequeno, pero se os investigadores tiñan inundado Wikipedia con premios que podería detido a comunidade de editores sen prexudicar calquera deles individualmente. Noutras palabras, ao facer a análise de risco / beneficio que ten que pensar sobre os impactos do seu traballo e non só sobre os participantes, pero sobre o mundo de forma máis ampla.
Logo, xa que os riscos foron minimizados e os beneficios maximizados, os investigadores deben avaliar se o estudo establece un equilibrio favorable. Eticistas non recomendo un sumatorio simple de custos e beneficios. En particular, algúns riscos facer a busca inadmisible, non importa os beneficios (por exemplo, o Estudo Tuskegee Sífilis descrito no apéndice Histórico). A diferenza da análise de risco / beneficio, que é en gran parte técnica, este segundo paso é profundamente ético e pode de feito ser enriquecida por persoas que non teñen coñecementos específicos da área de tema. De feito, xa persoas de fóra adoitan percibir cousas distintas de insiders, IRBs en EEUU están obrigados a ter polo menos un non-investigador. Na miña experiencia servindo nun IRB, eses outsiders pode ser útil para a prevención de pensamento de grupo. Entón, se está a ter problemas para decidir se o proxecto de investigación alcanza unha análise risco / beneficio adecuada non só preguntar aos seus compañeiros, proba pedir algúns non investigadores; As respostas poden sorprende-lo.
Aplicando o principio de beneficencia para os tres exemplos destaca o feito de que moitas veces hai unha incerteza substancial sobre os riscos antes dun estudo comeza. Por exemplo, os investigadores non saben a probabilidade ou magnitude dos eventos adversos que poderían ser causados polos seus estudos. Esta incerteza é bastante común na investigación era dixital e, máis adiante neste capítulo, vou dedicar unha sección enteira ao desafío de tomar decisións fronte da incerteza (Sección 6.6.4). Con todo, o principio de beneficencia suxire algúns cambios que poidan ser realizadas a estes estudos para mellorar a súa relación beneficio / risco. Por exemplo, en Contagion emocional, os investigadores poderían tentar filtrar as persoas menores de 18 anos de idade e persoas que poidan estar especialmente propensos a reaccionar mal ao tratamento. Eles poderían ter tentado para minimizar o número de participantes utilizando métodos estatísticos eficientes (como descrito en detalle no capítulo 4). Ademais, eles poderían tentar controlar os participantes e ofrecer asistencia a calquera que parecía ser prexudicado. En Taste, Ties, e tempo, os investigadores poderían colocar salvagardas adicional no lugar cando lanzaron os datos (aínda que os seus procedementos foron aprobados polo IRB, de Harvard, o que suxire que foron consistentes coa práctica común naquela época); Vou ofrecer algunhas suxestións máis específica sobre liberación de datos máis tarde no capítulo, cando describo risco informacional (Sección 6.6.2). Finalmente, o encore, os investigadores puideron tentaron minimizar o número de solicitudes de risco que son creados a fin de alcanzar os obxectivos de medición do proxecto, e eles poderían ter eliminado os participantes que están máis en perigo de gobernos represivos. Cada unha desas posibles cambios introduciría trade-offs para o deseño destes proxectos, e meu obxectivo non é suxerir que estes investigadores deben ter feito estas modificacións. Pola contra, o meu obxectivo é mostrar os tipos de cambios que o principio de beneficencia pode suxerir.
Finalmente, aínda que a era dixital ten feito xeralmente a pesaxe dos riscos e beneficios máis complexas, realmente fixo máis doado para os investigadores a aumentar os beneficios do seu traballo. En particular, as ferramentas da era dixital facilitar grandemente a investigación aberta e reprodutível, onde os investigadores fan os seus datos de investigación e de código dispoñible para outros investigadores e facer os seus documentos a disposición do público a través da publicación de acceso aberto. Este cambio para abrir e investigación reprodutível, mentres que de ningunha maneira sinxela, ofrece un xeito para que os investigadores aumentar os beneficios da súa investigación, sen expoñer os participantes a calquera risco adicional (repartición de datos é unha excepción que será discutido en detalle na sección sobre información risco (Sección 6.6.2)).