उपकार समझ और अपने अध्ययन के जोखिम / लाभ प्रोफ़ाइल में सुधार, और फिर तय अगर यह सही संतुलन बनाता है के बारे में है।
बेलमोंट रिपोर्ट का तर्क है कि लाभप्रदता का सिद्धांत एक दायित्व है कि शोधकर्ताओं को प्रतिभागियों के पास होना चाहिए, और इसमें दो भाग शामिल हैं: (1) नुकसान न करें और (2) संभावित लाभ को अधिकतम करें और संभावित नुकसान को कम करें। बेलमोंट रिपोर्ट चिकित्सा नैतिकता में हिप्पोक्रेटिक परंपरा को "नुकसान नहीं पहुंचा" के विचार का पता लगाती है, और इसे एक मजबूत रूप में व्यक्त किया जा सकता है जहां शोधकर्ताओं को "किसी व्यक्ति को लाभ पहुंचाने के बावजूद किसी व्यक्ति को चोट नहीं पहुंचाया जाना चाहिए" (Belmont Report 1979) । हालांकि, बेलमोंट रिपोर्ट यह भी स्वीकार करती है कि लाभकारी क्या सीखना कुछ लोगों को जोखिम में उजागर करना शामिल हो सकता है। इसलिए, नुकसान नहीं करने की अनिवार्यता सीखने के लिए जरूरी है, शोधकर्ताओं को कभी-कभी कठिन निर्णय लेने के बारे में "जब जोखिम शामिल होने के बावजूद कुछ फायदे तलाशने के लिए उचित है, और जब लाभों को पूर्ववत किया जाना चाहिए जोखिम " (Belmont Report 1979) ।
व्यावहारिक रूप से, लाभप्रदता के सिद्धांत का अर्थ यह है कि शोधकर्ताओं को दो अलग-अलग प्रक्रियाएं करनी चाहिए: जोखिम / लाभ विश्लेषण और फिर जोखिम और लाभ उचित नैतिक संतुलन पर हमला करते हैं या नहीं। यह पहली प्रक्रिया काफी हद तक तकनीकी विशेषज्ञता है जिसमें वास्तविक विशेषज्ञता की आवश्यकता होती है, जबकि दूसरा काफी हद तक एक नैतिक मामला है जहां वास्तविक विशेषज्ञता कम मूल्यवान हो सकती है, या यहां तक कि हानिकारक भी हो सकती है।
जोखिम / लाभ विश्लेषण में अध्ययन के जोखिम और लाभ दोनों को समझना और सुधार करना शामिल है। जोखिम के विश्लेषण में दो तत्व शामिल होना चाहिए: प्रतिकूल घटनाओं की संभावना और उन घटनाओं की गंभीरता। जोखिम / लाभ विश्लेषण के परिणामस्वरूप, एक शोधकर्ता एक प्रतिकूल घटना की संभावना को कम करने के लिए अध्ययन डिज़ाइन को समायोजित कर सकता है (उदाहरण के लिए, प्रतिभागियों को स्क्रीन करने वाले प्रतिभागियों को स्क्रीन करें) या यदि ऐसा होता है तो प्रतिकूल घटना की गंभीरता को कम करें (उदाहरण के लिए, सलाहकारों को उपलब्ध परामर्श जो अनुरोध करते हैं)। इसके अलावा, जोखिम / लाभ विश्लेषण के दौरान शोधकर्ताओं को न केवल प्रतिभागियों पर बल्कि गैर-प्रतिभागियों और सामाजिक प्रणालियों पर भी उनके काम के प्रभाव को ध्यान में रखना चाहिए। उदाहरण के लिए, विकिपीडिया संपादकों (अध्याय 4 में चर्चा (2012) पर पुरस्कारों के प्रभाव पर रेस्टिवो और वैन डी रिजट (2012) द्वारा प्रयोग पर विचार करें। इस प्रयोग में, शोधकर्ताओं ने कुछ संपादकों को पुरस्कार दिए जिन्हें उन्होंने योग्य माना और फिर विकिपीडिया में उनके योगदान को समान रूप से योग्य संपादकों के नियंत्रण समूह की तुलना में ट्रैक किया जिनके लिए शोधकर्ताओं ने पुरस्कार नहीं दिया था। कल्पना कीजिए, अगर, थोड़ी सी पुरस्कार देने की बजाय, रेस्टिवो और वैन डी रिजट ने कई सारे पुरस्कारों के साथ विकिपीडिया में बाढ़ की। यद्यपि यह डिज़ाइन किसी भी व्यक्तिगत प्रतिभागी को नुकसान नहीं पहुंचा सकता है, लेकिन यह विकिपीडिया में पूरे पुरस्कार पारिस्थितिकी तंत्र को बाधित कर सकता है। दूसरे शब्दों में, जोखिम / लाभ विश्लेषण करते समय, आपको प्रतिभागियों पर नहीं बल्कि दुनिया पर अधिक व्यापक रूप से अपने काम के प्रभावों के बारे में सोचना चाहिए।
इसके बाद, एक बार जोखिम कम हो गया है और लाभ अधिकतम हो गए हैं, शोधकर्ताओं को यह आकलन करना चाहिए कि अध्ययन एक अनुकूल संतुलन पर हमला करता है या नहीं। Ethicists लागत और लाभ के एक सरल सारांश की सिफारिश नहीं करते हैं। विशेष रूप से, कुछ जोखिम अनुसंधान को अस्वीकार करते हैं, इससे कोई फर्क नहीं पड़ता कि लाभ (उदाहरण के लिए, ऐतिहासिक परिशिष्ट में वर्णित टस्कके सिफिलिस अध्ययन)। जोखिम / लाभ विश्लेषण के विपरीत, जो काफी हद तक तकनीकी है, यह दूसरा कदम गहरा नैतिक है और वास्तव में उन लोगों द्वारा समृद्ध हो सकता है जिनके पास विशिष्ट विषय-क्षेत्र विशेषज्ञता नहीं है। वास्तव में, क्योंकि बाहरी लोग अक्सर अंदरूनी लोगों से अलग-अलग चीजों को देखते हैं, संयुक्त राज्य अमेरिका में आईआरबी को कम से कम एक गैर-शोधकर्ता शामिल करने की आवश्यकता होती है। आईआरबी पर सेवा देने के अपने अनुभव में, ये बाहरी लोग समूह-विचार को रोकने के लिए सहायक हो सकते हैं। इसलिए यदि आपको यह तय करने में समस्या हो रही है कि क्या आपकी शोध परियोजना उचित जोखिम / लाभ विश्लेषण पर हमला करती है, तो अपने सहयोगियों से न पूछें, कुछ गैर-शोधकर्ताओं से पूछने का प्रयास करें; उनके जवाब आपको आश्चर्यचकित कर सकते हैं।
तीन उदाहरणों के लिए लाभप्रदता के सिद्धांत को लागू करना जो हम विचार कर रहे हैं, कुछ परिवर्तनों से पता चलता है जो उनके जोखिम / लाभ संतुलन को बेहतर बना सकते हैं। उदाहरण के लिए, भावनात्मक संक्रम में, शोधकर्ताओं ने 18 वर्ष से कम आयु के लोगों को जांचने का प्रयास किया हो सकता है और जो लोग इलाज के लिए बुरी तरह प्रतिक्रिया दे सकते हैं। वे कुशल सांख्यिकीय तरीकों का उपयोग करके प्रतिभागियों की संख्या को कम करने की कोशिश भी कर सकते थे (जैसा अध्याय 4 में विस्तार से वर्णित है)। इसके अलावा, वे प्रतिभागियों की निगरानी करने और किसी भी व्यक्ति को सहायता प्रदान करने का प्रयास कर सकते थे जो नुकसान पहुंचाया गया था। स्वाद, संबंध और समय में, शोधकर्ताओं ने डेटा जारी किए जाने पर अतिरिक्त सुरक्षा उपायों को रखा होगा (हालांकि उनकी प्रक्रियाओं को हार्वर्ड के आईआरबी द्वारा अनुमोदित किया गया था, जो बताता है कि वे उस समय सामान्य अभ्यास के अनुरूप थे); जब मैं सूचनात्मक जोखिम (खंड 6.6.2) का वर्णन करता हूं तो मैं बाद में डेटा रिलीज के बारे में कुछ और विशिष्ट सुझाव प्रदान करूंगा। आखिरकार, दोहराना में, शोधकर्ताओं ने परियोजना के माप लक्ष्यों को प्राप्त करने के लिए बनाए गए जोखिमपूर्ण अनुरोधों की संख्या को कम करने का प्रयास किया हो सकता था, और वे प्रतिभागियों को छोड़ सकते थे जो दमनकारी सरकारों से खतरे में सबसे अधिक हैं। इन संभावित परिवर्तनों में से प्रत्येक इन परियोजनाओं के डिजाइन में व्यापार-बंद पेश करेगा, और मेरा लक्ष्य यह सुझाव देना नहीं है कि इन शोधकर्ताओं ने इन परिवर्तनों को किया होगा। इसके बजाय, यह उन परिवर्तनों को दिखाना है जो लाभप्रदता के सिद्धांत का सुझाव दे सकते हैं।
अंत में, हालांकि डिजिटल युग ने आम तौर पर जोखिमों और लाभों का वजन अधिक जटिल बना दिया है, लेकिन वास्तव में शोधकर्ताओं ने उनके काम के लाभों को बढ़ाने के लिए इसे आसान बना दिया है। विशेष रूप से, डिजिटल युग के उपकरण खुले और पुनरुत्पादित अनुसंधान की सुविधा प्रदान करते हैं, जहां शोधकर्ता अपने शोध डेटा और कोड अन्य शोधकर्ताओं के लिए उपलब्ध कराते हैं और खुले पहुंच प्रकाशन के माध्यम से अपने कागजात उपलब्ध कराते हैं। अनुसंधान को खोलने और पुन: उत्पन्न करने के लिए यह परिवर्तन, जबकि किसी भी तरह से सरल नहीं है, शोधकर्ताओं को किसी भी अतिरिक्त जोखिम के लिए प्रतिभागियों को उजागर किए बिना अपने शोध के लाभ बढ़ाने के लिए एक तरीका प्रदान करता है (डेटा साझा करना एक अपवाद है जिस पर धारा 6.6.2 में विस्तार से चर्चा की जाएगी। सूचनात्मक जोखिम पर)।