Mit kell olvasni?
- Bevezetés (6.1. Szakasz)
A kutatási etika hagyományosan olyan témákat is magában foglal, mint a tudományos csalás és a hitelfelvétel. Ezeket részletesebben az On Being a Scientist Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) tárgyaljuk.
Ezt a fejezetet erősen befolyásolja az Egyesült Államokban kialakult helyzet. További tudnivalók az etikai felülvizsgálati eljárásokról a többi országban lásd a Desposato (2016b) 6-9. Desposato (2016b) . Azzal az érveléssel, hogy az e fejezetben befolyásolt biomedikai etikai elvek túlságosan amerikaiak, lásd Holm (1995) . Az Egyesült Államokban működő intézményi ellenőrző testületek további történeti áttekintése érdekében lásd Stark (2012) . A PS: Political Science and Politics folyóirat szakmai szimpóziumot tartott a politológusok és az IRB-k közötti kapcsolatokról; Lásd Martinez-Ebers (2016) összefoglalót.
A Belmont-jelentés és az azt követő rendelkezések az Egyesült Államokban különbséget tesznek a kutatás és a gyakorlat között. Nem tettem ilyen megkülönböztetést ebben a fejezetben, mert úgy gondolom, hogy az etikai elvek és keretek mindkét beállításra vonatkoznak. Bővebben erről a megkülönböztetésről és a bevezetett problémákról lásd: Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , Metcalf and Crawford (2016) .
További információk a Facebook kutatás-felügyeletéről: Jackman and Kanerva (2016) . A vállalatok és civil szervezetek kutatási felügyeletére vonatkozó ötleteket lásd: Calo (2013) , Polonetsky, Tene, and Jerome (2015) , valamint Tene and Polonetsky (2016) .
A mobiltelefon-adatok felhasználásával kapcsolatban a 2014-es Ebola-járvány Nyugat-Afrikában (Wesolowski et al. 2014; McDonald 2016) , a mobiltelefonadatok adatvédelmi kockázatával kapcsolatban lásd: Mayer, Mutchler, and Mitchell (2016) . A mobiltelefon-adatokat használó korábban válsággal kapcsolatos kutatások példáival kapcsolatban lásd: Bengtsson et al. (2011) és Lu, Bengtsson, and Holme (2012) , valamint a válsággal kapcsolatos kutatások etikájáról bővebben lásd ( ??? ) .
- Három példa (6.2. Szakasz)
Sokan írták az érzelmi fertőzésről. A Research Ethics folyóirat 2016 januárjában egész számát szentelte a kísérlet megvitatására; lásd: Hunter and Evans (2016) . Az Országos Tudományos Akadémiai Kahn, Vayena, and Mastroianni (2014) két részletet publikáltak a kísérletről: Kahn, Vayena, and Mastroianni (2014) és Fiske and Hauser (2014) . Más darabok a kísérletről közé tartoznak: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , és a ( ??? ) .
- A digitális különbözõ (6.3. Szakasz)
A tömeges megfigyelés tekintetében széleskörű áttekintést nyújtanak Mayer-Schönberger (2009) és Marx (2016) . A felügyelet változó költségeinek konkrét példájaként Bankston and Soltani (2013) becslése szerint a bűnügyi gyanúsított követése a mobiltelefonok használatával körülbelül 50-szer olcsóbb, mint a fizikai megfigyelés. Lásd még Ajunwa, Crawford, and Schultz (2016) a munkahelyi felügyeletről. Bell and Gemmell (2009) optimálisabb perspektívát nyújtanak az önellenőrzésben.
A nyilvános vagy részben nyilvános (például az ízek, a kötelékek és az idő) megfigyelhető viselkedés nyomon követése mellett a kutatók egyre inkább olyan dolgokat vonhatnak le, amelyeket sok résztvevő privátnak tart. Például Michal Kosinski és munkatársai (2013) azt mutatták, hogy az emberekről érkező érzékeny információkat - például a szexuális irányultság és a függőséget okozó anyagok felhasználását - levonhatják a látszólag közönséges digitális nyomkövetési adatokról (Facebook Likes). Ez varázslatos lehet, de Kosinski és kollégáinak megközelítése - amelyek a digitális nyomokat, felméréseket és felügyelt tanulást kombinálják - tulajdonképpen valami, amit már elmondtam. Emlékezzünk vissza a 3. fejezetben (Kérdések feltevése). Megmondtam, hogy Joshua Blumenstock és munkatársai (2015) felmérési adatokat mobiltelefonos adatokkal kombinálva becsülik Ruandában a szegénységet. Ez a pontosan ugyanaz a megközelítés, amelyet a fejlődő országokban a szegénység hatékony mérésére lehet felhasználni, potenciálisan magánéletet sértő következtetésekre is felhasználható.
Az egészségügyi adatok esetleges nem szándékos másodlagos felhasználásairól bővebben lásd O'Doherty et al. (2016) . A nem szándékolt másodlagos felhasználási lehetőségek mellett a még hiányos mester adatbázis létrehozása hanyatló hatást gyakorolhat a társadalmi és politikai életre, ha az emberek nem hajlandóak bizonyos anyagokat olvasni vagy bizonyos témák megvitatására; lásd Schauer (1978) és Penney (2016) .
Az átfedő szabályokkal rendelkező helyzetekben a kutató néha "szabályozási vásárlást" folytat (Grimmelmann 2015; Nickerson and Hyde 2016) . Különösen olyan kutatók, akik szeretnék elkerülni az IRB felügyeletét, olyan partnerségeket hozhatnak létre olyan kutatókkal, akik nem tartoznak az IRB-k (pl. A vállalatoknál vagy a nem kormányzati szervezeteknél), és ezeket a kollégákat összegyűjtik és elhárítják. Ezután az IRB által lefedett kutató az IRB felügyelet nélkül elemezheti ezt az azonosított adatokat, mert a kutatás már nem tekinthető "humán tárgyi kutatásnak", legalábbis a jelenlegi szabályok egyes értelmezései szerint. Ez a fajta IRB kijátszás valószínűleg nem egyeztethető össze a kutatási etika alapelveivel.
2011-ben erőfeszítés kezdődött a közös szabály frissítésére, és ezt a folyamatot végül 2017-ben fejezték be ( ??? ) . További információ a közös szabály aktualizálására irányuló erőfeszítésekről: Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , Metcalf (2016) .
- Négy alapelv (6.4. Szakasz)
A biomedikai etika klasszikus alapelvei a Beauchamp and Childress (2012) . Javasolják, hogy négy fő alapelv irányítsa az orvosbiológiai etikát: az önállóság tiszteletben tartása, a nem tisztaság, a bőkezelés és az igazságosság. A nem-korrektség elve sürgeti az embert, hogy tartózkodjon mások okozta károkozástól. Ez a koncepció mélyen kapcsolódik a "Ne ártsanak" hipokrikus elképzeléshez. A kutatói etikában ezt az elvet gyakran a jótékonysági elvvel kombinálják, de lásd a @ beauchamp_principles_2012 5. fejezetét a kettő közötti különbségről. Azzal a kritikával kapcsolatban, hogy ezek az elvek túlságosan amerikaiak, lásd Holm (1995) . Ha többet szeretne ellensúlyozni az alapelvek ütközésével kapcsolatban, olvassa el Gillon (2015) .
Az ebben a fejezetben szereplő négy alapelvet is javasolják a vállalatok és nem kormányzati szervezetek (Polonetsky, Tene, and Jerome 2015) által végzett kutatások etikai felügyeletének irányítására a "fogyasztói tárgyú felülvizsgálati testületek" (Calo 2013) nevű szervezeteken keresztül.
- A személyek tiszteletben tartása (6.4.1. Szakasz)
Az autonómia tiszteletben tartása mellett a Belmont-jelentés elismeri, hogy nem minden ember képes önálló önrendelkezésre. Például a gyermekek, a betegségben szenvedők vagy a szigorúan korlátozott szabadságú helyzetben élő emberek nem képesek teljesen önálló egyénekre járni, ezért ezek az emberek külön védelem alatt állnak.
A digitális korban a személyek tiszteletben tartása elvének alkalmazása kihívást jelenthet. Például a digitális korú kutatások során nehéz lehet extra védelmet nyújtani azok számára, akiknek csökkent az önrendelkezési képessége, mivel a kutatók gyakran keveset tudnak a résztvevőkről. Továbbá a digitális korú társadalomkutatásban való tájékozott beleegyezés óriási kihívás. Bizonyos esetekben a valóban tájékozott beleegyezés szenvedhet az átláthatóság paradoxonától (Nissenbaum 2011) , ahol az információ és a megértés ellentmond. Nagyjából, ha a kutatók teljes körű tájékoztatást nyújtanak az adatgyűjtés, az adatelemzés és az adatbiztonsági gyakorlat természetéről, sok résztvevő számára nehéz lesz megérteni. De ha a kutatók érthető információkat szolgáltatnak, hiányozhatnak a fontos technikai részletek. Az analóg korszakban végzett orvosi kutatásokban - a Belmont-jelentés által uralt domináns környezetben - elképzelhető, hogy az egyes résztvevők egyenként beszélgetnek egy orvossal, hogy segítsenek az átláthatóság paradoxonjának megoldásában. A több ezer vagy több millió embert érintő online tanulmányokban ez a szemtől-szembeni megközelítés lehetetlen. A digitális korban a hozzájárulással kapcsolatos második probléma az, hogy néhány tanulmányban, például a hatalmas adattárházak elemzésénél, nem lenne helyénvaló a résztvevők tájékozott beleegyezése. Ezeket és az informált beleegyezéssel kapcsolatos további kérdéseket részletesebben a 6.6.1 fejezetben tárgyalom. E nehézségek ellenére azonban emlékeznünk kell arra, hogy a tájékozott beleegyezés nem szükséges és nem elegendő a személyek tiszteletben tartásához.
További információk az orvosi kutatásokról, mielőtt beleegyezik a beleegyezésükre, lásd Miller (2014) . A tájékozott beleegyezés könyv szerinti kezelésére lásd Manson and O'Neill (2007) . Lásd még a tájékoztatáson alapuló beleegyezés javasolt olvasatait.
- Jótékonyság (6.4.2. Szakasz)
A környezetre gyakorolt károkat az okozza, hogy a kutatás nem specifikus embereket, hanem társadalmi környezetet okozhat. Ez a koncepció egy kicsit absztrakt, de klasszikus példával illusztrálom: a Wichita Jury Study (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - néha Chicagói Zsűri Projektnek is nevezték (Cornwell 2010) . Ebben a tanulmányban a Chicagói Egyetem kutatói, a jogi rendszer társadalmi vonatkozásainak nagyobb tanulmányozása részeként hat zsűri tanácskozást jegyeztek be Wichitában (Kansas). A bírák és ügyvédek az esetekben jóváhagyták a felvételeket, és szigorú felügyeletet gyakorolt a folyamatról. A zsűri azonban nem tudta, hogy a felvételek előfordultak. Amint felfedezték a tanulmányt, nyilvános felháborodást keltett. Az Igazságügyi Minisztérium tanulmányt indított a tanulmányról, és a kutatókat a Kongresszus elé állították. Végül a kongresszus elfogadott egy új törvényt, amely illegálisan titokban rögzíti a zsűri tanácskozását.
A Wichita Zsűri Tanulmány kritikusainak aggodalma nem a résztvevők kárának veszélye volt; inkább az volt a veszélye, hogy árt a zsűri tanácskozás kontextusában. Vagyis az emberek úgy gondolták, hogy ha a zsűri tagjai nem hitték, hogy biztonságos és védett térben tárgyalnak, akkor nehezebb lenne a zsűri tanácskozásai a jövőben. A zsűri tanácskozáson túlmenően vannak olyan speciális társadalmi kontextusok is, amelyekkel a társadalom extra védelmet nyújt, például ügyvédi-ügyfél kapcsolatok és pszichológiai ellátás (MacCarthy 2015) .
A környezettudatosság és a társadalmi rendszerek megzavarásának kockázata szintén felmerül néhány, a politikatudomány területén végzett kísérletekben (Desposato 2016b) . Például egy összefüggés-érzékeny költség-haszon számításra a politikai tudomány területén végzett kísérlethez lásd Zimmerman (2016) .
- Igazságszolgáltatás (6.4.3. Szakasz)
A résztvevők kompenzációját a digitális korhatár-kutatással kapcsolatos számos helyen tárgyalták. Lanier (2014) azt javasolja, hogy a résztvevőket fizessék a digitális nyomokért. Bederson and Quinn (2011) az online munkaerőpiacokon történő kifizetéseket tárgyalják. Végül Desposato (2016a) azt javasolja, hogy résztvevőket fizessenek a helyszíni kísérletekben. Rámutat arra, hogy még ha a résztvevők nem fizethetők közvetlenül, adományt lehet adni a nevükben dolgozó csoportnak. Például az Encore-ban a kutatók adományozhattak egy olyan csoportot, amely támogatja az internethez való hozzáférést.
- Törvény és közérdek tiszteletben tartása (6.4.4. Szakasz)
A szolgáltatási szerződési megállapodásoknak kevesebbnek kell lenniük, mint az egyenlő felek között megkötött szerződések, és a legitim kormányok által létrehozott törvények. Azok a helyzetek, ahol a kutatók a múltban megszegték a szolgáltatásmegállapodásokat, rendszerint az automatizált lekérdezések használatát vonták be a vállalatok viselkedésére (hasonlóan a diszkrimináció mérésére szolgáló helyszíni kísérletekhez). További megbeszélésekhez lásd Vaccaro et al. (2015) , Bruckman (2016a) és Bruckman (2016b) . Például empirikus kutatásra, amely a szolgáltatási feltételeket tárgyalja, lásd Soeller et al. (2016) . További információ a lehetséges jogi problémákról, amelyekkel a kutatók szembesülnek, ha megsérti a szolgáltatási feltételeket, lásd Sandvig and Karahalios (2016) .
- Két etikai keretrendszer (6.5. Szakasz)
Nyilvánvalóan hatalmas mennyiséget írtunk a következenességről és a deontológiáról. Egy példa arra, hogyan lehet ezeket az etikai kereteket és másokat felhasználni a digitális korú kutatások Zevenbergen et al. (2015) , lásd Zevenbergen et al. (2015) . Példát mutat arra, hogyan alkalmazhatók a fejlesztés közgazdaságtan területén végzett kísérletekhez, lásd Baele (2013) .
- Tájékoztatott beleegyezés (6.6.1. Szakasz)
A hátrányos megkülönböztetésről szóló könyvvizsgálatokkal kapcsolatban lásd: Pager (2007) és Riach and Rich (2004) . Nemcsak hogy ezek a tanulmányok nem tájékoztatták a beleegyezésüket, hanem megtévesztést is jelentenek a tájékoztatás nélkül.
Mind a Desposato (2016a) mind a Humphreys (2015) tanácsadással kapcsolatos tanácsadással kapcsolatos tanácsadással foglalkozik.
Sommers and Miller (2013) számos érvet vizsgálnak annak érdekében, hogy a megtévesztés után ne tájékoztassák a résztvevőket, és vitassák,
"Nagyon szűkkörű körülmények között, nevezetesen olyan helyszíni kutatásokban, amelyekben a tájékoztatás jelentős gyakorlati korlátokat jelent, de a kutatóknak nem lennének vitatva a tájékoztatásra, ha tudnák. A kutatóknak nem szabad megengedni, hogy lemondjanak a tájékoztatásról annak érdekében, hogy megőrizzék a naiv résztvevő medencét, megvédjék magukat a résztvevők haragjától, vagy megvédjék a résztvevőket ártól. "
Mások azt állítják, hogy bizonyos helyzetekben, ha a tájékoztatás több kárt okoz, mint a jó, kerülni kell őket (Finn and Jakobsson 2007) . A beszámoló olyan eset, amikor egyes kutatók kiemelten kezelik a bánásmód tiszteletben tartását, míg néhány kutató ezzel ellentétes. Az egyik lehetséges megoldás az lenne, ha megtalálnánk a módját, hogy a résztvevők számára tanulási tapasztalatot nyújtsunk. Ez azt jelenti, hogy nem a kudarcot okozó megbeszélésekre való gondolkodás, hanem a tájékoztatás is lehet valami, ami a résztvevők számára előnyös. Az ilyen típusú oktatási Jagatic et al. (2007) lásd Jagatic et al. (2007) . A pszichológusok kifejlesztették a beszámolási technikákat (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , és ezek közül néhány hasznosan alkalmazható a digitális korhatárkutatásra. Humphreys (2015) érdekes gondolatai vannak a halasztott beleegyezésről , amely szorosan kapcsolódik az ismertetett beszámolási stratégiához.
Az a szándék, hogy a résztvevőkből egy mintát kérjenek a beleegyezésükhöz, összefügg azzal, amit a Humphreys (2015) megkötött beleegyezésnek nevez.
A tervezett beleegyezéssel kapcsolatos további ötlet, hogy javaslatot tesz egy olyan embercsoport létrehozására, akik beleegyeznek abba, hogy online kísérletekkel rendelkezzenek (Crawford 2014) . Vannak, akik azzal érveltek, hogy ez a panel nem véletlenszerű mintát jelentene az emberek számára. De a 3. fejezet (Kérdések feltevése) azt mutatja, hogy ezek a problémák potenciálisan címezhetők a rétegződés után. A panelben való részvétel hozzájárulhat számos kísérlethez is. Más szóval, a résztvevőknek előfordulhat, hogy nem szükséges egyetérteni minden egyes kísérletben, egy széles körű hozzájárulásnak nevezett koncepció (Sheehan 2011) . Ha többet szeretne megtudni az egyszeri beleegyezés és az egyetértés közötti különbségekről, valamint az esetleges hibridekről, lásd Hutton and Henderson (2015) .
- Információs kockázat megértése és kezelése (6.6.2. Szakasz)
Az egyedülálló Netflix-díj az adatállományok fontos technikai tulajdonságát szemlélteti, amelyek részletes információkat tartalmaznak az emberekről, és ezáltal fontos tanulságokkal szolgálnak a modern társadalmi adattárak "névtelenítésének" lehetőségéről. Az egyes személyekkel kapcsolatos sok információval rendelkező fájlok valószínűleg ritkán lesznek, a Narayanan and Shmatikov (2008) szerint formálisan meghatározott értelemben. Vagyis minden egyes rekord esetében nincs olyan rekord, amely ugyanaz, és valójában nincs olyan rekord, amely nagyon hasonlít: minden személy messze van az adatlap legközelebbi szomszédjától. El lehet képzelni, hogy a Netflix-adatok kicsit szűkösek lehetnek, mert körülbelül ötven skála körülbelül 20 000 filmet tartalmaz, körülbelül \(6^{20,000}\) lehetséges értéket tartalmazhat mindegyik személy számára (6 azért, mert 1, 5 csillag, valaki egyáltalán nem értékelte a filmet). Ez a szám olyan nagy, nehéz megérteni.
A sparsitynak két fő következménye van. Először is azt jelenti, hogy a véletlen perturbáción alapuló "névtelenítés" megpróbálása valószínűleg meghiúsul. Vagyis, még ha a Netflix is véletlenszerűen állította volna be a minősítéseket (amit tettek), ez nem lenne elegendő, mert a perturbált rekord még mindig a lehető legrövidebb rekordot jelentette a támadónak. Másodszor, a sparsity azt jelenti, hogy újra azonosítás lehetséges akkor is, ha a támadónak tökéletlen vagy pártatlan ismerete van. Például a Netflix-adatokban képzeljük el, hogy a támadó ismeri a két filmre vonatkozó értékelését, és a dátumokat, amelyekre az értékelést \(\pm\) 3 napig elvégezte; csak ez az információ elegendő ahhoz, hogy egyedileg azonosítsa a Netflix adatainak 68% -át. Ha a támadó nyolc olyan filmet ismer, amelyeket a \(\pm\) 14 nap értékelt, akkor akkor is, ha ezen ismert értékelések közül kettő teljesen hibás, a rekordok 99% -a egyedileg azonosítható az adatkészletben. Más szóval, a szeszélyesség alapvető probléma az adatok "anonimizálására" irányuló erőfeszítésekhez, ami sajnálatos, mivel a legmodernebb társadalmi adatok meglehetősen szűkek. A ritka adatok "névtelenítéséről" bővebben lásd Narayanan and Shmatikov (2008) .
A telefonos metaadatok is "névtelennek" tűnhetnek, és nem érzékenyek, de ez nem így van. A telefonos metaadatok azonosíthatóak és érzékenyek (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .
A 6.6. Ábrán vázoltam ki a kockázatot a résztvevők között fennálló kockázatok és a társadalom számára az adattovábbításból származó előnyök között. A korlátozott hozzáférésű megközelítések (pl. Falakkal körülvett kert) és korlátozott adatmegközelítések (pl. Valamilyen "anonimizálás") összehasonlítására lásd Reiter and Kinney (2011) . Az adatok kockázati szintjének javasolt kategorizálási rendszerére vonatkozóan lásd Sweeney, Crosas, and Bar-Sinai (2015) . Az adatmegosztás általánosabb megbeszélése, lásd Yakowitz (2011) .
Az adatok kockázatának és hasznosságának kompromisszumának részletesebb elemzése érdekében lásd: Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) és Goroff (2015) . Ahhoz, hogy ezt a kompromisszumot a masszíván nyitott online tanfolyamok (MOOC) valós adataira alkalmazzuk, lásd Daries et al. (2014) és Angiuli, Blitzstein, and Waldo (2015) .
A differenciált magánélet egy olyan alternatív megközelítést is kínál, amely kombinálhatja mind az alacsony kockázatot a résztvevők, mind pedig a társadalom számára; lásd Dwork and Roth (2014) és Narayanan, Huey, and Felten (2016) .
A személyi azonosítással kapcsolatos információkról (PII), amely a kutatási etikára vonatkozó számos szabályt szolgálja, lásd Narayanan and Shmatikov (2010) valamint Schwartz and Solove (2011) . A potenciálisan érzékeny valamennyi adatról bővebben lásd: Ohm (2015) .
Ebben a részben bemutattam a különböző adatkészletek összekapcsolását, ami információs kockázatokhoz vezethet. Ugyanakkor új lehetőségeket is teremthet a kutatás számára, amint azt Currie (2013) .
További információ az öt Desai, Ritchie, and Welpton (2016) : Desai, Ritchie, and Welpton (2016) . Például a kimenetek azonosítására, lásd Brownstein, Cassa, and Mandl (2006) , amely megmutatja, hogy a betegség előfordulási térképek hogyan azonosíthatók. Dwork et al. (2017) az aggregált adatok elleni támadásokat is vizsgálják, például statisztikát arról, hogy hány egyénnek van egy bizonyos betegsége.
Az adatok felhasználásával és az adatközléssel kapcsolatos kérdések szintén kérdéseket vetnek fel az adatok tulajdonjogával kapcsolatban. Továbbá az adatok tulajdonjogáról lásd Evans (2011) és Pentland (2012) .
- Adatvédelem (6.6.3. Szakasz)
Warren and Brandeis (1890) egy mérföldkő jogi cikk a magánéletről, és leginkább az a gondolat, hogy a magánélet önmagában marad. A magánélet tiszteletben tartásának hosszú távú kezelései közé tartozik a Solove (2010) és a Nissenbaum (2010) .
Az empirikus kutatások áttekintésére, hogy hogyan gondolkodnak az emberek a magánéletről, lásd Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) kettős rendszerelméletet javasolnak - az emberek néha az intuitív aggodalmakra összpontosítanak, és néha az aggályokra összpontosítanak -, hogy elmagyarázzák, hogy az emberek nyilvánvalóan ellentmondó kijelentéseket tesznek a magánéletről. Ha többet szeretne megtudni a magánélet védelméről az online beállításokról, például a Twitterről, nézze meg a Neuhaus and Webmoor (2012) .
A Science folyóirat külön fejezetet tett közzé, a "The Privacy End of" címmel, amely a magánélet és az információs kockázat kérdéseit a különböző perspektívákból kezeli; Összefoglaló: Enserink and Chin (2015) . Calo (2011) keretet nyújt az adatvédelmi sérelmekből eredő károkra. A digitális kor kezdeteiről szóló aggodalmak korai példája a Packard (1964) .
- A bizonytalan döntések meghozatala (6.6.4. Szakasz)
A minimális kockázati szabvány alkalmazásának egyik kihívása, hogy nem egyértelmű, hogy a mindennapi életet benchmarking-hez kell használni (National Research Council 2014) . Például a hajléktalan emberek magasabb rendellenességet éreznek napi életükben. De ez nem jelenti azt, hogy etikusan megengedhető a hajléktalan emberek magasabb kockázatú kutatásokra való expozíciója. Emiatt egyre nagyobb az egyetértés abban, hogy a minimális kockázatot az általános lakossági standarddal szemben kell összehasonlítani, nem pedig egy adott népességi standarddal. Bár általánosságban egyetértek az általános lakossági szabvány elképzelésével, úgy vélem, hogy a nagy online platformok esetében, mint például a Facebook, egy adott népességre vonatkozó standard ésszerű. Így, az Emotional Contagion mérlegelésekor úgy vélem, hogy ésszerű a viszonyítási alap a Facebook mindennapi kockázatával szemben. A konkrét lakossági standard ebben az esetben sokkal könnyebben értékelhető, és nem valószínű, hogy ellentétben áll az igazságosság elvével, amelynek célja, hogy megakadályozza a hátrányos helyzetű csoportok (pl. Foglyok és árvák) méltánytalanul történő kutatásának terheit.
- Gyakorlati tanácsok (6.7. Szakasz)
Más tudósok további papírokat is felszólítottak arra, hogy magukba foglalják az etikus mellékleteket (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) gyakorlati tanácsokat is kínál. Zook és munkatársai (2017) "tíz egyszerű szabályt kínálnak a felelős nagy adatkutatásért".
