Apa yang harus dibaca selanjutnya

• Pendahuluan (bagian 6.1)

Etika penelitian secara tradisional juga memasukkan topik-topik seperti penipuan ilmiah dan alokasi kredit. Ini dibahas secara lebih rinci dalam On Being a Scientist oleh Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

Bab ini sangat dipengaruhi oleh situasi di Amerika Serikat. Untuk lebih lanjut tentang prosedur tinjauan etika di negara lain, lihat bab 6-9 dari Desposato (2016b) . Untuk argumen bahwa prinsip-prinsip etika biomedis yang telah mempengaruhi bab ini adalah terlalu Amerika, lihat Holm (1995) . Untuk tinjauan sejarah lebih lanjut dari Institutional Review Boards di Amerika Serikat, lihat Stark (2012) . Jurnal PS: Ilmu Politik dan Politik mengadakan simposium profesional tentang hubungan antara para ilmuwan politik dan IRB; lihat Martinez-Ebers (2016) untuk ringkasan.

Laporan Belmont dan peraturan selanjutnya di Amerika Serikat cenderung membuat perbedaan antara penelitian dan praktik. Saya belum membuat perbedaan dalam bab ini karena saya pikir prinsip dan kerangka etika berlaku untuk kedua pengaturan. Untuk lebih lanjut tentang perbedaan ini dan masalah yang dikenalkan, lihat Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , dan Metcalf and Crawford (2016) .

Untuk lebih lanjut tentang pengawasan penelitian di Facebook, lihat Jackman and Kanerva (2016) . Untuk gagasan tentang pengawasan penelitian di perusahaan dan LSM, lihat Calo (2013) , Polonetsky, Tene, and Jerome (2015) , dan Tene and Polonetsky (2016) .

Sehubungan dengan penggunaan data ponsel untuk membantu mengatasi wabah Ebola 2014 di Afrika Barat (Wesolowski et al. 2014; McDonald 2016) , untuk mengetahui lebih lanjut tentang risiko privasi data ponsel, lihat Mayer, Mutchler, and Mitchell (2016) . Untuk contoh penelitian terkait krisis sebelumnya menggunakan data ponsel, lihat Bengtsson et al. (2011) dan Lu, Bengtsson, and Holme (2012) , dan untuk lebih lanjut tentang etika penelitian terkait krisis, lihat ( ??? ) .

• Tiga contoh (bagian 6.2)

Banyak orang telah menulis tentang Emotional Contagion. Jurnal Research Ethics mencurahkan seluruh masalah mereka pada bulan Januari 2016 untuk membahas eksperimen; lihat Hunter and Evans (2016) untuk ikhtisar. The Prosiding National Academics of Science menerbitkan dua bagian tentang percobaan: Kahn, Vayena, and Mastroianni (2014) dan Fiske and Hauser (2014) . Bagian lain tentang percobaan meliputi: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , dan ( ??? ) .

• Digital berbeda (bagian 6.3)

Dalam hal pengawasan massa, tinjauan luas disediakan di Mayer-Schönberger (2009) dan Marx (2016) . Untuk contoh konkret dari biaya perubahan pengawasan, Bankston and Soltani (2013) memperkirakan bahwa pelacakan seorang tersangka kriminal menggunakan ponsel kira-kira 50 kali lebih murah daripada menggunakan pengawasan fisik. Lihat juga Ajunwa, Crawford, and Schultz (2016) untuk diskusi tentang pengawasan di tempat kerja. Bell and Gemmell (2009) memberikan perspektif yang lebih optimis tentang pengawasan diri.

Selain mampu melacak perilaku yang dapat diamati yang bersifat publik atau sebagian publik (misalnya, Selera, Ikatan, dan Waktu), para peneliti dapat semakin menyimpulkan hal-hal yang oleh banyak peserta dianggap sebagai pribadi. Misalnya, Michal Kosinski dan rekan (2013) menunjukkan bahwa mereka dapat menyimpulkan informasi sensitif tentang orang-orang, seperti orientasi seksual dan penggunaan zat adiktif, dari data jejak digital yang tampak biasa (Suka Facebook). Ini mungkin kedengarannya ajaib, tetapi pendekatan yang digunakan oleh Kosinski dan koleganya - yang menggabungkan jejak digital, survei, dan pembelajaran terawasi - sebenarnya adalah sesuatu yang sudah saya ceritakan kepada Anda. Ingat itu di bab 3 (Mengajukan pertanyaan). Saya memberi tahu Anda bagaimana Joshua Blumenstock dan rekan (2015) menggabungkan data survei dengan data ponsel untuk memperkirakan kemiskinan di Rwanda. Pendekatan yang sama persis ini, yang dapat digunakan untuk mengukur kemiskinan secara efisien di negara berkembang, juga dapat digunakan untuk potensi pelanggaran privasi.

Untuk lebih lanjut tentang kemungkinan penggunaan sekunder data kesehatan yang tidak diinginkan, lihat O'Doherty et al. (2016) . Selain potensi untuk penggunaan sekunder yang tidak diinginkan, penciptaan basis data master yang tidak lengkap dapat memiliki efek mengerikan pada kehidupan sosial dan politik jika orang menjadi tidak mau membaca materi tertentu atau mendiskusikan topik tertentu; lihat Schauer (1978) dan Penney (2016) .

Dalam situasi dengan aturan yang tumpang tindih, peneliti terkadang terlibat dalam "belanja peraturan" (Grimmelmann 2015; Nickerson and Hyde 2016) . Secara khusus, beberapa peneliti yang ingin menghindari pengawasan IRB dapat membentuk kemitraan dengan peneliti yang tidak dicakup oleh IRB (misalnya, orang-orang di perusahaan atau LSM), dan memiliki rekan-rekan tersebut mengumpulkan dan menghilangkan data. Kemudian, peneliti yang diliput IRB dapat menganalisis data yang tidak teridentifikasi ini tanpa pengawasan IRB karena penelitian tidak lagi dianggap sebagai "penelitian subjek manusia," setidaknya menurut beberapa interpretasi aturan saat ini. Penghindaran IRB semacam ini mungkin tidak konsisten dengan pendekatan berbasis prinsip untuk etika penelitian.

Pada tahun 2011, upaya mulai memperbarui Peraturan Umum, dan proses ini akhirnya selesai pada tahun 2017 ( ??? ) . Untuk lebih lanjut tentang upaya-upaya untuk memperbarui Peraturan Umum, lihat Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , dan Metcalf (2016) .

• Empat prinsip (bagian 6.4)

Pendekatan berbasis prinsip klasik untuk etika biomedis adalah Beauchamp and Childress (2012) . Mereka mengusulkan bahwa empat prinsip utama harus membimbing etika biomedis: Penghormatan atas Otonomi, Nonmaleficence, Beneficence, and Justice. Asas nonmaleficence mendorong seseorang untuk menjauhkan diri dari menyebabkan kerusakan pada orang lain. Konsep ini sangat terkait dengan gagasan Hipokrates tentang "Jangan membahayakan." Dalam etika penelitian, prinsip ini sering dikombinasikan dengan prinsip Beneficence, tetapi lihat bab 5 dari @ beauchamp_principles_2012 untuk lebih lanjut tentang perbedaan antara keduanya. Untuk kritik bahwa prinsip-prinsip ini terlalu Amerika, lihat Holm (1995) . Untuk lebih lanjut tentang keseimbangan ketika prinsip konflik, lihat Gillon (2015) .

Keempat prinsip dalam bab ini juga telah diusulkan untuk memandu pengawasan etis untuk penelitian yang dilakukan di perusahaan dan LSM (Polonetsky, Tene, and Jerome 2015) melalui badan yang disebut “Consumer Subject Review Boards” (CSRBs) (Calo 2013) .

• Penghargaan untuk Orang (bagian 6.4.1)

Selain menghormati otonomi, Laporan Belmont juga mengakui bahwa tidak semua manusia mampu menentukan nasib sendiri. Misalnya, anak-anak, orang yang menderita penyakit, atau orang-orang yang hidup dalam situasi kebebasan yang sangat terbatas mungkin tidak dapat bertindak sebagai individu yang sepenuhnya otonom, dan orang-orang ini karenanya harus mendapatkan perlindungan ekstra.

Menerapkan prinsip Respect for Persons di era digital dapat menjadi tantangan. Sebagai contoh, dalam penelitian era digital, mungkin sulit untuk memberikan perlindungan ekstra bagi orang-orang dengan kemampuan penentuan nasib sendiri yang berkurang karena peneliti sering tahu sedikit tentang peserta mereka. Selanjutnya, informed consent dalam penelitian sosial zaman digital adalah tantangan besar. Dalam beberapa kasus, persetujuan yang benar-benar diinformasikan dapat mengalami paradoks transparansi (Nissenbaum 2011) , di mana informasi dan pemahaman bertentangan. Kira-kira, jika peneliti memberikan informasi lengkap tentang sifat pengumpulan data, analisis data, dan praktik keamanan data, akan sulit bagi banyak peserta untuk memahami. Tetapi jika peneliti memberikan informasi yang dapat dipahami, mungkin tidak memiliki rincian teknis yang penting. Dalam penelitian medis di era analog — pengaturan dominasi yang dipertimbangkan oleh Laporan Belmont — orang dapat membayangkan seorang dokter berbicara secara individual dengan masing-masing peserta untuk membantu menyelesaikan paradoks transparansi. Dalam studi online yang melibatkan ribuan atau jutaan orang, pendekatan tatap muka seperti itu tidak mungkin dilakukan. Masalah kedua dengan persetujuan di era digital adalah bahwa dalam beberapa penelitian, seperti analisis repositori data besar-besaran, akan tidak praktis untuk memperoleh informed consent dari semua peserta. Saya membahas ini dan pertanyaan lain tentang informed consent secara lebih rinci di bagian 6.6.1. Meskipun kesulitan ini, bagaimanapun, kita harus ingat bahwa informed consent tidak diperlukan dan tidak cukup untuk Menghormati Orang.

Untuk lebih lanjut tentang penelitian medis sebelum informed consent, lihat Miller (2014) . Untuk pengobatan panjang buku persetujuan, lihat Manson and O'Neill (2007) . Lihat juga bacaan yang disarankan tentang informed consent di bawah ini.

• Beneficence (bagian 6.4.2)

Harms ke konteks adalah bahaya bahwa penelitian dapat menyebabkan tidak kepada orang-orang tertentu tetapi untuk pengaturan sosial. Konsep ini agak abstrak, tetapi saya akan mengilustrasikan dengan contoh klasik: Wichita Jury Study (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) —juga kadang disebut Chicago Jury Project (Cornwell 2010) . Dalam studi ini, para peneliti dari University of Chicago, sebagai bagian dari studi yang lebih besar tentang aspek sosial dari sistem hukum, secara rahasia mencatat enam pertimbangan juri di Wichita, Kansas. Para hakim dan pengacara dalam kasus-kasus itu telah menyetujui rekaman itu, dan ada pengawasan ketat atas proses itu. Namun, para juri tidak menyadari bahwa rekaman sedang terjadi. Setelah penelitian ditemukan, ada kemarahan publik. Departemen Kehakiman memulai penyelidikan penelitian, dan para peneliti dipanggil untuk bersaksi di depan Kongres. Pada akhirnya, Kongres mengeluarkan undang-undang baru yang membuatnya ilegal untuk diam-diam merekam pertimbangan juri.

Perhatian para kritikus dari Wichita Jury Study bukanlah risiko bahaya bagi para peserta; lebih tepatnya, itu risiko bahaya untuk konteks pertimbangan juri. Artinya, orang berpikir bahwa jika para anggota juri tidak percaya bahwa mereka berdiskusi di ruang yang aman dan terlindungi, akan lebih sulit bagi pertimbangan juri untuk melanjutkan di masa depan. Selain pertimbangan juri, ada konteks sosial tertentu lainnya yang disediakan masyarakat dengan perlindungan ekstra, seperti hubungan pengacara-klien dan perawatan psikologis (MacCarthy 2015) .

Risiko bahaya terhadap konteks dan gangguan sistem sosial juga muncul dalam beberapa percobaan lapangan dalam ilmu politik (Desposato 2016b) . Untuk contoh perhitungan biaya-manfaat yang lebih konteks-sensitif untuk percobaan lapangan dalam ilmu politik, lihat Zimmerman (2016) .

• Keadilan (bagian 6.4.3)

Kompensasi untuk peserta telah dibahas dalam sejumlah pengaturan yang terkait dengan penelitian era digital. Lanier (2014) mengusulkan membayar peserta untuk jejak digital yang mereka hasilkan. Bederson and Quinn (2011) mendiskusikan pembayaran di pasar tenaga kerja online. Akhirnya, Desposato (2016a) mengusulkan membayar peserta dalam eksperimen lapangan. Dia menunjukkan bahwa bahkan jika peserta tidak dapat dibayar secara langsung, donasi dapat diberikan kepada kelompok yang bekerja atas nama mereka. Sebagai contoh, di Encore, para peneliti dapat memberikan sumbangan kepada kelompok yang bekerja untuk mendukung akses ke Internet.

• Penghargaan untuk Hukum dan Kepentingan Umum (bagian 6.4.4)

Perjanjian persyaratan-layanan harus memiliki bobot yang lebih kecil daripada kontrak yang dinegosiasikan antara pihak yang setara dan dari undang-undang yang dibuat oleh pemerintah yang sah. Situasi di mana peneliti telah melanggar perjanjian layanan-di masa lalu umumnya terlibat menggunakan kueri otomatis untuk mengaudit perilaku perusahaan (seperti percobaan lapangan untuk mengukur diskriminasi). Untuk diskusi tambahan, lihat Vaccaro et al. (2015) , Bruckman (2016a) , dan Bruckman (2016b) . Untuk contoh penelitian empiris yang membahas persyaratan layanan, lihat Soeller et al. (2016) . Untuk lebih lanjut tentang kemungkinan masalah hukum yang dihadapi peneliti jika mereka melanggar ketentuan layanan, lihat Sandvig and Karahalios (2016) .

• Dua kerangka etika (bagian 6.5)

Tentunya, banyak sekali yang telah ditulis tentang konsekuensialisme dan deontologi. Untuk contoh bagaimana kerangka etis ini, dan lainnya, dapat digunakan untuk alasan tentang penelitian era digital, lihat Zevenbergen et al. (2015) . Untuk contoh bagaimana mereka dapat diterapkan untuk percobaan lapangan dalam ekonomi pembangunan, lihat Baele (2013) .

• Informed consent (bagian 6.6.1)

Untuk lebih lanjut tentang studi audit diskriminasi, lihat Pager (2007) dan Riach and Rich (2004) . Tidak hanya penelitian ini tidak memiliki persetujuan, mereka juga melibatkan penipuan tanpa pembekalan.

Baik Desposato (2016a) dan Humphreys (2015) menawarkan saran tentang eksperimen lapangan tanpa persetujuan.

Sommers and Miller (2013) meninjau banyak argumen yang mendukung tidak membekukan peserta setelah penipuan, dan berpendapat bahwa peneliti harus melupakan pembekalan

"Di bawah keadaan yang sangat sempit, yaitu, dalam penelitian lapangan di mana pembekalan menimbulkan hambatan praktis yang cukup tetapi para peneliti tidak akan memiliki keraguan tentang pembekalan jika mereka bisa. Peneliti tidak boleh diizinkan untuk tidak melakukan debriefing untuk mempertahankan kolam peserta yang naif, melindungi diri dari kemarahan peserta, atau melindungi peserta dari bahaya. ”

Yang lain berpendapat bahwa dalam beberapa situasi jika pembekalan menyebabkan lebih banyak kerugian daripada kebaikan, hal itu harus dihindari (Finn and Jakobsson 2007) . Pembekalan adalah kasus di mana beberapa peneliti memprioritaskan Respek untuk Orang yang Lebih Menguntungkan, sedangkan beberapa peneliti melakukan yang sebaliknya. Salah satu solusi yang mungkin adalah menemukan cara untuk membuat pembekalan pengalaman belajar bagi para peserta. Artinya, daripada memikirkan pembekalan sebagai sesuatu yang dapat menyebabkan bahaya, mungkin pembekalan juga bisa menjadi sesuatu yang menguntungkan peserta. Untuk contoh pembekalan pendidikan semacam ini, lihat Jagatic et al. (2007) . Psikolog telah mengembangkan teknik untuk pembekalan (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , dan beberapa di antaranya mungkin berguna untuk penelitian era digital. Humphreys (2015) menawarkan pemikiran menarik tentang persetujuan yang ditangguhkan , yang terkait erat dengan strategi pembekalan yang saya jelaskan.

Ide meminta sampel peserta untuk persetujuan mereka terkait dengan apa yang Humphreys (2015) panggilan disimpulkan persetujuan .

Gagasan lebih lanjut terkait dengan informed consent yang telah diusulkan adalah untuk membangun panel orang-orang yang setuju untuk melakukan eksperimen online (Crawford 2014) . Beberapa berpendapat bahwa panel ini akan menjadi sampel non-acak orang. Tapi bab 3 (Mengajukan pertanyaan) menunjukkan bahwa masalah-masalah ini berpotensi dialamatkan menggunakan pasca-stratifikasi. Juga, persetujuan untuk berada di panel dapat mencakup berbagai eksperimen. Dengan kata lain, peserta mungkin tidak perlu menyetujui setiap eksperimen secara individual, sebuah konsep yang disebut persetujuan luas (Sheehan 2011) . Untuk lebih lanjut tentang perbedaan antara persetujuan satu kali dan persetujuan untuk setiap studi, serta kemungkinan hibrida, lihat Hutton and Henderson (2015) .

• Memahami dan mengelola risiko informasi (bagian 6.6.2)

Jauh dari unik, Hadiah Netflix menggambarkan properti teknis penting dari dataset yang berisi informasi rinci tentang orang, dan dengan demikian menawarkan pelajaran penting tentang kemungkinan "penganoniman" dataset sosial modern. File dengan banyak informasi tentang setiap orang cenderung jarang , dalam arti didefinisikan secara formal di Narayanan and Shmatikov (2008) . Artinya, untuk setiap catatan, tidak ada catatan yang sama, dan nyatanya tidak ada catatan yang sangat mirip: setiap orang jauh dari tetangga terdekat mereka dalam dataset. Satu dapat membayangkan bahwa data Netflix mungkin jarang karena dengan sekitar 20.000 film pada skala bintang lima, ada sekitar \(6^{20,000}\) nilai-nilai yang mungkin setiap orang dapat memiliki (6 karena, selain 1 untuk 5 bintang, seseorang mungkin belum memberi peringkat film sama sekali). Jumlah ini sangat besar, bahkan sulit untuk dipahami.

Sparsity memiliki dua implikasi utama. Pertama, itu berarti bahwa mencoba untuk "menganonimkan" dataset berdasarkan gangguan acak kemungkinan akan gagal. Artinya, bahkan jika Netflix secara acak menyesuaikan beberapa peringkat (yang mereka lakukan), ini tidak akan cukup karena catatan yang terganggu masih merupakan catatan paling dekat dengan informasi yang dimiliki penyerang. Kedua, sparsity berarti bahwa identifikasi ulang dimungkinkan bahkan jika penyerang memiliki pengetahuan yang tidak sempurna atau tidak memihak. Misalnya, dalam data Netflix, mari kita bayangkan penyerang mengetahui peringkat Anda untuk dua film dan tanggal Anda membuat peringkat tersebut \(\pm\) 3 hari; hanya informasi itu saja sudah cukup untuk mengidentifikasi secara unik 68% orang dalam data Netflix. Jika penyerang mengetahui delapan film yang telah Anda beri peringkat \(\pm\) 14 hari, maka bahkan jika dua dari peringkat yang diketahui ini benar-benar salah, 99% catatan dapat diidentifikasi secara unik dalam kumpulan data. Dengan kata lain, sparsity adalah masalah mendasar bagi upaya untuk "menganonimkan" data, yang disayangkan karena sebagian besar dataset sosial modern jarang. Untuk lebih lanjut tentang "penganoniman" data yang jarang, lihat Narayanan and Shmatikov (2008) .

Metadata telepon juga mungkin tampak "anonim" dan tidak sensitif, tetapi bukan itu masalahnya. Telepon meta-data dapat diidentifikasi dan sensitif (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Pada gambar 6.6, saya membuat sketsa trade-off antara risiko dengan peserta dan manfaat bagi masyarakat dari rilis data. Untuk perbandingan antara pendekatan akses terbatas (misalnya, taman bertembok) dan pendekatan data terbatas (misalnya, beberapa bentuk "penganoniman") lihat Reiter and Kinney (2011) . Untuk sistem pengkategorian yang diusulkan dari tingkat risiko data, lihat Sweeney, Crosas, and Bar-Sinai (2015) . Untuk diskusi yang lebih umum tentang berbagi data, lihat Yakowitz (2011) .

Untuk analisis lebih rinci mengenai trade-off antara risiko dan utilitas data, lihat Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) , dan Goroff (2015) . Untuk melihat trade-off ini diterapkan ke data nyata dari kursus online terbuka besar-besaran (MOOCs), lihat Daries et al. (2014) dan Angiuli, Blitzstein, and Waldo (2015) .

Privasi diferensial juga menawarkan pendekatan alternatif yang dapat menggabungkan risiko rendah kepada peserta dan manfaat yang tinggi bagi masyarakat; lihat Dwork and Roth (2014) dan Narayanan, Huey, and Felten (2016) .

Untuk lebih lanjut tentang konsep informasi identifikasi pribadi (PII), yang sangat penting bagi banyak aturan tentang etika penelitian, lihat Narayanan and Shmatikov (2010) dan Schwartz and Solove (2011) . Untuk lebih lanjut tentang semua data yang berpotensi sensitif, lihat Ohm (2015) .

Di bagian ini, saya telah menggambarkan keterkaitan dataset yang berbeda sebagai sesuatu yang dapat menyebabkan risiko informasi. Namun, itu juga dapat menciptakan peluang baru untuk penelitian, seperti yang dikemukakan dalam Currie (2013) .

Untuk lebih lanjut tentang lima brankas, lihat Desai, Ritchie, and Welpton (2016) . Untuk contoh bagaimana output dapat diidentifikasi, lihat Brownstein, Cassa, and Mandl (2006) , yang menunjukkan bagaimana peta prevalensi penyakit dapat diidentifikasi. Dwork et al. (2017) juga mempertimbangkan serangan terhadap data agregat, seperti statistik tentang berapa banyak orang yang memiliki penyakit tertentu.

Pertanyaan tentang penggunaan data dan rilis data juga menimbulkan pertanyaan tentang kepemilikan data. Untuk lebih lanjut, pada kepemilikan data, lihat Evans (2011) dan Pentland (2012) .

• Privasi (bagian 6.6.3)

Warren and Brandeis (1890) adalah artikel hukum penting tentang privasi dan paling terkait dengan gagasan bahwa privasi adalah hak untuk dibiarkan sendiri. Perlakuan privasi sepanjang buku yang saya sarankan termasuk Solove (2010) dan Nissenbaum (2010) .

Untuk review penelitian empiris tentang bagaimana orang berpikir tentang privasi, lihat Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) mengusulkan teori dual-sistem — bahwa orang terkadang fokus pada masalah intuitif dan terkadang fokus pada pertimbangan yang dipertimbangkan — untuk menjelaskan bagaimana orang dapat membuat pernyataan yang tampaknya bertentangan tentang privasi. Untuk lebih lanjut tentang gagasan privasi dalam pengaturan online seperti Twitter, lihat Neuhaus and Webmoor (2012) .

Jurnal Science menerbitkan bagian khusus berjudul "The End of Privacy," yang membahas masalah privasi dan risiko informasi dari berbagai perspektif yang berbeda; untuk ringkasan, lihat Enserink and Chin (2015) . Calo (2011) menawarkan kerangka kerja untuk berpikir tentang bahaya yang berasal dari pelanggaran privasi. Contoh awal kekhawatiran tentang privasi di awal era digital adalah Packard (1964) .

• Membuat keputusan di bawah ketidakpastian (bagian 6.6.4)

Satu tantangan ketika mencoba menerapkan standar risiko minimal adalah bahwa tidak jelas kehidupan sehari-harinya yang harus digunakan untuk pembandingan (National Research Council 2014) . Misalnya, orang-orang tunawisma memiliki tingkat ketidaknyamanan yang lebih tinggi dalam kehidupan sehari-hari mereka. Tapi itu tidak berarti bahwa secara etis diperbolehkan untuk mengekspos orang-orang tunawisma ke penelitian berisiko tinggi. Karena alasan ini, tampaknya ada konsensus yang berkembang bahwa risiko minimal harus dibandingkan dengan standar populasi umum , bukan standar populasi tertentu . Meskipun saya umumnya setuju dengan ide standar populasi umum, saya pikir bahwa untuk platform online besar seperti Facebook, standar populasi tertentu adalah wajar. Jadi, ketika mempertimbangkan Emotional Contagion, saya pikir wajar untuk membandingkan dengan risiko sehari-hari di Facebook. Standar populasi tertentu dalam kasus ini jauh lebih mudah untuk dievaluasi dan tidak mungkin bertentangan dengan prinsip Keadilan, yang berusaha untuk mencegah beban penelitian gagal secara tidak adil pada kelompok yang kurang beruntung (misalnya, tahanan dan anak yatim).

• Kiat praktis (bagian 6.7)

Sarjana lain juga telah meminta lebih banyak makalah untuk memasukkan lampiran etika (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) juga menawarkan tips praktis. Zook dan rekan (2017) menawarkan "sepuluh aturan sederhana untuk penelitian data besar yang bertanggung jawab."