komentar lebih lanjut

Bagian ini dirancang untuk digunakan sebagai referensi, bukan untuk dibaca sebagai narasi.

• Pendahuluan (Bagian 6.1)

etika penelitian secara tradisional juga termasuk topik-topik seperti penipuan ilmiah dan alokasi kredit. Topik-topik ini dibahas secara lebih rinci dalam Engineering (2009) .

Bab ini sangat dibentuk oleh situasi di Amerika Serikat. Untuk lebih lanjut tentang prosedur etik di negara-negara lain, lihat Bab 6, 7, 8, dan 9 dari Desposato (2016b) . Untuk argumen bahwa prinsip-prinsip etika biomedis yang telah dipengaruhi bab ini adalah berlebihan Amerika, melihat Holm (1995) . Untuk ulasan lebih historis Institutional Review Board di AS, melihat Stark (2012) .

Laporan Belmont dan peraturan berikutnya di Amerika Serikat telah membuat perbedaan antara penelitian dan praktek. Perbedaan ini telah dikritik kemudian (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Saya tidak membuat perbedaan ini dalam bab ini karena saya pikir prinsip-prinsip etika dan kerangka kerja berlaku untuk kedua pengaturan. Untuk lebih lanjut tentang pengawasan penelitian di Facebook, melihat Jackman and Kanerva (2016) . Untuk proposal untuk pengawasan penelitian di perusahaan dan LSM, melihat Polonetsky, Tene, and Jerome (2015) dan Tene and Polonetsky (2016) .

Untuk lebih lanjut tentang kasus wabah Ebola pada tahun 2014, melihat McDonald (2016) , dan untuk lebih lanjut tentang risiko privasi data ponsel, lihat Mayer, Mutchler, and Mitchell (2016) . Untuk contoh penelitian-krisis terkait menggunakan data ponsel, lihat Bengtsson et al. (2011) dan Lu, Bengtsson, and Holme (2012) .

• Tiga contoh (Bagian 6.2)

Banyak orang telah menulis tentang Contagion Emotional. Jurnal Etika Penelitian mengabdikan seluruh masalah mereka di Januari 2016 membahas percobaan; melihat Hunter and Evans (2016) untuk gambaran. Prosiding National Akademisi Ilmu menerbitkan dua buah tentang percobaan: Kahn, Vayena, and Mastroianni (2014) dan Fiske and Hauser (2014) . Potongan lainnya tentang percobaan meliputi: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .

Untuk lebih lanjut tentang Encore, lihat Jones and Feamster (2015) .

• Digital berbeda (Bagian 6.3)

Dalam hal pengawasan massa, ikhtisar luas disediakan di Mayer-Schönberger (2009) dan Marx (2016) . Untuk contoh konkret dari biaya berubah pengawasan, Bankston and Soltani (2013) memperkirakan bahwa pelacakan tersangka kriminal menggunakan ponsel adalah sekitar 50 kali lebih murah daripada menggunakan pengawasan fisik. Bell and Gemmell (2009) memberikan perspektif yang lebih optimis pada diri pengawasan. Selain mampu melacak perilaku yang dapat diamati yang umum atau sebagian masyarakat (misalnya, Taste, Dasi, dan Waktu), peneliti semakin dapat menyimpulkan hal-hal yang banyak peserta anggap sebagai pribadi. Misalnya, Michal Kosinski dan koleganya menunjukkan bahwa mereka bisa menyimpulkan informasi sensitif tentang orang-orang, seperti orientasi seksual dan penggunaan zat adiktif dari data jejak digital yang tampaknya biasa (Facebook Suka) (Kosinski, Stillwell, and Graepel 2013) . Hal ini mungkin terdengar magis, tetapi pendekatan Kosinski dan rekan-rekannya menggunakan-yang menggabungkan jejak digital, survei, dan diawasi belajar-sebenarnya sesuatu yang saya sudah memberitahu Anda tentang. Ingatlah bahwa dalam Bab 3 (Mengajukan pertanyaan) saya bilang bagaimana Josh Blumenstock dan rekan (2015) data survei yang dikombinasikan dengan data ponsel untuk memperkirakan kemiskinan di Rwanda. Pendekatan yang sama persis, yang dapat digunakan untuk secara efisien mengukur kemiskinan di negara berkembang, juga dapat digunakan untuk berpotensi privasi melanggar kesimpulan.

Hukum dan norma-norma yang tidak konsisten dapat menyebabkan penelitian yang tidak menghormati keinginan peserta, dan dapat menyebabkan "belanja peraturan" oleh para peneliti (Grimmelmann 2015; Nickerson and Hyde 2016) . Secara khusus, beberapa peneliti yang ingin menghindari pengawasan IRB memiliki mitra yang tidak tercakup oleh IRBs (misalnya, orang-orang di perusahaan atau LSM) mengumpulkan dan de-mengidentifikasi data. Kemudian, para peneliti dapat menganalisis data ini de-diidentifikasi tanpa pengawasan IRB, setidaknya menurut beberapa interpretasi dari peraturan saat ini. jenis penggelapan IRB tampaknya tidak konsisten dengan pendekatan berbasis prinsip.

Untuk lebih lanjut tentang ide-ide yang tidak konsisten dan heterogen yang orang tentang data kesehatan, lihat Fiore-Gartland and Neff (2015) . Untuk lebih lanjut tentang masalah yang heterogenitas menciptakan etika penelitian keputusan melihat Meyer (2013) .

Salah satu perbedaan antara usia analog dan penelitian era digital adalah bahwa di era digital interaksi penelitian dengan peserta lebih jauh. Interaksi ini sering terjadi melalui perantara seperti perusahaan, dan biasanya ada jarak sosial fisik-dan besar antara peneliti dan peserta. Interaksi yang jauh ini membuat beberapa hal yang mudah dalam penelitian usia analog sulit dalam penelitian era digital, seperti menyaring peserta yang membutuhkan perlindungan ekstra, mendeteksi efek samping, dan remediating salahnya jika terjadi. Sebagai contoh, mari kita kontras Contagion Emosional dengan percobaan laboratorium hipotetis pada topik yang sama. Dalam percobaan laboratorium, para peneliti bisa menyaring siapa saja yang tiba di lab menunjukkan tanda-tanda yang jelas dari tekanan emosional. Selanjutnya, jika percobaan laboratorium membuat acara yang merugikan, para peneliti akan melihatnya, menyediakan layanan untuk memulihkan kerugian, dan kemudian melakukan penyesuaian dengan protokol eksperimental untuk mencegah bahaya di masa depan. Sifat jauh dari interaksi dalam percobaan Contagion Emosional sebenarnya membuat setiap langkah-langkah sederhana dan masuk akal sangat sulit. Juga, saya menduga bahwa jarak antara peneliti dan peserta membuat peneliti kurang sensitif terhadap keprihatinan peserta mereka.

Sumber-sumber lain dari norma-norma yang tidak konsisten dan hukum. Beberapa inkonsistensi ini berasal dari fakta bahwa penelitian ini terjadi di seluruh dunia. Misalnya, Encore melibatkan orang-orang dari seluruh dunia, dan karena itu mungkin tunduk pada perlindungan data dan undang-undang privasi berbagai negara. Bagaimana jika norma-norma yang mengatur permintaan web pihak ketiga (apa yang dilakukan Encore) berbeda di Jerman, Amerika Serikat, Kenya, dan China? Bagaimana jika norma-norma bahkan tidak konsisten dalam satu negara? Sumber kedua dari inkonsistensi berasal dari kolaborasi antara para peneliti di universitas dan perusahaan; misalnya, Emotional Contagion adalah kolaborasi antara ilmuwan data pada Facebook dan profesor dan mahasiswa pascasarjana di Cornell. Pada Facebook menjalankan eksperimen besar adalah rutin dan, pada waktu itu, tidak memerlukan pihak ketiga peninjau etik. Di Cornell norma dan aturan yang sangat berbeda; hampir semua percobaan harus ditinjau oleh Cornell IRB. Jadi, yang set aturan harus mengatur Emotional Contagion-Facebook atau Cornell?

Untuk lebih pada upaya untuk merevisi Peraturan umum, lihat Evans (2013) , Council (2014) , Metcalf (2016) , dan Hudson and Collins (2015) .

• Empat prinsip (Bagian 6.4)

Pendekatan berbasis prinsip klasik untuk etika biomedis adalah Beauchamp and Childress (2012) . Mereka mengusulkan bahwa empat prinsip utama harus memandu etika biomedis: Menghormati Otonomi, Nonmaleficence, Beneficence, dan Keadilan. Prinsip nonmaleficence mendesak satu untuk menjauhkan diri dari yang menyebabkan kerugian bagi orang lain. Konsep ini sangat terhubung dengan ide Hipokrates dari "Apakah tidak membahayakan." Dalam etika penelitian, prinsip ini sering dikombinasikan dengan prinsip Beneficence, tapi melihat Beauchamp and Childress (2012) (Bab 5) untuk lebih lanjut tentang perbedaan antara dua . Untuk kritik bahwa prinsip-prinsip yang terlalu Amerika, melihat Holm (1995) . Untuk lebih lanjut tentang balancing ketika prinsip-prinsip konflik, melihat Gillon (2015) .

Empat prinsip dalam bab ini juga telah diusulkan untuk memandu pengawasan etika untuk penelitian terjadi di perusahaan dan LSM (Polonetsky, Tene, and Jerome 2015) melalui badan-badan yang disebut "Konsumen Subjek Ulasan Boards" (CSRBs) (Calo 2013) .

• Menghormati Orang (Bagian 6.4.1)

Selain menghormati otonomi, Laporan Belmont juga mengakui bahwa tidak setiap manusia mampu menentukan nasib sendiri benar. Misalnya, anak-anak, orang yang menderita penyakit, atau orang-orang yang hidup dalam situasi kebebasan sangat dibatasi mungkin tidak dapat bertindak sebagai individu yang sepenuhnya otonom, dan orang-orang ini, oleh karena itu, tunduk pada perlindungan ekstra.

Menerapkan prinsip Menghormati Orang di era digital dapat menantang. Misalnya, dalam penelitian era digital, bisa sulit untuk memberikan perlindungan ekstra untuk orang-orang dengan kemampuan berkurang penentuan nasib sendiri karena peneliti sering tahu sedikit tentang peserta mereka. Selanjutnya, persetujuan di era digital penelitian sosial merupakan tantangan besar. Dalam beberapa kasus, benar-benar informed consent dapat menderita transparansi paradoks (Nissenbaum 2011) , di mana informasi dan pemahaman yang dalam konflik. Kira-kira, jika peneliti memberikan informasi lengkap tentang sifat pengumpulan data, analisis data, dan praktik keamanan data, maka akan sulit bagi banyak peserta untuk memahami. Tapi, jika peneliti memberikan informasi dipahami, mungkin kurang informasi teknis penting. Dalam penelitian medis di analog usia pengaturan mendominasi dipertimbangkan oleh Belmont Laporan-satu bisa membayangkan seorang dokter berbicara secara individual dengan setiap peserta untuk membantu menyelesaikan paradoks transparansi. Dalam studi secara online yang melibatkan ribuan atau jutaan orang, pendekatan seperti tatap muka tidak mungkin. Masalah kedua dengan persetujuan di era digital adalah bahwa dalam beberapa studi, seperti analisis dari repositori data yang besar, akan tidak praktis untuk memperoleh informed consent dari semua peserta. Saya membahas ini dan pertanyaan lain tentang informed consent secara lebih rinci dalam Bagian 6.6.1. Meskipun kesulitan-kesulitan ini, bagaimanapun, kita harus ingat bahwa informed consent tidak perlu dan tidak cukup untuk Menghormati Orang.

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

• Kemurahan (Bagian 6.4.2)

Harms dengan konteks adalah bahaya bahwa penelitian dapat menyebabkan tidak orang-orang tertentu tetapi untuk pengaturan sosial. Konsep ini adalah abstrak bit, tapi saya akan menggambarkan dengan dua contoh: satu analog dan digital.

Sebuah contoh klasik dari bahaya dengan konteks berasal dari Wichita Juri Study [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. Juga kadang-kadang disebut Chicago Juri Project (Cornwell 2010) . Dalam penelitian ini para peneliti dari University of Chicago, sebagai bagian dari penelitian yang lebih besar tentang aspek-aspek sosial dari sistem hukum, diam-diam direkam enam pertimbangan juri di Wichita, Kansas. Para hakim dan pengacara dalam kasus telah menyetujui rekaman, dan ada pengawasan yang ketat dari proses. Namun, para juri tidak menyadari bahwa rekaman yang terjadi. Setelah studi itu ditemukan, ada kemarahan publik. Departemen Kehakiman memulai penyelidikan penelitian, dan para peneliti dipanggil untuk bersaksi di depan Kongres. Pada akhirnya, Kongres mengesahkan undang-undang baru yang membuatnya ilegal untuk diam-diam merekam juri musyawarah.

Perhatian kritikus Studi Wichita Juri tidak membahayakan untuk peserta; bukan, itu bahaya untuk konteks juri musyawarah. Artinya, orang percaya bahwa jika anggota juri tidak percaya bahwa mereka sedang diskusi di ruang yang aman dan dilindungi, akan sulit untuk musyawarah juri untuk melanjutkan di masa depan. Selain juri musyawarah, ada konteks sosial tertentu lainnya bahwa masyarakat memberikan perlindungan tambahan seperti hubungan pengacara-klien dan perawatan psikologis (MacCarthy 2015) .

Risiko bahaya dengan konteks dan gangguan sistem sosial juga muncul di beberapa eksperimen lapangan di Ilmu Politik (Desposato 2016b) . Untuk contoh yang lebih peka konteks perhitungan biaya-manfaat untuk percobaan lapangan di Ilmu Politik, lihat Zimmerman (2016) .

• Keadilan (Bagian 6.4.3)

Kompensasi bagi 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) membahas pembayaran di pasar tenaga kerja online. Akhirnya, Desposato (2016a) mengusulkan membayar peserta dalam percobaan lapangan. Dia menunjukkan bahwa bahkan jika peserta tidak dapat dibayar langsung, sumbangan bisa dibuat untuk sebuah kelompok kerja atas nama mereka. Misalnya, di Encore para peneliti bisa membuat sumbangan untuk kelompok kerja untuk mendukung akses ke Internet.

• Menghormati Hukum dan Kepentingan Umum (Bagian 6.4.4)

Syarat-of-service perjanjian harus memiliki berat badan kurang dari kontrak yang dinegosiasikan antara pihak yang sama dan hukum yang dibuat oleh pemerintah yang sah. Situasi di mana peneliti telah melanggar ketentuan-of-service perjanjian di masa lalu umumnya melibatkan menggunakan query otomatis untuk mengaudit perilaku perusahaan (seperti percobaan lapangan untuk mengukur diskriminasi). Untuk diskusi tambahan melihat Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Untuk contoh penelitian empiris yang membahas persyaratan layanan, lihat Soeller et al. (2016) . Untuk lebih lanjut tentang masalah hukum yang mungkin dihadapi peneliti jika mereka melanggar persyaratan layanan melihat Sandvig and Karahalios (2016) .

• Dua kerangka etika (Bagian 6.5)

Jelas, jumlah besar telah ditulis tentang konsekuensialisme dan tata susila. Untuk contoh bagaimana kerangka etika, dan lain-lain, dapat digunakan untuk alasan tentang penelitian era digital, melihat Zevenbergen et al. (2015) . Untuk contoh bagaimana kerangka etika dapat diterapkan untuk percobaan lapangan di mengembangkan ekonomi, melihat Baele (2013) .

• Informed consent (Bagian 6.6.1)

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

Kedua Desposato (2016a) dan Humphreys (2015) menawarkan nasihat tentang percobaan lapangan tanpa persetujuan.

Sommers and Miller (2013) ulasan banyak argumen yang mendukung tidak pembekalan peserta setelah penipuan, dan berpendapat bahwa peneliti harus melupakan "Pembekalan di bawah satu set yang sangat sempit keadaan, yaitu, dalam penelitian lapangan di mana pembekalan menimbulkan hambatan praktis yang cukup namun para peneliti akan memiliki tidak ada keraguan tentang pembekalan jika mereka bisa. Para peneliti tidak diijinkan untuk melupakan pembekalan dalam rangka melestarikan kolam peserta naif, melindungi diri dari peserta kemarahan, atau melindungi peserta dari bahaya. "Yang lainnya berpendapat bahwa jika pembekalan menyebabkan lebih berbahaya daripada baik itu harus dihindari. Pembekalan adalah kasus di mana beberapa peneliti memprioritaskan Menghormati Orang lebih Beneficence, dan beberapa peneliti melakukan yang sebaliknya. Salah satu solusi yang mungkin akan menemukan cara untuk membuat pembekalan pengalaman belajar bagi peserta. Artinya, daripada memikirkan pembekalan sebagai sesuatu yang dapat menyebabkan kerugian, mungkin pembekalan juga bisa menjadi sesuatu yang bermanfaat bagi peserta. Untuk contoh semacam ini pembekalan pendidikan, melihat Jagatic et al. (2007) pada pembekalan siswa setelah percobaan phishing sosial. Psikolog telah mengembangkan teknik untuk pembekalan (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) dan beberapa di antaranya dapat berguna diterapkan untuk penelitian era digital. Humphreys (2015) menawarkan pengalaman menarik tentang persetujuan ditangguhkan, yang terkait erat dengan strategi pembekalan yang saya jelaskan.

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

Ide lanjut yang telah diusulkan terkait dengan informed consent adalah untuk membangun sebuah panel dari orang-orang yang setuju untuk menjadi dalam percobaan secara online (Crawford 2014) . Beberapa berpendapat bahwa panel ini akan menjadi sampel non-acak orang. Tapi, Bab 3 (Mengajukan pertanyaan) menunjukkan bahwa masalah ini berpotensi beralamat menggunakan pasca-stratifikasi dan sampel yang cocok. Juga, persetujuan untuk berada di panel bisa mencakup berbagai eksperimen. Dengan kata lain, peserta mungkin tidak perlu izin untuk setiap percobaan secara individual, konsep yang disebut persetujuan luas (Sheehan 2011) .

• Memahami dan mengelola risiko informasi (Bagian 6.6.2)

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

Sparsity memiliki dua implikasi utama. Pertama, itu berarti bahwa mencoba untuk "anonim" dataset berdasarkan gangguan acak kemungkinan akan gagal. Artinya, bahkan jika Netflix adalah untuk secara acak menyesuaikan beberapa peringkat (yang mereka lakukan), ini tidak akan cukup karena catatan terganggu masih rekor terdekat mungkin untuk informasi yang penyerang memiliki. Kedua, sparsity berarti bahwa de-penganoniman adalah mungkin bahkan jika penyerang memiliki pengetahuan yang tidak sempurna atau tidak memihak. Misalnya, dalam data Netflix, mari kita bayangkan penyerang tahu penilaian Anda untuk dua film dan tanggal Anda membuat mereka peringkat +/- 3 hari; Hanya saja informasi saja sudah cukup untuk secara unik mengidentifikasi 68% dari orang dalam data Netflix. Jika penyerang tahu 8 film yang telah Anda dinilai +/- 14 hari, kemudian bahkan jika dua ini peringkat diketahui benar-benar salah, 99% dari catatan dapat diidentifikasi secara unik dalam dataset. Dengan kata lain, sparsity adalah masalah mendasar bagi upaya untuk "anonim" data, yang sangat disayangkan karena dataset sosial yang paling modern jarang.

metadata telepon juga mungkin tampak "anonymous" dan tidak sensitif, tapi itu tidak terjadi. Metadata telepon dapat diidentifikasi dan sensitif (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Pada Gambar 6.6, saya membuat sketsa sebuah trade-off antara risiko kepada peserta dan manfaat penelitian dari rilis data. Untuk perbandingan antara pendekatan dibatasi akses (misalnya, sebuah taman bertembok) dan pendekatan data yang dibatasi (misalnya, beberapa bentuk penganoniman) melihat Reiter and Kinney (2011) . Untuk sistem kategorisasi yang diusulkan dari tingkat risiko data, melihat Sweeney, Crosas, and Bar-Sinai (2015) . Akhirnya, untuk lebih diskusi umum berbagi data, lihat Yakowitz (2011) .

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

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

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

Pada bagian ini, saya sudah digambarkan hubungan dataset yang berbeda sebagai sesuatu yang dapat menyebabkan risiko informasi. Namun, juga dapat menciptakan peluang baru untuk penelitian, sebagaimana didalilkan dalam Currie (2013) .

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

• Privasi (Bagian 6.6.3)

Warren and Brandeis (1890) adalah artikel hukum tengara tentang privasi, dan artikel paling terkait dengan gagasan bahwa privasi adalah hak untuk dibiarkan sendiri. Baru-baru ini panjang buku perawatan privasi bahwa saya akan merekomendasikan termasuk Solove (2010) dan Nissenbaum (2010) .

Untuk review penelitian empiris tentang bagaimana orang berpikir tentang privasi, lihat Acquisti, Brandimarte, and Loewenstein (2015) . Jurnal Science menerbitkan edisi khusus yang berjudul "The End of Privacy", yang membahas isu-isu privasi dan risiko informasi dari berbagai perspektif yang berbeda; untuk ringkasan melihat Enserink and Chin (2015) . Calo (2011) menawarkan kerangka kerja untuk berpikir tentang bahaya yang datang dari pelanggaran privasi. Contoh awal kekhawatiran tentang privasi di sangat awal dari era digital adalah Packard (1964) .

• Membuat keputusan di bawah ketidakpastian (Bagian 6.6.4)

Salah satu tantangan ketika mencoba untuk menerapkan standar risiko minimal adalah bahwa hal itu tidak jelas yang kehidupan sehari-hari akan digunakan untuk benchmarking (Council 2014) . Misalnya, orang tunawisma memiliki tingkat lebih tinggi dari ketidaknyamanan dalam kehidupan sehari-hari mereka. Tapi, itu tidak berarti bahwa itu adalah diperbolehkan etika untuk mengekspos orang tunawisma untuk penelitian risiko yang lebih tinggi. Untuk alasan ini, tampaknya ada konsensus yang berkembang bahwa risiko minimal harus mengacu kepada standar populasi umum, tidak standar populasi tertentu. Sementara saya umumnya setuju dengan ide standar populasi umum, saya berpikir bahwa untuk platform online besar seperti Facebook, standar populasi tertentu adalah wajar. Artinya, ketika mempertimbangkan Contagion Emosional, saya berpikir bahwa itu adalah wajar untuk patokan terhadap risiko sehari-hari di Facebook. Sebuah populasi standar tertentu dalam hal ini jauh lebih mudah untuk mengevaluasi dan tidak mungkin bertentangan dengan prinsip keadilan, yang berusaha untuk mencegah beban penelitian gagal tidak adil pada kelompok yang kurang beruntung (misalnya, tahanan dan anak yatim).

• Tips praktis (Bagian 6.7)

Sarjana lain juga telah menyerukan lebih kertas untuk menyertakan lampiran etika (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) juga menawarkan tips praktis.