מה לקרוא הבא

• מבוא (סעיף 6.1)

האתיקה המחקרית כוללת גם נושאים כגון הונאה מדעית והקצאת אשראי. אלה נדונים בפירוט רב יותר על להיות מדענים על ידי Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

פרק זה מושפע מאוד מהמצב בארצות הברית. למידע נוסף על נהלי סקירה אתית במדינות אחרות, ראה פרקים 6-9 של Desposato (2016b) . לטענה כי העקרונות האתיים הביו-רפואיים שהשפיעו על פרק זה הם אמריקאים מדי, ראו Holm (1995) . לסקירה היסטורית נוספת של "סקרים ביקורת מוסדיים" בארצות הברית, ראה Stark (2012) . כתב העת PS: פוליטיקה פוליטית ופוליטיקה קיים סימפוזיון מקצועי על היחסים בין מדענים פוליטיים ו IRBs; ראה Martinez-Ebers (2016) לסיכום.

דו"ח בלמונט והתקנות שאחריו בארצות הברית נוטים לעשות הבחנה בין מחקר לתרגול. לא הבחנתי בפרק זה כי אני חושב שהמסגרת האתית והמסגרת חלות על שתי ההגדרות. לקבלת מידע נוסף על ההבחנה הזאת ועל הבעיות שהיא מציגה, ראו Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) ו- Metcalf and Crawford (2016) .

למידע נוסף על פיקוח על מחקר בפייסבוק, ראו Jackman and Kanerva (2016) . לרעיונות על פיקוח על מחקר בחברות וארגונים לא ממשלתיים, ראו Calo (2013) , Polonetsky, Tene, and Jerome (2015) , ו - Tene and Polonetsky (2016) .

בהתייחס לשימוש בנתוני הטלפון הסלולרי כדי לסייע (Wesolowski et al. 2014; McDonald 2016) התפרצות אבולה במערב אפריקה (Wesolowski et al. 2014; McDonald 2016) , למידע נוסף על סיכוני הפרטיות של נתוני הטלפון הסלולרי, ראה Mayer, Mutchler, and Mitchell (2016) . לדוגמאות של מחקרים קודמים הקשורים למשבר באמצעות נתוני טלפון נייד, ראה Bengtsson et al. (2011) ו Lu, Bengtsson, and Holme (2012) , ועל עוד על האתיקה של מחקר בנושא משבר, ראה ( ??? ) .

• שלוש דוגמאות (סעיף 6.2)

אנשים רבים כתבו על הדבקה רגשית. העיתון אתיקה המחקר הקדיש את כל הנושא בינואר 2016 כדי לדון בניסוי; ראה Hunter and Evans (2016) לקבלת סקירה. ההליכים של האקדמיה הלאומית למדע פרסמו שני חלקים על הניסוי: Kahn, Vayena, and Mastroianni (2014) Fiske and Hauser (2014) . אחר חתיכות על הניסוי כוללות: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , ו ( ??? ) .

• דיגיטלי שונה (סעיף 6.3)

במונחים של מעקב המוני, סקירה רחבה ניתנים Mayer-Schönberger (2009) ו Marx (2016) . לקבלת דוגמה מוחשית של עלויות המשתנות של מעקב, Bankston and Soltani (2013) מעריכים כי מעקב אחר חשוד פלילי באמצעות טלפונים ניידים הוא כ 50 פעמים זול יותר מאשר באמצעות מעקב פיזי. ראה גם Ajunwa, Crawford, and Schultz (2016) לדיון על מעקב בעבודה. Bell and Gemmell (2009) מספקים נקודת מבט אופטימית יותר על מעקב עצמי.

בנוסף למעקב אחר ההתנהגות הנצפית שהיא ציבורית או חלקית (למשל, טעמים, קשרים וזמן), החוקרים יכולים להסיק יותר ויותר דברים שמשתתפים רבים חושבים שהם פרטיים. לדוגמה, מיכל קוסינסקי ועמיתיו (2013) הראו כי הם יכולים להסיק מידע רגיש על אנשים, כגון נטייה מינית ושימוש בחומרים ממכרים, מתוך נתוני עקבות דיגיטליים רגילים (Facebook Like). זה אולי נשמע קסום, אבל הגישה שקוסינסקי ועמיתיו השתמשו בהם - שילוב של עקבות דיגיטליים, סקרים ופיקוח - הוא בעצם משהו שכבר סיפרתי לך עליו. נזכיר כי בפרק 3 (לשאול שאלות). סיפרתי לך איך יהושע בלומנשטוק ועמיתיו (2015) שילבו נתוני סקר עם נתוני טלפון סלולרי כדי להעריך את העוני ברואנדה. גישה זהה, אשר ניתן להשתמש בהם כדי למדוד ביעילות את העוני במדינה מתפתחת, יכול לשמש גם עבור מסקנות פוטנציאל הפרת פרטיות.

למידע נוסף על השימושים המשניים הלא-צפויים האפשריים של נתוני בריאות, ראו O'Doherty et al. (2016) . בנוסף לפוטנציאל של שימושים משניים לא מכוונים, יצירת מסד נתונים ראשי לא שלם יכולה להיות השפעה מצמררת על החיים החברתיים והפוליטיים אם אנשים לא מוכנים לקרוא חומרים מסוימים או לדון בנושאים מסוימים; ראה Schauer (1978) Penney (2016) .

במצבים עם חוקים חופפים, חוקר לפעמים עוסקים "קניות רגולטוריות" (Grimmelmann 2015; Nickerson and Hyde 2016) . בפרט, כמה חוקרים המעוניינים להימנע מפיקוח IRB יכולים ליצור שותפויות עם חוקרים שאינם מכוסים על ידי IRBs (למשל, אנשים בחברות או ארגונים לא ממשלתיים), ויש להם עמיתים לאסוף ולזהות נתונים. לאחר מכן, חוקר IRB מכוסה יכול לנתח את הנתונים מזוהים ללא פיקוח IRB, כי המחקר אינו נחשב עוד "מחקר בני אדם", לפחות על פי כמה פרשנויות של הכללים הנוכחיים. זה סוג של התחמקות IRB הוא כנראה לא עולה בקנה אחד עם גישה מבוססת עקרונות אתיקה המחקר.

בשנת 2011, החל מאמץ לעדכן את הכלל המשותף, ואת התהליך הזה הושלמה לבסוף בשנת 2017 ( ??? ) . למידע נוסף על המאמצים הללו לעדכון הכלל המשותף, ראו Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) ו- Metcalf (2016) .

• ארבעה עקרונות (סעיף 6.4)

הגישה המבוססת על עקרונות קלאסיים לאתיקה ביו-רפואית היא זו של Beauchamp and Childress (2012) . הם מציעים כי ארבעה עקרונות עיקריים צריכים להנחות אתיקה ביו-רפואית: כיבוד האוטונומיה, אי-הריון, התועלת והצדק. העיקרון של אי-ריגול קורא לאחד להתנער מפגיעה באנשים אחרים. מושג זה קשור עמוק לרעיון היפוקרטס של "אל תזיק". באתיקה המחקרית, עקרון זה משולב לעיתים קרובות עם עקרון ההטבה, אך ראה פרק 5 של @ beauchamp_principles_2012 ליותר על ההבחנה בין השניים. עבור ביקורת כי עקרונות אלה הם אמריקאים מדי, ראה Holm (1995) . למידע נוסף על איזון כאשר העקרונות מתנגשים, ראו Gillon (2015) .

ארבעת העקרונות בפרק זה הוצעו גם להנחיית פיקוח מוסרי על מחקר הנעשה בחברות (Polonetsky, Tene, and Jerome 2015) לא ממשלתיים (Polonetsky, Tene, and Jerome 2015) באמצעות גופים הנקראים "לוחות ביקורת בנושא הצרכן" (CSRBs) (Calo 2013) .

• כבוד לאנשים (סעיף 6.4.1)

בנוסף לכבוד האוטונומיה, גם דו"ח בלמונט מכיר בכך שלא כל אדם מסוגל להגדרה עצמית אמיתית. לדוגמה, ילדים, אנשים הסובלים ממחלה, או אנשים החיים במצבים של חירות מוגבלת מאוד לא יוכלו לפעול כאנשים אוטונומיים מלאים, ואנשים אלה כפופים לפיכך להגנה נוספת.

החלת העיקרון של כיבוד אנשים בעידן הדיגיטלי יכול להיות מאתגר. לדוגמה, במחקרי העידן הדיגיטלי, זה יכול להיות קשה לספק הגנות נוספות עבור אנשים עם יכולת מופחתת של הגדרה עצמית, כי חוקרים לעתים קרובות יודעים מעט מאוד על המשתתפים שלהם. יתר על כן, הסכמה מדעת במחקר חברתי בעידן הדיגיטלי היא אתגר עצום. במקרים מסוימים, הסכמה מדעת באמת יכולה לסבול מפרדוקס השקיפות (Nissenbaum 2011) , שבו מידע והבנה נמצאים בסכסוך. באופן כללי, אם החוקרים יספקו מידע מלא על אופי איסוף הנתונים, ניתוח הנתונים, ונהלי אבטחת המידע, יהיה קשה למשתתפים רבים להבין. אבל אם החוקרים מספקים מידע מובן, זה עלול חסר פרטים טכניים חשובים. במחקר הרפואי בעידן האנלוגי - ההגדרה השלטת בדו"ח בלמונט - אפשר היה לדמיין את הרופא מדבר בנפרד עם כל משתתף כדי לסייע בפתרון פרדוקס השקיפות. במחקרים מקוונים הכוללים אלפים או מיליוני אנשים, גישה כזו פנים אל פנים היא בלתי אפשרית. בעיה שנייה בהסכמה בעידן הדיגיטלי היא שבמחקרים מסוימים, כגון ניתוחים של מאגרי נתונים מאסיביים, לא יהיה זה מעשי לקבל הסכמה מדעת מכל המשתתפים. אני דן בשאלות אלו ואחרות על הסכמה מדעת בפירוט רב יותר בסעיף 6.6.1. עם זאת, על אף הקשיים הללו, יש לזכור כי הסכמה מדעת אינה הכרחית ולא מספיקה לכבודם של אנשים.

למידע נוסף על מחקר רפואי לפני הסכמה מדעת, ראה Miller (2014) . לקבלת טיפול באורך הספר בהסכמה מדעת, ראו Manson and O'Neill (2007) . ראה גם את הקריאות המוצעות על הסכמה מדעת להלן.

• תועלת (סעיף 6.4.2)

נזק לקונטקסט הוא הנזק שהמחקר יכול לגרום לא לאנשים ספציפיים אלא להגדרות חברתיות. המושג הזה הוא קצת מופשט, אבל אני אמחיש בדוגמה קלאסית: מחקר המושבעים של ויצ'יטה (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - נקרא לעתים גם פרויקט המושבעים של שיקגו (Cornwell 2010) . במחקר זה, חוקרים מאוניברסיטת שיקגו, כחלק ממחקר רחב יותר של היבטים חברתיים של המערכת המשפטית, רשמו בחשאי שישה דיונים של מושבעים בוויצ'יטה, קנזס. השופטים ועורכי הדין בתיקים אישרו את ההקלטות, והיה פיקוח קפדני על התהליך. עם זאת, המושבעים לא היו מודעים לכך הקלטות מתרחש. לאחר שהתגלה המחקר, היתה זעם ציבורי. מחלקת המשפטים החלה בחקירת המחקר, והחוקרים נקראו להעיד בפני הקונגרס. בסופו של דבר, הקונגרס העביר חוק חדש שעושה את זה בלתי חוקי כדי לתעד בחשאי דיון מושבעים.

החשש של מבקרי המחקר של ועדת השופטים של ויצ'יטה לא היה הסיכון של פגיעה במשתתפים; במקום זאת, זה היה הסיכון של פגיעה בהקשר של הדיון המושבעים. כלומר, אנשים חשבו שאם חברי המושבעים לא מאמינים שהם מנהלים דיונים במרחב בטוח ומוגן, יהיה קשה יותר להמשיך בדיונים של חבר מושבעים בעתיד. בנוסף לדיון המושבעים, ישנם הקשרים חברתיים ספציפיים אחרים שהחברה מספקת עם הגנה נוספת, כגון יחסי עורך דין-לקוח וטיפול פסיכולוגי (MacCarthy 2015) .

הסיכון של פגיעה בהקשר ההקשר של מערכות חברתיות גם להתעורר כמה ניסויים בתחום במדע המדינה (Desposato 2016b) . לדוגמא לחישוב עלות-תועלת רגיש יותר לניסוי שדה במדע המדינה, ראה Zimmerman (2016) .

• צדק (סעיף 6.4.3)

התמורה למשתתפים נדונה במספר הגדרות הקשורות למחקר דיגיטלי. Lanier (2014) מציע לשלם משתתפים עבור עקבות דיגיטליים שהם מייצרים. Bederson and Quinn (2011) לדון תשלומים בשוקי עבודה מקוונים. לבסוף, Desposato (2016a) מציע לשלם המשתתפים בניסויים בתחום. הוא מציין כי גם אם לא ניתן לשלם ישירות למשתתפים, ניתן לתרום תרומה לקבוצה שעובדת בשמם. לדוגמה, ב הדרן, החוקרים יכלו לתרום לקבוצה עבודה כדי לתמוך בגישה לאינטרנט.

• כיבוד החוק והאינטרס הציבורי (סעיף 6.4.4)

הסכמי תנאי השירות צריכים להיות בעלי משקל נמוך יותר מאשר חוזים שנחתמו בין צדדים שווים לבין חוקים שנוצרו על ידי ממשלות לגיטימיות. מצבים שבהם חוקרים הפרו את הסכמי תנאי השירות בעבר, היו מעורבים בדרך כלל באמצעות שאילתות אוטומטיות לביקורת על התנהגותן של חברות (בדומה לניסויי שדה למדידת אפליה). לדיונים נוספים, ראו Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . לדוגמא למחקר אמפירי הדן בתנאי השירות, ראה Soeller et al. (2016) . לקבלת פרטים נוספים על הבעיות המשפטיות האפשריות החוקרים אם הם מפרים את תנאי השירות, ראה Sandvig and Karahalios (2016) .

• שתי מסגרות אתיות (סעיף 6.5)

כמובן, כמות עצומה נכתבה על תוצאיות ודיאנטולוגיה. לדוגמה, כיצד ניתן להשתמש במסגרות אתיות אלו ואחרות כדי לחשוב על מחקר של גיל דיגיטלי, ראה Zevenbergen et al. (2015) . לדוגמה, כיצד ניתן ליישם אותם בניסויים בתחום בכלכלת הפיתוח, ראה Baele (2013) .

• הסכמה מדעת (סעיף 6.6.1)

למידע נוסף על מחקרי ביקורת על אפליה, ראה Pager (2007) ו Riach and Rich (2004) . לא רק מחקרים אלה לא קיבלו הסכמה מדעת, הם גם מעורבים בהונאה ללא תחקירים.

שניהם Desposato (2016a) ו Humphreys (2015) מציעים ייעוץ על ניסויים שדה ללא הסכמה.

Sommers and Miller (2013) סוקרים טיעונים רבים לטובת אי-דיון במשתתפים לאחר הטעיה, וטוענים שחוקרים צריכים לוותר על תחקיר

"במסגרת מערכת מצומצמת מאוד של נסיבות, דהיינו, במחקרי שטח שבהם התחקירים מציבים מחסומים מעשיים רבים, אך לחוקרים לא יהיו שום נקיפות מצפון לגבי התחקור אם יוכלו. החוקרים אינם רשאים לוותר על תחקירים כדי לשמור על מאגר משתתף נאיבי, להגן על עצמם מפני כעס משתתף, או להגן על משתתפים מפני נזק ".

אחרים טוענים כי במצבים מסוימים, אם תחקיר גורם נזק יותר מאשר טוב, זה צריך להימנע (Finn and Jakobsson 2007) . תחקיר הוא מקרה שבו כמה חוקרים לתעדף את כבוד לאנשים מעל תועלת, בעוד כמה חוקרים לעשות את ההפך. פתרון אפשרי אחד הוא למצוא דרכים לחקור את חווית הלמידה של המשתתפים. כלומר, במקום לחשוב על תחקיר כעל משהו שיכול לגרום נזק, אולי תחקיר יכול להיות גם משהו לטובת המשתתפים. לדוגמא Jagatic et al. (2007) חינוכי מסוג זה, ראו Jagatic et al. (2007) . פסיכולוגים פיתחו טכניקות לתחקור (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , וחלקן עשויות להיות מיושמות באופן שימושי במחקר על גיל דיגיטלי. Humphreys (2015) מציע מחשבות מעניינות על הסכמה נדחית , אשר קשורה קשר הדוק אסטרטגיית התחקיר שתיארתי.

הרעיון לבקש מדגם של המשתתפים להסכמתם קשור למה Humphreys (2015) קוראת להסכמה .

רעיון נוסף הקשור להסכמה מדעת שהוצע הוא לבנות פאנל של אנשים שמסכימים להיות בניסויים מקוונים (Crawford 2014) . יש הטוענים כי פאנל זה יהיה מדגם לא אקראי של אנשים. אבל פרק 3 (שואל שאלות) מראה כי בעיות אלה ניתן לטפל באמצעות פוסט ריבוד. כמו כן, הסכמה להיות על הלוח יכול לכסות מגוון של ניסויים. במילים אחרות, ייתכן שהמשתתפים אינם צריכים להסכים לכל ניסוי בנפרד, מושג הנקרא הסכמה רחבה (Sheehan 2011) . למידע נוסף על ההבדלים בין הסכמה חד פעמית והסכמה עבור כל מחקר, וכן על היברידיות אפשרית, ראו Hutton and Henderson (2015) .

• הבנה וניהול סיכון מידע (סעיף 6.6.2)

פרט לפרס הייחודי, פרס נטפליקס ממחיש תכונה טכנית חשובה של מערכי נתונים שמכילים מידע מפורט על אנשים, ולכן מציע לקחים חשובים על האפשרות של "אנונימיזציה" של מערכי נתונים חברתיים מודרניים. קבצים עם חלקים רבים של מידע על כל אדם עשויים להיות דלילים , במובן מוגדר רשמית Narayanan and Shmatikov (2008) . כלומר, עבור כל רשומה, אין רשומות זהים, ולמעשה אין רשומות דומות מאוד: כל אדם רחוק מן השכן הקרוב ביותר במערך הנתונים. אפשר לדמיין כי הנתונים של נטפליקס עשויים להיות דלילים, כי עם כ -20,000 סרטים על חמישה כוכבים בקנה מידה, יש בערך \(6^{20,000}\) ערכים אפשריים שכל אדם יכול היה (6 כי, בנוסף 1 ל 5 כוכבים, מישהו אולי לא דירג את הסרט בכלל). המספר הזה הוא כל כך גדול, קשה אפילו להבין.

לדלילות יש שתי השלכות עיקריות. ראשית, משמעות הדבר היא כי ניסיון "אנונימיזציה" הנתונים מבוסס על הפרעה אקראית סביר להיכשל. כלומר, גם אם נטפליקס הייתה אקראית להתאים חלק מהדירוגים (מה שהם עשו), זה לא היה מספיק כי הרשומה מוטרד הוא עדיין שיא הקרוב ביותר למידע שיש לתוקף. שנית, הדלילות פירושה שהזיהוי מחדש אפשרי גם אם לתוקף יש ידע לא מושלם או חסר פניות. לדוגמה, בנתוני Netflix, נניח שהתוקף מכיר את הדירוגים שלך עבור שני סרטים והתאריכים שביצעת את הדירוגים האלה \(\pm\) 3 ימים; רק מידע זה מספיק כדי לזהות באופן ייחודי 68% מהאנשים בנתוני Netflix. אם התוקף מכיר שמונה סרטים שדירגת \(\pm\) 14 ימים, גם אם שניים מהדירוגים הידועים האלה שגויה לחלוטין, 99% מהרשומות מזוהים באופן ייחודי במערך הנתונים. במילים אחרות, דלילות היא בעיה בסיסית במאמצים "אנונימיזציה" נתונים, וזה מצער, כי רוב הנתונים החברתיים המודרניים הם דלילים. למידע נוסף על "אנונימיזציה" של נתונים דלילים, ראה Narayanan and Shmatikov (2008) .

מטא-נתונים טלפוניים עשויים גם להיראות "אנונימיים" ולא רגישים, אבל זה לא המקרה. נתוני מטא-נתונים ניתנים לזיהוי ורגישות (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

באיור 6.6, רשמתי מחלוקת בין הסיכון למשתתפים לבין הטבות לחברה משחרור נתונים. לשם השוואה בין גישות גישה מוגבלות (לדוגמה, גן מוקף חומה) וגישות נתונים מוגבלות (לדוגמה, צורה כלשהי של "אנונימיזציה") ראו Reiter and Kinney (2011) . עבור מערכת סיווג מוצעת של רמות סיכון של נתונים, ראה Sweeney, Crosas, and Bar-Sinai (2015) . לדיון כללי יותר Yakowitz (2011) הנתונים, ראו Yakowitz (2011) .

לניתוח מפורט יותר של סחר זה בין הסיכון והתועלת של הנתונים, ראה Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) Goroff (2015) . כדי לראות את Daries et al. (2014) הזו על נתונים אמיתיים מקורסים מקוונים פתוחים (MOOC), ראה Daries et al. (2014) ו Angiuli, Blitzstein, and Waldo (2015) .

הפרטיות הדיפרנציאלית מציעה גם גישה חלופית שיכולה לשלב בין סיכון נמוך למשתתפים לבין תועלת גבוהה לחברה; ראה Dwork and Roth (2014) ו Narayanan, Huey, and Felten (2016) .

למידע נוסף על המושג זיהוי אישי של מידע (PII), שהוא מרכזי עבור רבים מכללי האתיקה המחקרית, ראה Narayanan and Shmatikov (2010) ו Schwartz and Solove (2011) . לקבלת מידע נוסף על כל הנתונים להיות רגיש, ראה Ohm (2015) .

בסעיף זה, תיארתי את ההצמדה של מערכי נתונים שונים כמשהו שיכול להוביל לסיכון מידע. עם זאת, הוא יכול גם ליצור הזדמנויות חדשות למחקר, כפי שטען Currie (2013) .

למידע נוסף על חמש הכספות, ראה Desai, Ritchie, and Welpton (2016) . לדוגמה, כיצד ניתן לזהות את התפוקות, ראו Brownstein, Cassa, and Mandl (2006) , המציג כיצד מפות של שכיחות המחלה יכולות להיות מזוהות. Dwork et al. (2017) גם לשקול התקפות נגד נתונים מצטברים, כגון נתונים סטטיסטיים על כמה אנשים יש מחלה מסוימת.

שאלות בנוגע לשימוש בנתונים ולשחרור נתונים גם מעלות שאלות בנוגע לבעלות על נתונים. למידע נוסף, על בעלות על נתונים, ראה Evans (2011) Pentland (2012) .

• פרטיות (סעיף 6.6.3)

Warren and Brandeis (1890) הוא ציון דרך משפטי מאמר על פרטיות והיא קשורה ביותר עם הרעיון כי הפרטיות היא זכות להישאר לבד. טיפולים של אורך הספר לפרטיות שהייתי ממליץ עליהם כוללים את Solove (2010) ו- Nissenbaum (2010) .

לסקירה של מחקר אמפירי על האופן שבו אנשים חושבים על פרטיות, ראו Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) מציעים תיאוריה של מערכות כפולות - שאנשים מתמקדים לעתים בדאגות אינטואיטיביות ולפעמים מתמקדים בדאגות נחשבות - כדי להסביר כיצד אנשים יכולים להפוך את ההצהרות הסותרות לכאורה לפרטיות. למידע נוסף על הרעיון של פרטיות בהגדרות מקוונות כגון Twitter, ראה Neuhaus and Webmoor (2012) .

כתב העת " סיינס" פרסם מדור מיוחד בשם "סוף הפרטיות", שעוסק בשאלות של פרטיות וסיכון מידע ממגוון נקודות מבט שונות; לסיכום, ראה Enserink and Chin (2015) . Calo (2011) מציע מסגרת לחשיבה על הנזקים שמקורם בהפרות פרטיות. דוגמה מוקדמת לחששות בנוגע לפרטיות כבר בהתחלות העידן הדיגיטלי היא Packard (1964) .

• קבלת החלטות תחת אי ודאות (סעיף 6.6.4)

אחד האתגרים כאשר מנסים ליישם את תקן הסיכון המינימלי הוא כי לא ברור מי חיי היומיום הוא לשמש benchmarking (National Research Council 2014) . לדוגמה, אנשים חסרי בית יש רמות גבוהות יותר של אי נוחות בחיי היומיום שלהם. אבל זה לא אומר כי מותר מבחינה מוסרית לחשוף אנשים לחסרי סיכון למחקר בסיכון גבוה יותר. מסיבה זו, נראה כי יש הסכמה גוברת כי הסיכון המינימלי צריך להיות benchmarked נגד תקן האוכלוסייה הכללית , לא תקן האוכלוסייה ספציפית . למרות שאני בדרך כלל מסכים עם הרעיון של תקן כללי האוכלוסייה, אני חושב כי עבור פלטפורמות מקוונות גדולות כגון פייסבוק, תקן אוכלוסיה מסוימת היא סבירה. לכן, כאשר בוחנים הדבקה רגשית, אני חושב שזה סביר benchmark נגד הסיכון היומיומי בפייסבוק. סטנדרט אוכלוסין מסוים במקרה זה קל הרבה יותר להערכה, ולא סביר שהוא עומד בסתירה לעקרון הצדק, שמבקש למנוע את העומס המוטל על המחקר על קבוצות לא מקובלות (למשל, אסירים ויתומים).

• עצות מעשיות (סעיף 6.7)

חוקרים אחרים גם קראו לעיתונים נוספים שיכללו נספחים אתיים (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) מציע גם עצות מעשיות. Zook ועמיתיו (2017) מציעים "עשרה כללים פשוטים למחקר נתונים אחראי גדול".