რა უნდა წაიკითხოთ მომდევნო

• შესავალი (სექცია 6.1)

კვლევის ეთიკა ტრადიციულად მოიცავდა ისეთ თემებს, როგორიცაა სამეცნიერო გაყალბება და საკრედიტო განაწილება. ეს უფრო დეტალურად განიხილება Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) მეცნიერთა შორის .

ეს თავი დიდ გავლენას ახდენს ამერიკის შეერთებულ შტატებში. სხვა ქვეყნებში ეთიკური განხილვის პროცედურების შესახებ უფრო მეტია, იხილეთ Desposato (2016b) 6-9 Desposato (2016b) . არგუმენტი, რომ ბიოსამედიცინო ეთიკური პრინციპები, რომლებიც გავლენას ახდენდნენ ამ თავში, ამერიკას Holm (1995) , იხ. Holm (1995) . ამერიკის შეერთებულ შტატებში ინსტიტუციური მიმოხილვის საბჭოების შემდგომი ისტორიული მიმოხილვისთვის იხილეთ Stark (2012) . ჟურნალი PS: პოლიტიკური მეცნიერებები და პოლიტიკა გაიმართა პოლიტოლოგებსა და IRB- ის ურთიერთობებზე პროფესიული სიმპოზიუმი; იხილეთ Martinez-Ebers (2016) .

Belmont Report და შემდგომი რეგულაციები ამერიკის შეერთებულ შტატებში ტენდენცია ქმნის განსხვავებას კვლევასა და პრაქტიკას შორის. მე არ განვახორციელე ეს თავი ამ თავში, რადგან მე ვფიქრობ, რომ ეთიკური პრინციპები და ჩარჩოები ორივე პარამეტრს ეხება. ამ განსხვავებისა და პრობლემების შესახებ დამატებითი ინფორმაციის მისაღებად იხ. Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) და Metcalf and Crawford (2016) .

მეტი კვლევის ზედამხედველობა Facebook- ზე, იხილეთ Jackman and Kanerva (2016) . კომპანიებსა და არასამთავრობო ორგანიზაციებში კვლევების ზედამხედველობის შესახებ, იხილეთ Calo (2013) , Polonetsky, Tene, and Jerome (2015) და Tene and Polonetsky (2016) .

მობილური ტელეფონის მონაცემების გამოყენებასთან დაკავშირებით, 2014 წლის Mayer, Mutchler, and Mitchell (2016) დასავლეთ აფრიკაში (Wesolowski et al. 2014; McDonald 2016) , მობილური ტელეფონის მონაცემების კონფიდენციალურობის რისკის შესახებ, იხ. Mayer, Mutchler, and Mitchell (2016) . ადრე კრიზისთან დაკავშირებული კვლევების მაგალითები მობილური ტელეფონის მონაცემებით, იხილეთ Bengtsson et al. (2011) და Lu, Bengtsson, and Holme (2012) , და უფრო მეტი ეთიკის კრიზისული კვლევის, ვხედავ ( ??? ) .

• სამი მაგალითი (სექცია 6.2)

ემოციური კონტაზიის შესახებ ბევრი ადამიანი წერდა. ჟურნალ " კვლევის ეთიკის" მიერ ჩატარებული კვლევის შედეგები განხილული იყო 2016 წლის იანვარში. იხილეთ Hunter and Evans (2016) მიმოხილვისთვის. მეცნიერების ეროვნული სამეცნიერო ნაშრომების გამოცემა გამოაქვეყნა ორი ცალი ექსპერიმენტის შესახებ: Kahn, Vayena, and Mastroianni (2014) და Fiske and Hauser (2014) . სხვა ცალი დაახლოებით ექსპერიმენტი მოიცავს: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , და ( ??? ) .

• ციფრული განსხვავებულია (სექცია 6.3)

მასობრივი მეთვალყურეობის თვალსაზრისით, ფართო მიმოხილვა მოცემულია Mayer-Schönberger (2009) და Marx (2016) . მონიტორინგის ხარჯების კონკრეტული მაგალითისთვის Bankston and Soltani (2013) შეფასებით, მობილური ტელეფონების გამოყენებით კრიმინალური ეჭვმიტანილის თვალთვალის შესახებ 50-ჯერ უფრო იაფია, ვიდრე ფიზიკური ზედამხედველობის გამოყენებით. იხილეთ აგრეთვე Ajunwa, Crawford, and Schultz (2016) სამუშაოზე ზედამხედველობის განხილვისთვის. Bell and Gemmell (2009) უზრუნველყოფს უფრო ოპტიმისტურ პერსპექტივებს თვითმმართველობის მეთვალყურეობაზე.

გარდა იმისა, რომ შესაძლებელი გახდება დაკვირვების ქცევის მონიტორინგი, რომელიც საჯაროა ან ნაწილობრივ საჯაროა (მაგალითად, გემოვნები, კავშირები და დრო), მკვლევარებმა შეიძლება უფრო მეტად იმოქმედონ ის, რასაც ბევრი მონაწილე მიიჩნევს კერძო. მაგალითად, მიხალ კოსინსკიმ და კოლეგებმა (2013) აჩვენეს, რომ მათ შეეძლოთ მგრძნობიარე ინფორმაცია ჰქონდეთ ადამიანებზე, როგორიცაა სექსუალური ორიენტაცია და ნარკოტიკული ნივთიერებების გამოყენება, როგორც ჩანს, ჩვეულებრივი ციფრული კვალიფიკაციის მონაცემები (Facebook მოსწონს). ეს შეიძლება იყოს ჯადოსნური ჯადოსნური, მაგრამ მიდგომა კოსინსკი და კოლეგები იყენებენ, რაც კომბინირებული ციფრული კვალი, კვლევები და ზედამხედველობითი სწავლება - რეალურად ის, რასაც მე უკვე გითხარი. შეგახსენებთ, რომ მე -3 თავი (კითხვის დასმა). მე ვუთხარი, თუ როგორ ჯოშუა Blumenstock და კოლეგებს (2015) კომბინირებული კვლევის მონაცემები მობილური ტელეფონის მონაცემების შეფასების სიღარიბის რუანდაში. ეს იგივე მიდგომა, რომელიც შეიძლება გამოყენებულ იქნეს სიღარიბის ეფექტიანად განვითარებაზე განვითარებად ქვეყანაში, შეიძლება გამოყენებულ იქნას პოტენციურად კონფიდენციალურობის დარღვევისთვის.

ჯანდაცვის მონაცემების შესაძლო გაუთვალისწინებელ გამოყენებასთან დაკავშირებით, იხილეთ O'Doherty et al. (2016) . გარდა უცვლელი მეორადი გამოყენების პოტენციალთან ერთად, არასრული სამაგისტრო ბაზის შექმნას შეიძლება ჰქონდეს გამარტივებული გავლენა სოციალურ და პოლიტიკურ ცხოვრებაში, თუკი ადამიანები არ მოსწონთ გარკვეულ მასალას, ან განიხილონ გარკვეული თემები; იხილეთ Schauer (1978) და Penney (2016) .

ზოგიერთ შემთხვევაში, მკვლევარი ზოგჯერ "მარეგულირებელ საყიდლებზე" (Grimmelmann 2015; Nickerson and Hyde 2016) ჩაერთვება. კერძოდ, ზოგი მკვლევარი, რომელთაც სურთ IRB ზედამხედველობის თავიდან აცილება, შეიძლება შექმნან პარტნიორული ურთიერთობები მკვლევარებთან, რომლებიც არ არიან დაფინანსებული IRB- ები (მაგალითად, კომპანიები ან არასამთავრობო ორგანიზაციები) და აქვთ კოლეგებს მონაცემთა შეგროვება და დედენტირება. შემდეგ, IRB- ზე დაფუძნებულმა მკვლევარმა შეიძლება გაანალიზოს ეს დე-იდენტიფიცირებული მონაცემები IRB ზედამხედველობის გარეშე, რადგან კვლევა აღარ არის "ადამიანური საგნების კვლევა", როგორც მინიმუმ, არსებული წესების ზოგიერთი ინტერპრეტაციის მიხედვით. ამ ტიპის IRB- ის გადაუხდელობა, ალბათ, არ შეესაბამება კვლევის ეთიკის პრინციპებზე დაფუძნებულ მიდგომას.

2011 წელს ძალისხმევა დაიწყო საერთო წესის განახლებაში და ეს პროცესი 2017 წელს დასრულდა ( ??? ) . საერთო მცდელობის განახლების მიზნით, უფრო მეტიც, იხილეთ Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) და Metcalf (2016) .

• ოთხი პრინციპი (სექცია 6.4)

კლასიკური პრინციპები დაფუძნებული მიდგომა ბიოსამედიცინო ეთიკისთვის არის ის, რომ Beauchamp and Childress (2012) . მათ ვარაუდობენ, რომ ოთხ ძირითად პრინციპს უნდა უხელმძღვანელოს ბიოსამედიცინო ეთიკა: ავტონომიის, არასრულფასოვნების, კეთილგანწყობისა და სამართლიანობის პატივისცემა. არაალმიცეფსიციის პრინციპი მოუწოდებს, თავი შეიკავოს სხვა ადამიანებისათვის ზიანის მიყენებისაგან. ეს კონცეფცია ღრმად არის დაკავშირებული ჰიპოკრატეს იდეას "ნუ დააზიანებთ". კვლევის ეთიკის მიხედვით, ეს პრინციპი ხშირად შეესაბამება სიკეთის პრინციპს, მაგრამ მე -5 თავიანთ მე -5 თავიანთი განსხვავების შესახებ უფრო მეტს იხილავს. კრიტიკისთვის, რომ ეს პრინციპები ზედმეტად ამერიკულია, იხ. Holm (1995) . უფრო მეტი დაბალანსებისას, როდესაც პრინციპების კონფლიქტი, იხილეთ Gillon (2015) .

ამ თავის ოთხ პრინციპს ასევე შესთავაზა, რომ ეთიკური ზედამხედველობა გაუწიოს ორგანიზაციებსა და არასამთავრობო ორგანიზაციებს (Polonetsky, Tene, and Jerome 2015) , რომელსაც "საყოფაცხოვრებო თემატური მიმოხილვების საბჭოები" (CSRBs) (Calo 2013) .

• პირთა პატივისცემა (თავი 6.4.1)

გარდა ავტონომიის პატივისცემით, Belmont Report ასევე აღიარებს, რომ ყველა ადამიანს არ შეუძლია ჭეშმარიტი თვითგამორკვევის უნარი. მაგალითად, ბავშვები, ავადმყოფობის მქონე ადამიანები ან მკაცრად შეზღუდული თავისუფლების პირობებში მცხოვრები ადამიანები ვერ შეძლებენ სრულად ავტონომიურ პირებს, და ამ ადამიანებს დამატებითი დაცვა ექვემდებარება.

ციფრული ასაკის პირთა პატივისცემის პრინციპის გამოყენება შეიძლება რთული იყოს. მაგალითად, ციფრული ასაკობრივი კვლევის დროს, ძნელია, უზრუნველყოს დამატებითი დაცვა ადამიანებისთვის თვითგამორკვევის შესაძლებლობების შემცირებით, რადგან მკვლევარებმა ხშირად იციან მათი მონაწილეების შესახებ. გარდა ამისა, ციფრული ასაკის სოციალური კვლევის ინფორმირებული თანხმობა უზარმაზარი გამოწვევაა. ზოგიერთ შემთხვევაში, ჭეშმარიტად ინფორმირებული თანხმობა შეიძლება განიცადოს გამჭვირვალობის პარადოქსზე (Nissenbaum 2011) , სადაც ინფორმაცია და გააზრება კონფლიქტშია. უშუალოდ, თუ მკვლევარებმა უზრუნველყონ სრული ინფორმაცია მონაცემთა შეგროვების ბუნების, მონაცემთა ანალიზისა და მონაცემთა უსაფრთხოების პრაქტიკის შესახებ, რთული იქნება ბევრ მონაწილეთათვის გაგება. მაგრამ, თუ მკვლევარებმა გასაგები ინფორმაცია მიაწოდეს, მას არ შეუძლია მნიშვნელოვანი ტექნიკური დეტალები. ანალოგურ ასაკში სამედიცინო კვლევებში - Belmont Report- ის მიერ დასახელებული დომინანტური პარამეტრი, შეიძლება წარმოიდგინოთ ექიმი, რომელიც ინდივიდუალურად ელაპარაკება თითოეულ მონაწილეს, რათა დაეხმაროს გამჭვირვალობის პარადოქსის მოგვარებას. ონლაინ კვლევებში, რომელიც მოიცავს ათასობით ან მილიონ ადამიანს, ასეთი სახის პირისპირ მიდგომა შეუძლებელია. ციფრული ასაკის თანხმობის მეორე პრობლემა ისაა, რომ ზოგიერთ კვლევაში, როგორიცაა მასიური მონაცემების საცავების ანალიზები, იქნებოდა პრაქტიკული თანხმობა ყველა მონაწილედან ინფორმირებული თანხმობის მისაღებად. მე განიხილავს ამ და სხვა შეკითხვებს ინფორმირებული თანხმობის შესახებ უფრო დეტალურად მე -6.6.1. მიუხედავად ამ სირთულეებისა, უნდა გვახსოვდეს, რომ ინფორმირებული თანხმობა არ არის აუცილებელი და არც საკმარისია ადამიანების მიმართ.

ინფორმირებული თანხმობის შესახებ სამედიცინო კვლევისთვის უფრო მეტი იხილეთ, იხილეთ Miller (2014) . ინფორმირებული თანხმობის წიგნის სიგრძეზე იხ. Manson and O'Neill (2007) . იხილეთ აგრეთვე შემოთავაზებული კითხვები ინფორმირებული თანხმობის შესახებ.

• სიკეთე (სექცია 6.4.2)

ზიანის მიყენება ზიანის მიყენებაა, რომ კვლევამ შეიძლება გამოიწვიოს არა კონკრეტული ადამიანები, არამედ სოციალური პარამეტრები. ეს კონცეფცია ოდნავ აბსტრაქტულია, მაგრამ მე ვიხილავ კლასიკურ მაგალითს: Wichita Jury Study (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) ასევე ჩიკაგოს ჟიურის პროექტი (Cornwell 2010) . ამ კვლევაში, ჩიკაგოს უნივერსიტეტის მკვლევარებმა, როგორც იურიდიული სისტემის სოციალური ასპექტების უფრო ფართო შესწავლის ნაწილი, საიდუმლოდ ჩაიწერა ექვსი ნაფიც მსაჯულთა თათბირზე Wichita, Kansas. საქმეში მოსამართლეებმა და ადვოკატებმა დაამტკიცეს ჩანაწერები და ამ პროცესის მკაცრი ზედამხედველობა იყო. თუმცა, ნაფიც მსაჯულებმა არ იციან, რომ ჩანაწერები წარმოიშვა. სწავლის აღმოჩენის შემდეგ, იყო საზოგადოების აღშფოთება. იუსტიციის დეპარტამენტმა დაიწყო კვლევის გამოკვლევა და მკვლევარები კონგრესის წინ დაასახელეს. საბოლოო ჯამში, კონგრესმა გაიარა ახალი კანონი, რომელიც უკანონო ხდის ნაფიც მსაჯულთა განხილვას.

Wichita ჟიურის კვლევის კრიტიკოსების შეშფოთება არ იყო მონაწილეთათვის ზიანის რისკი; უფრო მეტიც, ეს იყო ზიანის რისკი ნაფიც მსაჯულთა განხილვის კონტექსტში. ანუ, ხალხი ფიქრობდა, რომ იმ შემთხვევაში, თუ ნაფიც მსაჯულებს არ სჯეროდათ, რომ ისინი უსაფრთხო და დაცულ სივრცეში დისკუსიას განიცდიდნენ, რთული იქნებოდა ნაფიც მსაჯულთა მომავალი მომავალი. გარდა ნაფიც მსაჯულთა განხილვისა, არსებობს სხვა კონკრეტული სოციალური კონტექსტები, რომლებიც საზოგადოებას უზრუნველყოფს დამატებით დაცვასთან, როგორიცაა ადვოკატი-კლიენტებთან ურთიერთობები და ფსიქოლოგიური დახმარება (MacCarthy 2015) .

პოლიტიკურ მეცნიერებაში (Desposato 2016b) გარკვეულ საველე ექსპერიმენტებში ასევე წარმოიქმნება სოციალური სისტემების კონტექსტისა და (Desposato 2016b) . პოლიტიკური მეცნიერების სფეროში საველე ექსპერიმენტისთვის უფრო მეტი კონტექსტის მგრძნობიარე ხარჯების გაანგარიშების მაგალითისთვის იხ. Zimmerman (2016) .

• იუსტიციის (სექცია 6.4.3)

მონაწილეთა კომპენსაცია განხილულია ციფრულ-ასაკობრივ კვლევებთან დაკავშირებული რამდენიმე პარამეტრებში. Lanier (2014) სთავაზობს მონაწილეებს გადამამუშავებელი ციფრული კვალი, რომ ისინი გენერირება. Bederson and Quinn (2011) განიხილავენ ონლაინ შრომის ბაზრებზე გადახდას. საბოლოოდ, Desposato (2016a) სთავაზობს მონაწილეებს საველე ექსპერიმენტებში. ის აღნიშნავს, რომ თუნდაც მონაწილეები პირდაპირ ვერ გადაიხდიან, შემოწირულობა შეიძლება მოხდეს მათი სახელით მომუშავე ჯგუფში. მაგალითად, ენკორში, მკვლევარებს შეეძლოთ შემოწირულობა გაეკეთებინათ ჯგუფთან, რათა ხელი შეეშალა ინტერნეტის ხელმისაწვდომობის უზრუნველსაყოფად.

• კანონისა და საზოგადოებრივი ინტერესის პატივისცემა (სექცია 6.4.4)

პირობების მომსახურების პირობები უნდა ჰქონდეს ნაკლები წონა ვიდრე კონტრაქტები მოლაპარაკებებს შორის თანაბარი მხარეებისგან, ვიდრე კანონები, რომლებიც შექმნილია ლეგიტიმური მთავრობების მიერ. სიტუაციებში, სადაც მკვლევარებმა დაარღვიეს შეთანხმების პირობები წარსულში, ზოგადად ჩართული იყო ავტომატური შეკითხვების გამოყენებით კომპანიების ქცევის აუდიტი (მაგ. საველე ექსპერიმენტები დისკრიმინაციის შესაფასებლად). დამატებითი დისკუსიისთვის, იხილეთ Vaccaro et al. (2015) , Bruckman (2016a) და Bruckman (2016b) . ემპირიული კვლევის მაგალითზე, რომელიც განიხილავს მომსახურების პირობებს, იხილეთ Soeller et al. (2016) . მეტი სამართლებრივი პრობლემების მქონე მკვლევარების წინაშე, თუ ისინი არღვევენ სამსახურის პირობებს, იხილეთ Sandvig and Karahalios (2016) .

• ორი ეთიკური ჩარჩო (სექცია 6.5)

აშკარაა, რომ უზარმაზარი თანხა დაიწერა მისდამი რევოლუციური და დეტოროლოგიის შესახებ. მაგალითისთვის, თუ როგორ შეიძლება გამოყენებულ იქნეს ეს ეთიკური ჩარჩოები და სხვები, შეიძლება გამოყენებულ იქნას ციფრული ასაკობრივი კვლევის შესახებ, იხ. Zevenbergen et al. (2015) . მაგალითისთვის, თუ როგორ შეიძლება გამოყენებული იქნას სფერო ექსპერიმენტები განვითარების ეკონომიკაში, იხ. Baele (2013) .

• ინფორმირებული თანხმობა (სექცია 6.6.1)

მეტი დისკრიმინაციის აუდიტის კვლევებზე იხ. Pager (2007) და Riach and Rich (2004) . არა მარტო ეს კვლევები არ არის ინფორმირებული თანხმობა, მათ ასევე აყალიბებენ მოტყუება და არ იციან.

ორივე Desposato (2016a) და Humphreys (2015) გთავაზობთ რჩევებს სფეროში ექსპერიმენტი თანხმობის გარეშე.

Sommers and Miller (2013) განიხილავს ბევრი არგუმენტები სასარგებლოდ არ debriefing მონაწილეებს მოტყუებით და ამტკიცებენ, რომ მკვლევარებმა უნდა გაეცნოს debriefing

"ძალიან ვიწრო გარემოებების პირობებში, კერძოდ, საველე კვლევებში, სადაც შესწავლილია მნიშვნელოვანი პრაქტიკული ბარიერები, მაგრამ მკვლევარებს არ ექნებათ მსჯელობა სადისკუსიოდ. მკვლევარებს არ უნდა მიეცეთ საშუალება, რომ გაეცნოთ გულუბრყვილო მონაწილე აუზს, შეინარჩუნონ თავიანთი აღშფოთება, ან მონაწილეებს ზიანი მიაყენონ. "

სხვები ამტკიცებენ, რომ ზოგიერთ შემთხვევაში, თუ სადიდება უფრო ცუდად იწვევს ზიანს, ის თავიდან უნდა იქნას აცილებული (Finn and Jakobsson 2007) . გაღიზიანება არის შემთხვევა, როდესაც ზოგიერთი მკვლევარი პრიორიტეტს ანიჭებს პირთა პატივისცემას, ხოლო ზოგიერთი მკვლევარი აკეთებს საპირისპიროდ. ერთი შესაძლო გამოსავალი იქნებოდა, რათა გაეცნოთ მონაწილეებს სწავლის გამოცდილების გაზიარების გზები. ეს არის, ვიდრე ფიქრს, როგორც რაღაც, რაც ზიანს მიაყენებს, შესაძლოა, სავარაუდოდ, შეიძლება გაითვალისწინოს მონაწილეები. მაგალითისთვის ამგვარი საგანმანათლებლო გამოკვლევის Jagatic et al. (2007) იხ. Jagatic et al. (2007) . ფსიქოლოგებმა შეიმუშავეს მეთოდები (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) და ზოგიერთი მათგანი შეიძლება გამოყენებულ იქნას ციფრული ასაკობრივი კვლევისთვის. Humphreys (2015) გთავაზობთ საინტერესო მოსაზრებებს გადადებული თანხმობის შესახებ , რომელიც მჭიდროდაა დაკავშირებული სადაზვერვო სტრატეგიის მიმართ.

მონაწილეების ნიმუშის მოსმენის იდეა მათი თანხმობისთვის არის დაკავშირებული რა Humphreys (2015) ითხოვს თანხმობის თანხმობას .

ინფორმირებულ თანხმობასთან დაკავშირებული შემდგომი იდეა არის ის, რომ ხალხის პანელის აშენებაა, რომელიც ეთანხმება ონლაინ ექსპერიმენტებში (Crawford 2014) . ზოგიერთი ამტკიცებდა, რომ ეს პანელი ხალხის არანორმალური ნიმუში იქნებოდა. მაგრამ მე -3 თავი (კითხვის დასმა) გვიჩვენებს, რომ ეს პრობლემები პოტენციურად მიმართავენ პოსტ-სტრატიფიკაციას. ასევე, პანელში თანხმობა შეიძლება სხვადასხვა ექსპერიმენტის გაშუქება. სხვა სიტყვებით რომ ვთქვათ, მონაწილეებს არ უნდა ჰქონდეთ თანხმობა თითოეული ექსპერიმენტის ინდივიდუალურად, კონცეფცია სახელწოდებით ფართო თანხმობა (Sheehan 2011) . თითოეული კვლევის ერთდროული თანხმობისა და თანხმობის განსხვავება, ისევე როგორც შესაძლო ჰიბრიდი, იხილეთ Hutton and Henderson (2015) .

• ინფორმაციული რისკის გააზრება და მართვა (სექცია 6.6.2)

უნიკალურია, ნეტფლის პრიზი გვიჩვენებს მონაცემების მნიშვნელოვან ტექნიკურ ქონებას, რომელიც შეიცავს ადამიანთა შესახებ დეტალურ ინფორმაციას და ამით მნიშვნელოვან გაკვეთილებს სთავაზობს თანამედროვე სოციოლოგიური მონაცემების "ანონიმურობის" შესაძლებლობას. ფაილი ბევრი ცალი ინფორმაციას თითოეული პირი, სავარაუდოდ, იშვიათი, იმ გაგებით, განსაზღვრული ოფიციალურად Narayanan and Shmatikov (2008) . ანუ თითოეული ჩანაწერისთვის არ არსებობს ჩანაწერები, რომლებიც ერთნაირია და სინამდვილეში არ არსებობს ჩანაწერები, რომლებიც ძალიან ჰგავს: თითოეული ადამიანი შორს არის მათი უახლოეს მეზობელ მონაცემთა ბაზაში. შეიძლება ვივარაუდოთ, რომ Netflix მონაცემები შეიძლება იყოს sparse, რადგან დაახლოებით 20,000 ფილმებს ხუთვარსკვლავიანი მასშტაბის, დაახლოებით \(6^{20,000}\) შესაძლო ღირებულებები, რომ თითოეულ ადამიანს შეეძლო (6 რადგან, გარდა იმისა, რომ 1 5 ვარსკვლავი, ვინმე შეიძლება არ შეაფასა ფილმი ყველა). ეს რიცხვი იმდენად დიდია, ძნელია გაგება.

Sparsity აქვს ორი ძირითადი შედეგები. პირველ რიგში, ეს იმას ნიშნავს, რომ სავარაუდოდ ვერ მოხერხდება შემთხვევითი გამრავლების საფუძველზე მონაცემთა ბაზის "ანონიმურობის" მცდელობა. ანუ, იმ შემთხვევაშიც კი, თუ Netflix იყო შემთხვევით შეცვალოს ზოგიერთი რეიტინგები (რაც მათ გააკეთეს), ეს არ იქნება საკმარისი, რადგან perturbed ჩანაწერი ჯერ კიდევ უახლოესი შესაძლო ჩანაწერი ინფორმაცია, რომელსაც თავდამსხმელი აქვს. მეორეც, სპარსი ნიშნავს იმას, რომ ხელახალი იდენტიფიკაცია შესაძლებელია იმ შემთხვევაშიც კი, თუ თავდამსხმელს აქვს არასრულყოფილი ან მიუკერძოებელი ცოდნა. მაგალითად, Netflix- ის მონაცემებით, წარმოიდგინეთ, რომ თავდამსხმელმა იცოდა თქვენი ფილმები ორი ფილმისთვის და იმ თარიღების მიხედვით, რომლებიც ამ რეიტინგების \(\pm\) მხოლოდ ამ ინფორმაციის მხოლოდ საკმარისია Netflix- ის მონაცემების 68%. თუ თავდამსხმელმა იცის რვა ფილმები, რომლითაც 14 დღის განმავლობაში შეაფასეთ \(\pm\) სხვა სიტყვებით, sparsity არის ფუნდამენტური პრობლემა ძალისხმევა "ანონიმური" მონაცემები, რაც სამწუხაროა, რადგან ყველაზე თანამედროვე სოციალური მონაცემების sparse. უფრო მეტი ინფორმაციისთვის "ანონიმიზაციის შესახებ" იხილეთ Narayanan and Shmatikov (2008) .

ტელეფონი მეტა-მონაცემების ასევე შეიძლება აღმოჩნდეს "ანონიმური" და არა მგრძნობიარე, მაგრამ ეს ასე არ არის. ტელეფონი მეტა-მონაცემები იდენტიფიცირებადია და მგრძნობიარეა (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

ფიგურაში 6.6, მე გავარკვიე ვაჭრობის რისკი მონაწილეებს და სარგებელს შორის საზოგადოებას მონაცემთა გათავისუფლებისგან. შედარებით შეზღუდული ხელმისაწვდომობის მიდგომებთან შედარებით (მაგ., კედლის ბაღი) და შეზღუდული მონაცემების მიდგომები (მაგალითად, ანონიმურობის ზოგიერთი ფორმა) იხილეთ Reiter and Kinney (2011) . მონაცემთა რისკის დონის შემოთავაზებული კატეგორიებისთვის იხილეთ Sweeney, Crosas, and Bar-Sinai (2015) . მონაცემთა გაზიარების უფრო ფართო განხილვისთვის იხ. Yakowitz (2011) .

ამ ვაჭრობის უფრო დეტალურ ანალიზზე მონაცემების რისკებსა და სასარგებლო მონაცემებს შორის იხილეთ Brickell and Shmatikov (2008) , Brickell and Shmatikov (2008) Ohm (2010) , Reiter (2012) , Wu (2013) , და Goroff (2015) . სანახავად ამ ვაჭრობის off მიმართა რეალური მონაცემები მასიურად ღია ონლაინ კურსები (MOOCs), იხილეთ Daries et al. (2014) და Angiuli, Blitzstein, and Waldo (2015) .

დიფერენციალური კონფიდენციალურობა ასევე ითვალისწინებს ალტერნატიულ მიდგომას, რომელიც შეიძლება მონაწილეობდეს როგორც დაბალი რისკის მონაწილეთათვის და ასევე მაღალი სარგებლის მქონე საზოგადოებისთვის; იხილეთ Dwork and Roth (2014) და Narayanan, Huey, and Felten (2016) .

უფრო მეტი ინფორმაციის გამოკვლევის პირადობის (PII) კონცეფციაზე, რომელიც კვლევის ეთიკის შესახებ მრავალი წესის მნიშვნელობას ანიჭებს, იხილეთ Narayanan and Shmatikov (2010) და Schwartz and Solove (2011) . პოტენციურად მგრძნობიარე ყველა მონაცემისთვის იხილეთ Ohm (2015) .

ამ ნაწილში მე წარმოვიდგენდი სხვადასხვა მონაცემების კავშირი, როგორც ის, რაც შეიძლება გამოიწვიოს ინფორმაციული რისკი. თუმცა, მას ასევე შეუძლია შექმნას ახალი შესაძლებლობები კვლევის, როგორც ამტკიცებდა Currie (2013) .

უფრო მეტი ხუთ სეიფზე, იხილეთ Desai, Ritchie, and Welpton (2016) . მაგალითისთვის, თუ როგორ გამოიყოფა გამონაკლისი მასალები, იხილეთ Brownstein, Cassa, and Mandl (2006) , რომელიც გვიჩვენებს, თუ როგორ შეიძლება იდენტიფიცირება დაავადების გავრცელების რუკები. Dwork et al. (2017) ასევე განიხილავენ თავდასხმებს აგრეგირებულ მონაცემებთან მიმართებაში, როგორიცაა სტატისტიკა იმის შესახებ, თუ რამდენი ადამიანი აქვს გარკვეული დაავადება.

მონაცემების გამოყენების და მონაცემთა გაცვლის შესახებ კითხვები ასევე კითხულობს კითხვებს მონაცემთა მფლობელობის შესახებ. დამატებითი ინფორმაციისთვის იხილეთ Evans (2011) და Pentland (2012) .

• კონფიდენციალურობა (სექცია 6.6.3)

Warren and Brandeis (1890) არის საეტაპო იურიდიული მუხლი კონფიდენციალურობის და ყველაზე ასოცირდება იდეა, რომ კონფიდენციალურობის უფლება დარჩეს მარტო. კონფიდენციალურობის წიგნის სიგრძე მკურნალობა, რომელიც გირჩევთ Solove (2010) და Nissenbaum (2010) .

Acquisti, Brandimarte, and Loewenstein (2015) მიმოხილვა, თუ როგორ ფიქრობენ ადამიანები Acquisti, Brandimarte, and Loewenstein (2015) კონფიდენციალურობას. Phelan, Lampe, and Resnick (2016) ორმაგ სისტემურ თეორიას სთავაზობს, რომ ადამიანები ხანდახან ინტუიციურ შეშფოთებას უთმობენ და ხანდახან ყურადღებას ამახვილებენ ყურადღების მიქცევასთან დაკავშირებით, თუ როგორ შეუძლიათ ადამიანებს, სავარაუდოდ, კონფიდენციალურობის შესახებ. მეტი ინფორმაციისთვის კონფიდენციალურობის ონლაინ რეჟიმში, როგორიცაა Twitter, იხილეთ Neuhaus and Webmoor (2012) .

ჟურნალ მეცნიერებმა გამოაქვეყნეს სპეციალური სექცია სახელწოდებით "კონფიდენციალობის დასასრული", რომელიც ითვალისწინებს სხვადასხვა სახის პერსპექტივების კონფიდენციალურობისა და ინფორმაციული რისკის საკითხებს; შემაჯამებელი, იხილეთ Enserink and Chin (2015) . Calo (2011) გთავაზობთ ჩარჩოებს, რომლებიც ფიქრობენ ისეთ ზიანს, რომელიც მოდის კონფიდენციალურობის დარღვევებისგან. ციფრული ასაკის დასაწყისში კონფიდენციალურობის შესახებ შეშფოთების ადრეული მაგალითია Packard (1964) .

• გაურკვევლობის პირობები (სექცია 6.6.4)

ერთი გამოწვევა, როდესაც მინიმალური რისკის სტანდარტის გამოყენებისას არის ის, რომ არ არის ნათელი, რომლის ყოველდღიური ცხოვრება სავალდებულოა გამოყენებისთვის (National Research Council 2014) . მაგალითად, უსახლკარო ადამიანებს ჰქონდათ დისკომფორტის მაღალი დონე მათი ყოველდღიურ ცხოვრებაში. მაგრამ ეს არ გულისხმობს, რომ ეს არის ეთიკურად დასაშვებია უსახლკარო ადამიანების გამოვლენა მაღალ რისკზე კვლევაში. ამის გამო, როგორც ჩანს, მზარდი კონსენსუსია, რომ მინიმალური რისკი უნდა იყოს ორიენტირებული ზოგადი მოსახლეობის სტანდარტისა და არა კონკრეტული მოსახლეობის სტანდარტის წინააღმდეგ. მიუხედავად იმისა, რომ მე ზოგადად ვეთანხმები ზოგადი მოსახლეობის სტანდარტის იდეას, მე ვფიქრობ, რომ დიდი ონლაინ პლატფორმებისთვის, როგორიცაა Facebook, კონკრეტული მოსახლეობის სტანდარტი გონივრულია. ამრიგად, ემოციური კონტაზიის გათვალისწინებით, მე ვფიქრობ, რომ ეს არის საყურადღებოა, რომ Facebook- ზე ყოველდღიური რისკის საწინააღმდეგოა. ამ შემთხვევაში კონკრეტული მოსახლეობის სტანდარტი ბევრად უფრო ადვილია შეფასდეს და იმოქმედოს იუსტიციის პრინციპთან კონფლიქტთან, რომელიც ცდილობს თავიდან აიცილოს კვლევის ტვირთი არასამართლებრივი ჯგუფების მიმართ (მაგალითად, პატიმრები და ობოლიები).

• პრაქტიკული რჩევები (სექცია 6.7)

სხვა მეცნიერებმა ასევე მოუწოდეს (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) აპლიკაციებს (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) გთავაზობთ პრაქტიკულ რჩევებს. Zook და კოლეგები (2017) გთავაზობთ "ათი მარტივი წესები პასუხისმგებელი დიდი მონაცემთა კვლევა."