또한 해설

이 섹션은 서술로 읽을 수보다는 기준으로서 사용되도록 설계된다.

• 소개 (6.1 절)

연구 윤리는 전통적으로 또한 과학적 사기와 신용 할당과 같은 주제를 포함하고있다. 이 항목에 자세히 설명되어 있습니다 Engineering (2009) .

이 장은 강하게 미국의 상황에 의해 형성된다. 다른 국가의 윤리적 검토 절차에 대한 자세한 내용은 장 6, 7, 8 볼, 그리고 9 Desposato (2016b) . 이 장을 좌우 한 생물 의학 윤리 원칙이 지나치게 미국의 것을 인수에 대한 내용 Holm (1995) . 미국에서 임상 시험 심사 보드의 더 많은 역사적 검토에 대한 내용은 Stark (2012) .

벨몬트 보고서와 미국의 후속 규정은 연구와 실천 사이의 구별을 만들었습니다. 이러한 구분은 이후 비판을 받아왔다 (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . 나는 윤리 원칙 및 프레임 워크가 모두 설정에 적용 생각하기 때문에 나는이 장에서이 구별을하지 않습니다. 페이스 북에서 연구 감독에 대한 자세한 내용을 참조 Jackman and Kanerva (2016) . 기업과 시민 단체의 연구 감독에 대한 제안은 다음을 참조 Polonetsky, Tene, and Jerome (2015) 와 Tene and Polonetsky (2016) .

2014 년 에볼라 발생의 경우에 대한 자세한 내용을 참조하십시오 McDonald (2016) 참조하고, 휴대 전화 데이터의 개인 정보 보호 위험에 대한 더 Mayer, Mutchler, and Mitchell (2016) . 휴대 전화 데이터를 사용하여 위기 관련 연구의 예를 들어, 참조 Bengtsson et al. (2011) 과 Lu, Bengtsson, and Holme (2012) .

• 세 가지 예 (6.2 절)

많은 사람들이 정서적 전염에 대해 작성했습니다. 저널 연구 윤리 월 2016 실험을 논의 자신의 전체 문제를 헌신; 참조 Hunter and Evans (2016) 에 대한 개요. : 국립 과학 학사의 절차는 실험에 대한 두 가지 출판 Kahn, Vayena, and Mastroianni (2014) 와 Fiske and Hauser (2014) . 실험에 대한 다른 조각은 다음과 같습니다 : Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , Meyer (2015) , Selinger and Hartzog (2015) , Kleinsman and Buckley (2015) , Shaw (2015) , Flick (2015) .

앙코르에 대한 자세한 내용을 참조 Jones and Feamster (2015) .

• 디지털 다르다 (6.3 절)

대량 감시의 측면에서 폭 넓은 개요가 제공됩니다 Mayer-Schönberger (2009) 과 Marx (2016) . 감시의 변화 비용의 구체적인 예를 들어, Bankston and Soltani (2013) 휴대 전화를 사용하여 범죄 용의자를 추적하는 것은 물리적 감시를 사용하는 것보다 약 50 배 저렴 것으로 추정하고있다. Bell and Gemmell (2009) 자체에 더 낙관적 인 관점을 제공합니다 감시. 공용 또는 (예를 들면, 맛, 넥타이, 그리고 시간) 부분적으로 공개 관측 행동을 추적 할 수있을뿐 아니라, 연구자들은 점점 더 많은 참가자가 개인으로 간주 것을 추론 할 수있다. 예를 들어, 마이클 코진 스키와 동료들은이 같은 성적 취향과 겉보기에 일반 디지털 추적 데이터에서 중독성 물질의 사용 (페이스 북이 좋아)와 같은 사람들에 대한 중요한 정보를 추론 할 수 있음을 보여 주었다 (Kosinski, Stillwell, and Graepel 2013) . 이 마법 들릴 수도 있지만, 접근 코진 스키와 동료들은 디지털 트레이스, 설문 조사를 결합하는-사용하고, 실제로 이미에 대해 말 했어요 뭔가 학습-입니다 감독. 제 3 장 (질문을) 나는 조쉬 Blumenstock 및 동료 방법을 말한 것을 기억 (2015) 휴대 전화 데이터와 결합 된 조사 자료는 르완다의 빈곤을 추정 할 수 있습니다. 효율적 개발 도상국 빈곤 측정하는데 사용될 수있는이 동일한 접근법은 잠재적 프라이버시 위반 추론에 사용될 수있다.

일관성 법률과 규범은 참가자의 의견을 존중하지 않는 연구로 이어질 수 있으며, 연구자 "규제 쇼핑"으로 이어질 수 있습니다 (Grimmelmann 2015; Nickerson and Hyde 2016) . 특히, IRB 감독을 방지하고자하는 일부 연구자는 IRBs에 포함되지 않습니다 파트너가 (예를 들면, 기업이나 시민 단체에서 명) 데이터를 수집하고 드 식별합니다. 그런 다음 연구자들은 적어도 현재 규칙의 일부 해석에 따라, IRB의 감독없이이 드 식별 된 데이터를 분석 할 수 있습니다. IRB 회피 이러한 종류의 원칙 기반의 접근 방식과 일치하지 않을 것으로 보인다.

사람들이 건강 데이터에 대해 가지고있는 일관성과 이종 아이디어에 대한 자세한 내용은 참조 Fiore-Gartland and Neff (2015) . 이질성이 연구 윤리에 대해 작성하는 문제에 대한 자세한 내용은 결정 참조 Meyer (2013) .

아날로그 및 디지털 세 연령 연구 간의 한 가지 차이점은 디지털 시대 참가자 연구 상호 작용이 더 떨어진 것으로된다. 이러한 상호 작용은 종종 회사로 중간을 통해 발생하고, 연구자와 참가자 사이에 큰 물리적, 사회적 거리가 일반적으로있다. 이 먼 상호 작용은, 별도의 보호를 필요로 참가자를 선별 부작용을 검출하고,이 발생할 경우 피해를 정화 등 디지털 시대 연구에 어려운 아날로그 시대 연구에 쉬운 몇 가지를한다. 예를 들어, 동일한 주제에 대한 가상 실험실 실험 정서적 전염을 대조 할 수 있습니다. 실험실 실험에서 연구자들은 정신적 고통의 명백한 흔적을 보여주는 실험실에 도착 사람을 선별 할 수있다. 실험실 실험은 부작용을 만든 경우 또한, 연구자들은 미래의 피해를 방지하기 위해 실험 프로토콜을 조정 한 다음 해를 교정하는 서비스를 제공하고, 그것을 볼 것입니다. 실제 정서적 전염 실험에서 상호 작용의 먼 성격이 단순하고 합리적인 각 단계가 매우 어렵습니다. 또한, 나는 연구자와 참여자 사이의 거리가 참가자의 우려 연구자 덜 민감하게 의심.

일관성이 규범과 법률의 다른 소스. 이러한 불일치의 일부는이 연구는 전 세계적으로 발생된다는 사실에서 나온다. 예를 들어, 앙코르는 세계 각지에서 사람들이 참여하고, 따라서 데이터 보호 및 많은 다른 나라의 개인 정보 보호 법률의 적용을받을 수 있습니다. 어떤 경우 타사 웹 요청을 (Encore에서 무엇을하고 있었는지), 독일에서 다른 미국, 케냐, 중국에 적용되는 규범? 어떤 규범이 단일 국가 내에서조차 일치하지 않는 경우? 불일치의 두 번째 소스는 대학과 기업의 연구자 간의 협력에서 유래; 예를 들어, 정서적 전염 페이스 북에서 데이터 과학자와 코넬 교수 및 대학원 학생 사이의 협력이었다. 페이스 북에서 큰 실험을 실행하는 그 시간에, 제 3 자 윤리적 검토를 필요로하지 않았다 루틴입니다. 코넬에서 규범과 규칙은 매우 다르다; 거의 모든 실험은 코넬 IRB 검토해야합니다. 그래서, 규칙되는 세트는 정서적 전염 - 페이스 북의 또는 코넬의 적용해야합니까?

일반 규칙을 개정하기위한 노력에 대한 자세한 내용은 참조 Evans (2013) , Council (2014) , Metcalf (2016) , 그리고 Hudson and Collins (2015) .

• 네 가지 원칙 (6.4 절)

생물 의학 윤리에 대한 고전적인 원칙 기반의 접근 방식은 Beauchamp and Childress (2012) . 그들은 네 가지 주요 원칙은 생물 의학 윤리를 안내해야한다고 제안한다 : 자율성, Nonmaleficence, 선행 및 정의에 대한 존중을. nonmaleficence의 원리는 다른 사람에게 해를 일으키는 기권을 촉구한다. 이 개념은 깊게, 연구 윤리에. "닥터 제이슨 '의 히포크라테스 아이디어에 연결되어있는이 원리는 종종 선행의 원칙과 결합되어 있지만 볼 Beauchamp and Childress (2012) 둘 사이의 차이에 대한 자세한 내용은 (제 5 장) . 이러한 원칙이 지나치게 미국 있다는 비판을 참조 Holm (1995) . 균형에 대한 자세한 내용은 원칙의 충돌, 볼 때 Gillon (2015) .

이 장에서 4 개의 원칙도 기업과 시민 단체에서 일어나고 연구에 대한 윤리적 감독을 안내하기 위해 제안되었다 (Polonetsky, Tene, and Jerome 2015) "소비자 주제 검토 보드"(CSRBs)라는 기관을 통해 (Calo 2013) .

• 사람에 대한 존중 (제 6.4.1)

자율성을 존중뿐만 아니라, 벨몬트 보고서도하지 모든 인간은 진정한 자기 결정 할 수 있음을 인정합니다. 예를 들어, 아이, 사람들이 질병으로 고통, 또는 심각하게 제한된 자유의 상황에서 살고있는 사람들은 완전히 자율적 인 개인의 역할을 할 수 없습니다 수 있으며,이 사람들은 여분의 보호에 따라, 따라서이다.

디지털 시대에 사람에 대한 존중의 원칙을 적용하는 것은 어려울 수 있습니다. 예를 들어, 디지털 시대의 연구에서는, 연구자들은 종종 자신의 참가자에 대해 거의 알고 있기 때문에 자기 결정의 감소 능력을 가진 사람들을 위해 여분의 보호를 제공하기가 어려울 수 있습니다. 또한, 디지털 시대 사회 연구 동의서는 큰 도전이다. 어떤 경우에는, 정말 동의서는 투명성의 역설에서 겪을 수 (Nissenbaum 2011) 정보와 이해가 충돌하는. 연구자들은 데이터 수집, 데이터 분석 및 데이터 보안 방법의 특성에 관한 완전한 정보를 제공하는 경우 많은 참가자가 이해하도록 대략적으로, 어려울 것이다. 연구진은 이해할 정보를 제공한다면, 그것은 중요한 기술 정보 부족 수 있습니다. 벨몬트 보고서 - 하나에 의해 간주 아날로그 시대 - 더 지배 설정에서 의료 연구에서는 의사가 투명성의 역설을 해결하는 데 도움이 각 참가자 개별적으로 얘기를 상상할 수 있었다. 수천명 또는 수백만을 포함하는 온라인 연구에서, 이러한 대면 접근은 불가능하다. 디지털 시대에 동의 두 번째 문제는 거대한 데이터 저장소의 분석과 같은 일부 연구에서,이 모든 참가자의 동의를 얻을 비현실적 될 것입니다. 나는 6.6.1 절에서 자세히 동의서에 대한 이들과 다른 질문에 대해 토론한다. 이러한 어려움에도 불구하고, 우리는 동의 할 필요도 사람에 대한 존중에 충분도 있음을 알아 두셔야합니다.

동의하기 전에 의료 연구에 대한 자세한 내용은 참조 Miller (2014) . 동의서의 책 길이 처리에 대한 내용은 Manson and O'Neill (2007) . 또한 아래의 동의서에 대한 제안 된 측정 값을 참조하십시오.

• 선행 (제 6.4.2)

컨텍스트에 대한 피해 조사하지 특정 사람들에게 있지만, 사회적 설정으로 발생할 수있는 해입니다. 이 개념은 다소 추상적이지만, 나는 두 가지 예와 함께 설명합니다 : 하나의 아날로그 및 디지털 하나.

컨텍스트에 대한 피해의 전형적인 예는 타 심사 위원 연구 [에서 오는 Vaughan (1967) , Katz, Capron, and Glass (1972) ; 채널 2] -. 또한 때때로 시카고 심사 프로젝트라고 (Cornwell 2010) . 비밀리에 캔자스 주 위치 타에서 여섯 배심원 심의를 기록 법적 시스템의 사회적 측면에 대한 더 큰 연구의 일환으로 시카고 대학에서 본 연구의 연구자합니다. 사건의 판사와 변호사는 기록을 승인했고, 공정의 엄격한 감독이 있었다. 그러나 배심원은 녹음이 발생 된 것을 모르고 있었다. 연구가 발견되면, 대중의 분노가 있었다. 법무부는 연구 조사를 시작하고, 연구자는 의회의 앞에 증언라고했다. 궁극적으로, 의회는 불법 비밀리에 배심원 심의를 기록 할 수 있습니다 새로운 법을 통과시켰다.

참가자들에게 해가되지 않은 타 심사 위원 연구의 비평가의 관심; 오히려, 그것은 배심원 심의의 환경에 피해이었다. 즉, 사람들은 심사 위원들이 안전하고 보호 된 공간에서 토론을 가지고 있다고 생각하지 않은 경우 배심원 심의 앞으로 진행하는 것은 어렵게 될 것이라고 믿고있다. 배심원 심의뿐만 아니라, 사회는 변호사 - 고객 관계와 심리 치료 등의 추가 보호를 제공하는 다른 특정 사회적 맥락이있다 (MacCarthy 2015) .

상황에 맞는 사회적 시스템의 붕괴에 대한 피해의 위험이 정치학의 일부 필드 실험에 제공 (Desposato 2016b) . 정치학의 필드 실험에 대한보다 상황에 맞는 비용 편익 계산의 예를 들어, 참조 Zimmerman (2016) .

• 정의 (6.4.3 절)

참가자에 대한 보상은 디지털 시대 연구에 관련된 설정의 숫자에서 논의되고있다. Lanier (2014) 그들이 생성하는 디지털 흔적 참가자를 지불 제안했다. Bederson and Quinn (2011) 온라인 노동 시장에서의 지불에 대해 설명합니다. 마지막으로, Desposato (2016a) 현장 실험에서 참가자를 지불 제안한다. 그는 참가자가 직접 지불 할 수없는 경우에도, 기부가 대신 작업 그룹에 만들어 질 수 있다고 지적한다. 예를 들어, 앙코르에서 연구자들은 인터넷에 액세스를 지원하기 위해 노력하고 그룹에 기부를 만들 수 있었다.

• 법률 및 공익에 대한 존중 (6.4.4 절)

약관의 서비스 계약이 동일 정당과 합법적 인 정부가 만든 법률 사이에 협상 계약보다 적은 무게가 있어야합니다. 연구진은 과거에 용어의 서비스 계약을 위반 한 상황은 일반적으로 (차별을 측정하기 위해 많은 현장 실험 등) 회사의 동작을 감사하는 자동화 된 쿼리를 사용하여 포함한다. 자세한 설명은 참조 Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . 서비스 약관에 대해 설명 경험적 연구의 예를 들어, 참조 Soeller et al. (2016) . 연구자가 직면 가능한 법적 문제에 대한 자세한 내용들은 서비스 약관 참조 위반할 경우 Sandvig and Karahalios (2016) .

• 두 윤리적 프레임 워크 (6.5 절)

물론, 엄청난 양의는 결과주의와 의무론에 대해 설명하고있다. 방법이 윤리적 프레임 워크, 그리고 다른 사람의 예를 들어, 디지털 시대 연구에 대한 추론을 참조 할 수 있습니다 Zevenbergen et al. (2015) . 이러한 윤리적 프레임 워크가의 경제 개발 현장 실험에 적용 할 수있는 방법의 예를 들어, 참조 Baele (2013) .

• 동의서 (제 6.6.1)

차별의 감사 연구에 대한 자세한 내용은 참조 Pager (2007) 과 Riach and Rich (2004) . 뿐만 아니라 이러한 연구는 동의가없는, 그들은 또한 브리핑없이기만을 포함한다.

모두 Desposato (2016a) 와 Humphreys (2015) 의 동의없이 현장 실험에 대한 조언을 제공.

Sommers and Miller (2013) 기만 후 참가자를 디 브리핑하지 않는 대신 많은 인수를 검토하고 브리핑 상당한 실질적인 장벽하지만 것 연구자을 제기하는 현장 연구, 연구자, 즉 상황의 매우 좁은 세트에서 디 브리핑 "포기해야한다고 주장 더 할 수있을 경우 디 브리핑에 대해 양심의 가책이 없습니다. 연구원은 순진 참가자 풀을 보존 참가자 분노로부터 자신을 보호하거나 위험으로부터 참가자를 보호하기 위해 브리핑을 포기하는 것이 허용되어서는 안된다. "다른 사람들은 브리핑는 피해야한다 좋은보다 더 많은 피해를 발생하는 경우 주장한다. 브리핑은 일부 연구자는 선행을 통해 사람에 대한 존중의 우선 순위를 경우​​이며, 일부 연구자들은 반대를 할. 한 가지 가능한 해결 방법은 참가자들에게 학습 경험을 디 브리핑 만들 수있는 방법을 찾을 것입니다. 즉, 오히려 아마 또한 참가자 혜택 뭔가를 할 수 있습니다 디 브리핑, 해를 입힐 수있는 무언가로 브리핑 생각보다입니다. 교육 브리핑 이런 종류의 예를 들어, 참조 Jagatic et al. (2007) 사회 피싱 실험 후 학생들 디 브리핑에. 심리학자가 디 브리핑하는 기술을 개발 (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) . 이들 중 일부는 유용하게 디지털 시대 연구에 적용 할 수있다 Humphreys (2015) , 연기 동의에 대한 흥미로운 의견을 제공합니다 어떤 밀접하게 내가 설명하는 브리핑 전략과 관련이있다.

동의에 대한 참가자의 샘플 요청의 아이디어는 어떤 관련이 Humphreys (2015) 유추 동의를 호출합니다.

동의에 관련된 제안 된 또 다른 아이디어는 온라인 실험으로 동의하는 사람들의 패널을 구축하는 것입니다 (Crawford 2014) . 일부는이 패널은 사람의 비 무작위 표본이 될 것이라고 주장했다. 그러나, 제 3 장 (질문을) 이러한 문제는 사후 층화 및 샘플 일치를 사용하여 잠재적으로 주소 있음을 보여줍니다. 또한, 동의는 실험의 다양한 커버 할 수있는 패널에 있어야합니다. 즉, 참가자가 개별적으로 각각의 실험에 동의 할 필요가 있습니다, 개념은 폭 넓은 동의라는 (Sheehan 2011) .

• 이해 및 관리 정보 위험 (섹션 6.6.2)

멀리 독특한에서, 넷플 릭스 수상 사람들에 대한 자세한 정보가 포함 된 데이터 세트의 중요한 기술적 특성을 설명하고, 따라서 현대 사회 데이터 세트의 "익명화"의 가능성에 대해 중요한 교훈을 제공합니다. 각 사람에 대한 정보의 많은 조각 파일에 공식적으로 정의 된 의미에서, 스파 스 될 가능성이 Narayanan and Shmatikov (2008) . 즉, 각 레코드에 대해 동일한 레코드가없는, 실제로 매우 유사 레코드가 없습니다이며, 각 사람은 멀리 데이터 세트에서 자신의 가장 가까운 이웃에서입니다. 하나는 5 성급 규모에 약 20,000 영화와 함께 있기 때문에 넷플 릭스 데이터가 부족한 될 수 있음을 상상할 수에 대한 \ (6 ^ {20000} \) 때문에 한 5 개의 별뿐만 아니라 각 사람이 (6 가질 수있는 값 누군가가)에서 모든 영화를 평가하지 않을 수 있습니다. 이 번호는도 이해하기 어렵고, 너무 크다.

희소성은 두 가지 의미를 가지고있다. 먼저, 실패 가능성 것이다 랜덤 섭동에 기초하여, 데이터 세트 "익명"시도하는 것을 의미한다. 즉, 교란 기록은 여전히​​ 공격자가 가지고있는 정보에 가장 근접한 기록하기 때문에,이 충분하지 않을 것 넷플릭스는 무작위 (그들이했던) 등급의 일부를 조정하더라도이다. 둘째, 희소성 탈 익명화가 공격자가 불완전하거나 공정 기술이있는 경우에도 가능하다는 것을 의미한다. 예를 들어, 넷플 릭스 데이터에서의 공격자는 그 평가 +/- 3 일 만든 두 영화와 날짜에 대한 귀하의 평가를 알고 가정 해 봅시다; 혼자 정보 고유 넷플릭스 데이터 명 중 68 %를 식별하기에 충분하다. 공격자는 이러한 알려진 등급이 완전히 잘못된 경우에도 다음 레코드의 99 %는 고유 데이터 세트에서 확인할 수 있습니다 +/- 십사일을 평가 한 8 영화를 알고 있다면. 즉, 희소성 가장 현대 사회 데이터 셋이 성긴 때문에 불행 "익명"노력 데이터에 대한 근본적인 문제가있다.

전화 메타 데이터는 또한 "익명"을 구분하지 것으로 나타날 수도 있지만 그것은 사실이 아니다. 전화 메타 데이터를 식별하고 구분합니다 (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

그림 6.6에서, 나는 데이터 공개에서 연구에 참여하고 혜택을 위험 사이의 트레이드 오프를 스케치. 제한된 액세스 방식 (예를 들어, 벽으로 둘러싸인 정원) 및 제한된 데이터 접근 사이의 비교를 위해 (예를 들어, 익명화의 일부 형태)를 참조하십시오 Reiter and Kinney (2011) . 데이터의 위험 수준의 제안 된 분류 시스템을 참조 Sweeney, Crosas, and Bar-Sinai (2015) . 마지막으로, 데이터 공유의보다 일반적인 논의를 참조 Yakowitz (2011) .

위험과 데이터의 유틸리티 사이의 트레이드 오프의 더 자세한 분석은 다음을 참조 Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , 및 Goroff (2015) . 대규모 오픈 온라인 교육 과정 (MOOCs)에서 실제 데이터에 적용이 트레이드 오프를 보려면, 볼은 Daries et al. (2014) 및 Angiuli, Blitzstein, and Waldo (2015) .

차등 개인 정보는 참조 참가자들에게 사회와 낮은 위험에 모두 높은 장점을 결합 할 수있는 다른 방법 제공 Dwork and Roth (2014) 및 Narayanan, Huey, and Felten (2016) .

연구 윤리에 관한 규칙, 볼의 많은 핵심입니다 개인 식별 정보의 개념 (PII)에 대한 자세한 내용은 Narayanan and Shmatikov (2010) 과 Schwartz and Solove (2011) . 모든 데이터에 대한 잠재적으로 민감한을 참조 Ohm (2015) .

이 섹션에서는 정보 위험을 초래할 수있는 일이 서로 다른 데이터 세트의 결합을 묘사했습니다. 에서 주장하지만, 또한, 연구를위한 새로운 기회를 만들 수 Currie (2013) .

다섯 개의 금고에 대한 자세한 내용은 참조 Desai, Ritchie, and Welpton (2016) . 출력을 식별 할 수있는 방법의 예를 들어, 참조 Brownstein, Cassa, and Mandl (2006) 질환 유병률의지도를 식별 할 수있는 방법을 보여줍니다. Dwork et al. (2017) 또한 특정 질환이 얼마나 많은 개인에 대한 통계로 집계 데이터에 대한 공격을 고려한다.

• 개인 정보 보호 (제 6.6.3)

Warren and Brandeis (1890) 개인 정보 보호에 대한 랜드 마크 법적 문서이며, 문서는 대부분 개인이 혼자 할 수있는 권리가 있다는 생각과 연관되어 있습니다. 내가 추천하는 것이 개인 정보 보호의 최근에 책 길이 처리는 포함 Solove (2010) 및 Nissenbaum (2010) .

사람들이 개인 정보 보호에 대해 어떻게 생각하는지에 대한 경험적 연구의 검토에 대한 내용은 Acquisti, Brandimarte, and Loewenstein (2015) . 저널 과학은 서로 다른 다양한 관점에서 개인 정보 보호 및 정보 위험의 문제를 해결 "개인 정보 보호의 끝"이라는 제목의 특별 호를 출판; 요약을 볼 수 Enserink and Chin (2015) . Calo (2011) 개인 정보 침해로부터 오는 피해에 대해 생각하기위한 프레임 워크를 제공합니다. 디지털 시대의 바로 그 시작의 개인 정보 보호에 대한 우려의 초기 예입니다 Packard (1964) .

• 불확실성 하에서 의사 결정 (제 6.6.4)

최소한의 위험 수준을 적용하려고 한 과제는 그의 생활 벤치마킹을 위해 사용되는 명확하지 않다는 것이다 (Council 2014) . 예를 들어, 집없는 사람들이 일상 생활에서 불편 높은 수준을 가지고있다. 하지만, 그게 더 위험 연구에 집없는 사람들을 노출 할 윤리적으로 허용 될 수 있다는 것을 의미하지는 않습니다. 이 때문에, 최소한의 위험이 일반 인구 표준이 아닌 특정 인구 기준에 대해 벤치마킹해야한다는 성장 합의가있는 것 같습니다. 나는 일반적으로 일반 인구 표준의 생각에 동의하는 동안, 나는 페이스 북과 같은 대형 온라인 플랫폼, 특정 인구 기준이 합리적이라고 생각합니다. 즉, 정서적 전염을 고려할 때, 나는 그것이 페이스 북에 매일 위험에 대한 벤치 마크 합리적이라고 생각한다. 이 경우 특정 인구 기준은 평가하기가 훨씬 쉽다 및 취약 계층 (예를 들어, 죄수와 고아)에 부당하게 실패 연구의 부담을 방지하고자 정의의 원칙과 충돌 할 가능성이있다.

• 실용 팁 (6.7 절)

다른 학자들도 윤리적 부록을 포함하기 위해 더 많은 서류를 요구 한 (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) 또한 실용적인 팁을 제공합니다.