Seksyen ini direka untuk digunakan sebagai rujukan, dan bukannya untuk dibaca sebagai cerita.
etika penyelidikan secara tradisinya juga termasuk topik seperti penipuan saintifik dan peruntukan kredit. Topik-topik ini akan dibincangkan dengan lebih terperinci dalam Engineering (2009) .
Bab ini amat dibentuk oleh keadaan di Amerika Syarikat. Untuk maklumat lanjut mengenai kajian semula prosedur etika di negara-negara lain, lihat Bab 6, 7, 8, dan 9 Desposato (2016b) . Untuk hujah bahawa prinsip-prinsip etika bioperubatan yang telah mempengaruhi bab ini adalah berlebihan Amerika, melihat Holm (1995) . Untuk ulasan lebih sejarah institusi Lembaga Kajian di Amerika Syarikat, lihat Stark (2012) .
Laporan Belmont dan peraturan seterusnya di Amerika Syarikat telah membuat perbezaan antara penyelidikan dan amalan. Perbezaan ini telah dikritik kemudiannya (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) . Saya tidak membuat perbezaan ini dalam bab ini kerana saya fikir prinsip-prinsip etika dan rangka kerja terpakai bagi kedua-dua tetapan. Untuk maklumat lanjut mengenai pengawasan penyelidikan di Facebook, lihat Jackman and Kanerva (2016) . Bagi cadangan untuk pengawasan penyelidikan di syarikat-syarikat dan badan bukan kerajaan, lihat Polonetsky, Tene, and Jerome (2015) dan Tene and Polonetsky (2016) .
Untuk maklumat lanjut mengenai kes wabak Ebola pada tahun 2014, lihat McDonald (2016) , dan untuk lebih lanjut mengenai risiko kerahsiaan data telefon mudah alih, lihat Mayer, Mutchler, and Mitchell (2016) . Untuk contoh penyelidikan krisis yang berkaitan dengan menggunakan data telefon mudah alih, lihat Bengtsson et al. (2011) dan Lu, Bengtsson, and Holme (2012) .
Ramai orang telah menulis mengenai Contagion emosi. Jurnal Etika Penyelidikan menumpukan keseluruhan isu mereka dalam Januari 2016 membincangkan eksperimen; melihat Hunter and Evans (2016) untuk gambaran keseluruhan. The Prosiding National Akademik Sains menerbitkan dua keping mengenai eksperimen: Kahn, Vayena, and Mastroianni (2014) dan Fiske and Hauser (2014) . Bahagian-bahagian lain tentang eksperimen termasuk: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015) .
Untuk maklumat lanjut mengenai Encore, lihat Jones and Feamster (2015) .
Dari segi pengawasan besar-besaran, ringkasan keseluruhan luas disediakan di Mayer-Schönberger (2009) dan Marx (2016) . Untuk contoh yang konkrit daripada kos berubah pengawasan, Bankston and Soltani (2013) menganggarkan bahawa mengesan suspek jenayah menggunakan telefon bimbit kira-kira 50 kali lebih murah daripada menggunakan pengawasan fizikal. Bell and Gemmell (2009) memberikan perspektif yang lebih yakin pada diri pengawasan. Selain dapat mengesan tingkah laku yang boleh diperhatikan yang awam atau separa awam (contohnya, Rasa, ikatan, dan Time), penyelidik semakin boleh membuat kesimpulan perkara yang ramai peserta anggap sebagai peribadi. Sebagai contoh, Michal Kosinski dan rakan-rakan menunjukkan bahawa mereka boleh membuat kesimpulan daripada maklumat sensitif mengenai orang, seperti orientasi seksual dan penggunaan bahan-bahan ketagihan dari data surih digital seolah-olah biasa (Facebook Likes) (Kosinski, Stillwell, and Graepel 2013) . Ini mungkin bunyi ajaib, tetapi pendekatan Kosinski dan rakan-rakan menggunakan yang menggabungkan kesan digital, kaji selidik dan aktiviti pembelajaran-sebenarnya sesuatu yang saya telah memberitahu anda tentang. Ingat bahawa dalam Bab 3 (Bertanyakan soalan) saya memberitahu anda bagaimana Josh Blumenstock dan rakan-rakan (2015) data kajian digabungkan dengan data telefon mudah alih untuk menganggarkan kemiskinan di Rwanda. Pendekatan sama, yang boleh digunakan untuk mengukur cekap kemiskinan di negara membangun, juga boleh digunakan untuk kesimpulan berpotensi privasi melanggar.
Undang-undang yang tidak konsisten dan norma boleh membawa kepada penyelidikan yang tidak menghormati kehendak peserta, dan ia boleh membawa kepada "membeli-belah peraturan" oleh penyelidik (Grimmelmann 2015; Nickerson and Hyde 2016) . Khususnya, beberapa penyelidik yang ingin mengelakkan pengawasan LHDN mempunyai rakan kongsi yang tidak dilindungi oleh IRBs (contohnya, orang-orang di syarikat-syarikat atau NGO) mengumpul dan de-mengenal pasti data. Kemudian, penyelidik boleh menganalisis ini data de-dikenalpasti tanpa pengawasan LHDN, sekurang-kurangnya mengikut beberapa tafsiran peraturan semasa. Ini jenis pengelakan LHDN nampaknya bercanggah dengan pendekatan berasaskan prinsip.
Untuk maklumat lanjut mengenai idea-idea yang tidak konsisten dan heterogen bahawa orang mempunyai kira-kira data kesihatan, sila lihat Fiore-Gartland and Neff (2015) . Untuk maklumat lanjut mengenai masalah yang kepelbagaian mencipta untuk etika penyelidikan keputusan melihat Meyer (2013) .
Satu perbezaan antara umur analog dan penyelidikan umur digital adalah bahawa dalam era digital interaksi penyelidikan dengan peserta yang lebih jauh. interaksi ini sering berlaku melalui perantara seperti syarikat, dan terdapat biasanya fizikal dan sosial-jarak yang besar antara penyelidik dan peserta. interaksi jauh ini membuat beberapa perkara-perkara yang mudah dalam penyelidikan umur analog sukar dalam penyelidikan zaman digital, seperti pemeriksaan keluar peserta yang memerlukan perlindungan tambahan, mengesan keadaan yang sukar, dan mengatasi bahaya jika ia berlaku. Sebagai contoh, mari kita bezakan Contagion emosi dengan satu eksperimen makmal andaian mengenai topik yang sama. Dalam eksperimen makmal, penyelidik boleh menyaring sesiapa sahaja yang tiba di makmal yang menunjukkan tanda-tanda tekanan emosi. Seterusnya, jika eksperimen makmal dicipta peristiwa buruk, penyelidik akan melihatnya, menyediakan perkhidmatan untuk mengatasinya bahaya, dan kemudian membuat perubahan kepada protokol eksperimen untuk mengelakkan kemudaratan di masa hadapan. Sifat jauh interaksi dalam emosi Contagion eksperimen sebenar menjadikan setiap langkah-langkah mudah dan waras amat sukar. Juga, saya mengesyaki bahawa jarak antara penyelidik dan peserta membuat penyelidik kurang sensitif kepada kebimbangan peserta mereka.
Sumber-sumber lain norma yang tidak konsisten dan undang-undang. Antara perkara yang tidak konsisten ini berasal dari fakta bahawa kajian ini sedang berlaku di seluruh dunia. Sebagai contoh, Encore terlibat orang dari seluruh dunia, dan oleh itu ia mungkin tertakluk kepada perlindungan data dan undang-undang privasi banyak negara yang berbeza. Bagaimana jika norma-norma yang mengawal permintaan web pihak ketiga (apa Encore lakukan) adalah berbeza di Jerman, Amerika Syarikat, Kenya, dan China? Bagaimana jika norma tidak walaupun konsisten dalam sebuah negara? Sumber kedua ketidakselarasan datang daripada kerjasama antara penyelidik di universiti-universiti dan syarikat; sebagai contoh, emosi Contagion merupakan kerjasama antara seorang saintis data di Facebook dan seorang pelajar profesor dan siswazah di Cornell. Pada Facebook menjalankan eksperimen yang besar adalah rutin dan pada masa itu, tidak memerlukan apa-apa kajian etika pihak ketiga. Di Cornell norma dan kaedah-kaedah yang agak berbeza; hampir semua uji kaji perlu dikaji semula oleh Cornell LHDN. Jadi, yang mana set peraturan patut mentadbir emosi Contagion-Facebook atau Cornell?
Untuk maklumat lanjut mengenai usaha untuk menyemak semula Peraturan Bersama, lihat Evans (2013) , Council (2014) , Metcalf (2016) , dan Hudson and Collins (2015) .
Pendekatan berasaskan prinsip klasik dengan etika bioperubatan adalah Beauchamp and Childress (2012) . Mereka mencadangkan bahawa empat prinsip utama perlu membimbing etika bioperubatan: Menghormati Autonomi, Nonmaleficence, kemurahan, dan Keadilan. Prinsip nonmaleficence menggesa satu untuk menahan diri daripada menyebabkan kemudaratan kepada orang lain. Konsep ini amat berkaitan dengan idea Hippocrates of "Adakah tidak membahayakan." Dalam etika penyelidikan, prinsip ini sering digabungkan dengan prinsip kebajikan, tetapi melihat Beauchamp and Childress (2012) (Bab 5) untuk lebih lanjut tentang perbezaan di antara kedua-dua . Untuk kritikan bahawa prinsip-prinsip ini terlalu Amerika, melihat Holm (1995) . Untuk maklumat lanjut mengenai keseimbangan apabila konflik prinsip, lihat Gillon (2015) .
Empat prinsip dalam bab ini juga telah dicadangkan untuk membimbing etika penyelidikan berlaku di syarikat-syarikat dan badan bukan kerajaan (Polonetsky, Tene, and Jerome 2015) melalui badan-badan yang dikenali sebagai "Pengguna Subjek Papan ulasan" (CSRBs) (Calo 2013) .
Selain menghormati autonomi, Laporan Belmont juga mengakui bahawa tidak setiap manusia mampu benar penentuan nasib sendiri. Sebagai contoh, kanak-kanak, orang yang menderita daripada penyakit, atau orang yang hidup dalam keadaan kebebasan sangat terhad mungkin tidak dapat bertindak sebagai individu autonomi sepenuhnya, dan orang-orang ini, oleh itu, tertakluk kepada perlindungan tambahan.
Mengaplikasi prinsip Menghormati Orang dalam era digital boleh mencabar. Sebagai contoh, dalam kajian zaman digital, ia boleh menjadi sukar untuk menyediakan perlindungan tambahan bagi orang-orang dengan keupayaan berkurangan penentuan sendiri kerana penyelidik sering mengetahui sedikit sahaja mengenai peserta mereka. Selanjutnya, persetujuan berpengetahuan dalam penyelidikan sosial zaman digital adalah satu cabaran besar. Dalam beberapa kes, persetujuan benar-benar dimaklumkan boleh mengalami paradoks ketelusan (Nissenbaum 2011) , di mana maklumat dan kefahaman berkonflik. Secara kasarnya, sekiranya penyelidik menyediakan maklumat lengkap mengenai sifat pengumpulan data, analisis data, dan amalan keselamatan data, ia akan menjadi sukar bagi ramai peserta untuk difahami. Tetapi, jika penyelidik memberikan maklumat difahami, ia mungkin tidak mempunyai maklumat teknikal yang penting. Dalam penyelidikan perubatan di analog usia penetapan menguasai yang dipertimbangkan oleh Belmont Laporan-satu boleh bayangkan seorang doktor bercakap secara individu dengan setiap peserta untuk membantu menyelesaikan paradoks ketelusan. Dalam kajian dalam talian yang melibatkan beribu-ribu atau berjuta-juta orang, seperti pendekatan muka-ke-muka adalah mustahil. Masalah kedua dengan keizinan dalam era digital adalah bahawa dalam beberapa kajian, seperti analisis repositori data besar-besaran, ia akan menjadi tidak praktikal untuk mendapatkan persetujuan daripada semua peserta. Saya membincangkan ini dan soalan lain mengenai persetujuan berpengetahuan dengan lebih terperinci dalam Seksyen 6.6.1. Walaupun masalah ini, bagaimanapun, kita harus ingat bahawa persetujuan adalah tidak perlu dan tidak mencukupi untuk Menghormati Orang.
Untuk maklumat lanjut mengenai penyelidikan perubatan sebelum persetujuan, lihat Miller (2014) . Untuk rawatan buku-panjang persetujuan berpengetahuan, lihat Manson and O'Neill (2007) . Lihat juga bacaan mencadangkan kira-kira persetujuan berpengetahuan di bawah.
Harms konteks adalah bahaya yang penyelidikan boleh menyebabkan tidak kepada orang tertentu tetapi untuk tetapan sosial. Konsep ini merupakan abstrak sedikit, tetapi saya akan menggambarkan dengan dua contoh: satu analog dan satu digital.
Satu contoh klasik kemudaratan kepada konteks berasal dari Wichita Juri Kajian [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. Juga kadang-kadang dipanggil Projek Juri Chicago (Cornwell 2010) . Dalam kes ini, penyelidik kajian dari University of Chicago, sebagai sebahagian daripada kajian yang lebih besar mengenai aspek-aspek sosial sistem undang-undang, secara rahsia merakamkan enam perbincangan juri di Wichita, Kansas. Hakim-hakim dan peguam dalam kes-kes telah meluluskan rakaman, dan wujudnya pengawasan yang ketat daripada proses. Walau bagaimanapun, juri tidak menyedari bahawa rakaman telah berlaku. Setelah kajian telah ditemui, terdapat kemarahan orang ramai. Jabatan Kehakiman telah memulakan siasatan kajian, dan para penyelidik dipanggil memberi keterangan di hadapan Kongres. Akhirnya, Kongres meluluskan undang-undang baru yang membuat ia haram untuk diam-diam merakam juri pertimbangtelitian itu.
Kebimbangan pengkritik Kajian Wichita Juri tidak membahayakan kepada peserta; sebaliknya, ia adalah kemudaratan kepada konteks juri pertimbangtelitian itu. Iaitu, orang percaya bahawa jika ahli-ahli juri tidak percaya bahawa mereka mengadakan perbincangan di tempat yang selamat dan dilindungi, ia akan menjadi lebih sukar untuk perbincangan juri untuk meneruskan dalam masa akan datang. Selain juri perbincangan, terdapat lain-lain konteks sosial tertentu yang masyarakat menyediakan perlindungan tambahan seperti hubungan peguam-pelanggan dan penjagaan psikologi (MacCarthy 2015) .
Risiko kemudaratan kepada konteks dan gangguan sistem sosial juga datang dalam beberapa eksperimen bidang Sains Politik (Desposato 2016b) . Untuk contoh yang lebih peka konteks kos-faedah pengiraan bagi satu eksperimen bidang Sains Politik, lihat Zimmerman (2016) .
Pampasan bagi peserta telah dibincangkan dalam beberapa tetapan yang berkaitan dengan penyelidikan umur digital. Lanier (2014) mencadangkan membayar peserta untuk kesan digital mereka menjana. Bederson and Quinn (2011) membincangkan bayaran dalam pasaran buruh dalam talian. Akhir sekali, Desposato (2016a) bercadang membayar peserta dalam uji kaji lapangan. Dia menunjukkan bahawa walaupun peserta tidak boleh dibayar secara langsung, sumbangan boleh dibuat untuk satu kumpulan kerja bagi pihak mereka. Sebagai contoh, dalam Encore penyelidik boleh membuat sumbangan kepada satu kumpulan kerja untuk menyokong akses kepada Internet.
Syarat-of-perkhidmatan perjanjian harus mempunyai berat badan kurang daripada kontrak dirundingkan antara pihak-pihak yang sama dan undang-undang yang dicipta oleh kerajaan yang sah. Situasi di mana penyelidik telah melanggar perjanjian syarat-of-perkhidmatan pada masa lalu umumnya melibatkan menggunakan pertanyaan automatik memeriksa tingkah laku syarikat (sama seperti uji kaji lapangan untuk mengukur diskriminasi). Untuk perbincangan tambahan melihat Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) . Untuk contoh penyelidikan empirikal yang membincangkan syarat-syarat perkhidmatan, lihat Soeller et al. (2016) . Untuk maklumat lanjut mengenai kemungkinan masalah penyelidik menghadapi jika mereka melanggar syarat-syarat perkhidmatan melihat Sandvig and Karahalios (2016) .
Jelas sekali, jumlah yang besar telah ditulis mengenai consequentialism dan tata susila. Untuk contoh bagaimana rangka kerja etika, dan lain-lain, boleh digunakan untuk sebab mengenai penyelidikan zaman digital, lihat Zevenbergen et al. (2015) . Untuk contoh bagaimana rangka kerja etika boleh digunakan untuk uji kaji lapangan dalam membangunkan ekonomi, lihat Baele (2013) .
Untuk maklumat lanjut mengenai kajian audit diskriminasi, melihat Pager (2007) dan Riach and Rich (2004) . Bukan sahaja kajian ini tidak mempunyai kebenaran, mereka juga melibatkan penipuan tanpa maklum balas.
Kedua-dua Desposato (2016a) dan Humphreys (2015) menawarkan nasihat mengenai uji kaji lapangan tanpa kebenaran.
Sommers and Miller (2013) mengkaji banyak hujah hujah yang tidak maklum balas peserta selepas penipuan, dan berhujah bahawa penyelidik harus melepaskan "maklum balas di bawah set yang sangat sempit keadaan, iaitu dalam penyelidikan bidang di mana maklum balas menimbulkan halangan praktikal yang besar tetapi penyelidik perlu tidak ragu-ragu maklum balas jika mereka boleh. Penyelidik tidak harus dibenarkan untuk melepaskan maklum balas bagi memelihara kolam peserta naif, melindungi diri mereka daripada peserta kemarahan, atau melindungi peserta daripada bahaya. "Lain-lain berhujah bahawa jika maklum balas menyebabkan lebih berbahaya daripada baik ia perlu dielakkan. Maklum balas adalah kes di mana sesetengah penyelidik mengutamakan Menghormati Orang lebih kemurahan, dan beberapa penyelidik melakukan sebaliknya. Satu penyelesaian yang mungkin adalah untuk mencari cara-cara untuk membuat maklum balas pengalaman pembelajaran untuk para peserta. Iaitu, bukannya memikirkan maklum balas sebagai sesuatu yang boleh menyebabkan bahaya, mungkin maklum balas juga boleh menjadi sesuatu yang memberi manfaat kepada peserta. Untuk contoh ini jenis maklum balas pendidikan, lihat Jagatic et al. (2007) ke atas maklum balas pelajar selepas percubaan phishing sosial. Ahli psikologi telah mengembangkan teknik untuk maklum balas (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) dan beberapa ini mungkin berguna digunakan untuk penyelidikan umur digital. Humphreys (2015) menawarkan Pemikiran menarik tentang kebenaran tertunda, yang berkait rapat dengan strategi maklum balas yang saya diterangkan.
Idea meminta sampel peserta untuk persetujuan mereka adalah berkaitan dengan apa Humphreys (2015) panggilan persetujuan disimpulkan.
Satu idea yang lagi yang telah dicadangkan yang berkaitan dengan persetujuan adalah untuk membina sebuah panel orang yang telah bersetuju untuk menjadi dalam eksperimen talian (Crawford 2014) . Ada yang berpendapat bahawa panel ini akan menjadi suatu sampel bukan rawak orang. Tetapi, Bab 3 (DKK soalan) menunjukkan bahawa masalah ini berpotensi addressable menggunakan pos-stratifikasi dan sampel yang sepadan. Juga, kebenaran menjadi pada panel boleh meliputi pelbagai eksperimen. Dalam erti kata lain, peserta mungkin perlu bersetuju dengan setiap uji kaji berasingan serta konsep yang dipanggil persetujuan luas (Sheehan 2011) .
Jauh daripada unik, Hadiah Netflix menggambarkan hartanah teknikal yang penting dataset yang mengandungi maklumat terperinci mengenai orang, dan dengan itu menawarkan pelajaran penting tentang kemungkinan "anonymization" dataset sosial moden. Fail dengan banyak kepingan maklumat tentang setiap orang mungkin menjadi jarang, dalam erti kata yang ditakrifkan secara rasmi dalam Narayanan and Shmatikov (2008) . Iaitu, untuk setiap rekod tidak ada rekod yang sama, dan sebenarnya tiada rekod yang hampir sama: setiap orang adalah jauh dari jiran terdekat mereka dalam set data. Satu boleh membayangkan bahawa data Netflix mungkin jarang kerana dengan kira-kira 20,000 Filem pada skala 5 bintang, terdapat kira-kira \ (6 ^ {20.000} \) mungkin nilai-nilai yang setiap orang boleh mempunyai (6 kerana selain satu hingga 5 bintang , seseorang mungkin telah tidak diberi nilai filem langsung). Nombor ini adalah begitu besar, ia adalah sukar untuk walaupun difahami.
Sparsity mempunyai dua implikasi utama. Pertama, ia bermakna bahawa cuba untuk "anonymize" set data berdasarkan usikan rawak mungkin akan gagal. Iaitu, walaupun Netflix adalah untuk menyesuaikan secara rawak beberapa penilaian (yang mereka lakukan), ini tidak akan mencukupi kerana rekod risau masih rekod mungkin yang paling dekat dengan maklumat yang penyerang mempunyai. Kedua, sparsity bermakna de-anonymization mungkin walaupun jika penyerang itu mempunyai pengetahuan yang tidak sempurna atau tidak berat sebelah. Sebagai contoh, dalam data Netflix, mari kita bayangkan penyerang tahu penilaian anda untuk dua filem dan tarikh anda menjadikan orang penilaian +/- 3 hari; hanya maklumat sahaja adalah mencukupi untuk mengenal pasti secara unik 68% orang dalam data Netflix. Jika penyerang tahu 8 filem yang anda telah menilai +/- 14 hari, maka walaupun dua ini penilaian terkenal adalah benar-benar salah, 99% daripada rekod boleh dikenal pasti secara unik dalam set data. Dengan kata lain, sparsity adalah masalah asas bagi usaha untuk "anonymize" data, yang malang kerana set data sosial yang paling moden adalah jarang.
metadata Telefon juga mungkin muncul untuk menjadi "tanpa nama" dan tidak sensitif, tetapi itu bukan kes itu. Metadata Telefon dikenal pasti dan sensitif (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .
Dalam Rajah 6.6, saya dilakarkan keluar keseimbangan antara risiko kepada peserta dan manfaat kepada penyelidikan dari keluaran data. Untuk perbandingan antara pendekatan terhad akses (contohnya, taman berdinding) dan pendekatan data terhad (contohnya, beberapa bentuk anonymization) melihat Reiter and Kinney (2011) . Bagi sistem pengkategorian cadangan tahap risiko data, lihat Sweeney, Crosas, and Bar-Sinai (2015) . Akhir sekali, bagi yang lebih perbincangan umum perkongsian data, lihat Yakowitz (2011) .
Untuk analisis yang lebih terperinci ini keseimbangan antara risiko dan utiliti data, lihat Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) , dan Goroff (2015) . Untuk melihat ini keseimbangan digunakan untuk data sebenar dari kursus dalam talian secara besar-besaran terbuka (MOOCs), lihat Daries et al. (2014) dan Angiuli, Blitzstein, and Waldo (2015) .
Privasi Berbeza juga menawarkan pendekatan alternatif yang boleh menggabungkan manfaat kedua-dua tinggi kepada masyarakat dan berisiko rendah kepada peserta, lihat Dwork and Roth (2014) dan Narayanan, Huey, and Felten (2016) .
Untuk maklumat lanjut mengenai konsep maklumat yang mengenal pasti secara peribadi (PII), yang merupakan pusat untuk banyak peraturan mengenai etika penyelidikan, lihat Narayanan and Shmatikov (2010) dan Schwartz and Solove (2011) . Untuk maklumat lanjut mengenai semua data yang berpotensi sensitif, lihat Ohm (2015) .
Dalam seksyen ini, saya telah menggambarkan hubungan dataset yang berbeza sebagai sesuatu yang boleh membawa kepada risiko maklumat. Walau bagaimanapun, ia juga boleh mewujudkan peluang baru untuk penyelidikan, seperti yang dikatakan dalam Currie (2013) .
Untuk maklumat lanjut mengenai lima peti besi, lihat Desai, Ritchie, and Welpton (2016) . Untuk satu contoh bagaimana output boleh mengenal pasti, lihat Brownstein, Cassa, and Mandl (2006) , yang menunjukkan bagaimana peta penyakit kelaziman boleh mengenal pasti. Dwork et al. (2017) juga berpendapat serangan terhadap data agregat, seperti statistik mengenai berapa banyak individu mempunyai penyakit tertentu.
Warren and Brandeis (1890) adalah satu artikel undang-undang tanda mengenai privasi, dan artikel yang paling dikaitkan dengan idea bahawa privasi adalah hak untuk tidak diganggu. Baru-baru ini rawatan panjang kitab privasi yang Saya akan mengesyorkan termasuk Solove (2010) dan Nissenbaum (2010) .
Untuk kajian penyelidikan empirikal mengenai cara orang berfikir mengenai privasi, lihat Acquisti, Brandimarte, and Loewenstein (2015) . Jurnal Sains menerbitkan isu khas bertajuk "The End of Privasi", yang menangani isu-isu privasi dan risiko maklumat daripada pelbagai perspektif yang berbeza; penerangan yang melihat Enserink and Chin (2015) . Calo (2011) menawarkan satu rangka kerja untuk memikirkan kemudaratan yang datang dari pelanggaran privasi. Contoh awal kebimbangan mengenai privasi yang awal era digital adalah Packard (1964) .
Satu cabaran ketika cuba untuk menggunakan piawaian risiko yang minimum adalah bahawa ia tidak jelas yang hidup harian yang akan digunakan untuk menanda aras (Council 2014) . Sebagai contoh, orang kehilangan tempat tinggal mempunyai tahap yang lebih tinggi ketidakselesaan dalam kehidupan seharian mereka. Tetapi, itu tidak bermakna bahawa ia adalah beretika dibenarkan untuk mendedahkan orang kehilangan tempat tinggal kajian risiko yang lebih tinggi. Atas sebab ini, terdapat seolah-olah menjadi konsensus yang semakin meningkat bahawa risiko yang minimum perlu ditanda aras mengikut standard penduduk umum, bukan standard penduduk tertentu. Walaupun saya secara umumnya bersetuju dengan idea standard penduduk umum, saya berfikir bahawa untuk platform dalam talian yang besar seperti Facebook, yang standard populasi tertentu berpatutan. Iaitu, apabila mempertimbangkan Contagion emosi, saya berfikir bahawa ia adalah munasabah untuk menanda aras dengan risiko sehari-hari di Facebook. A standard populasi tertentu dalam kes ini adalah lebih mudah untuk menilai dan tidak mungkin bercanggah dengan prinsip Keadilan, yang bertujuan untuk mengelakkan beban penyelidikan gagal tidak adil kepada kumpulan-kumpulan yang kurang bernasib baik (contohnya, banduan dan anak-anak yatim).
Ulama lain juga menyeru supaya lebih banyak kertas untuk memasukkan lampiran etika (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) juga menawarkan tips praktikal.