6.4.2 dobroczynności

Dobroczynność polega na zrozumieniu i poprawę profilu ryzyka / korzyści swoim badaniu, a następnie podjęcia decyzji, czy właściwą równowagę.

Raport Belmont twierdzi, że zasada dobroczynności jest obowiązek, że badacze mają do uczestników, a to wiąże się z dwóch części: (1) nie są szkodliwe oraz (2) maksymalizacji ich korzyści i zminimalizowania ewentualnych szkód. Raport Belmont śledzi ideę "nie szkodzić" tradycji Hipokratesa etyki medycznej, a to może być wyrażona w mocnej formie, gdzie naukowcy "nie powinien szkodzić jedna osoba, bez względu na korzyści, które mogą pochodzić z innych" (Belmont Report 1979) . Jednak raport Belmont uznaje również, że uczenie się tego, co jest korzystne może obejmować wystawienie niektórych ludzi na ryzyko. W związku z tym konieczne robi nic złego może być w konflikcie z nakazem, aby dowiedzieć się, co doprowadziło naukowców do czasami trudne decyzje na temat ", gdy uzasadnione jest poszukiwanie pewne korzyści pomimo ryzyka, a gdy korzyści powinna być zakazana ze względu na ryzyka. " (Belmont Report 1979)

W praktyce zasada dobroczynności zostało zinterpretowane jako oznaczające, że naukowcy powinni podejmować dwa oddzielne procesy: o ryzyko / korzyść analizy, a następnie decyzję o tym, czy ryzyko i korzyści zachować odpowiednią równowagę etycznego. Ten pierwszy proces ten jest w dużej mierze kwestią techniczną wiedzę merytoryczną wymagająca, a drugi jest w dużej mierze kwestią etyczną, gdzie wiedza merytoryczna może być mniej wartościowe, a nawet szkodliwe.

Analiza ryzyka / korzyści obejmuje zarówno zrozumienia i poprawy ryzyko i korzyści wynikające z badania. Analiza ryzyka powinna zawierać dwa elementy: prawdopodobieństwo wystąpienia niepożądanych zdarzeń i ciężkość tych zdarzeń. Podczas tego etapu, na przykład, naukowiec może dostosować projekt badania, aby zmniejszyć prawdopodobieństwo wystąpienia niekorzystnego zdarzenia (np odfiltrowania uczestników, którzy są narażeni) lub zmniejszyć zagrożenie wystąpienia zdarzenia niepożądanego, jeśli występuje (np sprawiają poradnictwo dostępne uczestnicy którzy o to poproszą). Ponadto, w trakcie tego procesu naukowcy muszą pamiętać wpływu ich pracy nie tylko dla uczestników, ale także na nie-uczestników i systemów społecznych. Na przykład, rozważmy eksperyment Restivo i van de Rijt (2012) na skutek nagród na redaktorów Wikipedii (omówione w rozdziale 4). W tym eksperymencie, naukowcy dali nagrody dla niektórych redaktorów, że uznaje za zasługujące a następnie prześledzić ich wkład do Wikipedii w porównaniu do grupy kontrolnej równie zasłużonych wydawców, do których naukowcy nie dać nagrodę. W tym konkretnym badaniu, liczba nagród dali był mały, ale jeśli naukowcy zalane Wikipedii nagrodami mogło utrudniała wspólnotę redaktorów bez szkody dla żadnej z nich indywidualnie. Innymi słowy, gdy robi analizę ryzyka / korzyści warto pomyśleć o wpływie swojej pracy nie tylko dla uczestników, ale na świecie szerzej.

Następnie, gdy ryzyko zostały zminimalizowane i maksymalizacja korzyści, badacze powinni ocenić, czy badanie uderza korzystną równowagę. Etycy nie polecam proste sumowanie kosztów i korzyści. W szczególności, pewne ryzyko uczynić badania niedopuszczalne bez względu na korzyści (np Tuskegee Kiła Badanie opisane w dodatku Historycznego). W przeciwieństwie do analizy ryzyka / korzyści, które jest w dużej mierze techniczny, ten drugi etap jest głęboko etyczny i w rzeczywistości może być wzbogacona przez ludzi, którzy nie mają specjalistycznej wiedzy przedmiot kierunkowy. W rzeczywistości, ponieważ z zewnątrz często zauważyć różne rzeczy od insiderów, IRBs w USA muszą mieć co najmniej jeden nie-naukowiec. Z mojego doświadczenia w służbie na IRB, te z zewnątrz mogą być pomocne w zapobieganiu grupowego myślenia. Więc jeśli masz problemy z podjęciem decyzji, czy projekt badawczy uderzy odpowiednią analizę ryzyka / korzyści nie tylko poprosić swoich kolegów, spytać pewnymi mało naukowców; ich odpowiedzi mogą Cię zaskoczyć.

Stosując zasadę dobroczynności do trzech przykładów podkreśla fakt, że często istnieje znaczna niepewność co do ryzyka przed rozpoczęciem badania. Na przykład, naukowcy nie wiedzieli, prawdopodobieństwo lub wielkość zdarzeń niepożądanych, które mogą być spowodowane przez ich studiów. Ta niepewność jest rzeczywiście dość powszechne w formie badań wiekowej, a później w tym rozdziale, będę poświęcić całą sekcję na wyzwanie podejmowania decyzji w obliczu niepewności (rozdział 6.6.4). Jednak zasada dobroczynności sugeruje pewne zmiany, które mogą być wprowadzone do tych badań w celu poprawy ich bilansu korzyści / ryzyka. Na przykład, w emocjonalnej Contagion, naukowcy mogli próbowali odfiltrowania osób poniżej 18 roku życia i ludzi, którzy mogą być szczególnie prawdopodobne, źle reagują na leczenie. Mogą one również próbował zmniejszyć liczbę uczestników przy użyciu wydajnych metod statystycznych (jak opisano szczegółowo w rozdziale 4). Ponadto, mogą one próbowały kontrolować uczestników i zaoferować pomoc każdemu, kto pojawił się, że zostały naruszone. W smaku, krawaty, a czas, naukowcy mogli umieścić dodatkowe zabezpieczenia w miejscu, gdy wydali dane (chociaż ich procedury zostały zatwierdzone przez Harvard IRB co sugeruje, że były one zgodne z powszechną praktyką w tym czasie); będę oferować bardziej szczegółowe sugestie dotyczące publikacji danych w dalszej części rozdziału, kiedy opisują ryzyko informacyjne (rozdział 6.6.2). Wreszcie w Encore, naukowcy mogliby próbowano zminimalizować liczbę ryzykownych wniosków, które są tworzone w celu osiągnięcia celów pomiarowych projektu, a oni mogli wykluczyć uczestników, które są najbardziej zagrożone ze strony rządów represyjnych. Każda z tych ewentualnych zmian będzie wprowadzenie kompromisów w konstrukcji tych projektów, a moim celem nie jest sugerować, że naukowcy powinni dokonać tych zmian. Przeciwnie, moim celem jest pokazanie rodzaje zmian, że zasada dobroczynności może sugerować.

Wreszcie, chociaż wiek cyfrowa zazwyczaj wykonane ważenia ryzyka i korzyści bardziej złożonych, to rzeczywiście ułatwiło naukowcom zwiększyć korzyści z ich pracy. W szczególności, narzędzia ery cyfrowej znacznie ułatwić otwartą i powtarzalne badania, w którym naukowcy, aby ich dane badania i kod dostępne dla innych badaczy i uczynić swoje prace publicznie dostępne poprzez publikację otwartego dostępu. Ta zmiana otworzyć i powtarzalne badania, natomiast w żaden sposób prosty, oferuje sposób naukowcom w celu zwiększenia korzyści płynących z ich badań, nie narażając uczestników do dodatkowego ryzyka (udostępnianie danych jest wyjątkiem, który zostanie omówiony szczegółowo w rozdziale dotyczącym informacyjnych ryzyko (sekcja 6.6.2)).