6.6.4 การตัดสินใจทำในการเผชิญกับความไม่แน่นอน

ความไม่แน่นอนไม่จำเป็นต้องนำไปสู่การอยู่เฉย

พื้นที่ที่สี่และสุดท้ายที่ฉันคาดหวังว่านักวิจัยที่จะต่อสู้คือการตัดสินใจในขณะเผชิญกับความไม่แน่นอน นั่นคือหลังจากที่ทุก philosophizing และสมดุลจริยธรรมการวิจัยเกี่ยวข้องกับการตัดสินใจเกี่ยวกับสิ่งที่ต้องทำและสิ่งที่ไม่ทำ น่าเสียดายที่การตัดสินใจเหล่านี้มักจะต้องทำบนพื้นฐานของข้อมูลที่ไม่สมบูรณ์ ตัวอย่างเช่นเมื่อออกแบบ Encore นักวิจัยอาจอยากทราบความเป็นไปได้ที่จะทำให้ตำรวจไปเยี่ยมตำรวจ หรือเมื่อออกแบบ Emotional Contagion นักวิจัยอาจอยากรู้ความเป็นไปได้ที่จะทำให้เกิดภาวะซึมเศร้าในผู้เข้าร่วมบางราย ความน่าจะเป็นเหล่านี้อาจต่ำมาก แต่ไม่ทราบก่อนที่การวิจัยจะเกิดขึ้น และเนื่องจากโครงการดังกล่าวไม่ได้มีการเปิดเผยต่อสาธารณชนเกี่ยวกับเหตุการณ์ไม่พึงประสงค์ความเป็นไปได้เหล่านี้จึงยังไม่เป็นที่ทราบกันทั่วไป

ความไม่แน่นอนไม่เฉพาะกับงานวิจัยทางสังคมในยุคดิจิทัล เมื่อรายงาน Belmont อธิบายถึงการประเมินความเสี่ยงและผลประโยชน์อย่างเป็นระบบก็เห็นได้ชัดว่าเป็นเรื่องยากที่จะหาจำนวนที่แน่นอน อย่างไรก็ตามความไม่แน่นอนเหล่านี้มีความรุนแรงขึ้นในยุคดิจิทัลส่วนหนึ่งเป็นเพราะเรามีประสบการณ์น้อยในการวิจัยประเภทนี้และส่วนหนึ่งเป็นเพราะลักษณะเฉพาะของงานวิจัย

เนื่องจากมีความไม่แน่นอนเหล่านี้บางคนดูเหมือนจะสนับสนุนบางอย่างเช่น "ดีกว่าปลอดภัยกว่าขออภัย" ซึ่งเป็นคำที่ใช้กันทั่วไปใน หลักการป้องกัน ไว้ก่อน แม้ว่าวิธีการนี้จะปรากฏขึ้นอย่างสมเหตุสมผล - บางทีอาจฉลาดกว่า - แต่ก็อาจทำให้เกิดอันตรายได้ มันหนาวที่จะวิจัย; และทำให้ผู้คนมีมุมมองที่แคบลงของสถานการณ์ (Sunstein 2005) เพื่อให้เข้าใจถึงปัญหาที่เกิดขึ้นกับหลักการป้องกันข้อควรพิจารณาเรื่อง Emotional Contagion การทดลองนี้มีกำหนดจะใช้เวลาประมาณ 700,000 คนและมีโอกาสที่ผู้คนในการทดลองจะได้รับอันตรายอย่างแน่นอน แต่ก็มีโอกาสที่การทดลองอาจทำให้ความรู้ที่เป็นประโยชน์ต่อผู้ใช้ Facebook และต่อสังคม ดังนั้นในขณะที่การอนุญาตให้การทดลองมีความเสี่ยง (ตามที่ได้กล่าวไปแล้ว) การป้องกันการทดลองนี้ก็อาจเป็นความเสี่ยงเนื่องจากอาจทำให้เกิดความรู้ที่มีคุณค่า แน่นอนว่าการเลือกไม่ได้เกิดขึ้นระหว่างการทดลองเนื่องจากเกิดขึ้นและไม่ได้ทำแบบทดสอบ มีการปรับเปลี่ยนรูปแบบที่เป็นไปได้หลายอย่างเพื่อนำไปสู่ความสมดุลทางจริยธรรมที่แตกต่างกัน อย่างไรก็ตามในบางช่วงเวลานักวิจัยจะมีทางเลือกระหว่างการทำวิจัยและไม่ทำมันและมีความเสี่ยงทั้งในด้านการปฏิบัติและการไม่ปฏิบัติตาม ไม่เหมาะสมที่จะเน้นเฉพาะความเสี่ยงจากการกระทำเท่านั้น ค่อนข้างง่ายไม่มีแนวทางที่ปราศจากความเสี่ยง

การก้าวไปไกลกว่าหลักการป้องกันไว้ข้อสำคัญวิธีหนึ่งในการคิดเกี่ยวกับการตัดสินใจที่ให้ความไม่แน่นอนคือ มาตรฐานความเสี่ยงขั้นต่ำ มาตรฐานนี้พยายามเปรียบเทียบความเสี่ยงของการศึกษาเฉพาะกับความเสี่ยงที่ผู้เข้าร่วมดำเนินการในชีวิตประจำวันเช่นการเล่นกีฬาและการขับขี่รถยนต์ (Wendler et al. 2005) วิธีนี้เป็นสิ่งที่มีค่าเนื่องจากการประเมินว่าสิ่งที่ตรงตามมาตรฐานความเสี่ยงต่ำสุดนั้นง่ายกว่าการประเมินระดับความเสี่ยงที่แท้จริงหรือไม่ ตัวอย่างเช่นในการติดต่อทางอารมณ์ก่อนที่การศึกษาจะเริ่มขึ้นนักวิจัยสามารถเปรียบเทียบเนื้อหาอารมณ์ของ News Feeds ในการทดลองกับฟีดข่าวอื่น ๆ บน Facebook ได้ หากพวกเขามีความคล้ายคลึงกันนักวิจัยก็อาจสรุปได้ว่าการทดลองมีมาตรฐานความเสี่ยงน้อยที่สุด (MN Meyer 2015) และพวกเขาสามารถตัดสินใจ ได้แม้ว่าพวกเขาจะไม่ทราบระดับความเสี่ยง แน่นอน วิธีการเดียวกันนี้อาจใช้กับ Encore ในตอนแรก Encore เรียกร้องขอไปยังเว็บไซต์ที่เป็นที่รู้จักว่ามีความละเอียดอ่อนเช่นกลุ่มการเมืองที่ถูกสั่งห้ามในประเทศที่มีรัฐบาลปราบปราม เช่นนี้ความเสี่ยงน้อยที่สุดสำหรับผู้เข้าร่วมในบางประเทศก็คือ อย่างไรก็ตามรุ่น Encore ที่แก้ไขแล้วซึ่งเรียกเฉพาะคำขอไปยัง Twitter, Facebook และ YouTube เป็นความเสี่ยงน้อยที่สุดเนื่องจากมีการเรียกร้องขอไปยังไซต์เหล่านั้นในระหว่างการท่องเว็บตามปกติ (Narayanan and Zevenbergen 2015)

ความคิดที่สำคัญประการที่สองในการตัดสินใจเกี่ยวกับการศึกษาที่มีความเสี่ยงที่ไม่รู้จักคือ การวิเคราะห์กำลัง ซึ่งจะช่วยให้นักวิจัยสามารถคำนวณขนาดตัวอย่างที่พวกเขาต้องการจะตรวจจับผลกระทบของขนาดที่กำหนด (Cohen 1988) หากการศึกษาของคุณอาจทำให้ผู้เข้าอบรมเสี่ยงต่อความเสี่ยงแม้แต่น้อยที่สุดหลักการของ Beneficence แสดงให้เห็นว่าคุณควรใช้ความเสี่ยงที่น้อยที่สุดเพื่อให้บรรลุเป้าหมายการวิจัยของคุณ (คิดย้อนกลับไปที่หลักการ Reduce ในบทที่ 4) แม้ว่านักวิจัยบางคนมีความหลงใหลในการศึกษาของตนให้ ใหญ่ ที่สุดเท่าที่จะเป็นไปได้จริยธรรมในการวิจัยชี้ให้เห็นว่านักวิจัยควรศึกษาให้ เล็ก ที่สุดเท่าที่จะเป็นไปได้ การวิเคราะห์พลังงานไม่ใหม่แน่นอน แต่มีความแตกต่างที่สำคัญระหว่างวิธีที่ใช้ในยุคอนาล็อกและควรใช้อย่างไรในวันนี้ ในยุคอนาธิปไตยนักวิจัยมักทำการวิเคราะห์กำลังเพื่อให้แน่ใจว่าการศึกษาของพวกเขาไม่เล็กเกินไป (เช่นภายใต้การขับเคลื่อน) อย่างไรก็ตามขณะนี้นักวิจัยควรทำการวิเคราะห์กำลังเพื่อให้แน่ใจว่าการศึกษาของพวกเขาไม่ใหญ่จนเกินไป (กล่าวคือใช้พลังงานมากเกินไป)

มาตรฐานความเสี่ยงต่ำสุดและการวิเคราะห์พลังงานช่วยให้คุณสามารถอธิบายและออกแบบการศึกษา แต่ไม่ได้ให้ข้อมูลใหม่เกี่ยวกับวิธีที่ผู้เข้าร่วมอาจรู้สึกเกี่ยวกับการศึกษาของคุณและความเสี่ยงที่อาจเกิดจากการเข้าร่วมโครงการ อีกวิธีหนึ่งในการจัดการกับความไม่แน่นอนคือการรวบรวมข้อมูลเพิ่มเติมซึ่งจะนำไปสู่การสำรวจความคิดเห็นด้านจริยธรรมและการทดลองแบบสุ่ม

จริยธรรมในการสำรวจการตอบสนองนักวิจัยนำเสนอคำอธิบายสั้น ๆ ของโครงการวิจัยที่เสนอและแล้วถามคำถามที่สอง:

• (ไตรมาสที่ 1) "ถ้าคนที่คุณดูแลเกี่ยวกับผู้เข้าร่วมเป็นผู้สมัครสำหรับการทดลองนี้คุณจะต้องการให้บุคคลนั้นจะรวมเป็นผู้เข้าร่วม?": [ใช่], [ผมมีความต้องการที่ไม่มี], [No]
• (Q2) "คุณเชื่อว่านักวิจัยที่ควรจะได้รับอนุญาตให้ดำเนินการกับการทดลองนี้?": [ใช่], [ใช่ แต่ด้วยความระมัดระวัง], [ผมไม่แน่ใจว่า], [No]

ต่อคำถามแต่ละข้อผู้ตอบแบบสอบถามจะมีช่องว่างในการอธิบายคำตอบของพวกเขา สุดท้ายผู้ตอบแบบสอบถาม - ผู้ที่อาจเป็นผู้เข้าร่วมโครงการหรือคนที่ได้รับคัดเลือกจากตลาดแรงงานขนาดเล็ก (เช่น Amazon Mechanical Turk) - ตอบคำถามพื้นฐานทางประชากรศาสตร์ (Schechter and Bravo-Lillo 2014)

การสำรวจด้านการตอบสนองทางจริยธรรมมีลักษณะสามอย่างที่น่าสนใจโดยเฉพาะ ประการแรกพวกเขาเกิดขึ้นก่อนที่การศึกษาจะได้รับการดำเนินการและดังนั้นพวกเขาจึงสามารถป้องกันปัญหาก่อนที่การวิจัยจะเริ่มขึ้น (ในทางตรงกันข้ามกับแนวทางที่ตรวจหาอาการไม่พึงประสงค์) ประการที่สองผู้ตอบแบบสอบถามในการสำรวจด้านการตอบสนองทางจริยธรรมโดยทั่วไปไม่ใช่นักวิจัยดังนั้นจึงช่วยให้นักวิจัยเห็นการศึกษาของตนจากมุมมองของสาธารณชน ในที่สุดการสำรวจด้านการตอบสนองทางจริยธรรมช่วยให้นักวิจัยสามารถสร้างโครงการวิจัยหลายรูปแบบเพื่อประเมินความสมดุลทางจริยธรรมของโครงการต่างๆในโครงการต่างๆ ข้อ จำกัด ประการหนึ่งของการสำรวจเกี่ยวกับจริยธรรมคือการไม่เลือกวิธีการในการออกแบบการวิจัยที่ต่างกันให้ผลการสำรวจ อย่างไรก็ตามแม้จะมีข้อ จำกัด เหล่านี้การสำรวจด้านจริยธรรมจะเป็นประโยชน์ ในความเป็นจริงรายงาน Schechter and Bravo-Lillo (2014) ละทิ้งการศึกษาตามแผนเพื่อตอบสนองต่อความกังวลที่ผู้เข้าร่วมประชุมได้รับในการตอบแบบสำรวจด้านจริยธรรม

แม้ว่าการสำรวจด้านจริยธรรมจะเป็นประโยชน์ในการประเมินปฏิกิริยาตอบโต้ต่อการวิจัยที่นำเสนอ แต่ก็ไม่สามารถวัดความน่าจะเป็นหรือความรุนแรงของอาการไม่พึงประสงค์ได้ วิธีการหนึ่งที่นักวิจัยทางการแพทย์จัดการกับความไม่แน่นอนในการตั้งค่าที่มีความเสี่ยงสูงคือการทำการ ทดลองแบบ สุ่มเป็น ขั้นตอน ซึ่งอาจเป็นประโยชน์ในการวิจัยทางสังคมบางอย่าง เมื่อทำการทดสอบประสิทธิภาพของยาตัวใหม่นักวิจัยไม่สามารถข้ามไปทำการทดลองทางคลินิกที่มีขนาดใหญ่ได้ทันที ค่อนข้างใช้สองประเภทของการศึกษาก่อน ในขั้นแรกทดลองในระยะที่หนึ่งนักวิจัยมุ่งเน้นที่การหาปริมาณที่ปลอดภัยและการศึกษาเหล่านี้เกี่ยวข้องกับคนจำนวนน้อย เมื่อได้รับยาที่ปลอดภัยแล้วการทดลองในเฟส 2 จะประเมินประสิทธิภาพของยา นั่นคือความสามารถในการทำงานในสถานการณ์ที่ดีที่สุด (Singal, Higgins, and Waljee 2014) เฉพาะเมื่อการศึกษาในเฟสที่ 1 และครั้งที่สองเสร็จสมบูรณ์ก็คือยาใหม่ที่ได้รับอนุญาตให้ได้รับการประเมินในการทดลองแบบสุ่มตัวอย่างขนาดใหญ่ ขณะที่โครงสร้างที่แท้จริงของการทดลองใช้ฉากที่ใช้ในการพัฒนายาใหม่ ๆ อาจไม่เหมาะสำหรับการวิจัยทางสังคมเมื่อต้องเผชิญกับความไม่แน่นอนนักวิจัยสามารถใช้การศึกษาที่มีขนาดเล็กลงเพื่อความปลอดภัยและประสิทธิภาพได้อย่างชัดเจน ตัวอย่างเช่นกับ Encore คุณสามารถนึกถึงนักวิจัยที่เริ่มต้นด้วยผู้เข้าร่วมในประเทศที่มีหลักกฎหมายที่เข้มแข็ง

แนวทางทั้ง 4 วิธีนี้ ได้แก่ มาตรฐานความเสี่ยงขั้นต่ำการวิเคราะห์พลังงานการตอบสนองต่อการตอบสนองทางจริยธรรมและการทดลองแบบสุ่มจะช่วยให้คุณดำเนินการได้อย่างเหมาะสมแม้ในยามที่มีความไม่แน่นอน ความไม่แน่นอนไม่จำเป็นต้องนำไปสู่การไม่ปฏิบัติตาม