ความเห็นเพิ่มเติม

ในส่วนนี้จะถูกออกแบบมาเพื่อใช้เป็นข้อมูลอ้างอิงมากกว่าที่จะอ่านเป็นเรื่องเล่า

• บทนำ (มาตรา 6.1)

จริยธรรมการวิจัยแบบดั้งเดิมยังรวมถึงหัวข้อต่างๆเช่นการฉ้อโกงทางวิทยาศาสตร์และการจัดสรรเครดิต หัวข้อเหล่านี้จะกล่าวถึงในรายละเอียดมากขึ้นใน Engineering (2009)

ในบทนี้จะมีรูปร่างอย่างรุนแรงจากสถานการณ์ในประเทศสหรัฐอเมริกา สำหรับข้อมูลเพิ่มเติมเกี่ยวกับขั้นตอนการตรวจสอบจริยธรรมในประเทศอื่น ๆ โปรดดูบทที่ 6, 7, 8 และ 9 ของ Desposato (2016b) สำหรับการโต้แย้งว่าหลักการทางจริยธรรมด้านชีวการแพทย์ที่มีอิทธิพลต่อบทนี้มีชาวอเมริกันมากเกินไปเห็น Holm (1995) สำหรับการตรวจสอบทางประวัติศาสตร์มากขึ้นของสถาบันบอร์ดทบทวนในสหรัฐอเมริกา, ดู Stark (2012)

รายงานเบลมอนต์และต่อมากฎระเบียบในสหรัฐได้ทำให้ความแตกต่างระหว่างการวิจัยและการปฏิบัติ ความแตกต่างนี้ได้รับการวิพากษ์วิจารณ์ในภายหลัง (Beauchamp and Saghai 2012; boyd 2016; Metcalf and Crawford 2016; Meyer 2015) ฉันจะไม่ทำให้ความแตกต่างนี้ในบทนี้เพราะผมคิดว่าหลักจริยธรรมและกรอบนำไปใช้กับทั้งการตั้งค่า สำหรับข้อมูลเพิ่มเติมเกี่ยวกำกับดูแลการวิจัยที่ Facebook, ดู Jackman and Kanerva (2016) สำหรับข้อเสนอในการกำกับดูแลการวิจัยที่ บริษัท และองค์กรพัฒนาเอกชนให้ดู Polonetsky, Tene, and Jerome (2015) และ Tene and Polonetsky (2016)

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับกรณีของการระบาดของโรคอีโบลาในปี 2014 ให้ดู McDonald (2016) และสำหรับข้อมูลเพิ่มเติมเกี่ยวกับความเสี่ยงที่เป็นส่วนตัวของข้อมูลโทรศัพท์มือถือให้ดู Mayer, Mutchler, and Mitchell (2016) ตัวอย่างของการวิจัยวิกฤตที่เกี่ยวข้องกับการใช้ข้อมูลโทรศัพท์มือถือให้ดู Bengtsson et al. (2011) และ Lu, Bengtsson, and Holme (2012)

• ตัวอย่างที่สาม (มาตรา 6.2)

หลายคนได้เขียนเกี่ยวกับการติดเชื้อทางอารมณ์ วารสารจริยธรรมการวิจัยอุทิศปัญหาของพวกเขาทั้งในมกราคม 2016 การอภิปรายการทดลอง; ดู Hunter and Evans (2016) สำหรับภาพรวม การดำเนินการของนักวิชาการวิทยาศาสตร์แห่งชาติตีพิมพ์สองชิ้นเกี่ยวกับการทดลอง: Kahn, Vayena, and Mastroianni (2014) และ Fiske and Hauser (2014) ชิ้นอื่น ๆ เกี่ยวกับการทดสอบรวมถึง: Puschmann and Bozdag (2014) ; Meyer (2014) ; Grimmelmann (2015) ; Meyer (2015) ; Selinger and Hartzog (2015) ; Kleinsman and Buckley (2015) ; Shaw (2015) ; Flick (2015)

สำหรับข้อมูลเพิ่มเติมเกี่ยว Encore ดูที่ Jones and Feamster (2015)

• ดิจิตอลที่แตกต่างกัน (มาตรา 6.3)

ในแง่ของการเฝ้าระวังมวลภาพรวมกว้าง ๆ มีไว้ใน Mayer-Schönberger (2009) และ Marx (2016) สำหรับตัวอย่างที่เป็นรูปธรรมของค่าใช้จ่ายในการเฝ้าระวังการเปลี่ยนแปลง, Bankston and Soltani (2013) คาดการณ์ว่าการติดตามผู้ต้องสงสัยความผิดทางอาญาใช้โทรศัพท์มือถืออยู่ที่ประมาณ 50 เท่าราคาถูกกว่าการใช้การเฝ้าระวังทางกายภาพ. Bell and Gemmell (2009) ให้มุมมองในแง่ดีมากขึ้นเกี่ยวกับตัวเอง การตรวจตรา นอกเหนือไปจากความสามารถในการติดตามพฤติกรรมที่สังเกตได้ว่าเป็นประชาชนหรือประชาชนบางส่วน (เช่นรสผูกและ Time) นักวิจัยสามารถสรุปได้มากขึ้นสิ่งที่เข้าร่วมจำนวนมากคิดว่าจะเป็นส่วนตัว ยกตัวอย่างเช่นคาล Kosinski และเพื่อนร่วมงานที่แสดงให้เห็นว่าพวกเขาสามารถสรุปข้อมูลที่สำคัญเกี่ยวกับคนเช่นรสนิยมทางเพศและการใช้สารเสพติดจากข้อมูลการติดตามดิจิตอลธรรมดาดูเหมือน (Facebook Likes) (Kosinski, Stillwell, and Graepel 2013) นี้อาจจะฟังดูมีมนต์ขลัง แต่วิธีการที่ Kosinski และเพื่อนร่วมงานที่ใช้ซึ่งรวมร่องรอยดิจิตอลสำรวจและดูแลการเรียนรู้ที่เป็นจริงอย่างที่ผมเคยบอกคุณแล้วเกี่ยวกับ จำได้ว่าในบทที่ 3 (ถามคำถาม) ผมบอกคุณว่าจอช Blumenstock และเพื่อนร่วมงาน (2015) รวมข้อมูลจากการสำรวจด้วยข้อมูลโทรศัพท์มือถือที่จะประเมินความยากจนในประเทศรวันดา วิธีนี้เดียวกันแน่นอนซึ่งสามารถนำมาใช้อย่างมีประสิทธิภาพในการวัดความยากจนในประเทศกำลังพัฒนานอกจากนี้ยังสามารถนำมาใช้สำหรับการละเมิดความเป็นส่วนตัวอาจหาข้อสรุป

กฎหมายที่ไม่สอดคล้องกันและบรรทัดฐานสามารถนำไปสู่การวิจัยที่ไม่เคารพความปรารถนาของผู้เข้าร่วมและจะสามารถนำไปสู่การ "ช้อปปิ้งการกำกับดูแล" โดยนักวิจัย (Grimmelmann 2015; Nickerson and Hyde 2016) โดยเฉพาะอย่างยิ่งนักวิจัยบางคนที่ต้องการที่จะหลีกเลี่ยงการกำกับดูแลของคณะกรรมการมีพันธมิตรที่ไม่ได้รับการคุ้มครองโดย IRBs (เช่นคนที่ บริษัท หรือเอ็นจีโอ) เก็บรวบรวมและยกเลิกการแจ้งข้อมูล จากนั้นนักวิจัยสามารถวิเคราะห์นี้ข้อมูล de ระบุโดยไม่ต้องกำกับดูแลคณะกรรมการอย่างน้อยตามการตีความของกฎในปัจจุบันบางส่วน ชนิดของการหลีกเลี่ยงคณะกรรมการนี​​้ดูเหมือนจะไม่สอดคล้องกับวิธีการตามหลักการ

สำหรับข้อมูลเพิ่มเติมเกี่ยวความคิดที่ไม่สอดคล้องกันและต่างกันที่ผู้คนมีข้อมูลเกี่ยวกับสุขภาพให้ดู Fiore-Gartland and Neff (2015) สำหรับข้อมูลเพิ่มเติมเกี่ยวกับปัญหาที่แตกต่างสร้างจริยธรรมการวิจัยการตัดสินใจดู Meyer (2013)

หนึ่งความแตกต่างอายุอะนาล็อกและการวิจัยยุคดิจิตอลระหว่างที่อยู่ในยุคดิจิตอลปฏิสัมพันธ์กับผู้เข้าร่วมการวิจัยคือห่างไกลมากขึ้น ปฏิสัมพันธ์เหล่านี้มักจะเกิดขึ้นผ่านตัวกลางเช่น บริษัท และมีเป็นปกติท​​างกายภาพและสังคมทางขนาดใหญ่ระหว่างนักวิจัยและผู้เข้าร่วม ปฏิสัมพันธ์ที่ห่างไกลทำให้บางสิ่งบางอย่างที่มีความง่ายในการวิจัยอายุอนาล็อกยากในการวิจัยยุคดิจิตอลเช่นการคัดกรองจากผู้เข้าร่วมที่ต้องการการปกป้องเป็นพิเศษตรวจสอบเหตุการณ์ไม่พึงประสงค์และที่แก้ไขอันตรายถ้ามันเกิดขึ้น ตัวอย่างเช่นสมมติของความคมชัด Contagion อารมณ์กับการทดลองในห้องปฏิบัติการสมมุติในหัวข้อเดียวกัน ในการทดลองในห้องปฏิบัติการวิจัยสามารถคัดกรองทุกคนที่มาถึงที่ห้องปฏิบัติการแสดงให้เห็นสัญญาณที่ชัดเจนของความทุกข์ทางอารมณ์ นอกจากนี้หากการทดสอบในห้องปฏิบัติการที่สร้างขึ้นเป็นเหตุการณ์ที่ไม่พึงประสงค์นักวิจัยจะเห็นมันให้บริการแก่ remediate อันตรายแล้วทำให้การปรับโครงร่างการวิจัยเพื่อป้องกันอันตรายในอนาคต ธรรมชาติที่ห่างไกลของการทำงานร่วมกันในการทดสอบการติดเชื้อที่เกิดขึ้นจริงทางอารมณ์ทำให้แต่ละขั้นตอนที่ง่ายและเหมาะสมเหล่านี้ยากมาก นอกจากนี้ผมสงสัยว่าระยะห่างระหว่างนักวิจัยและผู้เข้าร่วมทำให้นักวิจัยไม่ไวต่อความกังวลของผู้เข้าร่วมของพวกเขา

แหล่งข้อมูลอื่น ๆ ของบรรทัดฐานที่ไม่สอดคล้องกันและกฎหมาย บางส่วนของความไม่สอดคล้องกันนี้มาจากความจริงที่ว่างานวิจัยนี้เกิดขึ้นทั่วทุกมุมโลก ยกตัวอย่างเช่น Encore ที่เกี่ยวข้องกับผู้คนจากทั่วทุกมุมโลกและดังนั้นจึงอาจมีการป้องกันข้อมูลและความเป็นส่วนตัวของกฎหมายและต่างประเทศมากมาย เกิดอะไรขึ้นถ้าบรรทัดฐานว่าหน้าเว็บของบุคคลที่สาม (สิ่งที่กำลังทำอยู่ Encore) มีความแตกต่างในเยอรมนี, สหรัฐอเมริกา, เคนยาและประเทศจีน? เกิดอะไรขึ้นถ้าบรรทัดฐานไม่ได้สอดคล้องกันภายในประเทศเดียว? แหล่งที่สองของความไม่สอดคล้องกันมาจากความร่วมมือระหว่างนักวิจัยที่มหาวิทยาลัยและ บริษัท ; ตัวอย่างเช่นอารมณ์ Contagion เป็นความร่วมมือระหว่างนักวิทยาศาสตร์ข้อมูลที่ Facebook และอาจารย์และนักศึกษาระดับบัณฑิตศึกษาที่ Cornell ที่ Facebook วิ่งทดลองขนาดใหญ่เป็นประจำและในเวลาที่ไม่จำเป็นต้องมีบุคคลที่สามตรวจสอบจริยธรรมใด ๆ ที่ Cornell บรรทัดฐานและกฎระเบียบค่อนข้างแตกต่างกัน; แทบทุกการทดลองจะต้องถูกตรวจสอบโดยคณะกรรมการคอร์เนล ดังนั้นซึ่งชุดของกฎที่ควรควบคุมอารมณ์ Contagion-Facebook หรือคอร์เนล?

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความพยายามในการแก้ไขกฎทั่วไปดู Evans (2013) , Council (2014) , Metcalf (2016) และ Hudson and Collins (2015)

• สี่หลักการ (มาตรา 6.4)

คลาสสิกวิธีการตามหลักการจริยธรรมชีวการแพทย์เป็น Beauchamp and Childress (2012) พวกเขาเสนอว่าสี่หลักการสำคัญควรแนะนำจริยธรรมชีวการแพทย์: การเคารพเอกราช Nonmaleficence, เกื้อกูลและความยุติธรรม หลักการของการเรียกร้องให้ nonmaleficence หนึ่งที่จะละเว้นจากการก่อให้เกิดอันตรายกับคนอื่น ๆ แนวคิดนี้มีการเชื่อมต่ออย่างสุดซึ้งกับความคิด Hippocratic ของ "ไม่ทำอันตราย." ในจริยธรรมการวิจัยหลักการนี้มักจะรวมกับหลักการของการเกื้อกูล แต่ดู Beauchamp and Childress (2012) (บทที่ 5) สำหรับข้อมูลเพิ่มเติมเกี่ยวกับความแตกต่างระหว่างคนทั้งสอง . สำหรับการวิจารณ์ว่าหลักการเหล่านี้เป็นชาวอเมริกันมากเกินไปเห็น Holm (1995) สำหรับข้อมูลเพิ่มเติมเกี่ยวสมดุลเมื่อความขัดแย้งหลักการดู Gillon (2015)

สี่หลักการในบทนี้ยังได้รับการเสนอเพื่อเป็นแนวทางในการกำกับดูแลจริยธรรมสำหรับการวิจัยที่เกิดขึ้นใน บริษัท และองค์กรพัฒนาเอกชน (Polonetsky, Tene, and Jerome 2015) ผ่านร่างกายที่เรียกว่า "ผู้บริโภคเรื่องบอร์ดรีวิว" (CSRBs) (Calo 2013)

• ความเคารพต่อท่าน (มาตรา 6.4.1)

นอกเหนือไปจากการเคารพเอกราชเบลมอนต์รายงานยังยอมรับว่าไม่มนุษย์ทุกคนมีความสามารถในการกำหนดตัวตนที่แท้จริง ยกตัวอย่างเช่นเด็กคนที่ทุกข์ทรมานจากการเจ็บป่วยหรือคนที่อาศัยอยู่ในสถานการณ์ของเสรีภาพถูก จำกัด อย่างรุนแรงอาจจะไม่สามารถที่จะทำหน้าที่เป็นบุคคลที่มีอิสระอย่างเต็มที่และคนเหล่านี้จึงอาจมีการปกป้องเป็นพิเศษ

การประยุกต์ใช้หลักการของการเคารพสำหรับคนในยุคดิจิตอลสามารถเป็นสิ่งที่ท้าทาย ยกตัวอย่างเช่นในการวิจัยยุคดิจิตอลมันอาจเป็นเรื่องยากที่จะให้ความคุ้มครองพิเศษสำหรับคนที่มีความสามารถในการลดลงของการตัดสินใจเองเพราะนักวิจัยมักจะรู้น้อยมากเกี่ยวกับการเข้าร่วมของพวกเขา นอกจากนี้ความยินยอมในการวิจัยทางสังคมยุคดิจิตอลเป็นความท้าทายอย่างมาก ในบางกรณีความยินยอมอย่างแท้จริงสามารถประสบความโปร่งใส Paradox (Nissenbaum 2011) ซึ่งข้อมูลและความเข้าใจอยู่ในความขัดแย้ง ประมาณว่าถ้านักวิจัยให้ข้อมูลที่ครบถ้วนเกี่ยวกับธรรมชาติของการเก็บรวบรวมข้อมูลการวิเคราะห์ข้อมูลและการรักษาความปลอดภัยข้อมูลที่มันจะเป็นเรื่องยากสำหรับผู้เข้าร่วมจำนวนมากที่จะเข้าใจ แต่ถ้านักวิจัยให้ข้อมูลที่เข้าใจก็อาจขาดข้อมูลทางเทคนิคที่สำคัญ ในการวิจัยทางการแพทย์ในแบบอะนาล็อกอายุการตั้งค่าครองพิจารณาโดยเบลมอนต์รายงานหนึ่งสามารถจินตนาการแพทย์พูดคุยเป็นรายบุคคลกับผู้เข้าร่วมแต่ละคนที่จะช่วยแก้ปัญหาความขัดแย้งความโปร่งใส ในการศึกษาออนไลน์ที่เกี่ยวข้องกับพันหรือล้านคนเช่นวิธีใบหน้าเพื่อใบหน้าเป็นไปไม่ได้ ปัญหาประการที่สองได้รับความยินยอมในยุคดิจิตอลที่อยู่ในการศึกษาบางส่วนเช่นการวิเคราะห์ของที่เก็บข้อมูลขนาดใหญ่ก็จะทำไม่ได้ที่จะได้รับความยินยอมจากผู้เข้าร่วมทั้งหมด ฉันหารือเกี่ยวกับคำถามเหล่านี้และอื่น ๆ เกี่ยวกับความยินยอมในรายละเอียดเพิ่มเติมในส่วน 6.6.1 แม้จะมีปัญหาเหล​​่านี้ แต่เราควรจำไว้ว่าความยินยอมไม่มีความจำเป็นและไม่เพียงพอสำหรับการเคารพบุคคล

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการวิจัยทางการแพทย์ก่อนที่จะยินยอมให้ดู Miller (2014) สำหรับการรักษาหนังสือความยาวของความยินยอมให้ดู Manson and O'Neill (2007) ดูเพิ่มเติมอ่านข้อเสนอแนะเกี่ยวกับความยินยอมดังต่อไปนี้

• เกื้อกูล (มาตรา 6.4.2)

อันตรายกับบริบทเป็นอันตรายต่อว่างานวิจัยสามารถทำให้เกิดการไม่ให้บุคคลที่เฉพาะเจาะจง แต่การตั้งค่าทางสังคม แนวคิดนี้เป็นนามธรรมบิต แต่ฉันจะแสดงให้เห็นว่ามันมีสองตัวอย่างหนึ่งอะนาล็อกและดิจิตอลหนึ่ง

ตัวอย่างคลาสสิกของอันตรายกับบริบทมาจากวิชิตาคณะกรรมการตัดสินการศึกษา [ Vaughan (1967) ; Katz, Capron, and Glass (1972) ; Ch 2] -. บางครั้งเรียกว่าคณะกรรมการตัดสินโครงการชิคาโก (Cornwell 2010) นักวิจัยในการศึกษาครั้งนี้จากมหาวิทยาลัยชิคาโกซึ่งเป็นส่วนหนึ่งของการศึกษาขนาดใหญ่เกี่ยวกับด้านสังคมของระบบกฎหมายที่บันทึกแอบหกคณะกรรมาธิการใน Wichita, Kansas ผู้พิพากษาและทนายความในกรณีได้รับการอนุมัติการบันทึกและมีการกำกับดูแลที่เข้มงวดของกระบวนการ อย่างไรก็ตามคณะลูกขุนไม่รู้ว่าบันทึกกำลังเกิดขึ้น เมื่อการศึกษาที่ถูกค้นพบมีชั่วร้ายของประชาชน กระทรวงยุติธรรมเริ่มการสอบสวนของการศึกษาและนักวิจัยได้ถูกเรียกตัวไปเป็นพยานในด้านหน้าของสภาคองเกรส ในท้ายที่สุดสภาคองเกรสผ่านกฎหมายใหม่ที่ทำให้มันผิดกฎหมายที่จะแอบบันทึกการปรึกษาหา​​รือของคณะลูกขุน

ความกังวลของนักวิจารณ์ของการศึกษาวิชิตคณะลูกขุนไม่เป็นอันตรายต่อผู้เข้าร่วม; ค่อนข้างจะเป็นอันตรายกับบริบทของคำวินิจฉัยของคณะลูกขุน นั่นคือคนที่เชื่อว่าถ้าคณะลูกขุนไม่เชื่อว่าพวกเขามีการอภิปรายในพื้นที่ที่ปลอดภัยและการป้องกันก็จะยากขึ้นสำหรับคณะกรรมาธิการที่จะดำเนินการในอนาคต นอกจากนี้ให้คณะลูกขุนตรึกตรองมีบริบททางสังคมอื่น ๆ ที่ระบุว่าสังคมให้กับการปกป้องเป็นพิเศษเช่นความสัมพันธ์ทนายความลูกค้าและการดูแลรักษาทางจิตวิทยา (MacCarthy 2015)

ความเสี่ยงของอันตรายกับบริบทและการหยุดชะงักของระบบสังคมยังเกิดขึ้นในบางทดลองรัฐศาสตร์ (Desposato 2016b) สำหรับตัวอย่างของการคำนวณต้นทุนและผลประโยชน์ตามบริบทมากขึ้นสำหรับการทดสอบในสนามรัฐศาสตร์ให้ดู Zimmerman (2016)

• ความยุติธรรม (มาตรา 6.4.3)

ค่าตอบแทนสำหรับผู้เข้าร่วมได้รับการกล่าวถึงในจำนวนของการตั้งค่าที่เกี่ยวข้องกับการวิจัยยุคดิจิตอล. Lanier (2014) เสนอการจ่ายเงินเข้าร่วมร่องรอยดิจิตอลพวกเขาสร้าง. Bederson and Quinn (2011) กล่าวถึงการชำระเงินในตลาดแรงงานออนไลน์ สุดท้าย Desposato (2016a) เสนอผู้เข้าร่วมการจ่ายเงินในการทดลองภาคสนาม เขาชี้ให้เห็นว่าแม้ผู้เข้าร่วมไม่สามารถชำระโดยตรงบริจาคอาจจะทำกับกลุ่มที่ทำงานในนามของพวกเขา ยกตัวอย่างเช่นใน Encore นักวิจัยจะได้ทำบริจาคเงินให้แก่คณะทำงานเพื่อสนับสนุนการเข้าถึงอินเทอร์เน็ต

• เคารพกฎหมายและความสนใจจากประชาชน (มาตรา 6.4.4)

ข้อตกลงและเงื่อนไขของสัญญาบริการควรจะมีน้ำหนักน้อยกว่าสัญญาการเจรจาระหว่างทั้งสองฝ่ายเท่ากันและกฎหมายที่สร้างขึ้นโดยรัฐบาลถูกต้องตามกฎหมาย สถานการณ์ที่นักวิจัยมีการละเมิดข้อตกลงข้อตกลงการให้บริการในอดีตโดยทั่วไปเกี่ยวข้องกับการใช้คำสั่งอัตโนมัติเพื่อตรวจสอบพฤติกรรมของ บริษัท (เหมือนการทดลองภาคสนามในการวัดการเลือกปฏิบัติ) สำหรับการอภิปรายเพิ่มเติมโปรดดู Vaccaro et al. (2015) , Bruckman (2016a) , Bruckman (2016b) สำหรับตัวอย่างของการวิจัยเชิงประจักษ์ที่กล่าวถึงเงื่อนไขการให้บริการให้ดู Soeller et al. (2016) สำหรับข้อมูลเพิ่มเติมเกี่ยวปัญหาทางกฎหมายที่เป็นไปได้ที่นักวิจัยต้องเผชิญหากพวกเขาละเมิดเงื่อนไขการให้บริการดู Sandvig and Karahalios (2016)

• สองกรอบจริยธรรม (มาตรา 6.5)

เห็นได้ชัดว่าจำนวนมหาศาลได้รับการเขียนเกี่ยวกับ consequentialism และ deontology สำหรับตัวอย่างของวิธีการเหล่านี้กรอบจริยธรรมและคนอื่น ๆ สามารถนำมาใช้ให้เหตุผลเกี่ยวกับการวิจัยยุคดิจิตอลดู Zevenbergen et al. (2015) สำหรับตัวอย่างของวิธีกรอบจริยธรรมเหล่านี้สามารถนำไปใช้ทดลองในการพัฒนาเศรษฐศาสตร์ให้ดู Baele (2013)

• ความยินยอม (มาตรา 6.6.1)

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการศึกษาการตรวจสอบของการเลือกปฏิบัติให้ดู Pager (2007) และ Riach and Rich (2004) ไม่เพียง แต่การศึกษาเหล่านี้จะไม่ได้ความยินยอมพวกเขายังมีส่วนเกี่ยวข้องกับการหลอกลวงโดยไม่ต้องซักถาม

ทั้งสอง Desposato (2016a) และ Humphreys (2015) ให้คำแนะนำเกี่ยวกับการทดสอบภาคสนามโดยปราศจากความยินยอม

Sommers and Miller (2013) ความคิดเห็นข้อโต้แย้งมากมายในความโปรดปรานของไม่ได้ซักถามผู้เข้าร่วมหลังจากการหลอกลวงและระบุว่านักวิจัยควรละเลย "ซักถามภายใต้ชุดที่แคบมากสถานการณ์กล่าวคือในการวิจัยภาคสนามซึ่งในการซักถาม poses อุปสรรคในทางปฏิบัติมาก แต่นักวิจัยจะต้อง ไม่ปริปากเรื่องการซักถามว่าพวกเขาจะทำได้ นักวิจัยไม่ควรได้รับอนุญาตให้ละเลยการซักถามเพื่อที่จะรักษาสระว่ายน้ำผู้เข้าร่วมไร้เดียงสาป้องกันตัวเองจากผู้เข้าร่วมโกรธหรือปกป้องผู้เข้าร่วมจากอันตราย. "อื่น ๆ ยืนยันว่าหากการซักถามทำให้เกิดอันตรายมากกว่าดีก็ควรจะหลีกเลี่ยง การซักถามเป็นกรณีที่นักวิจัยบางคนจัดลำดับความสำคัญเคารพสำหรับบุคคลอายุเกื้อกูลและนักวิจัยบางคนทำตรงข้าม ทางออกหนึ่งที่เป็นไปได้จะไปหาวิธีที่จะทำให้การประชุมสรุปประสบการณ์การเรียนรู้สำหรับผู้เข้าร่วม นั่นคือแทนที่จะคิดของการซักถามว่าเป็นสิ่งที่สามารถทำให้เกิดอันตรายอาจซักถามยังสามารถเป็นสิ่งที่เป็นประโยชน์ต่อผู้เข้าร่วม สำหรับตัวอย่างของชนิดของการซักถามการศึกษานี้ดู Jagatic et al. (2007) ในการซักถามนักเรียนหลังจากการทดลองฟิชชิ่งสังคม นักจิตวิทยาได้มีการพัฒนาเทคนิคในการซักถาม (DS Holmes 1976a; DS Holmes 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) และบางส่วนของเหล่านี้อาจถูกนำไปใช้ประโยชน์เพื่อการวิจัยยุคดิจิตอล. Humphreys (2015) มีความคิดที่น่าสนใจเกี่ยวกับการได้รับความยินยอมรอการตัดบัญชี ที่เกี่ยวข้องอย่างใกล้ชิดกับกลยุทธ์การซักถามที่ผมอธิบาย

ความคิดของการขอตัวอย่างของผู้เข้าร่วมความยินยอมของพวกเขาที่เกี่ยวข้องกับสิ่งที่ Humphreys (2015) เรียกได้รับความยินยอมอนุมาน

ความคิดต่อไปว่าได้รับการเสนอที่เกี่ยวข้องกับความยินยอมคือการสร้างแผงของผู้คนที่เห็นด้วยที่จะอยู่ในการทดลองออนไลน์ (Crawford 2014) บางคนแย้งว่าแผงนี้จะเป็นตัวอย่างที่ไม่สุ่มของคน แต่บทที่ 3 (ถามคำถาม) แสดงให้เห็นว่าปัญหาเหล​​่านี้อาจเป็นแอดเดรสที่ใช้โพสต์ชนชั้นและการจับคู่ตัวอย่าง นอกจากนี้ยังได้รับความยินยอมที่จะอยู่บนแผงสามารถครอบคลุมความหลากหลายของการทดลอง ในคำอื่น ๆ ผู้เข้าร่วมอาจจะไม่จำเป็นที่จะต้องยินยอมให้มีการทดสอบแต่ละบุคคลแนวคิดที่เรียกว่าได้รับความยินยอมในวงกว้าง (Sheehan 2011)

• ความเข้าใจและการจัดการความเสี่ยงในการให้ข้อมูล (มาตรา 6.6.2)

ห่างไกลจากที่ไม่ซ้ำกัน Netflix รางวัลแสดงให้เห็นถึงคุณสมบัติที่มีความสำคัญทางเทคนิคของชุดข้อมูลที่มีข้อมูลรายละเอียดเกี่ยวกับผู้คนและทำให้มีบทเรียนที่สำคัญเกี่ยวกับความเป็นไปได้ของ "ข้อมูลระบุตัวตน" ของชุดข้อมูลทางสังคมสมัยใหม่ ไฟล์ที่มีหลายชิ้นของข้อมูลเกี่ยวกับแต่ละคนมีแนวโน้มที่จะเบาบางในความหมายที่กำหนดไว้อย่างเป็นทางการใน Narayanan and Shmatikov (2008) นั่นคือสำหรับแต่ละระเบียนมีประวัติที่เหมือนกันไม่ได้และในความเป็นจริงมีประวัติที่มีลักษณะคล้ายกันมาก No: แต่ละคนจะห่างไกลจากเพื่อนบ้านที่ใกล้ที่สุดของพวกเขาในชุดข้อมูล หนึ่งสามารถคิดว่าข้อมูล Netflix อาจจะเบาบางเนื่องจากมีประมาณ 20,000 ภาพยนตร์ในระดับ 5 ดาวที่มีประมาณ \ (6 ^ {20,000} \) ค่าที่เป็นไปว่าแต่ละคนอาจจะมี (6 เพราะนอกจากหนึ่งถึง 5 ดาว บางคนอาจจะยังไม่ได้รับการจัดอันดับภาพยนตร์ที่ทั้งหมด) จำนวนนี้มีขนาดใหญ่ดังนั้นจึงเป็นเรื่องยากที่จะได้เข้าใจ

Sparsity มีสองความหมายหลัก ครั้งแรกก็หมายความว่าความพยายามที่จะ "ปิดบัง" ชุดข้อมูลที่อยู่บนพื้นฐานของการก่อกวนสุ่มมีแนวโน้มที่จะล้มเหลว นั่นคือแม้ว่า Netflix มีการสุ่มปรับบางส่วนของการจัดอันดับ (ซึ่งพวกเขาได้) นี้จะไม่เพียงพอเพราะการบันทึกตกอกตกใจยังคงเป็นบันทึกที่เป็นไปได้ใกล้เคียงกับข้อมูลที่โจมตีได้ ประการที่สอง sparsity หมายความว่า de-ข้อมูลระบุเป็นไปได้ถ้าโจมตีมีความรู้ที่ไม่สมบูรณ์หรือเป็นกลาง ยกตัวอย่างเช่นในข้อมูล Netflix, สมมติโจมตีรู้การจัดอันดับของคุณสำหรับสองภาพยนตร์และวันที่คุณทำการจัดอันดับผู้ +/- 3 วัน; เพียงข้อมูลที่อยู่คนเดียวจะเพียงพอที่จะระบุตัวตนของ 68% ของคนที่อยู่ในข้อมูล Netflix ถ้าผู้บุกรุกรู้ 8 ภาพยนตร์ที่คุณได้รับการจัดอันดับ +/- 14 วันแล้วแม้ว่าทั้งสองของการจัดอันดับเป็นที่รู้จักกันเหล่านี้มีความถูกต้องสมบูรณ์ 99% ของระเบียนสามารถระบุได้โดยไม่ซ้ำกันในชุดข้อมูล ในคำอื่น ๆ sparsity เป็นปัญหาพื้นฐานสำหรับความพยายามที่จะ "ปิดบัง" ข้อมูลซึ่งเป็นโชคร้ายเพราะชุดข้อมูลทางสังคมที่ทันสมัย​​ที่สุดมีความเบาบาง

เมตาดาต้าโทรศัพท์นอกจากนี้ยังอาจปรากฏเป็น "ไม่ระบุชื่อ" และไม่ไว แต่ที่ไม่ได้เป็นกรณี เมตาดาต้าโทรศัพท์สามารถระบุตัวตนและที่สำคัญ (Mayer, Mutchler, and Mitchell 2016; Landau 2016)

ในรูปที่ 6.6 ผมร่างออกค้าออกระหว่างความเสี่ยงที่จะเข้าร่วมและได้รับประโยชน์จากการวิจัยปล่อยข้อมูล สำหรับการเปรียบเทียบระหว่างวิธีการ จำกัด การเข้าถึง (เช่นกำแพงสวน) และ จำกัด วิธีการข้อมูล (เช่นบางรูปแบบของข้อมูลระบุ) เห็น Reiter and Kinney (2011) สำหรับระบบการจัดหมวดหมู่เสนอระดับความเสี่ยงของข้อมูลดู Sweeney, Crosas, and Bar-Sinai (2015) สุดท้ายสำหรับขึ้นการอภิปรายทั่วไปของการใช้ข้อมูลร่วมกันดู Yakowitz (2011)

สำหรับการวิเคราะห์รายละเอียดมากกว่านี้การออกระหว่างความเสี่ยงและประโยชน์ของข้อมูลดู Brickell and Shmatikov (2008) , Ohm (2010) , Wu (2013) , Reiter (2012) และ Goroff (2015) ที่เห็นนี้การปิดใช้กับข้อมูลจริงจากหลักสูตรออนไลน์เปิดอย่างหนาแน่น (MOOCs) ดู Daries et al. (2014) และ Angiuli, Blitzstein, and Waldo (2015)

ความเป็นส่วนตัวที่แตกต่างกันนอกจากนี้ยังมีวิธีการเลือกที่สามารถรวมทั้งผลประโยชน์สูงต่อสังคมและมีความเสี่ยงต่ำที่จะเข้าร่วมดู Dwork and Roth (2014) และ Narayanan, Huey, and Felten (2016)

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับแนวคิดของข้อมูลที่ระบุตัวตน (PII) ซึ่งเป็นศูนย์กลางมากของกฎระเบียบเกี่ยวกับจริยธรรมการวิจัยให้ดูที่ Narayanan and Shmatikov (2010) และ Schwartz and Solove (2011) สำหรับข้อมูลเพิ่มเติมเกี่ยวข้อมูลทั้งหมดเป็นความไวอาจดู Ohm (2015)

ในส่วนนี้ผมได้แสดงให้เห็นความเชื่อมโยงของชุดข้อมูลที่แตกต่างกันเป็นสิ่งที่สามารถนำไปสู่​​ความเสี่ยงในการให้ข้อมูล แต่ก็ยังสามารถสร้างโอกาสใหม่สำหรับการวิจัยเป็นที่ถกเถียงกันอยู่ใน Currie (2013)

สำหรับข้อมูลเพิ่มเติมเกี่ยวตู้นิรภัยห้าเห็น Desai, Ritchie, and Welpton (2016) สำหรับตัวอย่างของวิธีเอาท์พุทสามารถระบุให้ดู Brownstein, Cassa, and Mandl (2006) ซึ่งแสดงให้เห็นว่าแผนที่ความชุกโรคสามารถระบุ. Dwork et al. (2017) ยังพิจารณาถึงการโจมตีข้อมูลรวมเช่นสถิติเกี่ยวกับจำนวนบุคคลที่มีโรคบางอย่าง

• ความเป็นส่วนตัว (มาตรา 6.6.3)

Warren and Brandeis (1890) เป็นบทความทางกฎหมายสถานที่สำคัญเกี่ยวกับความเป็นส่วนตัวและบทความมีความเกี่ยวข้องมากที่สุดกับความคิดที่ว่าความเป็นส่วนตัวเป็นสิทธิที่จะถูกทิ้งไว้ตามลำพัง เมื่อเร็ว ๆ นี้การรักษาระยะเวลาในหนังสือของความเป็นส่วนตัวที่ผมจะแนะนำ ได้แก่ Solove (2010) และ Nissenbaum (2010)

สำหรับความคิดเห็นของการวิจัยเชิงประจักษ์เกี่ยวกับวิธีคิดเกี่ยวกับคนความเป็นส่วนตัวให้ดู Acquisti, Brandimarte, and Loewenstein (2015) วารสารวิทยาศาสตร์การตีพิมพ์เป็นฉบับพิเศษหัวข้อ "จุดจบของความเป็นส่วนตัว" ซึ่งอยู่ในประเด็นของความเป็นส่วนตัวและความเสี่ยงข้อมูลจากหลากหลายมุมมองที่แตกต่างกัน; สรุปดู Enserink and Chin (2015) . Calo (2011) มีกรอบในการคิดเกี่ยวกับอันตรายที่มาจากการละเมิดความเป็นส่วนตัว ตัวอย่างแรกของความกังวลเกี่ยวกับความเป็นส่วนตัวในจุดเริ่มต้นของยุคดิจิตอล Packard (1964)

• การตัดสินใจภายใต้ความไม่แน่นอน (มาตรา 6.6.4)

หนึ่งในความท้าทายเมื่อพยายามที่จะปฏิบัติตามมาตรฐานความเสี่ยงน้อยที่สุดก็คือว่ามันไม่ชัดเจนที่มีชีวิตประจำวันที่จะใช้สำหรับการเปรียบเทียบ (Council 2014) ตัวอย่างเช่นคนที่ไม่มีที่อยู่อาศัยมีระดับที่สูงขึ้นของความรู้สึกไม่สบายในชีวิตประจำวันของพวกเขา แต่นั่นไม่ได้หมายความว่ามันเป็นที่อนุญาตจริยธรรมที่จะเปิดเผยคนจรจัดเพื่อการวิจัยความเสี่ยงสูง ด้วยเหตุนี้ดูเหมือนว่าจะมีความเห็นเป็นเอกฉันท์ว่าการเจริญเติบโตความเสี่ยงน้อยที่สุดควรจะเทียบกับมาตรฐานประชากรทั่วไปไม่ได้เป็นมาตรฐานของประชากรที่เฉพาะเจาะจง ในขณะที่ฉันมักจะเห็นด้วยกับความคิดของมาตรฐานประชากรทั่วไปผมคิดว่าสำหรับแพลตฟอร์มออนไลน์ที่มีขนาดใหญ่เช่น Facebook, มาตรฐานประชากรเฉพาะมีความสมเหตุสมผล นั่นคือเมื่อพิจารณา Contagion อารมณ์ผมคิดว่ามันมีเหตุผลที่จะมาตรฐานกับความเสี่ยงในชีวิตประจำวันบน Facebook มาตรฐานประชากรเฉพาะในกรณีนี้เป็นเรื่องง่ายที่จะประเมินและไม่น่าจะมีความขัดแย้งกับหลักการของความยุติธรรมซึ่งพยายามที่จะป้องกันไม่ให้เป็นภาระของการวิจัยความล้มเหลวอย่างไม่เป็นธรรมในกลุ่มผู้ด้อยโอกาส (เช่นนักโทษและเด็กกำพร้า) เดอะ

• เคล็ดลับการปฏิบัติ (มาตรา 6.7)

นักวิชาการอื่น ๆ ได้เรียกเอกสารเพิ่มเติมที่จะรวมภาคผนวกจริยธรรม (Schultze and Mason 2012; Kosinski et al. 2015) . King and Sands (2015) นอกจากนี้ยังมีเคล็ดลับการปฏิบัติ