Ano ang susunod na babasahin

• Panimula (seksyon 6.1)

Ang etika ng pananaliksik ay ayon sa tradisyon ay kasama rin ang mga paksa tulad ng pandaraya sa agham at paglalaan ng kredito. Ang mga ito ay tinalakay nang higit na detalye sa Sa pagiging isang siyentipiko ng Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) .

Ang kabanatang ito ay lubhang naiimpluwensyahan ng sitwasyon sa Estados Unidos. Para sa higit pa sa mga pamamaraan ng pagsusuri sa etika sa ibang mga bansa, tingnan ang mga kabanata 6-9 ng Desposato (2016b) . Para sa isang argumento na ang biomedical etikal na mga prinsipyo na nakaimpluwensya sa kabanatang ito ay labis na Amerikano, tingnan ang Holm (1995) . Para sa isang karagdagang makasaysayang pagsusuri ng Institutional Review Boards sa Estados Unidos, tingnan ang Stark (2012) . Ang journal PS: Pampulitika Agham at Pulitika gaganapin isang propesyonal na panayam sa relasyon sa pagitan ng mga siyentipiko pampulitika at IRBs; tingnan ang Martinez-Ebers (2016) para sa isang buod.

Ang ulat ng Belmont at mga sumusunod na regulasyon sa Estados Unidos ay may posibilidad na gumawa ng pagkakaiba sa pagitan ng pananaliksik at kasanayan. Hindi ko ginawa tulad ng isang pagkakaiba sa kabanatang ito dahil sa tingin ko ang etikal na prinsipyo at frameworks nalalapat sa parehong mga setting. Para sa higit pa sa pagkakaiba at ang mga problema na ipinakikilala, tingnan ang Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) , at Metcalf and Crawford (2016) .

Para sa higit pa sa pangangasiwa sa pananaliksik sa Facebook, tingnan ang Jackman and Kanerva (2016) . Para sa mga ideya tungkol sa pangangasiwa sa pananaliksik sa mga kumpanya at NGO, tingnan ang Calo (2013) , Polonetsky, Tene, and Jerome (2015) , at Tene and Polonetsky (2016) .

May kaugnayan sa paggamit ng data ng mobile phone upang makatulong sa pagtugon sa 2014 Ebola outbreak sa West Africa (Wesolowski et al. 2014; McDonald 2016) , para sa higit pa tungkol sa mga panganib sa privacy ng data ng mobile phone, tingnan ang Mayer, Mutchler, and Mitchell (2016) . Para sa mga halimbawa ng naunang pananaliksik na nauugnay sa krisis gamit ang data ng mobile phone, tingnan ang Bengtsson et al. (2011) at Lu, Bengtsson, and Holme (2012) , at para sa higit pa sa etika ng pananaliksik na nauugnay sa krisis, tingnan ( ??? ) .

• Tatlong halimbawa (seksyon 6.2)

Maraming tao ang nakasulat tungkol sa paglalantad sa Emosyon. Ang journal Research Ethics ay nakatuon sa kanilang buong isyu sa Enero 2016 upang talakayin ang eksperimento; tingnan ang Hunter and Evans (2016) para sa isang pangkalahatang-ideya. Ang mga Pamamaraan ng National Academics of Science ay nag- publish ng dalawang piraso tungkol sa eksperimento: Kahn, Vayena, and Mastroianni (2014) at Fiske and Hauser (2014) . Iba pang mga piraso tungkol sa eksperimento ay kinabibilangan ng: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) , at ( ??? ) .

• Iba't ibang digital (seksyon 6.3)

Sa mga tuntunin ng mass surveillance, malawak na pangkalahatang-ideya ay ibinibigay sa Mayer-Schönberger (2009) at Marx (2016) . Para sa isang kongkreto halimbawa ng pagbabago ng mga gastos ng pagmamatyag, Bankston and Soltani (2013) tinantyang na ang pagsubaybay ng isang kriminal na pinaghihinalaan gamit ang mga mobile phone ay halos 50 beses na mas mura kaysa sa paggamit ng pisikal na pagsubaybay. Tingnan din ang Ajunwa, Crawford, and Schultz (2016) para sa isang talakayan ng pagmamatyag sa trabaho. Bell and Gemmell (2009) nagbibigay ng mas maasahin na pananaw sa self-surveillance.

Bilang karagdagan sa pagiging masusubaybayan ang kapansin-pansin na pag-uugali na pampubliko o bahagyang pampubliko (hal. Tastes, Ties, at Oras), ang mga mananaliksik ay maaaring lalong magdudulot ng mga bagay na itinuturing ng maraming mga kalahok na pribado. Halimbawa, ipinakita ni Michal Kosinski at mga kasamahan (2013) na maaari nilang ipahiwatig ang sensitibong impormasyon tungkol sa mga tao, tulad ng sekswal na oryentasyon at paggamit ng nakakaharang na mga sangkap, mula sa tila ordinaryong data ng digital na pagsubaybay (Facebook Likes). Ito ay maaaring tunog ng kaakit-akit, ngunit ang diskarte na ginamit ng Kosinski at kasamahan-na pinagsama ang mga digital na bakas, mga survey, at pinangangasiwaang pag-aaral-ay talagang isang bagay na sinabi ko sa iyo. Alalahanin na sa kabanata 3 (Pagtatanong). Sinabi ko sa iyo kung paano pinagsama ni Joshua Blumenstock at mga kasamahan (2015) data ng survey sa data ng mobile phone upang tantiyahin ang kahirapan sa Rwanda. Ang eksaktong parehong diskarte, na maaaring magamit upang mahusay na sukatin ang kahirapan sa isang umuunlad na bansa, ay maaari ring magamit para sa mga potensyal na paglabag sa privacy na mga pagkakakilanlan.

Para sa higit pa sa mga posibleng hindi nais na sekundaryong paggamit ng data sa kalusugan, tingnan ang O'Doherty et al. (2016) . Bilang karagdagan sa mga potensyal na para sa hindi nilalayong pangalawang paggamit, ang paglikha ng kahit na isang hindi kumpletong database master ay maaaring magkaroon ng isang chilling epekto sa buhay panlipunan at pampulitika kung ang mga tao ay naging ayaw na basahin ang ilang mga materyales o talakayin ang ilang mga paksa; tingnan ang Schauer (1978) at Penney (2016) .

Sa mga sitwasyon na may magkasanib na mga panuntunan, ang mananaliksik ay minsan ay nakikipag-ugnayan sa "regulatory shopping" (Grimmelmann 2015; Nickerson and Hyde 2016) . Sa partikular, ang ilang mga mananaliksik na nagnanais na maiwasan ang pangangasiwa ng IRB ay maaaring bumuo ng pakikipagsosyo sa mga mananaliksik na hindi sakop ng mga IRB (hal., Mga tao sa mga kumpanya o NGO), at kinokolekta at tinutukoy ng mga kasamahan na iyon ang data. Pagkatapos, masusuri ng nasasakupang researcher ng IRB ang de-nakitang data na ito na walang pangangasiwa ng IRB dahil ang pananaliksik ay hindi na itinuturing na "pananaliksik ng mga paksang pantao," hindi bababa ayon sa ilang interpretasyon ng kasalukuyang mga panuntunan. Ang ganitong uri ng pag-iwas sa IRB ay marahil ay hindi pare-pareho sa isang prinsipyo na batay sa etika sa pananaliksik.

Noong 2011, nagsimula ang pagsisikap na i-update ang Karaniwang Panuntunan, at ang prosesong ito ay natapos sa wakas sa 2017 ( ??? ) . Para sa higit pa sa mga pagsisikap na i-update ang Karaniwang Panuntunan, tingnan ang Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) , at Metcalf (2016) .

• Apat na prinsipyo (seksyon 6.4)

Ang klasikong prinsipyo batay sa biomedical ethics ay ang ng Beauchamp and Childress (2012) . Ipinanukala nila na ang apat na pangunahing prinsipyo ay dapat magabayan ng mga etikal na biomedikal: Paggalang sa Awtonomya, Di-labis na katalinuhan, Kapakinabangan, at Katarungan. Ang prinsipyo ng di-labis na katalinuhan ay humihimok sa isa na umiwas sa pagdudulot ng pinsala sa ibang tao. Ang konsepto na ito ay malalim na konektado sa ideya ng Hippocratic na "Huwag manakit." Sa etika sa pananaliksik, ang prinsipyong ito ay madalas na sinamahan ng prinsipyo ng pagiging kapaki-pakinabang, ngunit tingnan ang kabanata 5 ng @ beauchamp_principles_2012 para sa higit pa sa pagkakaiba sa pagitan ng dalawa. Para sa isang pagpuna na ang mga prinsipyong ito ay labis na Amerikano, tingnan ang Holm (1995) . Para sa higit pa sa pagbabalanse kapag nagkakasalungat ang mga prinsipyo, tingnan ang Gillon (2015) .

Ang apat na prinsipyo sa kabanatang ito ay iminungkahi na patnubayan ang etikal na pangangasiwa para sa pananaliksik na ginagawa sa mga kumpanya at NGO (Polonetsky, Tene, and Jerome 2015) pamamagitan ng mga katawan na tinatawag na "Consumer Subject Review Boards" (CSRBs) (Calo 2013) .

• Paggalang sa mga Tao (seksyon 6.4.1)

Bilang karagdagan sa paggalang sa awtonomya, tinatanggap din ng Ulat ng Belmont na hindi lahat ng tao ay may kakayahan sa tunay na pagpapasya sa sarili. Halimbawa, ang mga bata, ang mga taong may sakit, o ang mga taong naninirahan sa mga sitwasyon ng malubhang pinaghihigpit na kalayaan ay hindi maaaring kumilos bilang ganap na nagsasarili na mga indibidwal, at ang mga taong ito ay napapailalim sa karagdagang proteksyon.

Ang paglalapat ng prinsipyo ng Paggalang sa mga Tao sa digital na edad ay maaaring maging mahirap. Halimbawa, sa digital na edad na pananaliksik, maaaring mahirap magbigay ng dagdag na proteksyon para sa mga taong may pinaliit na kakayahan ng pagpapasya sa sarili dahil ang mga mananaliksik ay kadalasang nakakakilala ng kaunti tungkol sa kanilang mga kalahok. Dagdag dito, ang napakahalagang pahintulot sa digital-age social research ay isang malaking hamon. Sa ilang mga kaso, ang tunay na pahintulot ng pahintulot ay maaaring magdusa mula sa transparency paradox (Nissenbaum 2011) , kung saan ang impormasyon at pang- unawa ay nasa kontrahan. Halos, kung ang mga mananaliksik ay nagbibigay ng buong impormasyon tungkol sa likas na katangian ng pagkolekta ng data, pag-aaral ng data, at mga kasanayan sa seguridad ng data, magiging mahirap para sa maraming kalahok na maunawaan. Ngunit kung ang mga mananaliksik ay nagbibigay ng maipaliwanag na impormasyon, maaaring kulang ang mga mahahalagang detalye sa teknikal. Sa medikal na pananaliksik sa analog na edad-ang dominado na setting na isinasaalang-alang ng Belmont Report-isa ay maaaring mag-isip ng isang doktor na nag-uusap nang isa-isa sa bawat kalahok upang makatulong na malutas ang transparency paradox. Sa mga online na pag-aaral na may kinalaman sa libu-libo o milyun-milyong tao, imposible ang ganitong paraan sa harap-harapan. Ang pangalawang problema na may pahintulot sa digital age ay na sa ilang mga pag-aaral, tulad ng pagsusuri ng napakalaking repository ng data, magiging hindi praktikal na makakuha ng may-katuturang pahintulot mula sa lahat ng mga kalahok. Talakayin ko ang mga ito at iba pang mga katanungan tungkol sa may-katuturang pahintulot na mas detalyado sa seksyon 6.6.1. Gayunpaman, sa kabila ng mga paghihirap na ito, dapat nating tandaan na ang kaalamang pahintulot ay hindi kinakailangan o sapat para sa Paggalang sa mga Tao.

Para sa higit pa sa medikal na pananaliksik bago alam na pahintulot, tingnan ang Miller (2014) . Para sa isang paggamot ng aklat-haba ng kaalamang pahintulot, tingnan ang Manson and O'Neill (2007) . Tingnan din ang mga iminungkahing pagbabasa tungkol sa may-katuturang pahintulot sa ibaba.

• Kapaki-pakinabang (seksyon 6.4.2)

Ang mga kapinsalaan sa konteksto ay ang mga pinsala na maaaring maging sanhi ng pananaliksik hindi sa mga partikular na tao kundi sa mga setting ng lipunan. Ang konsepto na ito ay medyo abstract, ngunit makikita ko ilarawan sa isang klasikong halimbawa: ang Wichita Jury Pag-aaral (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - minsan tinatawag na Chicago Jury Project (Cornwell 2010) . Sa pag-aaral na ito, ang mga mananaliksik mula sa Unibersidad ng Chicago, bilang bahagi ng mas malaking pag-aaral ng mga panlipunang aspeto ng legal na sistema, lihim na naitala ang anim na deliberasyon ng hurado sa Wichita, Kansas. Inaprubahan ng mga hukom at abogado sa mga rekord ang mga pag-record, at may mahigpit na pangangasiwa sa proseso. Gayunpaman, hindi alam ng mga hurado na nagaganap ang mga pag-record. Kapag natuklasan ang pag-aaral, nagkaroon ng pampublikong kasamaan. Ang Department of Justice ay nagsimula ng pagsisiyasat sa pag-aaral, at ang mga mananaliksik ay tinawag upang magpatotoo sa harap ng Kongreso. Sa huli, ang Kongreso ay nagpasa ng isang bagong batas na ginagawang labag sa batas na lihim na nagtatala ng pag-uusisa ng hurado.

Ang pag-aalala ng mga kritiko ng Wichita Jury Study ay hindi ang panganib ng pinsala sa mga kalahok; sa halip, ito ang panganib ng mga pinsala sa konteksto ng hurado na pag-uusisa. Iyon ay, naisip ng mga tao na kung ang mga miyembro ng hurado ay hindi naniniwala na sila ay may mga talakayan sa isang ligtas at protektadong puwang, magiging mahirap para sa mga deliberasyon ng hurado upang magpatuloy sa hinaharap. Bilang karagdagan sa pag-iisip ng hurado, mayroong iba pang mga tukoy na mga konteksto sa lipunan na nagbibigay ng lipunan na may dagdag na proteksyon, tulad ng mga relasyon sa abogado-kliyente at pangangalaga sa sikolohikal (MacCarthy 2015) .

Ang panganib ng mga pinsala sa konteksto at pagkagambala sa mga sistemang panlipunan ay lumitaw din sa ilang mga eksperimento sa agham sa agham pampulitika (Desposato 2016b) . Para sa isang halimbawa ng mas maraming konteksto na sensitibo sa cost-benefit na pagkalkula para sa eksperimentong field sa agham pampolitika, tingnan ang Zimmerman (2016) .

• Katarungan (seksyon 6.4.3)

Ang kompensasyon para sa mga kalahok ay tinalakay sa maraming mga setting na may kaugnayan sa digital-age research. Lanier (2014) nagmumungkahi ng pagbabayad ng mga kalahok para sa mga digital na bakas na kanilang binubuo. Bederson and Quinn (2011) pagbabayad sa mga online na labor market. Sa wakas, ang Desposato (2016a) nagmumungkahi ng pagbabayad ng mga kalahok sa mga eksperimento sa larangan. Itinuturo niya na kahit na ang mga kalahok ay hindi maaaring bayaran nang direkta, ang isang donasyon ay maaaring gawin sa isang grupo na nagtatrabaho para sa kanila. Halimbawa, sa Encore, ang mga mananaliksik ay maaaring gumawa ng donasyon sa isang grupo na nagtatrabaho upang suportahan ang pag-access sa Internet.

• Paggalang sa Batas at Pampublikong Interes (seksyon 6.4.4)

Ang mga kasunduan sa mga tuntunin-sa-serbisyo ay dapat magkaroon ng mas kaunting timbang kaysa sa mga kontrata na nakipagkasunduan sa pagitan ng mga pantay na partido at mga batas na nilikha ng mga lehitimong pamahalaan. Ang mga sitwasyon kung saan lumabag ang mga mananaliksik sa kasunduan sa kasunduan sa mga tuntunin sa nakaraan ay karaniwang may kinalaman sa paggamit ng mga awtomatikong tanong upang i-audit ang pag-uugali ng mga kumpanya (tulad ng mga eksperimento sa field upang sukatin ang diskriminasyon). Para sa karagdagang mga talakayan, tingnan ang Vaccaro et al. (2015) , Bruckman (2016a) , at Bruckman (2016b) . Para sa isang halimbawa ng empirical na pananaliksik na tinatalakay ang mga tuntunin ng serbisyo, tingnan ang Soeller et al. (2016) . Para sa higit pa sa posibleng mga problema sa legal na problema ang mga mananaliksik ay nakaharap kung lumalabag sila sa mga tuntunin ng serbisyo, tingnan ang Sandvig and Karahalios (2016) .

• Dalawang etikal na balangkas (seksyon 6.5)

Malinaw na, isang napakalaking halaga ay isinulat tungkol sa konsiderasyon at deontolohiya. Para sa isang halimbawa kung paano ang mga etikal na balangkas na ito, at iba pa, ay maaaring magamit upang mangatwiran tungkol sa digital-age research, tingnan ang Zevenbergen et al. (2015) . Para sa isang halimbawa kung paano sila mailalapat sa mga eksperimento sa larangan sa ekonomiks ng pag-unlad, tingnan ang Baele (2013) .

• Pinapayuhan na pahintulot (seksyon 6.6.1)

Para sa higit pa sa pag-aaral ng pag-aaral ng diskriminasyon, tingnan ang Pager (2007) at Riach and Rich (2004) . Hindi lamang ang mga pag-aaral na ito ay walang alam na pahintulot, kasama rin nila ang panlilinlang nang walang debriefing.

Ang parehong Desposato (2016a) at Humphreys (2015) aalok ng payo tungkol sa mga eksperimentong field nang walang pahintulot.

Sommers and Miller (2013) maraming mga argumento sa pabor ng mga kalahok sa debriefing pagkatapos ng panlilinlang, at magtaltalan na ang mga mananaliksik ay dapat tumawid sa debriefing

"Sa ilalim ng isang napaka-makitid na hanay ng mga pangyayari, lalo, sa pananaliksik sa larangan kung saan ang pagbibigay ng debriefing ay may malaking praktikal na mga hadlang ngunit ang mga mananaliksik ay walang kirot tungkol sa debriefing kung magagawa nila. Ang mga mananaliksik ay hindi dapat pahintulutan na talikuran ang debriefing upang mapanatili ang isang walang muwang na kalahok pool, protektahan ang kanilang sarili mula sa kalahok galit, o protektahan ang mga kalahok mula sa pinsala. "

Ang iba ay tumutukoy na sa ilang mga sitwasyon kung ang debriefing ay nagdudulot ng higit na pinsala kaysa sa mabuti, dapat itong iwasan (Finn and Jakobsson 2007) . Ang debriefing ay isang kaso kung saan pinahalagahan ng ilang mga mananaliksik ang Paggalang para sa Mga Tao sa paglipas ng Paggamit, samantalang ang ilang mga mananaliksik ay gumagawa ng kabaligtaran. Ang isang posibleng solusyon ay upang makahanap ng mga paraan upang makapag-debriefing ng isang karanasan sa pag-aaral para sa mga kalahok. Iyon ay, sa halip na pag-iisip ng debriefing bilang isang bagay na maaaring maging sanhi ng pinsala, marahil ang debriefing ay maaari ding maging isang bagay na nakakatulong sa mga kalahok. Para sa isang halimbawa ng ganitong uri ng pang-edukasyon na debriefing, tingnan ang Jagatic et al. (2007) . Ang mga psychologist ay bumuo ng mga pamamaraan para sa debriefing (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) , at ang ilan sa mga ito ay maaaring kapaki-pakinabang na inilalapat sa digital-age research. Humphreys (2015) aalok ng mga kagiliw-giliw na kaisipan tungkol sa ipinagpaliban na pahintulot , na malapit na nauugnay sa diskarte sa debriefing na inilarawan ko.

Ang ideya na humiling ng isang sample ng mga kalahok para sa kanilang pahintulot ay may kaugnayan sa kung ano ang tinatawag na Humphreys (2015) inferred consent .

Ang isang karagdagang ideya na may kaugnayan sa may-katuturang pahintulot na iminungkahi ay upang bumuo ng isang panel ng mga tao na sumasang-ayon sa mga online na eksperimento (Crawford 2014) . Ang ilan ay may argued na ang panel na ito ay isang hindi karaniwang sampol ng mga tao. Ngunit ang kabanata 3 (nagtatanong ng mga tanong) ay nagpapakita na ang mga problemang ito ay posibleng matugunan gamit ang post-stratification. Gayundin, ang pagsang-ayon sa panel ay maaaring masakop ang iba't ibang mga eksperimento. Sa ibang salita, ang mga kalahok ay maaaring hindi kailangang pahintulutan ang bawat eksperimento nang isa-isa, isang konsepto na tinatawag na malawak na pahintulot (Sheehan 2011) . Para sa higit pa sa mga pagkakaiba sa pagitan ng isang beses na pahintulot at pahintulot para sa bawat pag-aaral, pati na rin ang posibleng hybrid, tingnan ang Hutton and Henderson (2015) .

• Pag-unawa at pamamahala ng panganib sa impormasyon (seksyon 6.6.2)

Malayo sa natatangi, ang Netflix Prize ay naglalarawan ng isang mahalagang teknikal na ari-arian ng mga dataset na naglalaman ng detalyadong impormasyon tungkol sa mga tao, at sa gayon ay nag-aalok ng mahalagang mga aralin tungkol sa posibilidad ng "anonymization" ng modernong mga social dataset. Ang mga file na may maraming piraso ng impormasyon tungkol sa bawat tao ay malamang na maging kalat - kalat , sa pakahulugan na tinukoy pormal sa Narayanan and Shmatikov (2008) . Iyon ay, para sa bawat rekord, walang mga talaan na pareho, at sa katunayan ay walang mga talaan na halos katulad: ang bawat tao ay malayo sa kanilang pinakamalapit na kapitbahay sa dataset. Maaaring isipin ng isa na ang data ng Netflix ay maaaring maging kalat dahil may mga 20,000 na pelikula sa isang limang-star scale, may mga tungkol sa mga \(6^{20,000}\) posibleng mga halaga na maaaring makuha ng bawat tao (6 dahil, bilang karagdagan sa 1 hanggang 5 bituin, ang isang tao ay maaaring hindi ma-rate ang pelikula sa lahat). Ang bilang na ito ay napakalaki, mahirap na maunawaan.

Ang kalabuan ay may dalawang pangunahing implikasyon. Una, nangangahulugan ito na ang pagtatangka na "hindi magpakilala" sa dataset batay sa random na pag-uugali ay malamang na mabibigo. Iyon ay, kahit na ang Netflix ay sapalarang ayusin ang ilan sa mga rating (na ginawa nila), ito ay hindi sapat sapagkat ang rekord ng pag-aalinlangan ay pa rin ang pinakamalapit na posibleng rekord sa impormasyon na mayroon ang magsasalakay. Ikalawa, nangangahulugan na ang pagkakakitaan ay posible na ang muling pagkilala ay posible kahit na ang magsasalakay ay may hindi perpekto o walang kinikilingan na kaalaman. Halimbawa, sa data ng Netflix, isipin natin na ang tagasalakay ay nakakaalam ng iyong mga rating para sa dalawang pelikula at ang mga petsa na ginawa mo ang mga rating \(\pm\) 3 araw; ang impormasyong iyon lamang ay sapat upang kilalanin ang 68% ng mga tao sa data ng Netflix. Kung nakakaalam ng magsasalakay ang walong pelikula na iyong na-rate na \(\pm\) 14 araw, pagkatapos kahit na dalawa sa mga kilalang rating na ito ay ganap na mali, 99% ng mga talaan ay maaaring natukoy sa dati sa dataset. Sa ibang salita, ang sparsity ay isang pangunahing problema para sa mga pagsisikap na "magpadala ng anonymize" na data, na kapus-palad dahil ang karamihan sa modernong mga social dataset ay kalat-kalat. Para sa higit pa sa "anonymization" ng kalat-kalat na data, tingnan ang Narayanan and Shmatikov (2008) .

Ang meta-data ng telepono ay maaaring mukhang "hindi kilala" at hindi sensitibo, ngunit hindi iyon ang kaso. Ang meta-data ng telepono ay makikilala at sensitibo (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Sa figure 6.6, binago ko ang isang trade-off sa pagitan ng panganib sa mga kalahok at mga benepisyo sa lipunan mula sa paglabas ng data. Para sa isang paghahambing sa pagitan ng mga pinaghihigpitang mga diskarte sa pag-access (hal., Isang naka-wall na hardin) at pinaghihigpitan na mga diskarte sa data (hal., Ilang anyo ng "anonymization") tingnan ang Reiter and Kinney (2011) . Para sa isang ipinanukalang categorization system ng mga antas ng panganib ng data, tingnan ang Sweeney, Crosas, and Bar-Sinai (2015) . Para sa isang mas pangkalahatang diskusyon ng pagbabahagi ng data, tingnan ang Yakowitz (2011) .

Para sa mas detalyadong pag-aaral ng trade-off sa pagitan ng panganib at utility ng data, tingnan ang Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) , at Goroff (2015) . Upang makita ang trade-off na ito na inilalapat sa tunay na data mula sa massively open online courses (MOOCs), tingnan ang Daries et al. (2014) at Angiuli, Blitzstein, and Waldo (2015) .

Nagbibigay din ang differential privacy ng alternatibong diskarte na maaaring pagsamahin ang parehong mababang panganib sa mga kalahok at mataas na benepisyo sa lipunan; tingnan ang Dwork and Roth (2014) at Narayanan, Huey, and Felten (2016) .

Para sa higit pa sa konsepto ng personal na pagkilala ng impormasyon (PII), na kung saan ay Narayanan and Shmatikov (2010) sa maraming mga patakaran tungkol sa etika sa pananaliksik, tingnan Narayanan and Shmatikov (2010) at Schwartz and Solove (2011) . Para sa higit pa sa lahat ng data na potensyal na sensitibo, tingnan ang Ohm (2015) .

Sa seksyong ito, inilalarawan ko ang ugnayan ng iba't ibang mga dataset bilang isang bagay na maaaring humantong sa panganib sa impormasyon. Gayunpaman, maaari rin itong lumikha ng mga bagong pagkakataon para sa pananaliksik, gaya ng pinagtatalunan sa Currie (2013) .

Para sa higit pa sa limang safes, tingnan ang Desai, Ritchie, and Welpton (2016) . Para sa isang halimbawa kung paano maaaring makilala ang mga output, tingnan ang Brownstein, Cassa, and Mandl (2006) , na nagpapakita kung paano maaaring makilala ang mga mapa ng pagkalat ng sakit. Dwork et al. (2017) ring isaalang-alang ang pag-atake laban sa pinagsama-samang data, tulad ng mga istatistika tungkol sa kung gaano karaming mga tao ang may isang partikular na sakit.

Ang mga tanong tungkol sa paggamit ng data at paglabas ng data ay nagtataas din ng mga tanong tungkol sa pagmamay-ari ng data. Para sa higit pa, sa pagmamay-ari ng data, tingnan ang Evans (2011) at Pentland (2012) .

• Privacy (seksyon 6.6.3)

Warren and Brandeis (1890) ay isang landmark na legal na artikulo tungkol sa pagkapribado at karamihan ay nauugnay sa ideya na ang pagkapribado ay karapatang mabuhay nang mag-isa. Book-length treatment ng privacy na aking inirerekomenda kasama ang Solove (2010) at Nissenbaum (2010) .

Para sa pagsusuri ng empirical na pananaliksik kung paano iniisip ng mga tao tungkol sa pagkapribado, tingnan ang Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) nagpanukala ng isang dual-system theory-kung minsan ang mga tao ay nakatuon sa intuitive na mga alalahanin at kung minsan ay tumutuon sa mga itinuturing na alalahanin-upang ipaliwanag kung paano maaaring gumawa ng mga tao ang mga kontradiksyon na pahayag tungkol sa privacy. Para sa higit pa sa ideya ng privacy sa mga setting sa online tulad ng Twitter, tingnan ang Neuhaus and Webmoor (2012) .

Ang journal Science ay nag- publish ng isang espesyal na seksyon na may pamagat na "The End of Privacy," na tumutugon sa mga isyu ng privacy at panganib sa impormasyon mula sa iba't ibang iba't ibang pananaw; Para sa isang buod, tingnan ang Enserink and Chin (2015) . Calo (2011) aalok ang Calo (2011) ng balangkas para sa pag-iisip tungkol sa mga pinsala na nanggaling sa mga paglabag sa privacy. Ang isang maagang halimbawa ng mga alalahanin tungkol sa pagkapribado sa pinakamaagang simula ng digital age ay Packard (1964) .

• Ang paggawa ng mga desisyon sa ilalim ng kawalang katiyakan (seksyon 6.6.4)

Ang isang hamon kapag sinusubukan na ilapat ang minimal na pamantayan ng panganib ay hindi malinaw na ang pang-araw-araw na buhay ay gagamitin para sa benchmarking (National Research Council 2014) . Halimbawa, ang mga taong walang bahay ay may mas mataas na antas ng kahirapan sa kanilang pang-araw-araw na buhay. Ngunit iyon ay hindi nagpapahiwatig na ito ay makatuwirang pinapayagan na ilantad ang mga taong walang tirahan sa mas mataas na panganib na pananaliksik. Para sa kadahilanang ito, mukhang lumalagong pinagkasunduan na ang kaunting panganib ay dapat na benchmarked laban sa pangkalahatang-populasyon pamantayan, hindi isang tiyak na-populasyon pamantayan. Habang ako ay karaniwang sumang-ayon sa ideya ng isang pamantayan ng pangkalahatang populasyon, sa palagay ko para sa mga malalaking online na platform tulad ng Facebook, isang tiyak na populasyon na pamantayan ay makatwiran. Kaya, kapag isinasaalang-alang ang Emosional Contagion, sa palagay ko ito ay makatwiran sa benchmark laban sa araw-araw na peligro sa Facebook. Ang isang tukoy na populasyon na pamantayan sa kasong ito ay mas madali upang suriin at malamang na hindi sumasalungat sa prinsipyo ng Katarungan, na naghahangad na pigilan ang mga pasanin ng pananaliksik na hindi makatarungan sa mga masuway na grupo (halimbawa, mga bilanggo at mga ulila).

• Praktikal na mga tip (seksyon 6.7)

Ang iba pang mga iskolar ay humingi din ng karagdagang mga papeles upang isama ang mga etikal na appendices (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) ay nag-aalok din ng mga praktikal na tip. Ang Zook at mga kasamahan (2017) aalok ng "sampung simpleng panuntunan para sa pananagutang malaking pananaliksik ng data."