Sonraki ne okunmalı?

• Giriş (bölüm 6.1)

Araştırma etiği geleneksel olarak bilimsel dolandırıcılık ve kredi tahsisi gibi konuları da içeriyor. Bunlar, Institute of Medicine and National Academy of Sciences and National Academy of Engineering (2009) tarafından Bilim İnsanı Olmak Üzerine daha ayrıntılı olarak tartışılmıştır.

Bu bölüm, ABD'deki durumdan büyük ölçüde etkilenmiştir. Diğer ülkelerdeki etik inceleme prosedürleri hakkında daha fazla bilgi için Desposato (2016b) 6-9. Bölümlerine bakınız. Bu bölümü etkileyen biyomedikal etik ilkelerin aşırı derecede Amerikan olduğu iddiası için bkz. Holm (1995) . Amerika Birleşik Devletleri'ndeki Kurumsal İnceleme Kurullarının daha da gözden geçirilmesi için bkz. Stark (2012) . PS: Siyaset Bilimi ve Siyaset dergisi siyaset bilimciler ve IRB'lar arasındaki ilişki üzerine profesyonel bir sempozyum düzenledi; Bir özet için Martinez-Ebers (2016) bakınız.

Belmont Raporu ve ABD'deki müteakip yönetmelikler araştırma ve uygulama arasında bir ayrım yapma eğilimindedir. Bu bölümde böyle bir ayrım yapmadım çünkü etik ilkelerin ve çerçevelerin her iki ortam için de geçerli olduğunu düşünüyorum. Bu ayrım ve ortaya Beauchamp and Saghai (2012) sorunlar hakkında daha fazla bilgi için bkz. Beauchamp and Saghai (2012) , MN Meyer (2015) , boyd (2016) ve Metcalf and Crawford (2016) .

Facebook'ta daha fazla araştırma gözetimi için bkz. Jackman and Kanerva (2016) . Şirketler ve STK'larda araştırma gözetimi ile ilgili fikirler için bkz. Calo (2013) , Polonetsky, Tene, and Jerome (2015) ve Tene and Polonetsky (2016) .

Cep telefonu verilerinin kullanımı ile ilgili olarak, Batı Afrika'daki 2014 Ebola salgınına (Wesolowski et al. 2014; McDonald 2016) hitap etmek için cep telefonu verilerinin gizlilik riskleri hakkında daha fazla bilgi için, bkz. Mayer, Mutchler, and Mitchell (2016) . Cep telefonu verilerini kullanarak daha önceki krizle ilgili araştırma örnekleri için bkz. Bengtsson et al. (2011) ve Lu, Bengtsson, and Holme (2012) ve krizle ilgili araştırmaların etiği hakkında daha fazla bilgi için bkz. ( ??? ) .

• Üç örnek (bölüm 6.2)

Birçok insan Duygusal Bulaşıcı hakkında yazmış. Journal of Research Ethics dergisinin 2016 yılının Ocak ayında tüm meselesini deneyi tartışmaya adamış; Genel bakış için Hunter and Evans (2016) bakınız. Ulusal Bilim Akademisi Bildirileri , deney hakkında iki parça yayınladı: Kahn, Vayena, and Mastroianni (2014) ve Fiske and Hauser (2014) . Deneme ile ilgili diğer parçalar: Puschmann and Bozdag (2014) , Meyer (2014) , Grimmelmann (2015) , MN Meyer (2015) , ( ??? ) , Kleinsman and Buckley (2015) , Shaw (2015) ve ( ??? )

• Dijital farklıdır (bölüm 6.3)

Kitlesel gözetim açısından, Mayer-Schönberger (2009) ve Marx (2016) geniş kapsamlı gözden Mayer-Schönberger (2009) sağlanmıştır. Gözetlemenin değişen maliyetlerinin somut bir örneği için, Bankston and Soltani (2013) cep telefonu kullanan bir suçlu şüpheliyi takip etmenin fiziksel gözetimden yaklaşık 50 kat daha ucuz olduğunu tahmin ediyor. İş Ajunwa, Crawford, and Schultz (2016) gözetim hakkında bir tartışma için bkz. Ajunwa, Crawford, and Schultz (2016) . Bell and Gemmell (2009) kendi gözetiminde daha iyimser bir bakış açısı sağlar.

Araştırmacılar, kamuya açık veya kısmen kamusal olan gözlemlenebilir davranışları izleyebilmenin yanı sıra, birçok katılımcının özel olarak kabul ettikleri şeyleri giderek daha fazla çıkartabilirler. Örneğin, Michal Kosinski ve arkadaşları (2013) cinsel yönelim ve bağımlılık yapıcı maddelerin kullanımı gibi insanlar hakkında, görünüşte sıradan dijital izleme verisinden (Facebook Likes) hassas bilgiler elde edebildiklerini göstermiştir. Bu büyülü görünebilir, ancak Kosinski ve meslektaşlarının kullandığı yaklaşım - dijital izleri, anketleri ve denetimli öğrenmeyi birleştiren - aslında size daha önce anlattığım bir şey. Bölüm 3'te (Soru sorma) hatırlayın. Joshua Blumenstock ve meslektaşlarının (2015) anket verilerini, Ruanda'daki yoksulluğu tahmin etmek için mobil telefon verileriyle nasıl birleştirdiğini anlattım. Gelişmekte olan bir ülkede yoksulluğu etkin bir şekilde ölçmek için kullanılabilecek olan bu aynı yaklaşım, gizlilik ihlallerini potansiyel olarak ortaya çıkarıyor olabilir.

Sağlık verilerinin olası istenmeyen ikincil kullanımları hakkında daha fazla bilgi için bkz. O'Doherty et al. (2016) . İstenmeyen ikincil kullanımlara ek olarak, tamamlanmamış bir ana veri tabanının bile oluşturulması, bazı materyalleri okumak veya belirli konuları tartışmak istemediğinde sosyal ve siyasal hayat üzerinde ürpertici bir etki yaratabilir; Schauer (1978) ve Penney (2016) .

Çakışan kurallara sahip durumlarda, araştırmacı bazen “düzenleyici alışveriş” ile (Grimmelmann 2015; Nickerson and Hyde 2016) . Özellikle, IRB gözetiminden kaçınmak isteyen bazı araştırmacılar, IRB'lerin kapsamadığı araştırmacılarla (örneğin, şirketler veya STK'lar) ortaklıklar kurabilir ve bu meslektaşları veri toplar ve verileri tanımlar. Daha sonra, IRB-kapsamındaki araştırmacı IRB gözetimi olmaksızın bu tanımlanmamış verileri analiz edebilir, çünkü araştırma artık en azından mevcut kuralların bazı yorumlarına göre “insan konuları araştırması” olarak kabul edilmez. Bu tür bir IRB kaçağı muhtemelen araştırma etiği ilkelerine dayalı bir yaklaşımla tutarlı değildir.

2011 yılında Ortak Kuralın güncellenmesi için bir çaba başlamış ve bu süreç sonunda 2017 yılında tamamlanmıştır ( ??? ) . Ortak Kuralı güncellemeye yönelik bu çabalar hakkında daha fazla bilgi için bkz. Evans (2013) , National Research Council (2014) , Hudson and Collins (2015) ve Metcalf (2016) .

• Dört ilke (bölüm 6.4)

Biyomedikal etiğe klasik prensiplere dayalı yaklaşım, Beauchamp and Childress (2012) . Dört ana ilkenin biyomedikal etiğe rehberlik etmesi gerektiğini önermektedir: Özerklik, Uygunsuzluk, Yarar ve Adalet için Saygı. Uygunsuzluk ilkesi, diğer insanlara zarar vermekten kaçınmaya teşvik eder. Bu kavram, “zarar verme” hipokrat fikrine derinden bağlıdır. Araştırma ahlakında, bu ilke çoğunlukla fayda ilkesi ile birleştirilir, ancak ikisi arasındaki ayrım konusunda daha fazla bilgi için bkz. Bu ilkelerin aşırı derecede Amerikan olduğu bir eleştiri için bkz. Holm (1995) . İlkeler Gillon (2015) daha fazla dengeleme için bkz. Gillon (2015) .

Bu bölümdeki dört ilke ayrıca “Tüketici Konusu Gözden Geçirme Kurulları” (CSRB) adı verilen kuruluşlar (Calo 2013) aracılığıyla şirketler ve STK'larda (Polonetsky, Tene, and Jerome 2015) yapılan araştırmalar için etik denetime rehberlik etmeyi önerdi.

• Kişilere Saygı (bölüm 6.4.1)

Özerkliğe saygının yanı sıra Belmont Raporu da, her insanın kendi kaderini tayin hakkına sahip olmadığını kabul eder. Örneğin, çocuklar, hastalıktan muzdarip insanlar ya da ciddi biçimde kısıtlanmış özgürlük durumlarında yaşayan insanlar, tam olarak özerk bireyler olarak hareket edemeyebilir ve bu nedenle bu insanlar ekstra korumaya tabidir.

Dijital çağda Kişilere Saygı ilkesini uygulamak zor olabilir. Örneğin, dijital çağda yapılan araştırmalarda, araştırmacıların genellikle kendi katılımcılar hakkında çok az şey bilmeleri nedeniyle, kendi kaderini tayin edebilme kabiliyeti azalmış kişiler için ekstra koruma sağlamak zor olabilir. Ayrıca, dijital çağda sosyal araştırmada bilgilendirilmiş onam büyük bir sorundur. Bazı durumlarda, gerçekten bilgilendirilmiş rıza, bilgi ve kavrayışın (Nissenbaum 2011) şeffaflık paradoksundan (Nissenbaum 2011) muzdarip olabilir. Kabaca, araştırmacılar veri toplama, veri analizi ve veri güvenliği uygulamalarının doğası hakkında tam bilgi sağlıyorsa, birçok katılımcının kavraması zor olacaktır. Ancak, araştırmacılar anlaşılır bilgi sağlarsa, önemli teknik detaylara sahip olmayabilir. Analog çağda yapılan tıbbi araştırmalarda - Belmont Raporunun göz önünde bulundurduğu egemenlik ayarı - kişi, her bir katılımcı ile şeffaflık paradoksunun çözümüne yardımcı olmak için bireysel olarak konuşan bir doktor olduğunu hayal edebilirdi. Binlerce veya milyonlarca insanı içeren çevrimiçi çalışmalarda, yüz yüze bir yaklaşımın imkansız hale gelmesi mümkün değildir. Dijital çağda rızası olan ikinci bir problem, bazı çalışmalarda, büyük veri havuzlarının analizi gibi, tüm katılımcılardan bilgilendirilmiş onam alınmasının pratik olmamasıdır. Bu ve 6.6.1. Bölümde daha ayrıntılı olarak bilgilendirilmiş onam ile ilgili diğer soruları tartışırım. Ancak bu zorluklara rağmen, bilgilendirilmiş rızanın Kişilere Saygı için ne gerekli ne de yeterli olduğu unutulmamalıdır.

Bilgilendirilmiş onam öncesinde tıbbi araştırmalar hakkında daha fazla bilgi için Miller (2014) bakınız. Bilgilendirilmiş onamın kitap boyu tedavisi için bkz. Manson and O'Neill (2007) . Aşağıdaki bilgilendirilmiş onam ile ilgili önerilen okumalara da bakınız.

• Fayda (bölüm 6.4.2)

İçeriğe verilen zararlar, araştırmanın belirli insanlara değil sosyal ortamlara yol açabileceği zararlardır. Bu kavram biraz soyut, ama klasik bir örnekle açıklayacağım: Wichita Jüri Çalışması (Vaughan 1967; Katz, Capron, and Glass 1972, chap. 2) - bazen Chicago Jüri Projesi (Cornwell 2010) . Bu çalışmada, Chicago Üniversitesi'nden araştırmacılar, hukuk sisteminin sosyal yönleriyle ilgili daha geniş bir araştırmanın bir parçası olarak, Wichita, Kansas'ta altı jüri görüşünü gizlice kaydetmişlerdir. Davalardaki hakimler ve avukatlar kayıtları onayladı ve sürecin sıkı denetimi vardı. Ancak jüri üyeleri kayıtların gerçekleştiğinden habersizdi. Araştırma bir kez keşfedildiğinde, kamuoyu öfkesi vardı. Adalet Bakanlığı araştırmaya bir soruşturma başlattı ve araştırmacılar Kongre önünde ifade vermeye çağırıldı. Sonunda Kongre, jüri müzakerelerini gizlice kayıt altına almayı yasadışı kılan yeni bir yasayı geçirdi.

Wichita Jüri Çalışması'nın eleştirmenlerinin endişeleri, katılımcılara zarar verme riski değildi; daha ziyade, jüri müzakeresi bağlamına zarar verme riskiydi. Yani, jüri üyeleri güvenli ve korunan bir alanda tartışmalar yaptığını düşünmezlerse, jüri görüşmelerinin gelecekte ilerlemesi daha zor olurdu. Jüri müzakerelerine ek olarak, toplumun, avukat-müşteri ilişkileri ve psikolojik bakım gibi ekstra koruma sağladığı diğer özel sosyal bağlamlar vardır (MacCarthy 2015) .

Siyaset bilimi alanlarındaki bazı alan deneylerinde, bağlamlara zarar verme riski ve sosyal sistemlerin bozulması da ortaya çıkmaktadır (Desposato 2016b) . Siyaset biliminde bir alan deneyi için daha fazla içeriğe duyarlı bir maliyet-fayda hesaplaması örneği için bkz. Zimmerman (2016) .

• Adalet (bölüm 6.4.3)

Katılımcılara yönelik tazminat, dijital çağ araştırmalarıyla ilgili bir dizi ortamda tartışılmıştır. Lanier (2014) katılımcıları ürettikleri dijital izler için ödemeyi önermektedir. Bederson and Quinn (2011) çevrimiçi işgücü piyasalarında ödemeleri tartışmaktadır. Son olarak, Desposato (2016a) , saha deneylerinde katılımcılara ödeme Desposato (2016a) önermektedir. Katılımcılara doğrudan ödeme yapamayacak olsa bile, onların adına çalışan bir gruba bağış yapılabileceğine işaret etmektedir. Örneğin Encore'da, araştırmacılar internete erişimi desteklemek için çalışan bir gruba bağış yapmış olabilirdi.

• Yasa ve Kamu Yarasına Saygı (bölüm 6.4.4)

Hizmet şartları sözleşmeleri, eşit taraflar arasında müzakere edilen sözleşmelerden ve meşru hükümetlerin oluşturduğu yasalardan daha az ağırlığa sahip olmalıdır. Araştırmacıların geçmişte hizmet şartları sözleşmelerini ihlal ettikleri durumlar genellikle şirketlerin davranışlarını denetlemek için otomatik sorguları kullanmaktadır (ayrımcılığı ölçmek için alan deneyleri gibi). Ek tartışmalar için, bkz. Vaccaro et al. (2015) , Bruckman (2016a) ve Bruckman (2016b) . Hizmet şartlarını ele alan ampirik bir araştırma örneği için bkz. Soeller et al. (2016) . Araştırmacılar hizmet şartlarını ihlal ettikleri takdirde karşılaştıkları olası yasal sorunlar hakkında daha fazla bilgi için bkz. Sandvig and Karahalios (2016) .

• İki etik çerçeve (bölüm 6.5)

Açıkçası, sonuççuluk ve deontoloji hakkında muazzam bir miktar yazılmıştır. Bu ahlaki çerçevelerin ve diğerlerinin dijital çağ araştırmalarıyla ilgili nedenlere nasıl kullanılabileceği hakkında bir örnek için bkz. Zevenbergen et al. (2015) . Kalkınma ekonomisinde alan deneylerine nasıl uygulanabileceklerine dair bir örnek için bkz. Baele (2013) .

• Bilgilendirilmiş onam (bölüm 6.6.1)

Ayrımcılıkla ilgili denetim çalışmaları hakkında daha fazla bilgi için bkz. Pager (2007) ve Riach and Rich (2004) . Bu çalışmaların sadece aydınlatılmış onamları değil, aynı zamanda bilgi almaksızın aldatmayı da içerir.

Desposato (2016a) ve Humphreys (2015) her ikisi de Desposato (2016a) saha deneyleri hakkında tavsiyelerde bulunur.

Sommers and Miller (2013) , aldatmalardan sonra katılımcıları bilgilendirmek için pek çok argümanı gözden geçirdiler ve araştırmacıların sorgulamadan çıkmaları gerektiğini savunuyorlar.

“Çok dar bir şartlar altında, yani, araştırmaların önemli pratik engeller oluşturduğu alan araştırmasında, ancak araştırmacılar, eğer yapabileceklerini bilerek, bilgi sahibi olma konusunda hiçbir öneme sahip olmayacaklardır. Araştırmacılar, naif bir katılımcı havuzunu korumak, katılımcıların öfkesinden korunmak veya katılımcıları zarardan korumak için bilgilendirme yapılmasına izin verilmemelidir. ”

Diğerleri ise, bazı durumlarda bilgilendirme yapmanın iyiden daha fazla zarara yol açtığını öne sürmektedirler (Finn and Jakobsson 2007) . Bilgilendirme, bazı araştırmacıların Faydalı Kişilere Saygıyı önceliklendirdiği bir durumdur, oysa bazı araştırmacılar bunun tersini yapmaktadır. Olası bir çözüm, katılımcılar için bir öğrenme deneyimi hakkında bilgi edinmenin yollarını bulmaktır. Yani, bilginin zarar verebileceği bir şey olarak düşünmekten ziyade, belki de bilgilendirme, katılımcılara fayda sağlayan bir şey olabilir. Bu tür bir eğitimsel bilgilendirme örneği için bkz. Jagatic et al. (2007) . Psikologlar bilgi almak için teknikler geliştirdiler (DS Holmes 1976a, 1976b; Mills 1976; Baumrind 1985; Oczak and Niedźwieńska 2007) ve bunların bir kısmı dijital çağdaki araştırmalara yararlı bir şekilde uygulanabilir. Humphreys (2015) , anlattığım bilgi alma stratejisiyle yakından ilişkili olan ertelenmiş onay hakkında ilginç düşünceler sunmaktadır.

Katılımcıların bir rızasını almaları için istekte bulunma fikri, Humphreys (2015) çıkarılan rızaları çağırmasıyla ilgilidir .

Önerilmiş onam ile ilgili başka bir fikir, çevrimiçi deneylerde bulunmayı kabul eden bir kişi paneli oluşturmaktır (Crawford 2014) . Bazıları bu panelin insan olmayan bir örnek olacağını savundu. Ancak bölüm 3 (Soru sorma) bu problemlerin tabakalaşma sonrası kullanılarak potansiyel olarak ele alınabileceğini göstermektedir. Ayrıca, panelde bulunma onayı çeşitli deneyleri kapsayabilir. Diğer bir deyişle, katılımcılar her bir deney için bireysel olarak kabul edilmeleri gerekmeyebilir, bu da geniş çaplı bir kavramdır (Sheehan 2011) . Her çalışma için bir defaya mahsus rıza ve rıza arasındaki farklar ve olası bir melez hakkında daha fazla bilgi için bkz. Hutton and Henderson (2015) .

• Bilgi riskini anlama ve yönetme (bölüm 6.6.2)

Netflix Ödülü, benzersiz olmaktan uzak, insanlar hakkında detaylı bilgi içeren veri kümelerinin önemli bir teknik özelliğini göstermektedir ve bu nedenle modern sosyal veri kümelerinin “anonimleştirilmesi” olasılığı hakkında önemli dersler sunmaktadır. Narayanan and Shmatikov (2008) resmen tanımlanmış anlamda, her bir kişi hakkında birçok bilgi içeren dosyaların seyrek olması muhtemeldir. Yani, her bir kayıt için aynı olan bir kayıt yoktur ve aslında çok benzer kayıtlar yoktur: her kişi veri kümesindeki en yakın komşularından uzaktır. Netflix verilerinin seyrek olabileceğini düşünebilirsiniz çünkü beş yıldızlı bir ölçekte yaklaşık 20.000 filmle, her bir kişinin sahip olabileceği \(6^{20,000}\) olası değerler vardır (6 çünkü ek olarak 1'e kadar). 5 yıldız, birisi filmi hiç değerlendirmemiş olabilir). Bu sayı çok büyük, anlamak bile zor.

Sparsity'nin iki ana anlamı vardır. Birincisi, bu, rastgele pertürbasyon temelinde veri kümesini “anonimleştirmeye” çalışmanın büyük olasılıkla başarısız olacağı anlamına gelir. Yani, Netflix'in bazı reytingleri rastgele bir şekilde ayarlamasına rağmen, bu yeterli olmayacaktır çünkü bu durum, kaydedilen kayıt, saldırganın sahip olduğu bilgilere hala mümkün olan en yakın kayıttır. İkincisi, sparsity, saldırganın kusurlu veya tarafsız bilgisi olsa bile yeniden tanımlamanın mümkün olabileceği anlamına gelir. Örneğin, Netflix verilerinde, saldırganın iki film için puanınızı bildiğini ve bu puanları yaptığınız tarihleri \(\pm\) 3 gün düşünün; Netflix verilerindeki insanların% 68'ini benzersiz bir şekilde tanımlamak için sadece bu bilgi yeterlidir. Saldırgan Değerlendirdiğiniz sekiz film biliyorsa \(\pm\) bu bilinen derecelendirme iki tamamen yanlış olsa bile, daha sonra kayıtların% 99 benzersiz veri kümesindeki tespit edilebilir 14 gün. Diğer bir deyişle, çok sayıda sosyal veri kümesinin seyrek olması nedeniyle, veriyi “anonimleştirme” çabaları için çabalar temel bir sorundur. Seyrek verilerin “anonimleştirilmesi” hakkında daha fazla bilgi için bkz. Narayanan and Shmatikov (2008) .

Telefon meta verileri de “anonim” ve hassas değil gibi görünebilir, ancak durum böyle değildir. Telefon meta verileri tanımlanabilir ve hassastır (Mayer, Mutchler, and Mitchell 2016; Landau 2016) .

Şekil 6.6'da, katılımcıların riskleri ile veri dağıtımından topluma faydaları arasında bir denge oluşturdum. Kısıtlı erişim yaklaşımları (ör. Duvarlı bahçe) ve kısıtlı veri yaklaşımları (ör., Bazı “anonimleştirme”) arasında bir karşılaştırma için bkz. Reiter and Kinney (2011) . Risk kategorileri için önerilen bir kategorizasyon sistemi için bkz. Sweeney, Crosas, and Bar-Sinai (2015) . Veri paylaşımı hakkında daha genel bir tartışma için, bkz. Yakowitz (2011) .

Verilerin risk ve faydası arasındaki bu daha ayrıntılı analiz için bkz. Brickell and Shmatikov (2008) , Ohm (2010) , Reiter (2012) , Wu (2013) ve Goroff (2015) . Gerçek anlamda açık çevrim içi kurslardan ( Daries et al. (2014) ) elde edilen gerçek verilere uygulanan bu ticareti görmek için bkz Daries et al. (2014) ve Angiuli, Blitzstein, and Waldo (2015) .

Diferansiyel gizlilik, hem düşük riski hem katılımcılara hem de topluma yüksek yararı birleştirebilecek alternatif bir yaklaşım sunar; Dwork and Roth (2014) ve Narayanan, Huey, and Felten (2016) .

Araştırma etiği ile ilgili kuralların çoğunda merkezi olan kişisel tanımlama bilgileri (PII) hakkında daha fazla bilgi için bkz. Narayanan and Shmatikov (2010) ve Schwartz and Solove (2011) . Potansiyel olarak hassas olan tüm veriler hakkında daha fazla bilgi için, bkz. Ohm (2015) .

Bu bölümde, farklı veri kümelerinin bağlantılarını bilgi riskine yol açabilecek bir şey olarak gösterdim. Bununla birlikte, Currie (2013) tartışıldığı gibi, araştırma için yeni fırsatlar da yaratabilir.

Beş Desai, Ritchie, and Welpton (2016) daha fazlası için bkz. Desai, Ritchie, and Welpton (2016) . Çıktıların nasıl tanımlanabileceğine dair bir örnek için, hastalık prevalansının haritalarının nasıl tanımlanabileceğini gösteren Brownstein, Cassa, and Mandl (2006) . Dwork et al. (2017) ayrıca, kaç kişinin belirli bir hastalığa sahip olduğuyla ilgili istatistikler gibi toplu verilere yönelik saldırıları da göz önünde bulundurmaktadır.

Veri kullanımı ve veri sürümüyle ilgili sorular da veri sahipliği konusunda soru işaretleri doğurur. Daha fazla bilgi için, veri sahipliği konusunda Evans (2011) ve Pentland (2012) .

• Gizlilik (bölüm 6.6.3)

Warren and Brandeis (1890) , mahremiyet ile ilgili bir simgesel yasal makaledir ve en çok mahremiyetin yalnız bırakılma hakkı olduğu düşüncesiyle ilişkilidir. Tavsiye ederim gizlilik kitap-uzunluk tedavileri Solove (2010) ve Nissenbaum (2010) .

İnsanların mahremiyet hakkında nasıl düşündüğüne dair ampirik araştırmalar için bkz. Acquisti, Brandimarte, and Loewenstein (2015) . Phelan, Lampe, and Resnick (2016) , insanların sezgisel kaygılara odaklandığı ve kimi zaman göz önünde bulundurulan kaygılara odaklandığı bir çift-sistem teorisi önermektedir - insanların mahremiyet hakkında görünüşte çelişkili ifadeler yapabildiklerini açıklamak için. Twitter gibi çevrimiçi ortamlarda gizlilik fikri hakkında daha fazla bilgi için, bkz. Neuhaus and Webmoor (2012) .

Journal Science , gizlilik ve bilgi riski konularını çeşitli farklı perspektiflerden ele alan “Mahremiyetin Sonu” başlıklı özel bir bölüm yayınladı; Özet için bkz Enserink and Chin (2015) . Calo (2011) , gizlilik ihlallerinden kaynaklanan zararları düşünmek için bir çerçeve sunmaktadır. Dijital çağın başlangıcında gizlilikle ilgili kaygıların erken bir örneği Packard (1964) .

• Belirsizlik altında karar vermek (bölüm 6.6.4)

Minimum risk standardını uygulamaya çalışırken bir zorluk, günlük yaşamının kıyaslama için kullanılacağı net olmadığıdır (National Research Council 2014) . Örneğin, evsiz insanlar günlük yaşamlarında daha yüksek rahatsızlık seviyelerine sahiptir. Ancak bu, evsiz insanları daha yüksek riskli araştırmalara maruz bırakmanın etik olarak kabul edildiğini ima etmez. Bu nedenle, asgari riskin, belirli bir popülasyon standardı değil, genel nüfus standardına göre karşılaştırılması gerektiği konusunda artan bir fikir birliği var gibi görünmektedir. Genel nüfus standardı fikrini genellikle kabul etsem de, Facebook gibi büyük çevrimiçi platformlarda belirli bir nüfus standardının makul olduğunu düşünüyorum. Dolayısıyla, Duygusal Bulaşmayı göz önünde bulundurduğumda, Facebook'taki günlük riske göre kıyaslamanın makul olduğunu düşünüyorum. Bu durumda belirli bir nüfus standardının değerlendirilmesi daha kolaydır ve dezavantajlı gruplara (örneğin mahkumlar ve yetimler) haksız bir şekilde başarısız olan araştırma yüklerini engellemeye çalışan Adalet ilkesiyle çelişmesi muhtemel değildir.

• Pratik ipuçları (bölüm 6.7)

Diğer akademisyenler de etik ekleri içerecek daha fazla çalışma için çağrıda bulundular (Schultze and Mason 2012; Kosinski et al. 2015; Partridge and Allman 2016) . King and Sands (2015) da pratik ipuçları sunuyor. Zook ve meslektaşları (2017) “sorumlu büyük veri araştırması için on basit kural” sunmaktadır.