[論文レビュー] Actually, It's About Ethics in Computational Social Science: A Multi-party Risk-Benefit Framework for Online Community Research

Brian Keegan, J. Nathan Matias|arXiv (Cornell University)|Nov 20, 2015

Mobile Crowdsensing and Crowdsourcing参考文献 12被引用数 4

ひとこと要約

本論文は、オンラインコミュニティを対象とする計算的社会科学研究における倫理的妥協を評価するためのマルチパーティリスク・メリットフレームワークを提案する。このフレームワークは、研究者、弱い立場のグループ（A）、問題行動を示す人物（B）の間でリスクとメリットがどのように流れているかをモデル化し、観察的・実験的・工学的アプローチの構造的比較を可能にするとともに、報復的でない介入の目的を強調する。

ABSTRACT

Managers regularly face a complex ethical dilemma over how to best govern online communities by evaluating the effectiveness of different social or technical strategies. What ethical considerations should guide researchers and managers when they employ causal research methods that make different community members bear different risks and benefits, under different levels of consent? We introduce a structural framework for evaluating the flows of risks and benefits in social systems with multiple interacting parties. This framework has implications for understanding the governmentality of managing socio-technical systems, for making research ethics discussions more commensurable, and for enumerating alternative goals researchers might pursue with interventions.

研究の動機と目的

• オンラインコミュニティ研究における倫理的複雑性に取り組むこと。ここでは、あるグループにリスクが及ぶ一方で、他のグループに利益がもたらされる介入が存在する。
• 観察的・実験的アプローチの単純な倫理的比較を越えて、複数の相互作用する当事者を考慮する。
• 異なる研究設計がグループ間でリスクとメリットをどのように分配するかを評価するための構造的構文を提供すること。
• 単なる害悪軽減を超えて、和解や改革といった多様な非報復的結果を研究者が考慮することを促すこと。
• 研究者が社会的技術的システムにおいて果たす役割を明確にし、リスク・メリットのダイナミクスにおいて自己が埋め込まれており、責任を負っていることを認識すること。

提案手法

• 3つの主要な参加者をモデル化：グループA（弱い立場のグループ）、グループB（問題行動を示す人物）、研究者R（中間者）。これらは有向グラフのノードとして表現される。
• 有向で価値が付与されたエッジを用いて、リスク（赤）とメリット（緑）の流れを表現。影響の非対称性を捉える。
• 5つの異なる研究役割の原型（ジャッジ、観察者、エンジニア、科学者、活動家）を導入。それぞれが独自のリスク・メリットパターンを持つ。
• オンラインいじめを含む現実の事例にフレームワークを適用。介入によってグループBが抑止され、グループAが保護され、両者からデータが抽出される可能性がある。
• 特に同意、可視性、報復または悪化の可能性に関して、研究設計における自己反省の重要性を強調する。
• 倫理的推論を因果的調査設計と統合。研究者を中立的な観察者ではなく、社会的結果を形作る能動的主体として扱う。

実験結果

リサーチクエスチョン

• RQ1 オンラインコミュニティにおける異なる研究手法が、研究者を含む複数の当事者間でリスクとメリットをどのように分配するか。
• RQ2 あるグループにリスクを負わせながらも他のグループに利益をもたらす研究手法を採用する際、研究者が負う倫理的責任は何か。
• RQ3 コミュニティガバナンスにおいて、禁止やラベル付けといった報復的モデルを超えて、回復的・改革的結果をどのように達成できるか。
• RQ4 研究者が埋め込まれた当事者としての役割が、リスク・メリット配分の正当性と公平性にどのように影響するか。
• RQ5 害悪軽減を超えた代替的介入目標として、どのような目標を意味的に追求できるか。また、それらはどのように倫理的に評価できるか。

主な発見

• マルチパーティリスク・メリットフレームワークは、グループA、グループB、研究者という3名の主要参加者間の方向性のあるリスク・メリットの流れをモデル化することで、研究設計間の倫理的妥協を体系的に比較可能にする。
• 観察的アプローチ（例：民族学的調査やデータマイニング）は、弱い立場のグループ（A）から利益を抽出する傾向が強く、報復がほとんどないため、力の非対称性に関する倫理的懸念が生じる。
• 工学的介入はグループAに利益をもたらすが、グループBを除外する可能性があり、グループBが救済手段を持たないと感じれば、怒りや悪化が生じるおそれがある。
• 実験的設計（例：ランダム化比較試験）はグループBにリスクを負わせながら、研究者にデータ収集による利益をもたらすが、依然として報復や責任の欠如が生じる可能性がある。
• 『活動家』役割の原型は最も複雑なダイナミクスをもたらす。研究者がグループAとの関与から利益を得る一方で、グループBにリスクを負わせ、報復の危険性が高まる。
• このフレームワークは、どの手法も本質的により倫理的であるとは限らないことを明らかにした。むしろ、倫理的評価は、研究者を含むすべての当事者にわたるリスクとメリットの全範囲を考慮する必要がある。