[论文解读] Contextual Consent: Ethical Mining of Social Media for Health Research

Christopher Norval, Tristan Henderson|arXiv (Cornell University)|Jan 26, 2017

Focus Groups and Qualitative Methods参考文献 30被引用 14

一句话总结

本文提出‘情境化同意’作为一项新的伦理框架，用于在健康研究中挖掘社交媒体数据，认为当用户公开分享数据但并非出于研究目的时，传统知情同意已不足以应对。文章主张采用动态、情境敏感的同意机制，尊重用户的隐私预期和感知受众，从而在敏感健康研究背景下实现伦理化数据使用，同时保障自主权与透明度。

ABSTRACT

Social media are a rich source of insight for data mining and user-centred research, but the question of consent arises when studying such data without the express knowledge of the creator. Case studies that mine social data from users of online services such as Facebook and Twitter are becoming increasingly common. This has led to calls for an open discussion into how researchers can best use these vast resources to make innovative findings while still respecting fundamental ethical principles. In this position paper we highlight some key considerations for this topic and argue that the conditions of informed consent are often not being met, and that using social media data that some deem free to access and analyse may result in undesirable consequences, particularly within the domain of health research and other sensitive topics. We posit that successful exploitation of online personal data, particularly for health and other sensitive research, requires new and usable methods of obtaining consent from the user.

研究动机与目标

• 解决在未获得用户明确同意的情况下，使用公开社交媒体数据进行健康研究所面临的伦理困境。
• 揭示用户对隐私的感知与研究中数据使用实际范围之间的脱节。
• 论证当前社交媒体研究中的同意实践未能达到伦理标准，尤其是在敏感健康话题方面。
• 提出一种新模型——情境化同意，使数据使用与用户对受众和情境的预期保持一致。
• 呼吁跨学科合作，设计可用、透明且动态的同意机制，以应对在线健康研究。

提出的方法

• 主张从静态、一次性同意转向动态、情境敏感的同意模型，根据用户对受众和数据敏感性的感知进行定制。
• 借鉴情境完整性等隐私框架，评估数据使用何时跨越伦理边界。
• 通过Samaritans Radar等案例研究，说明非预期的数据处理如何违背用户预期。
• 强调研究人员需考虑用户如何基于对受众的感知进行自我审查，这会影响数据的代表性。
• 建议将同意机制直接整合至社交媒体平台或研究工作流程中，以确保透明度和用户控制。
• 呼吁开发自动化、可扩展的同意系统，使其能适应数据共享的情境，特别是在心理健康和敏感健康研究中。

实验结果

研究问题

• RQ1 当用户在社交媒体上向不同感知受众分享内容时，其隐私期望有何差异？
• RQ2 在数据公开可访问的前提下，当前社交媒体数据挖掘研究实践在多大程度上侵犯了用户的自主权与隐私？
• RQ3 在未获明确同意的情况下挖掘社交媒体数据用于健康研究，有哪些伦理框架可指导负责任的数据使用？
• RQ4 如何设计既可用又符合情境的同意机制，以适用于大规模健康研究？
• RQ5 在未获得知情同意的情况下使用社交媒体数据预测抑郁症或自杀风险等心理健康状况，会产生哪些影响？

主要发现

• 仅约5%的使用公开数据的社会媒体研究论文报告了任何形式的正式同意程序，表明伦理监督存在广泛缺失。
• 用户常在社交媒体上过度分享，可能未意识到其受众的实际范围，导致数据被无意暴露。
• 研究表明，当用户感知到受众更广泛或控制力更弱时，其自我审查行为更明显，从而影响数据质量和代表性。
• Samaritans Radar应用因隐私担忧被关闭，表明即使出于善意的工具，若未妥善管理同意，也可能被视为侵扰性。
• 用户对隐私的期望与数据在研究中的实际使用之间存在显著差距，尤其在心理健康等敏感领域更为突出。
• 当前的同意模型未能考虑情境因素，导致自主权与信任可能受到损害，特别是在数据处理和传播超出原始意图的情况下。