这一页有部分内容暂时无法显示，其余内容完整。

此处有一段内容暂不支持显示。

FIT5125 第2周讲座总结

主题：研究伦理（Research Ethics）

1. 课程开场与基本信息

• 作业发布时间：预计在第3周发布，涵盖第1–6周内容。
• 补做测验说明：若因迟加入课程而错过第一次测验，需要联系首席考官 Milad Rakovich。
• 本周核心主题：研究伦理（Research Ethics）的基础和重要性。

2. 本周主题讲解：研究伦理的重要性

2.1 研究伦理的适用范围

• 涉及所有研究阶段，包括：规划、执行、分析、传播。
• 不仅仅限于有人类参与者的研究，即使只是处理量化数据，也存在伦理问题（如数据隐私、数据来源是否合法）。

2.2 人类参与研究中的伦理重点

• 知情同意（Informed Consent）：确保参与者充分理解研究内容与潜在风险。
• 保护参与者（Participant Protection）：避免造成身体、心理伤害或误导欺骗。
• 退出权（Right of Withdrawal）：参与者有权随时退出研究。
• 保密性（Confidentiality）：对数据安全与隐私负责。

2.3 量化研究中的伦理重点

• 数据来源合法性：确保获取数据的过程符合伦理标准。
• 数据隐私与安全：对数据存储、处理、分析全过程进行审慎考虑。
• 知情使用数据：不能在未获得许可的情况下使用个人数据。

3. 研究伦理与AI（人工智能）

由助教 Yutan 分享：

• 生成式AI（Generative AI）应用中的伦理挑战：

  • 忽视隐私保护与系统安全。
  • 责任归属模糊（Accountability问题）。
• 环境影响：

  • 训练大型AI模型（如ChatGPT）消耗大量电力和水资源。
  • 目前各国（如欧盟、中国）已有初步指南，但对环境责任的监管仍待加强。

4. 重要观点总结

4.1 伦理与法律的关系

• 伦理与法律标准存在交集，但伦理超越了法律要求。
• 不仅要合法，更要主动承担社会责任。

4.2 研究伦理的实施时机

• 伦理审视应在研究前阶段就完成，不能等到研究中或研究后再补救。

4.3 避免常见误区

• 伦理问题 ≠ 方法问题：

  • 方法问题（如样本数量不足）是研究设计质量的问题。
  • 伦理问题（如未取得知情同意）是研究是否合乎道德规范的问题。
  • 即使因方法问题影响研究质量，也不能牺牲伦理原则。

4.4 具体化伦理考量

• 不要泛泛而谈“保护参与者”，而要根据研究主题（如饮食障碍、心理健康等）具体说明潜在风险和应对措施。

5. 本周Studio任务预告

• 小组合作完成三个与研究伦理相关的活动。
• 继续练习识别研究中的伦理问题，并学习如何在设计阶段预防潜在的伦理风险。
• 使用白板记录，组织小组讨论并向导师展示结果。