1. 案例定位

分析 Social Media Data 用於 Commercial/Research Analytics 時的倫理邊界。

2. 學習目標

辨識 Private versus Public、Informed Consent、Anonymity 等核心問題。

3. 案例情境

原書指出 Social Media Data 數量大且容易收集,但這不代表可不受限制地 Collect、Process 與 Reuse。

4. 開始資料

倫理面向 原書重點
Private versus Public Social Media Context 與 User Expectation 會影響 Ethical Treatment
Informed Consent 大量 Social Media Users/Data 下,逐一取得 Consent 可能不切實際
Anonymity Online Data 可匿名化,但原書指出不太可能 Foolproof
Risk of Harm Verbatim Quotes 可能透過 Search Engine 回溯到 Identifiable Source
替代表達 無法取得 Consent 時,可考慮 Aggregate Form、Topic Clustering、Word Clouds、Themes

5. 分析方法

檢查 Context、User Expectation、Consent Feasibility、Re-identification Risk、Sensitive Data 與 New Audience/New Context Harm。

6. 計算結果

本案例沒有原書數值計算。

7. 結果分析與管理解讀

「可取得」不等於「可任意使用」。即使 Online Data 看似 Public,研究者/企業仍有 Ethical Responsibility。

8. AI Prompt

請依我提供的 Social Media Research/Commercial Use Scenario,檢查 Public/Private Context、Consent、Anonymity、Sensitive Content、Re-identification 與 Potential Harm;不要假設 Platform Terms 等於 Ethical Consent。

9. 思考/What-if

**問題:**若資料已匿名化,是否完全消除 Ethical Risk?

**參考解答:**沒有。原書指出 Online Data Anonymization 不太可能 Foolproof,尤其 Sensitive Data 被帶入 New Context/Audience 時仍可能造成 Harm。

10. 資料說明