使用盜版軟件、賭博及瀏覽色情網站等是難以計量的行為，人們往往會顧慮誠實所帶來的後果，令了解及處理這些問題有一定困難。不過，一項研究顯示，要在保密的原則下得到較為真實的答案，其實是有可能的。

香港科大的關樹建、蘇家培及譚嘉因進行有關軟件盜版的研究時嘗試採用一個不常用於資訊科技研究的方法-隨機回應技巧（randomized response technique, RRT）。他們發現研究敏感問題時，RRT比發問直接的問題更能令受訪者誠實作答。

RRT將敏感問題混合無關痛癢的問題，讓受訪者選擇回答，從而淡化羞愧或尷尬的感覺。例如，受訪者可用「擲公字」方式決定回答兩條問題其中一條，但只有他本人才知道錢幣的「公」和「字」分別代表那一條問題。研究人員根據或然率判斷受訪者回答了那條問題，而非由他們親口告知。

這個研究方法成功與否，在軟件盜版等產業中非常重要-每年，盜版軟件令資訊科技業損失四百八十億美元。研究人員經常表示研究結果受「失實的回應」所限制，但直到目前為止，這個問題仍未解決。

三位學者表示：「『失實的回應』即受訪者的答案未有如實反映他的意見、看法、感受、意圖或行為，可能是因為受訪者認為問題或答案太敏感，又或者他們擔心要因為其回應付上法律責任。這對行為研究造成很大的困難，令極度需要客觀調查的領域缺乏研究數據。」

為了解決以上問題，三位學者進行了兩項網上調查。在每項調查中，其中一組受訪者須直接回答有關他們對盜版軟件的態度、意圖及行為的問題，另外兩組則以RRT進行測試。RRT組別的受訪者暗地從一至四之中選擇一個號碼，然後電腦屏幕上會出現隨機數字，其中一組受訪者須於隨機數字與他們所揀選的號碼吻合時回答問題，另一組則於隨機數字與他們的號碼不一樣時回答。

RRT問題的字眼經過仔細修飾，將一條無關痛癢的問題與一條敏感問題放在一起，令受訪者相信他們的回應並不會直接令其與不當行為扯上關係（例如，受訪者須就「我擁有很多沒有經過授權抄寫的軟件」或「我很喜歡旅遊」作出回應）。

透過以上方法及或然率，三位學者確認RRT比直接發問獲得更誠實的答案。

他們說：「與詢問對盜版軟件態度的問題相比，回應失實的情況於有關意圖及行為方面的問題上較為嚴重。一般來說，RRT受訪者較願意揭露自己政治不正確或不法的態度、意圖及行為。」

三位學者亦擴大了RRT的應用，探討多個變量，就是懲罰的必然性和軟件價格如何影響受訪者的態度，以及這與盜版行為有什麼關係。在此之前，RRT只應該於單變量問題。他們發現，其他研究可能過於強調態度與懲罰必然性的影響，卻忽略了價格的重要性。

總括來說，研究證實使用RRT探討敏感問題是有效的。三位學者表示：「我們的研究初步為研究人員提供了實證，釋除他們進行軟件盜版研究時有關回應失實的疑慮。若我們能更深入了解回應失實的程度以及其對因果關係的影響，將有助更有效地打擊盜版活動。」

「其他敏感問題可能也有這種情況出現，例如資訊保密、網絡躲懶、非法入侵他人電腦、網上賭博及觀看色情內容等。我們建議使用RRT來處理研究這些問題時所遇到的回應失實情況。」