Oszustwo naukowe jest śliskie do złapania, ale łatwiejsze do zwalczania

0
60

Jak wiele w Internecie, PubPeer to miejsce, w którym możesz chcieć zachować anonimowość. Tam, pod losowo przydzielonymi nazwami taksonomicznymi, jak np Actinopolyspora biskrensis (bakterii) i Hoya camphorifolia (roślina kwitnąca), „detektywi” skrupulatnie dokumentują błędy w literaturze naukowej. Chociaż piszą o wszelkiego rodzaju błędach, od spartaczonych statystyk po bezsensowną metodologię, ich zbiorową wiedzą są zmanipulowane obrazy: chmury białka, które mają podejrzanie ostre krawędzie lub identyczne układy komórek w dwóch rzekomo różnych eksperymentach. Czasami te nieprawidłowości oznaczają nic więcej niż to, że badacz próbował upiększyć figurę przed przesłaniem jej do czasopisma. Niemniej jednak podnoszą czerwone flagi.

Wyjątkowa społeczność detektywów naukowych PubPeer stworzyła nieprawdopodobną celebrytę: Elisabeth Bik, która wykorzystuje swoją niesamowitą bystrość do dostrzegania duplikatów obrazów, które byłyby niewidoczne dla praktycznie każdego innego obserwatora. Takie powielanie może pozwolić naukowcom na wyczarowanie wyników znikąd przez Frankensteinowanie części wielu obrazów razem lub twierdzenie, że jeden obraz reprezentuje dwa oddzielne eksperymenty, które dały podobne wyniki. Ale nawet nadprzyrodzone oko Bika ma ograniczenia: możliwe jest sfałszowanie eksperymentów bez faktycznego użycia tego samego obrazu dwa razy. „Jeśli te dwa zdjęcia trochę się nakładają, mogę cię przygwoździć” — mówi. „Ale jeśli przesuniesz próbkę trochę dalej, nie znajdę żadnego nakładania się”. Kiedy najbardziej widoczny ekspert na świecie nie zawsze potrafi zidentyfikować oszustwo, zwalczanie go — a nawet badanie go — może wydawać się niemożliwe.

Niemniej jednak dobre praktyki naukowe mogą skutecznie ograniczyć wpływ oszustwa — czyli jawnego fałszerstwa — na naukę, niezależnie od tego, czy zostanie ono kiedykolwiek odkryte. Oszustwa „nie można wykluczyć z nauki, tak jak nie można wykluczyć morderstwa w naszym społeczeństwie” — mówi Marcel van Assen, główny badacz w Meta-Research Center w Tillburg School of Social and Behavioral Sciences. Ale ponieważ badacze i adwokaci nadal naciskają na naukę, aby była bardziej otwarta i bezstronna, mówi, że oszustwa „będą mniej rozpowszechnione w przyszłości”.

Obok detektywów takich jak Bik, „metanaukowcy” tacy jak van Assen są światowymi ekspertami w dziedzinie oszustw. Badacze ci systematycznie śledzą literaturę naukową, starając się zapewnić, że jest ona tak dokładna i solidna, jak to tylko możliwe. Metascience istnieje w swoim obecnym wcieleniu od 2005 roku, kiedy John Ioannidis – niegdyś wychwalany profesor Uniwersytetu Stanforda, który ostatnio popadł w złą reputację za swoje poglądy na pandemię Covid-19, takie jak zaciekły sprzeciw wobec blokad – opublikował artykuł z prowokacyjny tytuł „Dlaczego większość opublikowanych wyników badań jest fałszywa”. Ioannidis argumentował, że małe rozmiary próbek i stronniczość oznaczają, że błędne wnioski często trafiają do literatury, a te błędy są zbyt rzadko wykrywane, ponieważ naukowcy woleliby raczej realizować własne programy badawcze niż próbować powielać pracę kolegów. Od tego artykułu metanaukowcy udoskonalili swoje techniki badania stronniczości, terminu, który obejmuje wszystko, od tak zwanych „wątpliwych praktyk badawczych” – niepublikowania negatywnych wyników lub stosowania testów statystycznych w kółko, dopóki nie znajdziesz czegoś interesującego, na przykład… do jawnego fabrykowania lub fałszowania danych.

Badają puls tego uprzedzenia, patrząc nie na poszczególne badania, ale na ogólne wzorce w literaturze. Kiedy na przykład mniejsze badania na określony temat zwykle wykazują bardziej dramatyczne wyniki niż większe badania, może to wskazywać na stronniczość. Mniejsze badania są bardziej zróżnicowane, więc niektóre z nich przypadkowo okażą się dramatyczne – aw świecie, w którym preferuje się dramatyczne wyniki, badania te będą publikowane częściej. Inne podejścia polegają na przyjrzeniu się wartościom p, liczbom wskazującym, czy dany wynik jest statystycznie istotny, czy nie. Jeśli w całej literaturze dotyczącej danego pytania badawczego zbyt wiele wartości p wydaje się znaczących, a zbyt mało nie, to naukowcy mogą stosować wątpliwe podejścia, aby ich wyniki wydawały się bardziej znaczące.

Ale te wzorce nie wskazują, ile z tych uprzedzeń można przypisać oszustwom, a nie nieuczciwej analizie danych lub niewinnym błędom. W pewnym sensie oszustwo jest z natury niemierzalne, mówi Jennifer Byrne, profesor onkologii molekularnej na Uniwersytecie w Sydney, która pracowała nad identyfikacją potencjalnie fałszywych artykułów w literaturze dotyczącej raka. „Oszustwo dotyczy intencji. To psychologiczny stan umysłu” – mówi. „Jak wywnioskować stan umysłu i intencje z opublikowanego artykułu?”

ZOSTAW ODPOWIEDŹ

Proszę wpisać swój komentarz!
Proszę podać swoje imię tutaj