Η ετήσια δημοσκόπηση του Gallup, από την οποία τα επαγγέλματα είναι τα πιο αξιόπιστα, δεν ρωτάει για τους επιστήμονες, αλλά είναι ασφαλές να πούμε ότι τουλάχιστον θα ήταν πολύ υψηλότεροι από τους πωλητές μεταχειρισμένων αυτοκινήτων και μέλη του Κογκρέσου στο κάτω μέρος.
Ταυτόχρονα, μεταξύ των χιλιάδων ανθρώπων παγκοσμίως που ασκούν την επιστήμη και δημοσιεύουν τα αποτελέσματά τους, κάποια μειοψηφία πιθανότατα αποδίδει στον πειρασμό να μασάζ τα δεδομένα για να επιτύχει αποτελέσματα (φιλικά προς την χρηματοδότηση). Τα τελευταία χρόνια έχει καταστεί πολιτικά χρήσιμο για ορισμένους να εκμεταλλευτούν αυτή τη δυνατότητα και να επικαλεστούν σκόπιμη επιστημονική απάτη. (Οι κατηγορίες ότι η κλιματική αλλαγή που προκαλείται από τον άνθρωπο είναι μια διαδεδομένη επιστημονική συνωμοσία έχει γίνει πιο συνηθισμένη από το λεγόμενο σκάνδαλο του Climategate του 2009, παρά τις πολλές έρευνες που δεν κατάφεραν να βρουν στοιχεία απάτης ή επιστημονικών παραπτωμάτων).
Αλλά πόσο συχνά οι επιστήμονες ψέχουν πραγματικά τα δεδομένα τους; Με άλλα λόγια, πόσο πρέπει να εμπιστευόμαστε;
Η απάντηση, τουλάχιστον σύμφωνα με μελέτη που δημοσιεύθηκε σήμερα στα Πρακτικά της Εθνικής Ακαδημίας Επιστημών, είναι ότι συνολικά οι επιστήμονες είναι μια αρκετά ειλικρινής ομάδα. Στο έγγραφο, ιατρικοί ερευνητές από το Πανεπιστήμιο της Ουάσινγκτον και αλλού διαπίστωσαν ότι από τα περισσότερα από 25 εκατομμύρια άρθρα που σχετίζονται με τη βιοϊατρική έρευνα και δημοσιεύθηκαν στη βάση δεδομένων PubMed των Εθνικών Ινστιτούτων Υγείας που χρονολογούνται από τη δεκαετία του 1940, 2.047 αποσύρθηκαν σε κάποια στιγμή δημοσίευση. Αυτό είναι λιγότερο από το 0, 01 τοις εκατό όλων των εγγράφων στη βάση δεδομένων.
Οι ερευνητές έσπασαν περαιτέρω τα αποτελέσματά τους προσπαθώντας να αποδώσουν κάθε ανάκληση σε ένα είδος αιτίας. Με τη λογιστική τους, το 21, 3% οφείλεται σε έντιμο λάθος, όπως η ακούσια παρερμηνεία των δεδομένων. Εν τω μεταξύ, το 67, 4% των ανακλήσεων μπορεί να αποδοθεί σε κάποιο είδος παραπτώματος, συμπεριλαμβανομένης της απάτης ή της κατασκευής (43, 4%), της λογοκλοπής (9, 8%) και της διπλής δημοσίευσης (14, 2%). Σε σύγκριση με τα άρθρα που αποσύρθηκαν πριν από το 1975, αυτά που αποσύρθηκαν στη συνέχεια ήταν δέκα φορές πιο πιθανό να είναι δόλια, σε αντίθεση με ένα τίμιο λάθος.
Το συνολικό μέτριο ποσοστό απάτης θα μπορούσε να εξηγήσει γιατί οι συντάκτες του ιστολογίου αναθεώρησης του ιστολογίου, τα οποία έγγραφα απέσυραν έγγραφα, αντιμετώπισαν αντιπολίτευση. Κάποιοι λένε ότι η εστίαση της προσοχής σε μεμονωμένες περιπτώσεις αναξιοπαθήματος αυξάνει δυσανάλογα τη δημόσια δυσπιστία στην επιστήμη στο σύνολό της. "Το επιχείρημα είναι κάτι τέτοιο", έγραψαν τον Μάιο στο Lab Times . "Η επιστημονική απάτη είναι σπάνια, οπότε εστιάζοντας στην κακή συμπεριφορά δημιουργεί μια παραμορφωμένη εικόνα της έρευνας που θα δώσει μόνο πυρομαχικά στους κριτικούς, οι οποίοι θέλουν να θέσουν υπό αμφισβήτηση θέματα όπως η αλλαγή του κλίματος και η ασφάλεια των εμβολίων".
Μία από τις απαντήσεις μπορεί να είναι ότι δεν γνωρίζουμε πραγματικά πόσο σπάνια είναι η απάτη, παρά την απόσυρση του 0, 01 τοις εκατό σε αυτή τη νέα μελέτη PNAS. Όπως σημειώνουν οι συγγραφείς της μελέτης, σε πολλές περιπτώσεις ένα άρθρο μπορεί να είναι ύποπτο, αλλά ένα περιοδικό δεν έχει αρκετές αποδείξεις για να το αποσύρει. Το 2005, για παράδειγμα, το The Lancet εξέφρασε την ανησυχία του για τα αποτελέσματα μιας μελέτης που διαπίστωσε μια συσχέτιση μεταξύ μιας μεσογειακής δίαιτας και ενός μειωμένου κινδύνου καρδιακών παθήσεων, αλλά δεν απέσυρε τελικά το χαρτί.
Επιπλέον, δεν έχουμε τρόπο να μάθουμε πόσες υπόνοιες δεδομένων δεν φτάνουν ποτέ στο φως. Ένα κατασκευασμένο σύνολο δεδομένων ίσως να μην μπορεί να αναπαραχθεί από άλλους ερευνητές, αλλά σε πολλές περιπτώσεις, είναι αμφίβολο ότι αυτό θα τους προτρέψει να ισχυριστούν την ανεντιμότητα. Ιστορικά, πολλές περιπτώσεις επιστημονικής απάτης εκτίθενται μόνο από εσωτερικούς καταγγέλλοντες.
Ωστόσο, τα πρόσφατα γεγονότα δείχνουν ότι ενδέχεται να εισέλθουμε σε μια εποχή στην οποία οι επιστημονικές ανακαλύψεις πραγματικά μας βοηθούν να ανιχνεύσουμε την απάτη ή τουλάχιστον κάποιους τύπους. Τον περασμένο Ιούλιο, ο κοινωνικός ψυχολόγος Uri Simonsohn του Πανεπιστημίου της Πενσυλβανίας συγκέντρωσε τίτλους χρησιμοποιώντας μια καινοτόμο στατιστική ανάλυση για να ανιχνεύσει τα κατασκευασμένα δεδομένα στο έργο του κοινωνικού ψυχολόγου Dirk Smeesters, ο οποίος είχε γράψει ένα έγγραφο το οποίο βρήκε θετικό αποτέλεσμα για το χρώμα στη συμπεριφορά των καταναλωτών.
Η τεχνική του Simonsohn είναι περίπλοκη, αλλά βασίζεται στο γεγονός ότι οι άνθρωποι είναι αξιοσημείωτα κακοί σε υποτιθέμενα σύνολα δεδομένων που χαρακτηρίζονται από το ίδιο είδος τυχαιότητας που συμβαίνει σε πραγματικά γεγονότα. Ο Simonsohn είπε στη Φύση ότι "Η βασική ιδέα είναι να δούμε αν τα δεδομένα είναι πολύ κοντά στη θεωρητική πρόβλεψη ή αν πολλές εκτιμήσεις είναι πολύ παρόμοιες μεταξύ τους".
Σύντομα μετά την παραίτηση του Smeesters, ο Simonsohn έκανε τον αλγόριθμό του δημόσιο, ενθαρρύνοντας τους ερευνητές να δημοσιεύουν τα ακατέργαστα δεδομένα τους και για άλλους να το δοκιμάσουν. Ελπίζει ότι η πραγματική πιθανότητα ότι όλοι οι ερευνητές θα πειραστούν να χειραγωγήσουν τα δεδομένα τους θα λειτουργήσει ως ισχυρό αποτρεπτικό μέσο. Αυτό, θεωρητικά, θα μειώσει όχι μόνο την ποσότητα της απάτης αλλά θα αυξήσει επίσης την εμπιστοσύνη που μπορούμε να βάλουμε στα προϊόντα της επιστήμης στο σύνολό της.
