En un estudio reciente, una herramienta de IA superó a un experto humano en la detección de imágenes duplicadas en artículos de investigación científica.
Sholto David, que investiga la manipulación de imágenes en artículos académicos, señaló que muchos miembros de la comunidad científica no son conscientes de la magnitud de este problema.
Utilizó la IA para examinar numerosos documentos de la Informes toxicológicos en busca de duplicaciones de imágenes.
La investigación científica se basa en la autenticidad y la precisión. La duplicación de estas imágenes arroja una sombra de duda sobre la integridad de todo el estudio.
Además, las imágenes duplicadas pueden distorsionar la verdad y, a menudo, no proporcionan al creador un crédito justo. Si se reutilizan indebidamente o fuera de contexto, pueden dar lugar a interpretaciones o conclusiones erróneas. La tergiversación afecta al estudio inmediato y puede extenderse hacia el exterior, influyendo en investigaciones posteriores basadas en premisas erróneas.
La herramienta de David, a un ritmo considerablemente más rápido que sus propias capacidades, identificó casi todos los papeles sospechosos que había marcado y 41 que había pasado por alto. El papel actualmente disponible en Bioxriv.
En total, de 715 artículos analizados, 115 contenían duplicaciones inapropiadas (16%). El papel es actualmente disponible en Bioxriv.
La edición académica ya se enfrenta a problemas relacionados con la manipulación de imágenes.
Un estudio de 2016 dirigido por la experta en análisis forense de imágenes Elisabeth Bik reveló que aproximadamente el 4% de los artículos que inspeccionó visualmente en 40 revistas biomédicas presentaban imágenes indebidamente duplicadas. El estudio de David sitúa la cifra mucho más alta.
David subraya además que no todas las manipulaciones de imágenes se realizan con mala intención. Muchos casos se deben a ajustes accidentales o por estética y claridad.
Sin embargo, cada vez hay más consenso sobre cómo abordar las alteraciones de la imagen que infringen las directrices éticas.
Más información sobre la herramienta de IA
La herramienta de IA que David utilizó para su estudio, denominada Imagetwin, ya es utilizada por unas 200 entidades académicas, entre editoriales y universidades.
Este programa compara las imágenes de los artículos académicos con una amplia base de datos de más de 25 millones de imágenes para verificarlas.
Patrick Starke, desarrollador de ImageTwin, explicó que genera una "huella digital" única para cada imagen de un trabajo de investigación. Esta huella dactilar se utiliza posteriormente para los escaneados internos del papel y las comprobaciones externas de las bases de datos.
Starke reveló que varias universidades están utilizando Imagetwin para examinar los artículos antes de enviarlos a las revistas.
La IA está influyendo profundamente en el mundo académico. A encuesta reciente entre 1.600 investigadores de la editorial científica Nature descubrió que, a pesar del apoyo generalizado a la IA en el mundo académico, unos 68% de personas estaban preocupadas por la desinformación relacionada con los grandes modelos lingüísticos (LLM) como ChatGPT.
Donde una IA contribuye a la desinformación, otra aporta esperanza, al menos en este caso.
