I en fersk studie viste det seg at et AI-verktøy var bedre enn en menneskelig ekspert til å oppdage dupliserte bilder i vitenskapelige forskningsartikler.
Sholto David, som forsker på bildemanipulasjon i akademiske artikler, bemerket at mange i det vitenskapelige miljøet ikke er klar over omfanget av dette problemet.
Han brukte AI til å granske en rekke artikler fra Toksikologiske rapporter journal på jakt etter dupliseringer av bilder.
Vitenskapelig forskning er basert på autentisitet og nøyaktighet. Når disse bildene dupliseres, kaster det en skygge av tvil over hele studiens integritet.
Dessuten kan dupliserte bilder forvrenge sannheten og ofte ikke gi opphavspersonen rettferdig kreditt. Hvis de gjenbrukes på feil måte eller utenfor kontekst, kan de føre til villedende tolkninger eller konklusjoner. Feilaktig fremstilling påvirker den umiddelbare studien og kan få ringvirkninger utover og påvirke senere forskning som er basert på feilaktige premisser.
Davids verktøy identifiserte nesten alle mistenkelige papirer han hadde merket, og 41 som han hadde oversett, i et tempo som var betydelig raskere enn hans egne evner. Papiret er for øyeblikket tilgjengelig på Bioxriv.
Totalt inneholdt 115 av 715 analyserte artikler upassende dupliseringer (16%). Artikkelen er for øyeblikket tilgjengelig på Bioxriv.
Akademisk publisering sliter allerede med problemer knyttet til bildemanipulering.
En studie fra 2016, ledet av Elisabeth Bik, ekspert på bildeduplisering, avslørte at omtrent 4% av artiklene hun inspiserte visuelt i 40 biomedisinske tidsskrifter, inneholdt feilaktig dupliserte bilder. Davids studie viser at tallet er mye høyere enn det.
David understreker videre at ikke alle bildemanipulasjoner er utført med onde hensikter. Mange tilfeller oppstår på grunn av utilsiktede justeringer eller for estetikkens og klarhetens skyld.
Likevel er det en økende enighet om å ta tak i bildeendringer som bryter med etiske retningslinjer.
Mer om AI-verktøyet
AI-verktøyet David brukte i sin studie, kalt Imagetwin, brukes allerede av rundt 200 akademiske enheter, inkludert forlag og universiteter.
Denne programvaren sammenligner bilder i akademiske artikler med en stor database med over 25 millioner bilder for å verifisere dem.
Patrick Starke, en av utviklerne av ImageTwin, forklarer at programmet genererer et unikt "fingeravtrykk" for hvert bilde i en forskningsartikkel. Dette fingeravtrykket brukes deretter til interne papirskanninger og eksterne databasesjekker.
Starke avslørte at flere universiteter bruker Imagetwin til å granske artikler før de sendes inn til tidsskrifter.
Kunstig intelligens påvirker akademia i stor grad. A fersk undersøkelse blant 1 600 forskere av vitenskapsforlaget Nature fant at til tross for utbredt støtte for AI i akademia, var rundt 68% av befolkningen bekymret for feilinformasjon knyttet til store språkmodeller (LLM-er) som ChatGPT.
Der én AI bidrar til desinformasjon, gir en annen AI håp - i hvert fall i dette tilfellet.
