In een recent onderzoek overtrof een AI-tool een menselijke expert bij het detecteren van dubbele afbeeldingen in wetenschappelijke onderzoekspapers.
Sholto David, die onderzoek doet naar beeldmanipulatie in academische publicaties, merkte op dat velen in de wetenschappelijke gemeenschap zich niet bewust zijn van de omvang van dit probleem.
Hij gebruikte AI om talloze papers uit de Toxicologische rapporten tijdschrift op zoek naar duplicaten van afbeeldingen.
Wetenschappelijk onderzoek is gebaseerd op authenticiteit en nauwkeurigheid. Als deze beelden worden gedupliceerd, werpt dat een schaduw van twijfel over de integriteit van het hele onderzoek.
Bovendien kunnen dubbele afbeeldingen de waarheid verdraaien en wordt de maker vaak niet eerlijk gecrediteerd. Als ze onjuist of uit hun context worden hergebruikt, kunnen ze leiden tot misleidende interpretaties of conclusies. Een verkeerde voorstelling van zaken heeft invloed op het directe onderzoek en kan zich uitbreiden naar andere onderzoeken die gebaseerd zijn op onjuiste uitgangspunten.
Davids hulpmiddel identificeerde bijna alle verdachte papieren die hij had gemarkeerd en 41 die hij over het hoofd had gezien, aanzienlijk sneller dan zijn eigen vaardigheden. Het papier is momenteel beschikbaar op Bioxriv.
In totaal bevatten 115 van de 715 geanalyseerde artikelen ongepaste duplicaties (16%). Het papier is momenteel beschikbaar op Bioxriv.
Academische publicaties worstelen al met problemen die te maken hebben met beeldmanipulatie.
Een onderzoek uit 2016 onder leiding van beeldforensisch expert Elisabeth Bik onthulde dat ongeveer 4% van de artikelen die ze visueel inspecteerde in 40 biomedische tijdschriften onjuist gedupliceerde afbeeldingen bevatten. David's studie plaatst het cijfer veel hoger dan dat.
David benadrukt verder dat niet alle beeldmanipulaties met kwade bedoelingen worden uitgevoerd. Veel gevallen ontstaan door onbedoelde aanpassingen of voor esthetiek en duidelijkheid.
Toch is er een groeiende consensus over het aanpakken van beeldveranderingen die de ethische richtlijnen schenden.
Meer over de AI-tool
De AI-tool die David voor zijn onderzoek gebruikte, Imagetwin genaamd, wordt al gebruikt door ongeveer 200 academische instellingen, waaronder uitgevers en universiteiten.
Deze software vergelijkt afbeeldingen in academische papers met een enorme database van meer dan 25 miljoen afbeeldingen om ze te verifiëren.
Patrick Starke, een ontwikkelaar van ImageTwin, legt uit dat het een unieke "vingerafdruk" genereert voor elke afbeelding in een onderzoekspaper. Deze vingerafdruk wordt vervolgens gebruikt voor interne papieren scans en externe databasecontroles.
Starke onthulde dat verschillende universiteiten Imagetwin inzetten om papers te controleren voordat ze in een tijdschrift worden ingediend.
AI heeft een grote invloed op de academische wereld. A recente enquête onder 1.600 onderzoekers van wetenschapsuitgever Nature bleek dat, ondanks de wijdverbreide steun voor AI in de academische wereld, zo'n 68% van de mensen zich zorgen maakte over verkeerde informatie met betrekking tot grote taalmodellen (LLM's) zoals ChatGPT.
Waar de ene AI bijdraagt aan desinformatie, biedt een andere AI hoop - in dit geval tenminste.
