I en nyligen genomförd studie visade det sig att ett AI-verktyg var bättre än en mänsklig expert på att upptäcka dubblerade bilder i vetenskapliga forskningsrapporter.
Sholto David, som undersöker bildmanipulation i akademiska artiklar, konstaterade att många inom forskarvärlden inte är medvetna om omfattningen av detta problem.
Han använde AI för att granska ett stort antal dokument från Toxikologiska rapporter journal på jakt efter bilddubbleringar.
Vetenskaplig forskning bygger på äkthet och noggrannhet. När dessa bilder kopieras kastar det en skugga av tvivel över hela studiens integritet.
Dessutom kan duplicerade bilder förvränga sanningen och ofta inte ge skaparen rättvisande kredit. Om de återanvänds på ett felaktigt sätt eller ur sitt sammanhang kan de leda till missvisande tolkningar eller slutsatser. Felaktig framställning påverkar den omedelbara studien och kan sprida sig utåt och påverka efterföljande forskning som bygger på felaktiga premisser.
Davids verktyg identifierade, i en takt som var betydligt snabbare än hans egen förmåga, nästan alla misstänkta papper som han hade markerat och 41 som han hade förbisett. Papperet är för närvarande tillgänglig på Bioxriv.
Totalt innehöll 115 av 715 analyserade artiklar olämpliga duplikationer (16%). Uppsatsen är för närvarande tillgänglig på Bioxriv.
Akademisk publicering brottas redan med problem relaterade till bildmanipulation.
En studie från 2016, ledd av Elisabeth Bik, expert på bildforensik, visade att ungefär 4% av de artiklar som hon visuellt inspekterade i 40 biomedicinska tidskrifter innehöll felaktigt duplicerade bilder. Davids studie placerar siffran mycket högre än så.
David understryker också att inte alla bildmanipulationer utförs med onda avsikter. Många fall uppstår på grund av oavsiktliga justeringar eller av estetiska och tydlighetsskäl.
Det finns dock ett växande samförstånd om hur man ska hantera bildförändringar som bryter mot etiska riktlinjer.
Mer om AI-verktyget
Det AI-verktyg som David använde för sin studie, Imagetwin, används redan av cirka 200 akademiska enheter, inklusive förlag och universitet.
Denna programvara jämför bilder i akademiska artiklar med en stor databas som omfattar över 25 miljoner bilder för att verifiera dem.
Patrick Starke, en av utvecklarna av ImageTwin, förklarar att programmet genererar ett unikt "fingeravtryck" för varje bild i en forskningsartikel. Detta fingeravtryck används sedan för interna pappersskanningar och externa databaskontroller.
Starke avslöjade att olika universitet använder Imagetwin för att granska artiklar innan de skickas in till tidskrifter.
AI påverkar den akademiska världen på ett genomgripande sätt. A nyligen genomförd undersökning bland 1.600 forskare av vetenskapspublicisten Nature visade att trots ett utbrett stöd för AI i den akademiska världen var cirka 68% människor oroliga för felaktig information om stora språkmodeller (LLM) som ChatGPT.
Där en AI bidrar till desinformation ger en annan AI hopp - åtminstone i det här fallet.
