Elisabeth Bik, experta en integridad científica: “Hay que ralentizar la publicación de artículos”

Elisabeth Bik (Países Bajos, 57 años) trabaja como una detective. Pasa horas leyendo y releyendo documentos, bucea en sus páginas, anota, archiva, pregunta y resuelve. Pero sus casos nada tienen que ver con asesinatos, estafas, robos, infidelidades o grandes secretos, sino con la ciencia. Microbióloga de profesión, es desde 2019 consultora de integridad científica y ha desvelado errores académicos en miles de artículos científicos. Sus análisis se centran en aquellas imágenes que acompañan al texto y pueden estar retocadas o haber sido duplicadas por los autores, ya sea con fines fraudulentos o por equivocación. Bik, que atiende a EL PAÍS por videollamada, opina que la publicación de artículos científicos se ha transformado en una rueda acelerada e imparable y que es necesario bajar la velocidad para evitar un aumento de falsedades y manipulaciones.

Pregunta: ¿Qué le llevó a interesarse en los fraudes en la literatura científica?

Respuesta: Un día leí sobre el plagio, cogí una frase de un artículo que había escrito y la puse entre comillas en Google Académico. El resultado no solo fue mi propio artículo, sino que había dos más: uno estaba en otro artículo y el otro en el capítulo de un libro. Los autores, que eran de Italia, habían tomado dos de mis párrafos y también párrafos de otros autores y construyeron un nuevo artículo robando un párrafo aquí y otro allá. Eso me enfureció mucho, así que empecé a buscar más ejemplos de plagio. Fue como una bola de lana, encuentras una cosa y empiezas a tirar y encuentras más.

P: ¿Y las imágenes?

R: Por accidente, encontré en una tesis de doctorado no solo texto plagiado, pero también imágenes duplicadas. Había tres fotos y eran todas iguales, pero una estaba al revés, era una imagen en espejo pero reconocible. Pensé, esto ya lo he visto antes y cambié el buscar artículos plagiados por buscar duplicación de imágenes, es más rápido. El plagio tomaba tiempo, tenías que poner cada frase en Google Académico y era muy lento.

P: ¿Cuántos artículos ha analizado?

R: Busqué en 20.000 artículos y encontré que alrededor de 800 de ellos contenían estas duplicaciones. En este momento aproximadamente la mitad de ellos han sido corregidos o retractados. Los reporté en 2015, hace nueve años, aunque no los reporté todos a la vez. Después de cinco años, sobre del 30% había sido corregido o retractado y ahora es alrededor del 50%. Muchos de estos artículos aún están siendo corregidos o retractados.

No siempre está claro si los problemas en las imágenes son fraude o un error honesto

P: ¿Lo considera un número de correcciones alto o bajo?

R: Ahora sí es aproximadamente la mitad, pero que antes la mayoría de estos artículos no hubiera sido atendidos es muy sorprendente y es un número [de corrección] alarmantemente bajo. Me frustró la falta de respuestas de las revistas. Los números siguen aumentando porque estoy enviando recordatorios y los estoy mencionando en Twitter: “Oye, este artículo lo reporté en 2015, pero todavía no habeis hecho nada”.

P: ¿A qué cree que se debe?

R: Puede haber múltiples razones. A veces, un editor, especialmente si es de una revista más pequeña, puede que nunca haya tenido que lidiar con sospechas de mala conducta o una corrección. Y simplemente no saben qué hacer. Podrían contactar al autor, pero tal vez esa persona se mudó a otra universidad o tienen un nombre muy común y no están seguros de si es persona es la misma que escribió hace 10 años. O puede que el autor envié una respuesta y diga: “Oh, sí, lo siento, aquí hay algunas imágenes nuevas”. Y luego el editor piense: “Bueno, caso cerrado”. Pero realmente no lo abordan. Sienten que el caso ha sido cerrado, pero no me lo reportan a mí, por ejemplo.

P: ¿Qué se considera una imagen científica fraudulenta?

R: No siempre está claro si los problemas en las imágenes son fraude o un error honesto. Tengo tres categorías de duplicaciones que examino. Una es cuando la misma foto exacta se ha utilizado para representar la figura uno y la figura tres. Es la misma foto, pero están representando experimentos diferentes. Eso podría ser un error honesto, alguien toma la foto incorrecta. La segunda es si las imágenes se superponen o están rotadas o desplazadas o estiradas. Es un poco más probable que eso se haya hecho a propósito, con la intención de engañar, especialmente cuando es una foto rotada. Eso generalmente no sucede por accidente. Y el tercer tipo es cuando dentro de una foto ves bandas o células o tejidos duplicados. Eso se hace intencionalmente, las células no usan photoshop.

P: ¿Por qué alguien duplica la imagen de una célula con photoshop?

R: A veces es para ocultar una grieta o un cabello o algo de polvo en el objetivo. Pero también podría ser intencionalmente para hacer que parezca que hay más células o menos células. Así que copian el fondo sobre algunas de ellas, por ejemplo. Nunca sabes [del todo] por qué se hizo o si fue fraude. Podemos tener una idea de si algo se hizo intencionalmente, pero podría haber una razón inocente detrás de ello. Para mí, es difícil saberlo. Algunos casos son muy obvios que fue mala conducta, pero en la mayoría, no estás seguro.

P: ¿Qué pasa después?

R: El editor debe preguntar al autor y el autor debe presentar las fotos originales. He visto casos donde el autor dice que había una grieta en una esquina y lo arreglaron con algunos tejidos de fondo. En la mayoría de los casos, solo la institución puede realizar una investigación. Deben investigar al autor o al grupo de investigación y necesitan comparar los cuadernos de laboratorio con lo que se ha publicado. Eso obviamente puede llevar mucho tiempo. Esa es otra razón por la que los artículos no se retractan. En algunos casos, la institución afirma que está investigando, pero realmente no quieren investigar porque es su profesor estrella.

P: ¿Cómo sabe si un artículo puede contener este tipo de imágenes?

R: Recibo consejos de personas, pero aún trabajo a partir de mi investigación inicial de 20.000 artículos. De los 800 artículos con problemas, puedo seguir pistas. Por ejemplo, encontré un problema en tal artículo, puedo ver otros artículos de los mismos autores y ver si hay un problema asociado con una persona en particular, moviéndose de un laboratorio a otro, o si es un problema en ese laboratorio donde tal vez hay negligencia o una cultura de mala conducta. Sigo todas estas pistas y recibo un flujo diario de personas que dicen: ¿puedes mirar este artículo?

En algunos casos, la institución afirma que está investigando, pero realmente no quieren investigar porque es su profesor estrella

P: ¿Cuál es el proceso para identificar las imágenes manipuladas?

R: Descargo el artículo o lo leo en línea. Miro las figuras que sean fotos, o un gráfico de barras o un gráfico de líneas o algo similar. Busco cosas como ejes que faltan o barras extrañas o numeración de ejes que no tenga sentido o características repetitivas en un espectro. Escaneo con la vista, pero también uso software: ImageTwin y Proofic. El primero tiene muchos falsos positivos, porque muchas fotos se ven similares, y tienes que sortearlas y descartarlas. Pero incluye una base de datos de fotos de otros artículos que son de acceso abierto y compara todas las fotos en un artículo particular con esa gran base. Es como una búsqueda de imágenes de Google, pero enfocada en artículos científicos.

P: En más de una ocasión ha mencionado que sus averiguaciones, sobre todo al comienzo, no siempre fueron tomadas en serio.

R: Al principio muchas personas no creían lo que estaba encontrando. Pensaban que era algo que solo veía yo. Imagina que has escrito un montón de artículos y alguien viene y te dice que algunos de los que escribiste hace cinco años contienen un error tipográfico y que quiere que se corrija. Tú piensas, “¿a quién le importa?”. Simplemente no prestaban atención. Incluso mis colaboradores tampoco me creían al principio. Después de que publicáramos el artículo en el que mostramos que esto sucede, que puedes encontrar errores en uno de cada 25 artículos, vieron que era un problema real y nos tomaron un poco más en serio. He ganado el crédito de que no hago acusaciones erróneas, pero lleva tiempo.

P: Años después, sigue encontrando resistencia y reacciones no muy buenas por parte la comunidad científica.

R: A nadie le gusta ser criticado por el trabajo que produce. Si alguien encuentra y señala un error en tu trabajo, puedes sentirte molestao, enojado y defensivo. Dicen cosas como: “Sí, pero estaba enfermo” o “acabábamos de mudarnos de laboratorio y cometimos algunos errores”. Intentan encontrar excusas o afirmar que fue culpa de otra persona. La mayoría se vuelven un poco defensivos, pero algunos incluso son agresivos y comienzan a atacarme, investigan mi pasado, descubren dónde vivo, quién es mi familia. Luego, me atacan en Twitter o escriben extraños artículos sobre mí, sobre lo malvada que soy. Pero no hay evidencia de que estuviera equivocada. Por ahora no me han demandado, solo son amenazas. He tenido mucha suerte, pero en algún momento estoy segura de que se acabará.

Hay estafadores inteligentes que estarán muy agradecidos por la IA que puede ayudarles a generar aún más artículos falsos

P: ¿El uso de imágenes manipuladas ha aumentado, disminuido o se ha mantenido igual en los últimos años?

R: Ha aumentado y también ha disminuido. Creció desde 2010 hasta 2018-2019 y ahora está disminuyendo porque las personas simplemente hacen mejor trabajo con Photoshop y saben que podemos detectar estas cosas. Hay muchas formas de hacer trampa que no dejan rastros y se están volviendo más difíciles de ver porque los estafadores están volviéndose más inteligentes. También debido al aumento del [uso] de inteligencia artificial. Ahora podemos crear imágenes que son completamente únicas y bastante realistas que, con mis técnicas y mi software, no puedo detectar como un error.

P: ¿Le preocupa la inteligencia artificial?

R: Mucho. Es cierto que puede ser utilizada para hacer cosas buenas, obviamente, pero también puede ser utilizada por los estafadores para crear imágenes falsas, datos falsos, texto falso. No estoy completamente preocupada por eso [último], el fraude de datos científicos me preocupa más que la generación de texto. Puedes pedirle que genere un conjunto falso de pacientes, divida en dos grupos y haga algún experimento con ellos. Es tan buena que ya no podemos distinguir esos conjuntos de los reales. Solo vamos a atrapar a los estafadores realmente tontos porque dejan rastros para que los encontremos. Hay estafadores inteligentes que estarán muy agradecidos por la IA que puede ayudarles a generar aún más artículos falsos.

P: ¿Cree que parte del problema tiene que ver con lo rápido que se supone que deben producirse las publicaciones científicas?

R: Definitivamente. Nos enfocamos en métricas para evaluar la carrera de un científico: cuántos artículos ha publicado, cuántas veces fue citado, cuál fue el factor de impacto de todos los artículos. Son números que puedes mirar y es fácil clasificar a tus candidatos según estas métricas. La gente va a intentar falsificarlas, se van a citar a sí mismos mucho o van comprar un artículo de una fábrica de artículos o dividir sus artículos en pedazos pequeños y publicar todos. Hay universidades que tienen requisitos estrictos. Por ejemplo, si quieres obtener tu doctorado, necesitas publicar dos o tres artículos antes de poder obtenerlo. Eso no es completamente justo, porque puedes ser un científico brillante, pero los experimentos pueden no funcionar y no haber publicado ningún artículo.

P: ¿Cómo cree que están respondiendo las revistas científicas en la detección y prevención de manipulación de imágenes?

R: Ahora se están dando cuenta, pero creo que demasiado tarde. No han sido muy vigilantes para detectar estos problemas, especialmente para las fábricas de artículos. No son solo laboratorios individuales los que están haciendo trampa, es una organización criminal que está produciendo artículo tras artículo. Y esos no han sido detectados por las revistas, han sido detectados por voluntarios. Hemos estado alertando a las revistas de que tienen que establecer salvaguardias un poco más altas y no dejen pasar esta porquería. Después de que se publiquen, es muy obvio que es falso.

Las revistas están comenzando a establecer salvaguardias como la detección de duplicación de imágenes, simplemente revisando el lenguaje generado por ChatGPT, y, mientras tanto, los estafadores ya saben que vamos a revisar estas cosas. Es una carrera de ratas donde los estafadores siempre van a ganar, pero podemos dificultarles las cosas. Necesitamos ralentizar la publicación [de artículos] científicos.