Wetenschappelijke fraude wordt vaak voorgesteld als een probleem van individuele onderzoekers die een keer over de schreef gaan, denk aan Diederik Stapel of recent Dan Ariely of zelfs Oliver Sacks. Iemand verzint data. Iemand manipuleert een afbeelding. En daarna schrijft iemand een artikel dat niet klopt.

Maar een recente studie in PNAS van Richardson et al. laat zien dat het probleem mogelijk veel en veel groter is. Niet alleen omdat fraude vaker voorkomt dan we denken, maar omdat ze soms georganiseerd gebeurt op industriële schaal met zogenaamde ‘paper mills’. Dit zijn organisaties die wetenschappelijke artikels produceren en verkopen, soms met verzonnen data of hergebruikte resultaten.

De studie vertrekt vanuit een eenvoudige vaststelling. Wetenschap is een systeem dat grotendeels op vertrouwen draait. Onderzoekers bouwen voort op elkaars werk. Tijdschriften vertrouwen reviewers en editors. Universiteiten en financiers gaan ervan uit dat de gepubliceerde resultaten oprecht zijn.

Maar dat systeem wordt ook steeds meer gestuurd door meetbare indicatoren: aantallen publicaties, citaties, impactfactoren en rankings. Dat creëert druk om te publiceren en maakt die indicatoren tegelijk aantrekkelijk als doelwitten voor manipulatie.

Een eerste aanwijzing

De onderzoekers zochten daarom naar patronen die moeilijk door toeval te verklaren zijn. Een analyse in het tijdschrift PLOS ONE toonde bijvoorbeeld dat een kleine groep editors opvallend vaak artikels had geaccepteerd die later werden ingetrokken of bekritiseerd op platforms zoals PubPeer. Hoewel ze maar een fractie van alle editors vormden, waren ze betrokken bij een groot deel van de retracties.

Daarnaast bleek dat bepaalde auteurs opvallend vaak bij precies die editors terechtkwamen. Dat kan toeval zijn, maar het kan ook wijzen op vormen van samenwerking of sturing binnen het publicatieproces.

Meer

Een tweede aanwijzing vonden de onderzoekers in afbeeldingen. In biomedisch onderzoek gebruiken artikelen vaak foto’s of microscopische beelden. De onderzoekers ontdekten duizenden gevallen waarin exact dezelfde afbeeldingen in verschillende publicaties opdoken. Toen ze die artikelen in kaart brachten, zagen ze een opvallend patroon. De publicaties groepeerden zich in clusters: groepen artikels die rond dezelfde periode en vaak bij dezelfde uitgever verschenen.

Dat is precies wat je zou verwachten wanneer artikelen niet individueel ontstaan, maar in grotere batches geproduceerd worden.

Journal hopping

De studie toont nog iets anders. Organisaties die zulke artikels aanbieden passen hun strategie aan zodra tijdschriften strenger beginnen controleren. Wanneer een tijdschrift uit belangrijke databanken verdwijnt, verplaatsen de paper mills hun activiteiten gewoon naar andere tijdschriften. De auteurs noemen dat “journal hopping”.

Fraude blijkt bovendien niet overal even vaak voor te komen. In sommige onderzoeksdomeinen liggen de percentages retracties duidelijk hoger dan in andere, zelfs wanneer die domeinen inhoudelijk sterk op elkaar lijken.

Misschien nog het meest opvallende resultaat gaat over de snelheid waarmee dit soort publicaties groeit. Volgens de studie neemt het aantal vermoedelijke paper-mill-artikels veel sneller toe dan het totale aantal wetenschappelijke publicaties.

En nu?

Dat betekent niet dat wetenschap plots onbetrouwbaar is geworden. Wetenschap heeft altijd mechanismen gehad om fouten te corrigeren: peer review, replicatie en uiteindelijk ook retracties. Maar die systemen zijn vooral ontworpen om individuele fouten op te vangen. Wanneer fraude op grotere schaal georganiseerd wordt, botsen die mechanismen sneller op hun grenzen. Als het probleem systematischer wordt, dan moet ook de manier waarop we het opsporen en aanpakken systematischer worden. Lang leve een site als Retraction Watch, maar er is duidelijk meer nodig.

De auteurs pleiten er daarom voor om drie taken duidelijk te scheiden: het opsporen van fraude, het onderzoeken ervan en het sanctioneren ervan. Vandaag lopen die rollen vaak door elkaar, bijvoorbeeld wanneer tijdschriften of universiteiten hun eigen problemen moeten onderzoeken.

Afbeelding: Nick Youngson CC BY-SA 3.0 Pix4free.org