Fraude científico

Aun acostumbrados a las debilidades humanas, nos resulta especialmente repulsivos las violaciones relacionadas con la profesión del delincuente: un pirómano de profesión bombero, un delincuente sexual sacerdote o un mentiroso de profesión científico.

Nadie duda que los científicos son humanos, es tal obviedad que da vergüenza escribirlo, y de esa humanidad esperamos cualquier tipo de comportamiento non santo menos uno: el fraude en sus resultados científicos. Discutíamos en el tema primero que ser científico es una profesión pero es también una actitud vital. En el primer sentido no extraña el fraude, pero en el segundo es intolerable, aun impensable.

Sin embargo se da, y se da más de lo que pudiera parecer. Un libro muy interesante que analiza este asunto es el de Federico di Trocchio "Las mentiras de la ciencia", en el que desgrana desde un punto de vista histórico, con mucha documentación, un buen montón de casos.

Nosotros, de momento, nos vamos a conformar con texto algo más limitado, un artículo de Mundo Científico (del que hay una versión resumida libre en la red).

Seguro que se pueden encontrar muchos textos interesantes más...

Una variante del fraude es el plagio, ¿para qué preocuparse de falsificar resultados experimentales pudiendo copiar directamente los artículos? Por sorprendente que parezca, las revistas ponen notas en las publicaciones indicando que eso no es una buena idea. El avance tecnológico ha generado herramientas antiplagio, existen aplicaciones que comparan un texto con documentación que hay por la red y evalúan automáticamente las similitudes. Hay revistas que incluso obligan a pasar un test de este tipo en el proceso de envío de originales. Es interesante ver la cantidad de sitios que aparecen buscando "plagiarism checker"... (aquí una revisión de algunas en 2025)

Se ha destapado un caso muy ilustrativo en el que se ha detectado un caso de plagio, se ha abierto una investigación y se ha terminado por ECHAR LA CULPA AL BECARIO, aunque había más firmantes, estos quedaron exonerados por su universidad. En el texto del enlace ya hay suficientes comentarios.

Sobre el aumento de los casos de malas prácticas en ciencia (que se puede encontrar bastante información) dejo un par de ejemplos (de libre acceso):

- Rooting out scientific misscounduct. Science, 2024

-  Estudio de 2023 sobre incidencia de malas prácticas en España (AQUI) y comentarios y reacciones a ese estudio (AQUI)

Muchos resultados publicados están mal

En 2005 se publicó un artículo con el escandaloso reclamo de que la mayoría de lo publicado en ciencia (en medicina en concreto) está mal (está en abierto, AQUI). El autor, John Ioannidis, es médico y un reputado investigador en el funcionamiento de la ciencia (o "meta-investigación" como pone en la wikipedia). 

Una explicación muy didáctica del argumento central de ese trabajo, y algunas otras cuestiones interesantes sobre la publicación de malos resultados en este vídeo de Veritasium (un canal magnífico): 

Publicar resultados negativos (y el problema de no hacerlo)

Supongamos que estás intentando pulir fibra óptica embutida en resina plástica con abrasivo de alúmina y no sale, ¿Que concluyes? Hay al menos  dos opciones: (i) No se puede pulir fibra óptica por ese procedimiento, (ii) no he sabido apañármelas para pulir la fibra con esos materiales. Vale que el ejemplo es muy personal, pero no me venía otro a la cabeza ahora. El asunto es general, cuando algo no sale no sabes si es intrínseco (eso no puede ser) o si es fruto de tu incompetencia (no has sabido hacerlo bien). Lo primero sin duda sería un resultado científico valioso, interesante para otras personas, útil para ahorrar mucho tiempo, incluso para reflexionar teóricamente sobre esa imposibilidad. Lo segundo es una muestra de incapacidad personal sin valor alguno. Puestas así las cosas ¿Se deben publicar los resultados negativos? Recientemente se ha presentado una revista destinada específicamente a ello, y en “La ciencia y sus demonios” se hacían echo de ello con un artículo que merece la pena leer.

La no publicación de resultados negativos se convierte en un problema esencial en las disciplinas que tratan temas más complejos (más que el ejemplo que he puesto al comienzo y similares). En problemas más próximos a los primeros principios, la "reproducibilidad" es el juez último: si las piedras caren para abajo, un experimeto negativo es casi seguro que fue un error, y la reproducibilidad del hecho real minimiza (o aún anula) el problema de la no publicación de resultados negativos. En las ciencias de la vida, por ejemplo, las cosas son mucho más complejas, y que un medicamento, fertilizante o similar produzca el efecto deseado o no, depende de muchísimos factores. En cada experimento se analizan algunos de esos factores intentando dejar fijos todos los demás (incluyendo su efecto en experimentos "blanco"). En estos casos los resultado negativos incorporan tanta información como los positivos. De hecho las valoraciones finales sobre la efectividad de los productos testados se basan en "metaestudios" (estudios sobre los estudios) en los que se analizan los resultados obtenidos por múltiples investigadores en diversas condiciones experimentales. Es obvio que la no publicación de resultados negativos desviará el resultado final hacia positivos... falsos.

Una de las soluciones propuestas para evitar el sesgo de la publicación positiva es el preregistro de experimentos: la conveniencia (eventual obligatoriedad) de que los experimentos que se vayan a realizar hayan de ser registrados con anterioridad (en algún tipo de repositorio abierto), de forma que ocurra lo que ocurra con el experimento se disponga de la información pertinente. Sobre este tema del preregistro (incluso analizando efectos secundarios perniciosos y como minimizarlos) recomiendo leer este comentario de "neuroskeptic", especialmente centrado en psicología y neurociencias, pero extendible a todas las ciencias de la vida y a todas las ciencias en general.

Sobre toda esta cuestión, hay una estupenda charla TED de Ben Goldacre (un médico que se ha especializado en este problema). 20 minutos que merecen la pena:

Corregir errores, retirar artículos

A pesar de la revisión por pares, en lo que se publica se cuelan errores, errores menores, errores mayores y errores catastróficos que invalidan las conclusiones del trabajo original. Los errores menores se quedan a vivir en el artículo, los errores mayores pueden ser fuente del envío de una "corrección de erratas" y los errores verdaderamente importantes deberían conducir a la retirada del artículo, su "retracción". Sobre cuando es apropiado proceder de una forma u otra (o incluso retirarlo físicamente) hay unas notas en este texto de la biblioteca de la UCM. Ese tipo de "políticas" de como proceder dependiendo de la entidad del error a corregir las tienen editoriales (Elsevier), revistas y universidades.

 

Como ya vamos viendo, en este mundo de la ciencia sobre hacer ciencia son objeto de estudio las cosas más sorprendentes, en este caso es coherente con la que debería esperarse: "How many scientific papers should be retracted? (2007). En este otro trabajo (J Med Ethics. 2011 Apr;37(4):249-53) concluían ya en 2011 que el número de artículos retractados se había incrementado en un factor 7 en pocos años

Parece que el tema del número de artículos retractados genera mucho interés. Se publicó en 2011 un estudio que encuentra una correlación clara entre el número de artículos eliminados (medido con un índice de "retracción") y el índice de impacto de la revista. El artículo es de la revista Infection and Immunity, y está en libre acceso. Inicialmente he visto la reseña del trabajo en esta entrada de Francis, dónde se resume muy bien el artículo. ¿Se os ocurren hipótesis que expliquen esa correlación?

Y más trabajos sobre la retracción de artículos, de nuevo Francis recoge en una entrada las posibles razones que llevan a los editores a evitar la retracción de artículos. Además de la propia entrada, se referencian una serie de artículos sobre el tema (de buenas revistas) cuya revisión puede ser objeto de un trabajo interesante. No me resisto a copiar la siguiente gráfica, aunque no se muy bien de dónde sale no cómo se han calculado los datos.

En 2023 el tema sigue en auge como podemos ver en este trabajo de Nature que habla de un nuevo record en ese año con 10000 artículos retractados. El sitio de referencia para seguir las retracciones (y muchas cuestiones de mala ciencia en general) es Retraction Watch. Allí encontramos, por ejemplo, la lista de los 10 artículos RETACTADOS más citados en 2023, porque aunque se acaben retirando, su contenido no termona de eliminarse de la circulación del conocimiento... algo que , cuando menos, da que pensar.

Datos sobre malas prácticas

Interesantes números los que presenta esta infografía (bajándote la imagen se ve mejor).

La creó un sitio que se llamaba http://www.clinicalpsychology.net/ y que ha desaparecido de la red. Buscando por imágenes se encuentra la misma "copiada" como aquí, pero no doy con referencia al original. A pesar de ello, las referencias de los datos están al final y me sigue pareciendo fiable e interesante.

Algunas malas prácticas

Algunas malas prácticas brevemente descritas en una infografía (de la que también se ha perdido la fuente original)

Entrenamiento en integridad científica

Las autoridades de algunos países han tomado conciencia de que el tema de la integridad en la investigación se ha convertido en algo realmente importante y han comenzado a tomar medidas. Una de ellas es la formación.

Aquí dejo dos juegos ("gamificaciones") con las que practicar dilemas relacionados con la integridad en investigación. 

Dedicar mucho tiempo a esto está fuera del alcance del curso ABAI-2, pero ai alguien tiene interés por lo que sea, los recursos quedan aquí:

 - Dilema Game (Erasmus Univ. P.B.)                 - Tha Lab (ORI - USA) 

 

Involucrarse emocionalmente con los resultados

Cuando uno trata con un sistema de codificación de información o del diseño de una antena, aunque no es imposible, no es fácil involucrare emocionalmente con el objeto de estudio. En cambio en medicina, tanto el médico como el paciente suelen estar muy involucrados en la investigación sobre métodos de curación.

La tendencia que tenemos a interpretar lo que vemos en términos de lo que tiene significado para nosotros es tremenda, mucho más poderosa de lo que solemos creer. ¿No vemos una cara sonriente con dos puntos y un paréntesis :) ? La pareidolia, que es como se le llama a este fenómeno actúa constantemente y nos hace ver formas en las nubes, constelaciones a partir de las estrellas ("connecting the dots"), y cosas mucho más esotéricas. Intenta leer el conjunto de símbolos que hay debajo de estas líneas. ¿A que se puede leer? Sin embargo no hay nada escrito. Todo el mensaje es "inventado".

Este tipo de ilusiones de significado, de las que las ilusiones ópticas son un subconjunto, constituyen un riesgo importante a la hora de hacer ciencia, de interpretar los resultados que uno obtiene. Pero es que si además el sujeto (el que sufre las ilusiones) está emocionalmente involucrado la posibilidad de engaño crece exponencialmente.

La capacidad de curar por el simple convencimiento de que algo va a curar es bien conocida y tiene nombre: efecto placebo. Está estudiadísimo, y se sabe que el valor "curativo" de una pastilla que no contiene nada depende de su tamaño, color y precio. También existe su contrario, el nocebo, que consiste en el empeoramiento que se sufre al dejar de tomar algo que, aunque no tenía efecto real, tenía al paciente convencido de su funcionamiento. El conocimiento de estos efectos ha generado procedimientos para que los resultados científicos se independicen de ellos, se trata del "doble ciego", a dos grupos se les aplican tratamientos iguales (las mismas pastillas) solo que uno con el principio activo a testear y otro sin él. No deben saber cual es cual ni el paciente ni el médico (por eso lo de doble ciego), ya que se ha comprobado que la "confianza" del médico se transmite al paciente que sufre la autocuración.

Volvamos a nuestras antenas, fibras ópticas y códigos. Las antenas no sufren efecto placebo, eso es un punto a favor de nuestros campos de investigación, pero no estamos exentos ni mucho menos de pareidolias y múltiples vías de engaño. ¡¡ Mantengámonos alerta !!

El texto de la figura inicial está completo AQUI, y describe una investigación sobre acupuntura que llegó a publicarse, en la que los resultados no mostraban ningún efecto y aún así los autores concluían que el efecto era notable. Es interesante.

Fraude "inverso" (contra los porpios científicos).

Este tema se suele centrar en los fraudes de los científicos, pero también existe el "fraude" inverso, ya que ellos conforman una población expuesta a fraudes específicos.

Seguramente lo más habitual es el molesto spam científico. Es muy fácil para las empresas interesadas hacer perfiles detallados de sus víctimas, a fin de cuentas en las publicaciones figura el nombre, correo electrónico y temas de interés del autor. Con ello se preparan correos muy personalizados, en los que se ofrecen cosas que suenan interesantes. Este spam lo realizan desde empresas muy series (las editoriales de las revistas más reputadas) hasta príncipes nigerianos en versión científica, pasando por casi todo.

Un caso de engaño molesto es el de los congresos que imitan a los de verdad pero que en realidad carecen de estándares científicos mínimos y son un puro negocio para los organizadores. En ESTE artículo del New York Times se habla de ellos.

Recientemente se ha hecho especialmente grave el caso de las "editoriales depredadoras", para entender este fenómeno por favor leed esta entrada de Francis (es muy breve) de donde tomo la figura de abajo.

 

Aunque todas las referencias que os he pasado hasta aquí son un poco viejas, el tema sigue igual. En ESTE artículo de El Diario.es de marzo de 2025 hay una revisión de la situación con enlaces a varios estudios

Sistemas Ciencia- Tecnología - Sociedad

No es difícil darse cuenta de que hay interrelaciones entre la generación de conocimiento científico y conocimiento aplicado, entre este y la mejora de procesos productivos y entre estos y la mejora de la calidad de vida en general en un determinado entorno social. El círculo se cierra cuando comprobamos que la generación del conocimiento científico está muy fuertemente financiada por la sociedad en general a través de los impuestos. A este conjunto de relaciones es lo que se denomina "sistema ciencia tecnología sociedad" (o de otras maneas parecidas). Ahora bien, una cosa es darse cuenta de que hay elementos interrelacionados y otra disponer de un modelo explícito realista de ese sistema, tanto más en cuanto que es un sistema que evoluciona en el tiempo.

Figura 1.- Sistema CTS de un antiguo plan navarro

 
La figura 1 es una representación del modelo que se consideraba desde las instituciones navarras hace unos años, cuando existía la Agencia Navarra para la Innovación (ANAIN) ya extinta y que servía de base para plantear políticas de fomento del mismo. La mantengo a pesar de su caducidad porque aparecen claramente los tres elementos: ciencia, tecnología y Empresa (que podría ser “sociedad”), y en pie de igualdad, algo que se va difuminando en subsiguientes versiones

Actualmente en Navarra está en vigor el "Plan de Ciencia, Tecnología e Innovación de Navarra" (https://pctin.navarra.es/es/). En este documento no hay un planteamiento explícito del sistema de CTS, aunque implícitamente sí está presente a lo largo de todo el documento, y se considera el conocimiento (el I+D) como uno de los elementos clave de desarrollo regional. Como figura 2 vemos lo más parecido a un modelo que se encuentra en el documento (página 32), una figura muy genérica (no descrita en el texto):

 

 Figura 2.- Sistema CTS en el PCTIN - 2022-25

 

Este plan entronca con una visión más amplia de lo que se quiere que sea Navarra en el futuro, una especie de plan estratégico (si fuera una empresa en vez de una comunidad) denominado “estrategia de especialización inteligente” (https://s4navarra.es/). En esta estrategia vuelve a aparecer el árbol como metáfora (figura 3), y el I+D+i se encuentra en las raíces (igual que en el anterior), como parte del sustento de otros valores y sectores que es donde se entiende que navarra “florece” (siguiendo la metáfora vegetal).

Figura 3.- Sistema CTS en la S4 

 
Dentro de esos sistemas CTS, más centrados en lo social (como la S4) o más equilibrados, como el inicial, podemos considerar un subsistema el relativo exclusivamente a la investigación y desarrollo, con agentes, financiadores, productos, etc. Una visión interesante de ese subsistema la encontramos en un artículo de Ángel Pestaña (enlace al pdf en MiAulario), un poco antiguo ya (pero perfectamente válido y al que no encuentro sustituto). De ahí está tomada la figura 4.

Además del modelo, se analizan algunas cuestiones sobre su eficiencia. Los datos que en el aparecen dan cuenta del origen del sistema CTS en España, ya que aparece información de los primeros planes estatales de financiación de la ciencia (lo que en EEUU había ocurrido dos décadas antes).

 

Figura 4.- Sistema CTS centrado en la parte de I+D (del artículo de A. Pestaña)

 

Para concluir este repaso, hay que comentar que este sistema se caracteriza con un conjunto de indicadores estadísticos que se utilizan para su descripción (consensuados en la UE). La página web del INE es un poco confusa, y es más fácil acceder a algunos documentos buscando a través de Google que encontrar donde están enlazados en la página. A continuación dejo en MiAulario dos documentos que detallan esos indicadores. La página con las encuestas más recientes es ESTA.

 

Catálogo de estadísticas del INE sobre Ciencia y Tecnología (capítulo 15 del anuario) de 2019, en MiAulario. Documento con detalles metodológicos sobre la realización de esas encuestas, pdf en MiAulario.