科学欺诈容易识别且易于打击
学术造假包括“美化”数据、PS图像和“论文工厂”。专家和机构正在使用工具来发现具有欺骗性的研究并缩小其影响范围。
就像互联网上的很多东西一样，PubPeer是那种你可能想要匿名的地方。在那里“侦探们”在随机分配的分类名称下，比如 Actinopolyspora biskrensis（一种细菌）和 Hoya camphorifolia（一种开花植物），一丝不苟地记录科学文献中的错误。尽管他们写了各种各样的错误，从糟糕的统计数据到荒谬的方法论，但他们的共同专长是处理图像：显示可疑的边缘清晰的蛋白质云，或者在两个本应不同的实验中相同的细胞排列。有时候这些不规则现象仅仅意味着研究人员在将图像提交给期刊之前试图对其进行美化。因而仍然引起了他们的警觉。
PubPeer的科学侦探精英群体中出现了一位意想不到的名人：伊丽莎白·比克，她用不可思议的敏锐视觉发现了几乎任何其他观察者都看不见的图像复制品。这样的重复可以让科学家通过把许多图像的部分内容放在一起，凭空捏造出结果，或者声称一幅图像代表两个产生类似结果的独立实验。但即使是比克那只超自然的眼睛也有局限性：不使用相同的图像两次就可以伪造实验。
伊丽莎白·比克：“如果两张照片有一点重叠，我可以抓住你。但是如果把样本再移远一点，我就找不到重叠了。”
当世界上最知名的专家也不能总是识别欺诈时，打击它甚至研究它似乎是不可能的。
然而良好的科学实践可以有效地减少欺诈（即彻头彻尾的伪造）对科学的影响，无论这种影响是否被发现。
马塞尔·范·阿森 （ 蒂尔堡社会与行为科学学院元研究中心的首席研究员）：“欺诈不能从科学中排除，就像我们不能在社会中排除谋杀一样。但是随着研究人员和倡导者继续推动科学朝着更加开放和公正的方向发展，欺诈将在未来不那么普遍。”
除了比克这样的侦探，范·阿森这样的“元科学家”是世界上的欺诈专家。这些研究人员系统地跟踪科学文献，努力确保其尽可能准确和可靠。
元科学自2005年以来就一直存在，当时约翰·约安迪斯——一位曾经备受赞誉的斯坦福大学教授（最近因其对新冠肺炎大流行的观点而声名狼藉），发表过一篇题为《为什么大多数已发表的研究发现是错误的》的论文。
约翰·约安迪斯认为小样本量和偏倚意味着不正确的结论往往最终出现在文献中，而这些错误很少被发现，因为科学家宁愿推进自己的研究进程，而不是试图重复同事的工作。
研究偏倚
约安迪斯自从那篇论文之后，元科学家们已经磨练了他们研究偏倚的技术，偏倚这个术语涵盖了从所谓的“可疑的研究实践”到彻底的数据捏造或伪造一切，所谓的“可疑的研究实践”是指不公布负面结果或一遍又一遍地应用统计测试，直到发现一些有趣的东西。
他们通过观察文献中的总体模式而不是单个研究来了解这种偏倚的脉搏。
例如当针对某一特定主题的小型研究往往比大型研究显示出更具戏剧性的结果时，这可能是偏倚的指示。较小的研究具有更大的可变性，因此其中一些研究会在偶然的情况下变得引人注目，在一个引人注目的结果备受青睐的世界里，这些研究会更频繁地发表。其他方法包括查看P值，即表示给定结果是否具有统计意义的数字。如果在关于某一研究问题的文献中，太多的P值似乎有意义，而太少的P值没有意义，那么科学家可能会使用有问题的方法，试图让他们的结果看起来更有意义。
但是这些模式并不能说明这种偏倚在多大程度上归因于欺诈，而不是不诚实的数据分析或无辜的错误。
詹妮弗·伯恩（悉尼大学分子肿瘤学教授）认为在某种意义上，欺诈本质上是不可衡量的。她致力于在癌症文献中识别潜在的欺诈性论文。“欺诈与意图有关,这是一种心理状态。该如何从一篇发表的论文中推断出一种精神状态和意图？”
更复杂的是不同的人对欺诈有很多种解读：
1.技术
从技术上讲从数据中忽略异常值等常见的科学做法可能被视为欺诈。所有这些都使得欺诈行为极其难以衡量，所以专家们常常对它到底有多普遍持不同意见——而欺诈研究人员是一群固执己见的人。
伊丽莎白·比克推测5% 到10% 的科学论文是欺骗性的，丹尼尔·法内利（伦敦经济学院的元科学家）认为真实的比例可能低于1%。
2.撤稿
为了掌握这种频率，研究人员可以追踪撤稿的情况，即期刊删除论文是因为它有不可弥补的缺陷。
但实际上很少有报纸会遭遇这种命运——截至1月3日，撤稿观察博客报告称，在2021年发表的数百万篇论文中只有3276篇被撤稿。大约40%的撤稿是由于不诚实或抄袭等不属于欺诈的学术不端行为。
由于撤稿是一种间接衡量欺诈的方法，一些研究人员直接找到文章来源，并对科学家进行调查。
根据几项已发表的调查，法内利估计大约2% 的科学家在他们的职业生涯中有过欺诈行为。但在最近对荷兰科学家进行的一项匿名调查中，8% 的受访者承认在过去三年中至少有过一些欺诈行为。即使是这个数字可能也很低，因为也许有些人不愿意承认自己在科学上的不当行为，即使是在匿名调查的安全情况下。
但结果并不像看起来那么可怕。因为某人犯过一次欺诈并不意味着他们总是这样做。事实上承认有可疑研究行为的科学家报告说，他们只在研究的一小部分中使用了这些行为。而且由于欺诈的定义非常不明确，一些说自己实施了欺诈的研究人员可能遵循了常见的做法——比如根据公认的指标去除异常值。
3.面对这种令人沮丧的模糊性
伊丽莎白·比克在2016年决定试图通过尽可能系统化的方式弄清欺诈问题的严重程度。她和她的同事梳理了超过20,000篇论文，寻找图像的复制品。他们发现了其中4% 的问题。在一半以上的案例中，他们认为欺诈是可能的。
但是这些结果只说明了图像复制的问题，如果比克查找了数字数据的不规则性，那么她发现的有问题的论文数量可能会更多。
4.造假的发生率是否比它对科学的影响更重要，在这一点上专家们也无法达成一致。
丹尼尔·法内利过去把大部分研究重点放在欺诈上，但现在把大部分时间花在其他元科学问题上，他认为没有什么可担心的。在一项研究中他发现撤回的论文对荟萃分析的结论只有很小的影响。荟萃分析试图通过分析大量的论文来确定某一特定主题的科学共识。只要在某一特定主题上有大量的工作，一篇论文通常不会太大地改变科学共识。
马塞尔·范·阿森也认为欺诈并不是科学研究最重要的威胁，“有问题的研究实践”——比如重复一个实验，直到你得到一个有意义的结果，也是可怕的，而且它们要普遍得多，因此我们不应过于关注欺诈行为。”他说。在荷兰的调查中，大约一半的研究人员承认从事有问题的研究活动，是承认欺诈的六倍。
詹妮弗·伯恩特别担心“论文工厂”，这些组织大量生产假论文，然后把作者身份卖给寻求职业提升的科学家。她说在一些小的分支学科中，伪造论文的数量超过了真实论文。她说“如果人们知道有很多可能是捏造的研究，而且他们也知道没有人对此采取任何行动，他们就会对整个过程失去信心。”
尽管伊丽莎白·比克和她的PubPeer同事们努力尝试，但比克永远无法摆脱世界上的科学欺诈。不过保持科学工作的正常进行，她也不一定需要那么做。毕竟有无数的文件是完全诚实的，也完全不正确，有时候研究人员也会犯错误，有时候看似真实的模式只是随机噪音。这就是要进行重复研究，看看是否能得到相同的结果——是科学的重要组成部分。进行重复研究可以减轻欺诈的影响，即使欺诈从未被明确识别。
亚当·马库斯与伊万·奥兰斯基一起创立了撤稿观察。他说“这不是万无一失，也不是超级高效。这是我们拥有的最有效的机制。”“为了使重复成为更有效地工具，大学可以停止奖励发表大量高调论文的科学家，而开始奖励进行重复研究的科学家。当证据表明存在欺诈的可能性时，期刊可以更快地做出反应。要求科学家分享他们的原始数据或者根据他们的方法而不是他们的结果来接受论文会使欺诈变得更加困难和更少的回报。”“随着这些实践变得越来越流行，科学的自我修正能力变得更强。科学应该是自我修正的，我们正在实时观察它自我纠正。”
