Jurnal berupaya mengungkap gambar gel yang direkayasa yang digunakan untuk menganalisis protein dan DNA. Kredit: Shutterstock
Setiap bulan tampaknya memunculkan serangkaian tuduhan baru terhadap para peneliti yang makalahnya – beberapa di antaranya berusia bertahun-tahun – berisi tanda-tanda kemungkinan manipulasi gambar.
Detektif ilmiah menggunakan mata mereka yang terlatih dan perangkat lunak kecerdasan buatan (AI) komersial untuk mendeteksi duplikasi gambar dan masalah lain yang dapat mengindikasikan pencatatan yang ceroboh atau lebih buruk lagi. Kekhawatiran ini terungkap di tempat-tempat seperti PubPeer, sebuah forum online dengan banyak postingan baru setiap hari yang menandai masalah pada gambar.
Beberapa dari upaya ini telah membuahkan tindakan. Bulan lalu, misalnya, Dana-Farber Cancer Institute (DFCI) di Boston, Massachusetts, menyatakan akan meminta jurnal untuk mencabut atau mengoreksi sejumlah artikel yang ditulis oleh stafnya. Pengungkapan ini terjadi setelah seorang pengamat menyampaikan kekhawatirannya tentang gambar-gambar di surat kabar tersebut. Lembaga tersebut mengatakan pihaknya terus menyelidiki kekhawatiran tersebut.
Insiden itu hanyalah satu dari sekian banyak kejadian. Dihadapkan pada pengawasan publik, jurnal akademis semakin banyak menggunakan trik dan alat, termasuk sistem komersial berbasis AI, untuk menemukan gambar bermasalah sebelum, bukan setelah, dipublikasikan. Di sini, Nature mengeksplorasi masalahnya dan bagaimana penerbit mencoba mengatasinya.
Masalah gambar apa saja yang dialami?
Praktik gambar yang dipertanyakan mencakup penggunaan data yang sama di beberapa bagan, mereplikasi foto atau bagian foto, dan menghapus atau menggabungkan gambar. Permasalahan seperti ini mungkin mengindikasikan adanya niat untuk menyesatkan, namun bisa juga disebabkan oleh, misalnya, upaya yang tidak bersalah untuk meningkatkan estetika karakter. Namun, kesalahan yang tidak disengaja pun dapat merusak integritas ilmu pengetahuan, kata para ahli.
Seberapa luas permasalahan ini dan apakah permasalahan ini terus meningkat?
Jumlah pasti dari insiden serupa tidak diketahui. Basis data yang dikelola oleh situs web Retraction Watch mencantumkan lebih dari 51.000 pencabutan, koreksi, atau pernyataan keprihatinan yang terdokumentasi. Dari jumlah tersebut, sekitar 4% melaporkan kekhawatiran tentang gambar tersebut.
Temui super-spotter gambar duplikat di makalah ilmiah
Salah satu upaya terbesar untuk mengukur masalah ini dilakukan oleh Elisabeth Bik, seorang penyelidik dan konsultan ilmiah di San Francisco, California, dan rekan-rekannya1. Mereka memeriksa gambar di lebih dari 20.000 makalah yang diterbitkan antara tahun 1995 dan 2014. Secara keseluruhan, mereka menemukan bahwa hampir 4% makalah berisi angka-angka bermasalah. Studi ini juga menemukan peningkatan duplikasi gambar yang tidak pantas mulai tahun 2003, kemungkinan besar karena fotografi digital mempermudah pengeditan foto, kata Bik.
Surat kabar modern juga memuat lebih banyak gambar dibandingkan beberapa dekade lalu, kata Bik. “Gabungan semua ini dengan jauh lebih banyak makalah yang diterbitkan setiap hari dibandingkan satu dekade lalu, dan meningkatnya tekanan pada ilmuwan untuk menerbitkannya, maka akan ada lebih banyak masalah.”
Tingginya tingkat pelaporan masalah citra mungkin juga disebabkan oleh “peningkatan pelaporan pelanggaran (whistleblowing) karena meningkatnya kesadaran masyarakat global terhadap masalah integritas,” kata Renee Hoch, yang bekerja untuk tim Etika Publikasi PLOS di San Francisco, California.
Apa yang terjadi di Dana-Farber Cancer Institute?
Pada bulan Januari, ahli biologi dan peneliti Sholto David, yang berbasis di Pontypridd, Inggris, menulis blog tentang kemungkinan manipulasi gambar di lebih dari 50 makalah biologi yang diterbitkan oleh para ilmuwan di DFCI, yang berafiliasi dengan Universitas Harvard di Cambridge, Massachusetts. Penulisnya termasuk Presiden DFCI Laurie Glimcher dan wakilnya William Hahn; juru bicara DFCI mengatakan dia tidak berbicara kepada wartawan. Blog David menyoroti apa yang tampak sebagai duplikasi atau anomali gambar lainnya dalam dokumen yang berusia hampir 20 tahun. Postingan tersebut pertama kali dilaporkan oleh The Harvard Crimson.
DFCI, yang telah menyelidiki beberapa masalah ini, meminta penarikan kembali beberapa dokumen dan koreksi terhadap banyak dokumen lainnya. Barrett Rollins, Pejabat Integritas Penelitian DFCI, mengatakan bahwa “mengoreksi catatan ilmiah secepat mungkin adalah praktik yang penting dan umum dilakukan oleh institusi dengan integritas penelitian yang kuat.”
“Perlu ditegaskan kembali bahwa adanya duplikasi gambar atau inkonsistensi dalam sebuah artikel bukanlah bukti niat penulis untuk menipu,” tambahnya.
Apa yang dilakukan majalah untuk meningkatkan integritas gambar?
Dalam upaya membatasi publikasi gambar yang diproses secara tidak benar, beberapa jurnal, termasuk Journal of Cell Science, PLOS Biology, dan PLOS ONE, mewajibkan atau meminta penulis untuk mengirimkan gambar mentah dalam gambar mereka selain gambar yang dipotong atau diproses.
Banyak penerbit juga memasukkan alat berbasis AI, termasuk ImageTwin, ImaCheck, dan Proofig, ke dalam pemeriksaan pra-rilis yang konsisten atau acak. Keluarga jurnal Science mengumumkan pada bulan Januari bahwa mereka sekarang menggunakan Proofig untuk mengoreksi semua kiriman mereka. Holden Thorp, pemimpin redaksi Science, mengatakan Proofig memperhatikan hal-hal yang membuat editor memutuskan untuk tidak menerbitkan makalahnya. Dia mengatakan penulis biasanya bersyukur ketika kesalahan mereka teridentifikasi.
Masalah apa saja yang ditandai oleh sistem berbasis AI ini?
Misalnya, semua sistem ini dapat dengan cepat mendeteksi gambar duplikat pada kertas yang sama, meskipun gambar tersebut telah diputar, diregangkan, dipotong, atau diwarnai ulang.
Sistem yang berbeda memiliki keuntungan yang berbeda pula. Misalnya, Proofig dapat mengenali sambungan yang dibuat dengan memotong atau menjahit bagian gambar. ImageTwin, kata Bik, memiliki keunggulan yaitu memungkinkan pengguna membandingkan suatu gambar dengan kumpulan data dokumen lain yang berukuran besar. Beberapa penerbit, termasuk Springer Nature, sedang mengembangkan perangkat lunak integritas gambar AI mereka sendiri. (Tim berita Nature secara editorial independen terhadap penerbit Springer Nature.)
Banyak kesalahan yang ditandai oleh alat AI tampaknya tidak disengaja. Dalam penelitian terhadap lebih dari 1.300 makalah yang dikirimkan ke 9 jurnal American Association for Cancer Research pada tahun 2021 dan awal tahun 2022, Proofig mengidentifikasi 15% kemungkinan duplikasi gambar, sehingga memerlukan tinjauan tindak lanjut dengan penulis. Tanggapan penulis menunjukkan bahwa 28% dari 207 duplikasi disengaja – misalnya disebabkan oleh penulis yang menggunakan gambar yang sama untuk mengilustrasikan beberapa poin. Enam puluh tiga persen merupakan kesalahan yang tidak disengaja.
Seberapa baik sistem AI ini bekerja?
Pengguna melaporkan bahwa sistem berbasis AI pastinya mempercepat dan mempermudah menemukan beberapa jenis masalah gambar. Journal of Clinical Investigation menguji Proofig pada tahun 2021-2022 dan menemukan bahwa Proofig meningkatkan proporsi manuskrip dengan gambar yang berpotensi bermasalah sebanyak tiga kali lipat, dari 1% menjadi 3%2.
Namun mereka kurang mahir dalam mendeteksi manipulasi yang lebih kompleks, kata Bik, atau informasi palsu yang dihasilkan oleh kecerdasan buatan. Alat tersebut “berguna untuk mendeteksi bug dan pelanggaran integritas tingkat rendah, namun itu hanyalah salah satu aspek kecil dari masalah yang lebih besar,” Bernd Pulverer, pemimpin redaksi EMBO Reports setuju. “Peralatan yang ada saat ini menunjukkan puncak gunung es yang dapat tumbuh secara dramatis, dan pendekatan yang ada saat ini akan segera menjadi usang.”
Apakah pemeriksaan pra-posting menyebabkan masalah pada gambar?
Sejauh ini, kombinasi tim ahli, peralatan teknologi, dan peningkatan kewaspadaan tampaknya berhasil. “Kami telah menggunakan skrining sistemik selama lebih dari satu dekade, dan ini adalah pertama kalinya kami melihat penurunan tingkat deteksi,” kata Pulverer.
Namun seiring dengan semakin canggihnya manipulasi gambar, maka akan semakin sulit untuk ditangkap, katanya. “Beberapa tahun dari sekarang, semua pemeriksaan integritas gambar kami saat ini akan tetap berguna untuk menyaring kesalahan, namun tentunya tidak untuk mendeteksi penipuan,” kata Pulverer.
Bagaimana cara terbaik mengatasi manipulasi gambar dalam jangka panjang?
Pada akhirnya, menghilangkan manipulasi gambar akan melibatkan perubahan kompleks dalam cara sains dilakukan, kata Bik, dengan penekanan lebih besar pada akurasi dan reproduktifitas serta implikasi terhadap pelanggaran. “Ada terlalu banyak cerita tentang penindasan dan PI yang mempunyai kekuasaan tinggi yang menghabiskan terlalu sedikit waktu di laboratorium mereka, dan itu hanya menciptakan budaya di mana menyontek tidak apa-apa,” katanya. “Itu harus diubah.
+ There are no comments
Add yours