3 Herramientas de IA para la verificación de artículos científicos
La manipulación de imágenes con IA genera nuevos retos para la comunidad científica
De acuerdo a Nature, cada mes surgen nuevas acusaciones contra investigadores por posible manipulación de imágenes en artículos científicos, lo que ha llevado a una mayor vigilancia en la comunidad científica y editorial. Es por ello que en Alveritmos analizaremos los problemas que se han presentado y como están siendo afrontados a través de la implementación 3 herramientas de IA.
¿Hasta qué punto es correcta la edición fotográfica en medios de difusión de información?
Las posibilidades de la manipulación de la realidad en la actualidad es una cuestión fascinante y peligrosa, en donde es posible cambiar por completo el sentido de una fotografía e incluso crearlas desde cero con la inteligencia artificial generativa. Por estos nuevos desafíos se han creado herramientas de IA que facilitan el trabajo de los editores y medios de información con la intención de salvaguardar la integridad y veracidad de la información en las publicaciones de medios de gran autoridad y garantizar la fidelidad de las imágenes.
Herramientas de IA: Detectives científicos resguardan la integridad de la ciencia
Los detectives científicos, apoyados por IA, examinan minuciosamente las imágenes en busca de duplicados y otras irregularidades que podrían indicar descuido o incluso fraude en la investigación.
Estos profesionales de la investigación científica están combinando su experiencia visual especializada con herramientas de inteligencia artificial para identificar posibles irregularidades en imágenes científicas, compartiendo sus hallazgos en plataformas en línea como PubPeer, donde se discuten diariamente numerosas publicaciones científicas que podrían contener errores de imagen u otros problemas.
Estos esfuerzos han resultado en acciones concretas, como el Instituto del Cáncer Dana-Farber en Boston, que ha solicitado la corrección o retractación de varios artículos después de que se plantearan preocupaciones sobre sus imágenes. En algunos de estos artículos fueron coautores, la directora ejecutiva del DFCI, Laurie Glimcher, el director de operaciones, William Hahn y varios otros destacados investigadores del cáncer.
Este caso es solo uno de muchos, por lo que las revistas académicas están intensificando sus esfuerzos para detectar problemas de imágenes antes de su publicación, utilizando herramientas basadas en IA y exigiendo imágenes sin procesar a los autores.
¿Cuál ha sido el problema?
Los problemas de imágenes detectados van desde el uso de datos idénticos en múltiples gráficos hasta la replicación o edición de fotografías, lo que puede dañar la integridad de la ciencia. En estos casos, la intención de los investigadores no necesariamente ha sido engañar a la comunidad científica, sino que en ocasiones ha sido más una cuestión producto de la nueva cultura de la edición y mejora de las fotografías para ser mejor apreciadas o aceptadas por el público en general, lo que está perjudicando la integridad de las investigaciones publicadas.
Herramientas de IA para la verificación de plagio y alteración de imágenes en artículos científicos
Las editoriales científicas, a raíz de esta situación, están incorporando herramientas basadas en inteligencia artificial para detectar la edición o generación de imágenes con IA, como las que serán descritas a continuación, estas se utilizan con la intención de proteger la reputación de sus medios y garantizar información de calidad.
ImageTwin
Es un software basado en inteligencia artificial para detectar problemas de integridad en figuras de artículos científicos. Detectando con esta herramienta de IA, plagio y manipulación. Su costo por verificación varía desde los 5$ hasta los 25$ de acuerdo a los distintos planes y modalidades de la suscripción.
Proofig
Es una de las herramientas de IA, que proporciona soporte avanzado para detectar la reutilización y duplicación de imágenes, tanto entre imágenes como dentro de una sola imagen. Su sistema identifica múltiples tipos de reutilización, incluida la duplicación completa, la duplicación parcial, la rotación, la inversión, el escalado, la clonación y más. Además, Proofig se especializa en detectar alteraciones como el empalme dentro de imágenes de transferencia Western. Sus planes varían desde 99$ a 610$ anuales.
Herramientas de IA: ImaCheck
Este detector es otra opción que extrae automáticamente las imágenes y busca signos de posible manipulación y reutilización de las imágenes. Dentro de las herramientas de IA, esta tiene la funcionalidad, de permitir comparar con la base de datos, y determinar si las imágenes han sido editadas o manipuladas previamente.
Otras herramientas de IA gratuitas para verificar imágenes, que son utilizados fuera del contexto científico son: imageedited.com, tineye.com, Fotoforensics.com, imgops.com, Findexif.com, Google.com/imghp. Con ellas es posible ubicar el origen de una imagen o encontrar imágenes con características similares, lo cual puede ser muy útil para investigadores sin tanta experiencia que necesiten verificar el origen de una información.
La erradicación de esta práctica en la edición fotográfica requerirá un cambio cultural en la comunidad científica. Es fundamental crear una cultura en donde los métodos de edición y creación de imágenes se limiten a entornos creativos y no sean utilizados en entornos de investigación científica, en donde los datos no deben ser maquillados para mantener la fiabilidad y autenticidad.
En resumen, es importante que las nuevas herramientas de IA, se utilicen en entornos y bajo parámetros adecuados para cada ámbito, evitando su utilización en medios de información científica y social para mantener los datos en su estado original y que puedan ser usados como base para futuras investigaciones. En este sentido, las grandes editoriales y corporaciones están tomando medidas, aumentando los filtros y revisiones a los estudios antes de publicarlos, usando las herramientas de IA para realizar comprobaciones exhaustivas del contenido.
Referencias
- Baker, M. (2016). Problematic images found in 4% of biomedical papers. Nature. https://doi.org/10.1038/nature.2016.19802
- Bik, E. M., Casadevall, A., & Fang, F. C. (2016). The prevalence of inappropriate image duplication in biomedical research publications. MBio, 7(3). https://doi.org/10.1128/mbio.00809-16
- Image doctoring must be halted. (2017). Nature, 546(7660), 575. https://doi.org/10.1038/546575a
- Jackson, S., Williams, C. L., Collins, K. L., & McNally, E. M. (2022). Data we can trust. Journal of Clinical Investigation, 132(15). https://doi.org/10.1172/jci162884