Todas las revistas científicas realizarán una comprobación mediante IA para detectar el fraude de imágenes

El fraude de imágenes es una amenaza cada vez más relevante para la industria científica. Un fenómeno que no se limita únicamente a este ámbito, sino que también afecta sectores críticos como la salud, generando una crisis de confianza en la veracidad de la información. Ante esta amenaza, la detección y verificación de imágenes es una prioridad, pero afortunadamente, la IA surge como solución para combatir este fraude.

Así lo informan destacadas revistas científicas, quienes decidieron implementar programas basados en IA para verificar la autenticidad de la información visual. Esto mediante algoritmos y técnicas de aprendizaje que permiten analizar las imágenes minuciosamente en busca de señales de manipulación. De esta manera, la IA se encargará de identificar alteraciones sutiles que pasarían desapercibidas ante el ojo humano.

Fraude de imágenes, una amenaza creciente en la investigación científica

Así lo anunció la prestigiosa editorial de investigación, Science, develando un nuevo software que automatiza el proceso de detección de imágenes manipuladas fraudulentamente. Este avance representa un primer paso en la lucha contra la desinformación científica. Sin embargo, es importante tener en cuenta que la IA todavía tiene limitaciones, las cuales se espera que se vayan ajustando en el futuro.

Asimismo, comentan que esta solución surge como respuesta al problema que enfrentan cada vez más revistas científicas. En el que los investigadores obtienen resultados no deseados en sus experimentos. Una situación que facilita que personas “poco éticas” recurran a prácticas fraudulentas, presentando imágenes de datos reales como si fueran algo diferente, combinándolas con fotografías de otros experimentos.

Cómo los estafadores llevan a cabo el fraude de información científica

Con el fin de engañar a las editoriales, los estafadores recurren al reciclaje de imágenes originales y otras fraudulentas derivadas de los mismos datos utilizados en un artículo. El siguiente paso consiste en realizar modificaciones, como rotar, ampliar, recortar o ajustar el brillo y el contraste. Estas alteraciones parecerán algo simple en la práctica, pero hacen que sea muy difícil detectar el fraude.

Es por esto que la detección de modificaciones fraudulentas requiere un análisis minucioso y detallado. Así que para abordar este desafío, la revista Science adoptará servicios como Proofig. Un programa basado en IA, cuyo algoritmo permite detectar el fraude en imágenes y garantizar la integridad de la investigación científica, identificando alteraciones sutiles.

El papel de la IA en la detección del fraude de imágenes

Tanto la editorial Science como el sitio web de Proofig ofrecen información sobre cómo utilizarán la IA para la detección del fraude en imágenes. Según se explica, el algoritmo detecta características superpuestas. Si bien no cuenta con una explicación de cómo se realiza dicho proceso, los resultados obtenidos se muestran en un informe, el cual señala similitudes entre las figuras y una posible superposición.

Una vez obtenidos los resultados, los científicos revisan minuciosamente para determinar si existe alguna irregularidad. Al identificar un problema, proceden a contactar a los autores del estudio para solicitar una explicación y, en dado caso, corregir los errores. Sin embargo, si el problema trasciende, se evidenciará como una conducta fraudulenta dentro del equipo de investigación. Por lo que contactarán a las instituciones involucradas y tomarán medidas drásticas en el asunto.

Science y Proofig se unen en la lucha contra el fraude científico

Sin mencionar que, Science lleva un registro exhaustivo de la correspondencia relacionada. Esto les permite mantenerse al tanto si los autores implicados envían más artículos en el futuro, lo que contribuye a mantener un control más riguroso. No obstante, es importante mencionar que el software tiene sus limitaciones y no puede captar todos los posibles problemas que surjan en este ámbito.

Por ejemplo, si un investigador utiliza datos de su tesis en un artículo diferente sin mencionarlo, el sistema no podrá detectarlo. Asimismo, si un gráfico es utilizado en un artículo y luego copiado en otro sin atribución, el sistema tampoco podrá detectarlo. Para abordar estos casos, sería necesario construir una base de datos que contenga imágenes de todas las publicaciones científicas. Sin embargo, esto generaría múltiples falsos positivos, disminuyendo la eficiencia del programa.

La detección temprana de fraudes sería el escenario ideal, asegurando tanto Science como Proofig. Sin embargo, reconocen que no es una opción disponible en la actualidad. Ya que ningún sistema podrá reconocer similitudes con una imagen que solo se almacenan en un par de discos duros en un laboratorio de investigación. A pesar de esto, la IA desarrollada por Proofig es una herramienta valiosa en la lucha contra el fraude de imágenes en la investigación científica.