В 2011 году Дидерик Стапел, декан Школы социальных и поведенческих наук Тилбургского университета, был вынужден уйти в отставку, после того как выяснилось, что он сфабриковал результаты почти всех своих исследований, а также работ своих студентов. Как и Хван, у себя на родине Стапел был настоящей знаменитостью, и голландцы гордились его публикациями. Например, в 2011 году он опубликовал работу, в которой исследовал центральный вокзал города Утрехт и обнаружил, что люди чаще проявляли расизм, если вокруг было грязно. В другой работе он заявлял, что мясная диета делала людей эгоистичнее и асоциальнее(13). Оба исследования основывались на выдуманных данных. Когда мошенничество было раскрыто, Стапел попытался оправдать свои поступки страхом неудачи и давлением академической среды, из-за которых ученые вынуждены публиковаться часто и при этом делать важные открытия, просто чтобы сохранить свой статус.
Случаи с Хваном и Стапелом, хотя и представляют собой исключения, наглядно показывают, почему статьи чаще отзываются из серьезных и авторитетных научных журналов – ученые делают громкие заявления, находясь под сильным давлением научного сообщества и общества в целом. Раскрыть мошенничество помогает серия связанных, системных факторов: растущая открытость научной деятельности, применение технологий к анализу научных публикаций, повышающийся интерес и даже азарт ученых, в особенности молодых, перепроверить или оспорить полученные результаты.
По мере того как все больше научных публикаций становятся доступными все более широкому кругу читателей, потому что находятся в открытом доступе или распространяются в цифровом формате, эти работы подвергаются особо пристальному штудированию, которое не всегда исходит от людей. Университеты и частные компании разработали ряд программ, которые автоматически сравнивают научные статьи с теми, что уже выложены в огромные базы опубликованных работ, и выявляют некорректные заимствования и плагиат. Студенты же, чтобы обойти систему, придумали «контрмеры», например синонимизацию текста, при которой в оригинальном тексте все возможные слова заменяются на синонимы, что вводит в заблуждение проверяющий алгоритм. Идет «гонка вооружений» между авторами и машинами, и сегодня наиболее продвинутые алгоритмы по выявлению плагиата уже задействуют нейросети для поиска в тексте нехарактерных слов и фраз, которые могут свидетельствовать о недобросовестности писавшего. Но ни плагиата, ни явного мошенничества недостаточно, чтобы объяснить более серьезный кризис в науке – воспроизводимость.
Воспроизводимость – это краеугольный камень научной методологии, который подразумевает, что независимые исследователи могут точно повторить проведенное исследование и получить те же результаты. На практике эксперименты повторяют крайне редко, и даже в этом случае результаты редко совпадают с заявленными. В Центре открытой науки Университета Виргинии с 2011 года действует инициатива «Воспроизведение», в рамках которой были воссозданы условия для повторения пяти ключевых исследований в области раковых заболеваний. Целью проекта было получение результатов, соответствующих результатам исходных экспериментов, каждый из которых цитировался тысячи раз, что, казалось, должно было обеспечить их воспроизводимость. Однако в результате, несмотря на тщательную реконструкцию условий и особенностей проведения, удалось повторить результаты только двух из пяти экспериментов – два эксперимента дали неоднозначные результаты, а один и вовсе провалился. Проблема воспроизводимости не ограничивается областью медицины: в исследовании, проведенном журналом
Причины научного кризиса различны и, как в случае с научной недобросовестностью, которая представляет собой часть большой проблемы, нередко кроются в растущей прозрачности исследований и возможностей пересмотра научных достижений. Иные проблемы носят более системный характер: от давления на ученых, вынуждающего их много публиковаться, а значит, представлять в выгодном свете «сырые», спорные результаты, умалчивая о выявленных противоречиях; до самих инструментов получения научных результатов.