Didaktika

Peneliti Kanker Harvard Dituduh Melakukan Penipuan Ilmiah, 37 Studi Terpengaruh

Dana Farber Cancer Institute

Dana-Farber Cancer Institute, afiliasi dari Harvard Medical School, berupaya untuk mencabut enam penelitian ilmiah dan mengoreksi 31 penelitian lainnya yang diterbitkan oleh peneliti terkemuka di lembaga tersebut, termasuk CEO-nya.

Para peneliti dituding memanipulasi data gambar dengan metode sederhana, terutama dengan copy-paste pada software pengedit gambar, seperti Adobe Photoshop.

Scroll untuk membaca

Scroll untuk membaca

Tuduhan tersebut datang dari detektif data Sholto David dan rekannya di PubPeer, sebuah forum online bagi para peneliti untuk mendiskusikan publikasi yang sering kali berfungsi untuk menemukan penelitian yang meragukan dan potensi penipuan.

Pada 2 Januari lalu, David memposting di blog integritas penelitiannya, For Better Science, daftar panjang potensi manipulasi data dari para peneliti DFCI.

Postingan tersebut menyoroti banyak gambar data yang tampaknya mengandung duplikasi piksel demi piksel.

Gambar yang diduga dimanipulasi adalah data seperti Western blots, yang digunakan untuk mendeteksi dan memvisualisasikan keberadaan protein dalam campuran kompleks.

Seperti dilansir Ars Technica, petugas Integritas Penelitian DFCI, Barrett Rollins, mengatakan kepada The Harvard Crimson bahwa David telah menghubungi DFCI dengan tuduhan manipulasi data dalam 57 penelitian yang dipimpin DFCI.

Rollins mengatakan bahwa lembaga tersebut "berkomitmen pada budaya akuntabilitas dan integritas," dan bahwa "Setiap penyelidikan tentang integritas penelitian diperiksa sepenuhnya."

Tuduhan tersebut bertentangan dengan: Presiden dan CEO DFCI Laurie Glimcher, Wakil Presiden Eksekutif dan COO William Hahn, Wakil Presiden Senior untuk Pengobatan Eksperimental Irene Ghobrial, dan profesor Harvard Medical School Kenneth Anderson.

The Wall Street Journal mencatat bahwa Rollins, petugas integritas, juga merupakan salah satu penulis dalam dua penelitian tersebut. Dia mengatakan kepada outlet tersebut bahwa dia ditolak dari keputusan yang melibatkan studi tersebut.

Di tengah tinjauan internal lembaga tersebut, Rollins mengatakan lembaga tersebut mengidentifikasi 38 penelitian di mana peneliti DFCI terutama bertanggung jawab atas potensi manipulasi.

Lembaga ini sedang mengupayakan pencabutan enam penelitian dan menghubungi penerbit ilmiah untuk mengoreksi 31 penelitian lainnya, dengan total 37 penelitian. Satu studi yang tersisa dari 38 masih ditinjau.

Dari 19 penelitian tersisa yang diidentifikasi oleh David, tiga diantaranya dibebaskan dari tuduhan manipulasi, dan 16 penelitian dipastikan telah mengumpulkan data tersebut di laboratorium di luar DFCI.

Studi-studi tersebut masih dalam penyelidikan, kata Rollins kepada The Harvard Crimson.

“Jika memungkinkan, kepala semua laboratorium lain telah dihubungi dan kami akan bekerja sama dengan mereka untuk memastikan bahwa mereka mengoreksi literatur sebagaimana diperlukan,” tulis Rollins dalam sebuah pernyataan.

Meski menemukan data palsu dan gambar yang dimanipulasi, Rollins menekankan bahwa hal itu tidak berarti terjadi pelanggaran ilmiah dan lembaga tersebut belum membuat keputusan seperti itu.

“Adanya perbedaan gambar dalam sebuah makalah bukanlah bukti niat penulis untuk menipu,” tulis Rollins.

“Kesimpulan tersebut hanya dapat diambil setelah pemeriksaan hati-hati dan berdasarkan fakta yang merupakan bagian integral dari respons kami."

"Berdasarkan pengalaman kami, kesalahan sering kali tidak disengaja dan tidak mencapai tingkat pelanggaran.”

Namun, metode sederhana yang digunakan untuk memanipulasi data DFCI sangat umum terjadi pada penelitian ilmiah yang dipalsukan.

Detektif data kini semakin baik dalam mengenali manipulasi yang lamban tersebut, termasuk duplikat yang disalin dan ditempel yang terkadang diputar dan disesuaikan dengan ukuran, kecerahan, dan kontras.

Seperti yang dilaporkan Ars baru-baru ini, semua jurnal dari penerbit Science kini menggunakan alat bertenaga AI untuk mengenali daur ulang gambar semacam ini karena hal ini sangat umum.