A pesquisa anual da Gallup, cujas profissões são as mais confiáveis, não pergunta sobre os cientistas, mas é seguro dizer que, no mínimo, elas eram muito mais caras do que os vendedores de carros usados e membros do Congresso na parte inferior.
Ao mesmo tempo, entre as milhares de pessoas que praticam a ciência globalmente e publicam seus resultados, alguma minoria provavelmente cede à tentação de massagear dados para obter resultados que atraiam a atenção (e favorecem o financiamento). Nos últimos anos, tornou-se politicamente útil para alguns aproveitar essa possibilidade e alegar fraude científica deliberada. (As acusações de que as alterações climáticas provocadas pelo homem são uma conspiração científica generalizada só se tornaram mais comuns desde o escândalo Climategate de 2009, apesar de várias investigações que não conseguiram encontrar qualquer evidência de fraude ou má conduta científica).
Mas com que frequência os cientistas realmente mentem sobre seus dados? Em outras palavras, quanto devemos confiar neles?
A resposta, pelo menos de acordo com um estudo publicado hoje no Proceedings of National Academy of Sciences, é que, no geral, os cientistas são um grupo bastante honesto. No estudo, pesquisadores médicos da Universidade de Washington e de outros países descobriram que dos mais de 25 milhões de artigos relacionados à pesquisa biomédica publicados no banco de dados do Instituto Nacional de Saúde PubMed, datados de 1940, 2.047 foram recolhidos em algum momento desde que publicação. Isso é menos de 0, 01% de todos os artigos no banco de dados.
Os pesquisadores quebraram ainda mais os resultados, tentando atribuir cada retratação a um tipo de causa. Por sua contabilidade, 21, 3% foram devidos a erros honestos, como a má interpretação não intencional dos dados. Enquanto isso, 67, 4 por cento das retratações poderiam ser atribuídas a algum tipo de má conduta, incluindo fraude ou fabricação (43, 4 por cento), plágio (9, 8 por cento) e publicação duplicada (14, 2 por cento). Quando comparados com os artigos recolhidos antes de 1975, os retratados posteriormente foram dez vezes mais propensos a serem fraudulentos, ao contrário de um erro honesto.
A modesta taxa de fraude poderia explicar por que os autores do blog Retraction Watch, que documenta documentos recolhidos, encontraram oposição. Alguns dizem que direcionar a atenção para casos isolados de desonestidade aumenta desproporcionalmente a desconfiança pública na ciência como um todo. "O argumento é mais ou menos assim", escreveram em maio no Lab Times . "A fraude científica é rara, então o foco na má conduta dá uma imagem distorcida da pesquisa que só dará munição aos críticos, que querem lançar dúvidas sobre assuntos como mudança climática e segurança das vacinas".
Uma resposta pode ser que, na verdade, não sabemos quão rara é a fraude, apesar da retração de 0, 01% descobrir esse novo estudo da PNAS. Como os autores do estudo observam, em muitos casos, um artigo pode ser suspeito, mas um periódico não tem provas suficientes para realmente retirá-lo. Em 2005, por exemplo, The Lancet “expressou preocupação” com os resultados de um estudo que encontrou uma correlação entre uma dieta mediterrânea e um risco reduzido de doença cardíaca, mas eles não acabaram por retirar o papel.
Além disso, não temos como saber quantos conjuntos de dados suspeitos sequer chegaram à luz. Um conjunto de dados fabricado pode não ser replicado por outros pesquisadores, mas em muitos casos, é duvidoso que isso os leve a alegar desonestidade. Historicamente, muitos casos de fraude científica são expostos apenas por denunciantes internos.
Eventos recentes, no entanto, indicam que poderíamos estar entrando em uma era em que descobertas científicas realmente nos ajudam a detectar fraudes, ou pelo menos alguns tipos delas. Em julho passado, o psicólogo social Uri Simonsohn, da Universidade da Pensilvânia, ganhou as manchetes usando uma análise estatística inovadora para detectar dados fabricados no trabalho do psicólogo social Dirk Smeesters, que havia escrito um artigo descobrindo um efeito positivo da cor no comportamento do consumidor.
A técnica de Simonsohn é complexa, mas depende do fato de que as pessoas são notoriamente ruins em falsificar conjuntos de dados caracterizados pelo mesmo tipo de aleatoriedade que ocorre em eventos reais. Simonsohn disse à Nature que “a ideia básica é ver se os dados estão muito próximos da previsão teórica, ou se várias estimativas são muito semelhantes entre si”.
Logo após a renúncia de Smeesters, Simonsohn tornou público seu algoritmo, encorajando os pesquisadores a publicar seus dados brutos e outros a testá-los. Ele espera que a possibilidade real de que quaisquer pesquisadores tentados a manipular seus dados possam ser capturados funcionará como um poderoso impedimento. Isso, em teoria, não apenas diminuiria a quantidade de fraude, mas também aumentaria a confiança que podemos depositar nos produtos da ciência como um todo.
