Ett projekt vid Linköpings universitet ska undersöka varför forskare fuskar och omfattningen av fulforskning. Solmaz Filiz Karabag, universitetslektor vid Linköpings universitet, är projektledare, och berättar att hon och kollegan Christian Berggren, professor emeritus, började intressera sig för fusket redan 2011.
– Jag hade startat en öppen webbsajt för forskare tillsammans med några vänner då. Vi upptäckte att folk skickade in artiklar som vi fick dra tillbaka. Vi blev så förvirrade, för det var inte några småsaker det handlade om. Då började vi undra hur vanligt detta med fusk är, berättar hon.
Macchiariniaffären
Sedan brakade Macchiariniaffären lös 2014. Först hade en välkänd forskare i uppdrag att kontrollera Macchiarinis forskning, men det visade sig att KI avvisade resultaten, berättar Christian Bergman. KI tog strid för sin heder, liksom den ansedda tidskriften The Lancet, som publicerat Macchiarinis forskning.
Detta fick dem att bli alltmer nyfikna på fenomenet fusk, och hur forskarmiljöer fungerar när det gäller kultur och öppenhet kring fusk och kritik.
Forskarmiljöer
– Macchiarinifallet har gett oss en stark motivation att undersöka inte bara individer, utan också forskarmiljöer, säger Solmaz Filiz Karabag.
Nu ska hon och Christian Bergman göra en stor undersökning bland forskare, för att försöka få veta hur vanligt fusket är, och hur olika forskargrupper agerar.
– I Macchiarinifallet så fick visselblåsare väldigt lite stöd, och vi undrar om det är så på andra håll också, och varför det är så. Vi vill titta på värderingar och normer inom forskarvärlden, säger Solmaz Filiz Karabag.
Projektet har fått 4 miljoner kronor för att under tre år undersöka forskningsfusk.
Olika sätt att fuska
Det finns många sätt att fuska med forskningsresultat.
Den simplaste, att helt enkelt plagiera andras resultat, är relativt lätt att upptäcka.
Dubbelpublicering, då resultat publiceras på flera håll som om de vore olika studier, förekommer då och då.
Men det finns också mer förslagna sätt. Att fabricera data själv till stöd för sin tes, till exempel, eller att som Christian Berggren uttrycker det, ”massera data” är ett annat. Då skruvas data till så att den passar syftet. Men dessa metoder att fuska är svårare att upptäcka.
Källa: Solmaz Filiz Karabag och Christian Berggren