科研道德

如何識別問題圖片——給審稿人的糾錯指南

Curious to know professionals, researchers and entrepreneurs engaged in creative pursuits, interested in writing about issues that plague higher education and research

2022年09月23日 559 views

學術界的圖片作假現象層出不窮。隨著圖片處理技術推陳出新，作假也生出了更多花樣，而人工智能 (AI) 精細作假便是其中的典型例子¹。

現階段自動鑒別圖片真偽的技術還不成熟。盡管學術出版界已陸續引入了新型圖像取證工具、用于識別復制圖片的AI技術²、由數據專家提供的甄別服務等多種手段，應對圖片作假的關鍵還在于同行評審。

審稿人在維護科研誠信中的作用

審稿人是問題圖片流入學術出版的重要防線。如果審稿人不具備識別問題圖片的技能，或缺乏警覺，則有可能使作假圖片成為同行評審的漏網之魚。

如果要舉因圖片作假而聞名的科研不端案例，少不了黃禹錫事件。黃禹錫在韓國從事獸醫研究，此前曾在主流期刊發表過一篇研究發現極為突出的干細胞研究論文，后來該研究卻被控篡改圖片³，曾在業界引起關注與討論。此外，從事癌癥研究的Min-Jean Yin⁴和免疫學家Silvia Bulfone-Paus⁵都曾因論文圖片作假引出過風波。盡管研究者應當自我約束，在學術上誠實，但當不道德的學術事件出現時，審稿人也有責任守住科研的底線。

許多圖片作假都是論文發表后被其他研究者發現的。這些研究者有的本身也在從事審稿工作，有的積極宣揚科研誠信并創立了與之相關的公司。Mike Rossner便是最早倡導學術道德的先鋒人物之一⁶。生物學家Enrico Bucci也于近期發現了Scientific Reports上發表的多處圖片盜用及數據錯誤⁷。

然而，要想在學術發表早期識別出問題圖像，還得靠審稿人在外審中發出預警。那些聲稱對科學及社會有重大影響的研究有時會把審稿人唬住，而也正是這類稿件急需圖表、數據方面的嚴格審核，因為將研究錯誤地附上開創性屬性對學術的潛在危害是巨大的。許多人認為審稿工作很具挑戰性，部分原因是如今的審稿人未必接受過系統的訓練。

如今，頂級期刊也難逃學術作假丑聞，審稿人僅憑同領域的專業知識已無法識別所有科研不端行為。培養甄別偽造圖片的觀察力及評估圖片信度的判斷力同樣必要。

?????????????????????????????????????????????????????????????????????????????????????????????????????????

如何培養識別問題圖片的技能

1. 熟讀期刊的投稿指南

許多期刊都在投稿指南中對過度美化、裁剪、拼接有明確定義，為期刊審稿前請先參閱相關說明，熟悉裁決標準。

2. 了解常見的幾種圖片作假類型

科研誠信顧問Elisabeth Bik將問題圖片分為三大類⁸：

在單張或多張論文大圖中重復使用同一張圖像素材，并謊稱其為不同實驗的結果；
通過調整圖片位置（整體或局部）而達成重復使用的目的；
通過多次復制局部素材、拼接背景等手段篡改圖片，而達成重復使用的目的。

3. 了解圖像取證工具

用來處理圖片的軟件在識別篡改圖片上同樣派得上用場，比如Image J——常用于識別凝膠遷移圖片中的錯誤；Photoshop droplets——能夠識別明暗或對比度上的更改；Adobe bridge——適合檢查由多圖合成的論文大圖。據Elisabeth Bik稱，她已在一款名為Forensically⁹的免費圖像取證工具的幫助下成功識別了多個問題圖片¹⁰。此外，洪堡-愛思唯爾高級數據與文本 (The Humboldt-Elsevier Advanced Data and Text, HEADT)中心¹¹、美國科研誠信辦公室 (Office of Research Integrity, ORI)¹²官網都有如何利用軟件識別篡改圖片的相關內容。審稿人未必需要實際使用這些軟件，但了解市面上的相關主流產品對識別問題圖片有利無害。

4. 參與相關講座及培訓

包括ORI和HEADT中心在內的許多組織都會舉辦線上講座、培訓，旨在提升人們對圖片作假問題的認識，可以留意類似的活動信息。

5. 在社交媒體關注相關科普自媒體及媒體

關注當下被相關媒體與自媒體熱議的話題。科普記者及從業者常在社交媒體上發布披露學術造假的文章及對研究數據完整性的專業人士的訪談。保持對行業動態的關注也對識別新型圖片作假的手段有幫助。

6. 關注主流科研論壇，了解學術不端趨勢

PubPeer論壇¹³及Retraction watch網站¹⁴都會對最新的科研作假事件或當下具有爭議的話題迅速反應，其中當然也涵蓋圖片作假相關的新聞。

7. 放眼全局

審稿時注意厘清研究背景、研究方法/使用設備、作者選擇呈現數據的角度三者之間的關系，有時放眼全局更容易發現問題。

8. 回到細節

不妨從和研究發現聯系最緊密的那張圖入手，仔細檢查：

圖片邊緣是否有異樣；
是否有亮點、異常無雜質的背景或不尋常的色調變化，它們可能是圖片經改動后留下的痕跡；
圖片中模塊/元素的尺寸、角度及位置是否協調一致；
圖片背景及當中圖像元素的紋理是否相似或重合。

9. 借助以往的科研經驗

審稿人不妨將自己科研經歷中接觸過的實驗圖片作為參考，去判斷圖片是否可疑，應格外注意那些不尋常的部分。如果懷疑某一圖片并非原圖，可以使谷歌圖片搜索試著找出圖片源。
累積同一類型稿件的審稿經驗。舉例來說，如果你常審使用免疫印跡法的稿件，不妨有意識地記住常見的圖片類型，必要時可以試著回想是否見過類似的圖片或圖像元素。
運用自己的圖片處理技能。比如用Photoshop檢測圖片中的異常像素，以此判斷是否有蓄意修改之嫌，也可以用PowerPoint中的圖片重置工具還原出原始圖像。

向期刊編輯舉報疑似的科研不端

審稿人承擔著維護科研誠信的責任，一旦發現疑似科研不端的行為應告知期刊。以下是幾點建議：

將告知疑似科研不端行為視為對科學負責。對同行的科研信譽提出質疑可能會為一些審稿人帶來壓力，將其視為一種崗位職責或許有助于克服此類心理障礙。

保持客觀。審稿人需要實事求是、清晰、具體地向期刊編輯描述疑似存在的問題，其目的是給期刊編輯足夠的背景信息，以便她們/他們作出決定。

態度友善、謹慎定性。審稿人僅基于稿件提出質疑，并不負責裁決。避免直接評價個人，也不要妄稱作者意圖作假。審稿人的描述應就事論事、中立得當，將調查及決定的余地交給編輯。

圖像識別技術在未來將成為揪出學術造假的更為有效的手段，但在此之前，科研道德的底線還要由審稿人來守。此外，審稿人還可以通過對問題圖片作標記來豐富作假圖像數據庫，為最終實現圖片作假自動化識別出力。

參考文獻

1.??? Wang, L., Zhou, L., Yang, W. & Yu, R. Deepfakes: A new threat to image fabrication in scientific publications? Patterns 3, 100509 (2022).

2.??? Noorden, R. V. Journals adopt AI to spot duplicated images in manuscripts. Nature https://www.nature.com/articles/d41586-021-03807-6 (2021).

3.??? Lemonick, M. D. The Rise and Fall of the Cloning King - TIME. TIME http://content.time.com/time/magazine/article/0,9171,1145236,00.html (2006).

4.??? Terry, M. Former Pfizer Cancer Scientist Gets All 5 Papers Retracted. BioSpace https://www.biospace.com/article/former-pfizer-cancer-scientist-gets-all-5-papers-retracted-/ (2017).

5.??? Schiermeier, Q. German research centre widens misconduct probe | Nature. Nature https://www.nature.com/articles/news.2010.671 (2010).

6.??? Rossner, M. & Yamada, K. M. What’s in a picture? The temptation of image manipulation. J. Cell Biol. 166, 11–15 (2004).

7.??? Guglielmi, G. Peer-reviewed homeopathy study sparks uproar in Italy. Nature https://www.nature.com/articles/d41586-018-06967-0 (2018).

8.??? Bik, E. M., Casadevall, A. & Fang, F. C. The Prevalence of Inappropriate Image Duplication in Biomedical Research Publications. mBio 7, e00809-16 (2016).

9.??? Forensically, free online photo forensics tools. https://29a.ch/photo-forensics/.

10.? Turan, J. The science and art of detecting data manipulation and fraud: An interview with Elisabeth Bik. The Physiological Society (2020).

11.? Thorsten S. Beck. HEADT Centre - How to Detect Image Manipulations? Part 3. The Headt Centre https://headt.eu/How-to-Detect-Image-Manipulations-Part-3/ (2017).

12.? Forensic Tools | ORI - The Office of Research Integrity. https://ori.hhs.gov/forensic-tools.

13.? PubPeer - Search publications and join the conversation. https://pubpeer.com/.

14.? Retraction Watch. Retraction Watch https://retractionwatch.com/.

延伸閱讀

Beck, Thorsten S. Shaping Images. Scholarly Perspectives on Image Manipulation. (Humboldt-Universitat zu Berlin, 2016)

編者按：如有興趣進一步了解審稿人在實操中如何識別問題圖片，歡迎點擊查看?由獨立科研道德專家Elisabeth Bik及Wiley科研誠信與發表道德總監Michael Streeter的圓桌討論。