El escándalo de Olivier Voinnet...

La ciencia es un campo basado en la confianza en los demás. Confiamos en que los investigadores siguen las reglas y aportan datos precisos y reales. Pero, de vez en cuando, aparece un caso de esos que hace que esta confianza se pierda un poco. Uno de estos casos es el de Olivier Voinnet, un investigador que pasó de ser una eminencia en el mundo de la biología vegetal a convertirse en el protagonista de un escándalo de manipulación de datos y perder todo "estatus".

Olivier Voinnet era una de las grandes figuras del campo de la biología vegetal, especialmente por su trabajo en ARN de interferencia en plantas, un mecanismo esencial en la regulación genética y la defensa contra virus. Voinnet estudió en Francia y trabajó en instituciones de renombre como el CNRS (Centro Nacional de Investigación Científica) en Estrasburgo y la ETH Zurich, una de las universidades más prestigiosas de Europa. Sin embargo, a pesar de toda su formación, parece que la lealtad no estaba entre sus fuertes.

Olivier Voinnet. Fuente: Nature.

Entre los científicos y las científicas también se lleva eso de comentar el trabajo de otrxs por Internet, y con Olivier Voinnet no fue menos. En 2015, gracias al foro PubPeer, comenzaron las sospechas contra el trabajo de este investigador y su equipo y aparecieron las primeras acusaciones de manipulación de imágenes en varias de sus investigaciones. Pero... ¿qué significa realmente eso de "manipulación de imágenes"? Básicamente, alteraron y duplicaron imágenes de experimentos para que los resultados parecieran más convincentes de lo que realmente eran. Esto fue un error y de los graves, puesto que en un campo como la biología molecular, muchas pruebas dependen de análisis visuales...

Una de las manipulaciones que detectaron los científicos en PubPeer. Fuente aquí. 

Debido a estas acusaciones, los centros donde trabajaba empezaron a desarrollar investigaciones que se acabaron solucionando con el reconocimiento de los hechos por parte del autor, teniendo como consecuencia la retractación de al menos 9 artículos y la corrección de otros 25.

Extracto de la web Science.

¿Qué podemos aprender de esto?

1. La ciencia necesita transparencia. Si los científicos no son honestos con sus datos, todo el sistema se tambalea.
2. La presión por publicar puede llevar a malas prácticas. Los investigadores tienen que producir resultados constantemente para mantener sus puestos, lo que a veces puede incentivar comportamientos cuestionables.
3. Las revisiones deben ser más estrictas. Gracias a herramientas como PubPeer y programas de detección de manipulaciones el fraude está más controlado, pero... ¿quién manda en la moral de cada unx?