Manipulation d’images scientifiques : dangers et défis à l’ère de l’IA

Avec l’essor de l’intelligence artificielle, la falsification et le plagiat d’images scientifiques deviennent un défi majeur pour la communauté académique. Si les outils de détection du plagiat textuel sont aujourd’hui généralisés, ceux dédiés aux images ne sont pas autant développés, ni utilisés. Les disciplines centrées sur l’imagerie, comme la radiologie, sont particulièrement vulnérables : une image manipulée ou détournée peut fausser des résultats de recherche et avoir des répercussions cliniques directes.

Dans leur article « Figure plagiarism and manipulation, an under-recognised problem in academia », tout juste publié dans la revue European Radiology, Dr Thomas Saliba et Dr David Rotzinger analysent cette problématique encore peu étudiée et ses implications. Ils mettent en évidence la difficulté croissante à identifier les images frauduleuses, mais aussi des solutions émergentes, comme des algorithmes de détection, des logiciels spécialisés ou des méthodes plus accessibles, comme la recherche inversée d’images. Des outils qu’ils souhaitent voir intégrés de façon généralisées aux bonnes pratiques des chercheurs et des éditeurs.

Dans une discipline où les images sont au cœur du diagnostic et de la recherche, garantir leur authenticité est un impératif. C’est un enjeu crucial pour préserver la rigueur scientifique et la confiance dans la recherche médicale.

Félicitations à Thomas Saliba et David Rotzinger pour cette réflexion précieuse et nécessaire, qui met en lumière l’importance d’un encadrement rigoureux des outils IA dans la recherche académique.