Das viel tiefere Problem in der Wissenschaft sind nicht diese offensichtlichen Fehler. Es sind die Theorien und Behauptungen, die falsch sind - basierend auf experimentellen Artefakten, logischen Fehlschlüssen oder stark übertriebenen Interpretationen - und dennoch bleiben sie über Jahre oder Jahrzehnte im Gespräch, weil sie in angesehenen Fachzeitschriften veröffentlicht wurden oder von einflussreichen Autoritäten behauptet wurden und nie ernsthaft in Frage gestellt wurden. Diese Studien werden zu den Grundlagen ganzer Forschungsecosysteme. Tausende von Fördermitteln werden bereitgestellt. Karrieren werden um sie herum aufgebaut, einschließlich leitender Verwaltungsrollen. Universitäten geben Millionen aus, um Menschen basierend auf diesen Erzählungen zu rekrutieren. Hier liegt die Reproduzierbarkeitskrise - nicht in leicht erkennbaren Bildproblemen, sondern in einflussreichen Ideen, die das wissenschaftliche System weiterhin prägen, lange nachdem ihre Grundlagen hätten in Frage gestellt werden sollen. Diese Art von "Gotcha-Moment"-Widerrufen aufgrund von Bildproblemen gehört zu den einfachsten Problemen, die zu erkennen und zu korrigieren sind. Sie erscheinen typischerweise in kleineren Fachzeitschriften mit begrenzten redaktionellen und begutachtenden Ressourcen, wo die Leute bereits vermuten, dass ein Großteil der Arbeiten wie die Ausgaben von Papiermühlen aussieht und entsprechend behandelt wird. AI kann jetzt die meisten dieser Probleme fast sofort erkennen.