El problema mucho más profundo en la ciencia no son estos errores obvios. Es que las teorías y afirmaciones que son incorrectas - construidas sobre artefactos experimentales, falacias lógicas o interpretaciones exageradas - sin embargo, permanecen en la conversación durante años o décadas porque fueron publicadas en revistas prestigiosas o afirmadas por autoridades influyentes y nunca desafiadas seriamente. Esos estudios se convierten en las bases de ecosistemas de investigación enteros. Miles de subvenciones se financian. Se construyen carreras en torno a ellos, incluyendo roles administrativos senior. Las universidades gastan millones reclutando personas basadas en esas narrativas. Aquí es donde radica la crisis de reproducibilidad - no en problemas de imagen fácilmente detectables, sino en ideas influyentes que continúan moldeando el sistema científico mucho después de que sus fundamentos deberían haber sido cuestionados. Este tipo de retractaciones por problemas de imagen son algunos de los problemas más fáciles de detectar y corregir. Típicamente aparecen en revistas más pequeñas con recursos editoriales y de revisión limitados, donde la gente ya sospecha que gran parte del trabajo se asemeja a la producción de fábricas de artículos y lo trata en consecuencia. AI ahora puede detectar la mayoría de estos problemas casi al instante.