El problema mucho más profundo en la ciencia no son estos errores evidentes. Son las teorías y afirmaciones las que están equivocadas —basadas en artefactos experimentales, falacias lógicas o interpretaciones exageradas— pero permanecen en la conversación durante años o décadas porque fueron publicadas en revistas prestigiosas o afirmadas por autoridades influyentes y nunca fueron seriamente cuestionadas. Esos estudios se convierten en las bases de ecosistemas enteros de investigación. Se financian miles de subvenciones. Las carreras se construyen en torno a ellos, incluyendo cargos administrativos de alto nivel. Las universidades gastan millones en reclutar gente basándose en esas narrativas. Aquí es donde radica la crisis de reproducibilidad: no en problemas de imagen fácilmente detectables, sino en ideas influyentes que siguen moldeando el sistema científico mucho después de que sus fundamentos deberían haber sido cuestionados. Este tipo de retractaciones en momentos de trampa por problemas de imagen son de los más fáciles de detectar y corregir. Normalmente 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 fábrica de papel y lo trata en consecuencia. La IA ahora puede detectar la mayoría de estos problemas casi al instante.