Le problème beaucoup plus profond dans la science n'est pas ces erreurs évidentes. C'est les théories et les affirmations qui sont fausses - construites sur des artefacts expérimentaux, des sophismes logiques, ou des interprétations largement exagérées - et pourtant elles restent dans la conversation pendant des années ou des décennies parce qu'elles ont été publiées dans des revues prestigieuses ou affirmées par des autorités influentes et jamais sérieusement contestées. Ces études deviennent les fondations de tout des écosystèmes de recherche. Des milliers de subventions sont financées. Des carrières se construisent autour d'elles, y compris des rôles administratifs supérieurs. Les universités dépensent des millions pour recruter des personnes sur la base de ces récits. C'est là que réside la crise de la reproductibilité - pas dans des problèmes d'image facilement détectables, mais dans des idées influentes qui continuent de façonner le système scientifique longtemps après que leurs fondations auraient dû être remises en question. Ces types de rétractations de moments de prise en défaut sur des problèmes d'image sont parmi les problèmes les plus faciles à détecter et à corriger. Ils apparaissent généralement dans des revues plus petites avec des ressources éditoriales et de révision limitées, où les gens soupçonnent déjà que beaucoup de travaux ressemblent à des productions de papeteries et les traitent en conséquence. L'IA peut maintenant détecter la plupart de ces problèmes presque instantanément.