Il problema molto più profondo nella scienza non sono questi errori ovvi. Sono le teorie e le affermazioni che sono sbagliate - costruite su artefatti sperimentali, fallacie logiche o interpretazioni esagerate - eppure rimangono nella conversazione per anni o decenni perché sono state pubblicate in riviste prestigiose o affermate da autorità influenti e mai seriamente messe in discussione. Quegli studi diventano le fondamenta per interi ecosistemi di ricerca. Migliaia di finanziamenti vengono erogati. Carriere vengono costruite attorno a loro, comprese le posizioni amministrative senior. Le università spendono milioni per reclutare persone basandosi su quelle narrazioni. Qui si trova la crisi della riproducibilità - non in problemi di immagine facilmente rilevabili, ma in idee influenti che continuano a plasmare il sistema scientifico molto tempo dopo che le loro fondamenta avrebbero dovuto essere messe in discussione. Questi tipi di ritrattazioni per problemi di immagine sono tra i problemi più facili da rilevare e correggere. Di solito appaiono in riviste più piccole con risorse editoriali e di revisione limitate, dove le persone sospettano già che gran parte del lavoro assomigli a output di cartiere e lo trattano di conseguenza. L'AI può ora rilevare la maggior parte di questi problemi quasi istantaneamente.