Today, I read a post on Facebook that I was shocked about researching in top universities, especially in Ameria. I have many thoughts about what is going on, some arguments I agree with the author but there are also a few things I disagree with. In general, I think this post is somewhat good, give ours a lot of facts and perspective about the world so I want to share that post to many other people.
KHỦNG HOẢNG HỌC THUẬT TẠI CÁC ĐẠI HỌC DANH GIÁ MỸ
Mùa hè năm 2023, Marc Tessier-Lavigne - nhà khoa học thần kinh hàng đầu thế giới và là Hiệu trưởng Đại học Stanford - phải tuyên bố từ chức sau nhiều tháng điều tra độc lập. Sự vụ khởi phát khi các “thám tử dữ liệu” trên nền tảng PubPeer vạch trần nhiều hình ảnh trong các nghiên cứu sinh học đứng tên ông bị cắt ghép, cụ thể là photoshop cấu trúc dải gel điện di. Điều tra sâu hơn cho thấy ông không trực tiếp chỉnh sửa ảnh, nhưng đã vận hành một phòng thí nghiệm có văn hóa độc hại: thúc ép cấp dưới phải ra kết quả đẹp bằng mọi giá và bỏ qua các cảnh báo về sai lệch dữ liệu trong nhiều năm liền. Ông chính thức từ chức vào ngày 31/8/2023; một số bài báo đứng tên ông trên các tạp chí như Science và Cell bị rút bỏ, một số khác bị yêu cầu sửa đổi.
Harvard trải qua giai đoạn cuối năm 2023 và đầu năm 2024 như một cơn bão kép tàn phá từ cấp lãnh đạo đến giảng viên. Claudine Gay - nữ hiệu trưởng da màu đầu tiên của trường, biểu tượng của tư tưởng tiến bộ tại Harvard - bị cáo buộc trích dẫn không chuẩn trong luận án tiến sĩ và nhiều bài báo khoa học, với mức độ vi phạm còn tranh cãi nhiều chiều. Áp lực dẫn đến từ chức của bà không chỉ từ vấn đề trích dẫn mà còn từ cuộc khủng hoảng truyền thông sau phiên điều trần tại Quốc hội Mỹ, nơi câu trả lời của bà về việc xử lý các phát ngôn bài Do Thái trên campus gây phẫn nộ rộng rãi và làm mất lòng nhiều nhà tài trợ lớn. Bà từ chức ngày 2/1/2024, chỉ sau 6 tháng nhậm chức.
Cùng thời điểm đó, Francesca Gino - giáo sư Trường Kinh doanh Harvard, chuyên nghiên cứu về hành vi trung thực và đạo đức con người, tác giả của nhiều cuốn sách bán chạy toàn cầu - bị blog dữ liệu Data Colada phát hiện có sự can thiệp thủ công vào dữ liệu thô: các con số trong file Excel bị sửa đổi có hệ thống để tạo ra kết quả khớp hoàn toàn với giả thuyết ban đầu. Harvard đình chỉ công tác của Gino, tước danh hiệu giáo sư được phong (endowed chair) và yêu cầu rút một số bài báo; thủ tục chấm dứt hợp đồng cũng được khởi động, nhưng toàn bộ quá trình vẫn đang bị vướng vào tranh chấp pháp lý. Vụ việc kéo theo đơn kiện ngược từ Gino - được truyền thông đưa tin với con số bồi thường lên tới hàng chục triệu USD - tạo thành một scandal pháp lý kéo dài rúng động giới học thuật.
Tại Wharton - trường kinh doanh số một thế giới thuộc Đại học Pennsylvania - cuối năm 2023 xảy ra hai vụ song song. Hiệu trưởng Liz Magill phải từ chức sau phiên điều trần tại Quốc hội Mỹ, nơi câu trả lời của bà về cách xử lý các phát ngôn bài Do Thái trên campus bị đánh giá là thiếu dứt khoát, kéo theo làn sóng phẫn nộ và áp lực rút hàng trăm triệu USD tài trợ từ các tỷ phú cựu sinh viên. Đồng thời, PubPeer và các nhà điều tra học thuật chỉ ra một số nghiên cứu cũ của các nhóm tác giả hàng đầu tại Wharton - trong đó có những bài viết chung với Francesca Gino - có dấu hiệu ngụy tạo dữ liệu gốc. U-Penn buộc phải khởi động rà soát các công trình nghiên cứu hành vi của một số giáo sư ngôi sao này.
Tại sao các trường không thể bao che nữa
Trước đây, các đại học có xu hướng đóng cửa bảo nhau, che chắn cho những giáo sư lớn vì đó là các cỗ máy hút tiền tài trợ và mang danh tiếng về cho trường. Cơ chế bao che này nay đã sụp đổ vì hai áp lực không thể cưỡng lại.
Thứ nhất, bằng chứng được phơi bày công khai trên internet. Khi ảnh photoshop hay file Excel ngụy tạo được đăng lên PubPeer hoặc mạng xã hội X, hàng triệu người có thể nhìn thấy ngay. Trường nào bao che sẽ lập tức bị coi là đồng lõa. Thứ hai, áp lực cắt tài trợ từ các nhà tài trợ lớn. Các tỷ phú đổ tiền vào trường để mua danh tiếng, không phải để gắn tên mình với một tổ chức dung túng gian dối. Áp lực kinh tế buộc hội đồng quản trị phải hành động nhanh để cứu lấy nguồn tài chính của nhà trường.
Mối liên hệ với xu hướng thiên tả
Mối liên hệ giữa các sai phạm học thuật và xu hướng chính trị thiên tả là một chủ đề tranh luận gay gắt. Một luồng phân tích - được nhiều nhà quan sát và nhà phê bình văn hóa đưa ra - cho rằng: chính trị không phải là nguyên nhân trực tiếp khiến các cá nhân gian lận, nhưng ý thức hệ thiên tả đã tạo ra một môi trường dung túng, khiến các sai phạm dễ sinh sôi và khó bị phát hiện hơn. Mối liên hệ này được lập luận qua ba cơ chế cụ thể.
Thứ nhất là bản chất của chủ đề nghiên cứu. Trong khối ngành Khoa học Xã hội, Tâm lý học hành vi và Kinh doanh, hệ thống phần thưởng của đại học - đăng bài, thăng chức, lên truyền thông - ưu tiên cho những kết quả chứng minh các giáo điều cánh tả. Một bài nghiên cứu chứng minh “hệ thống tư bản đang tạo ra bất công mang tính hệ thống” hay “sự đa dạng sắc tộc trong ban quản trị giúp doanh nghiệp tăng trưởng 200%” sẽ được chào đón nồng nhiệt bởi các đồng nghiệp và tạp chí lớn. Áp lực phải chứng minh các giả thuyết “hợp thời đại” này đã thúc đẩy một số giáo sư gọt giũa dữ liệu để đạt bằng được kết quả như ý thức hệ kỳ vọng.
Thứ hai là tiêu chuẩn kép trong kiểm duyệt. Khi bộ máy quản lý và bình duyệt của các trường danh giá đều thiên tả, hiện tượng thành kiến phe cánh (in-group bias) xuất hiện - xu hướng lỏng tay với những người cùng tư tưởng. Trường hợp Claudine Gay là minh chứng thường được dẫn ra: khi các cáo buộc trích dẫn không chuẩn đầu tiên nổ ra, hội đồng quản trị Harvard đã cố gắng giảm nhẹ vấn đề, gọi đó là “những trường hợp trích dẫn không đầy đủ” và khẳng định bà không vi phạm tiêu chuẩn đạo đức. Họ chỉ chấp nhận cho bà từ chức khi áp lực từ cuộc khủng hoảng phiên điều trần Quốc hội, dư luận và các nhà tài trợ cánh hữu bên ngoài cộng hưởng đẩy vấn đề lên đỉnh điểm. Các nhà phê bình lập luận rằng nếu đây là một giáo sư có tư tưởng bảo thủ, người đó đã bị sa thải ngay từ những cáo buộc đầu tiên, chứ không được hệ thống bao che như vậy - dù đây là một giả định phản thực tế không thể kiểm chứng.
Thứ ba là chính sách DEI hạ thấp tiêu chuẩn học thuật - luận điểm được các học giả bảo thủ và tổ chức Heterodox Academy đưa ra nhiều nhất, dù bản thân nó vẫn còn tranh luận. Luận điểm này cho rằng xu hướng thiên tả thúc đẩy tuyển dụng và bổ nhiệm dựa trên các tiêu chí mang tính chính trị và bản sắc (sắc tộc, giới tính, tư tưởng tiến bộ) hơn là chỉ dựa thuần túy vào năng lực nghiên cứu. Theo chuỗi lập luận này, khi hàng rào kiểm soát chất lượng chuyên môn bị hạ thấp, những người được đưa vào vị trí đỉnh cao dù năng lực trung bình sẽ buộc phải đạo văn hoặc thổi phồng dữ liệu để giữ vững vị thế. Khi một hệ thống đại học danh giá ưu tiên “sự đúng đắn chính trị” hơn sự thật khách quan, nó tự nhiên thu hút và dung túng những người giỏi làm chính trị hơn giỏi làm khoa học.
Khoảng cách giữa lý thuyết hàn lâm và thực tế
Vấn đề không chỉ là các vụ gian lận cụ thể mà còn nằm ở một cấu trúc sâu hơn: khoảng cách giữa môi trường nghiên cứu lý tưởng hóa và thực tế phức tạp. Các giáo sư thường xây dựng mô hình xã hội dựa trên các giả định mang tính lý tưởng - mọi người có cơ hội như nhau, thông tin minh bạch, con người hành xử vị tha. Trong các mô hình này, các chính sách như an sinh xã hội cao, đánh thuế nặng để tái phân phối tài sản hay quy định bảo vệ môi trường nghiêm ngặt trông rất hoàn hảo trên giấy. Khi đưa vào đời sống, chính sách chịu sự chi phối của bản tính con người và áp lực kinh tế thực tế - những “hệ quả ngoài ý muốn” (unintended consequences) mà các mô hình hàn lâm rất khó dự đoán hết được.
Sự phân biệt này có hệ quả thực tế quan trọng: các nghiên cứu về Khoa học Tự nhiên, Y sinh hay Công nghệ - những lĩnh vực có thể đo lường và kiểm chứng bằng máy móc - vẫn duy trì được tiêu chuẩn cao vì sai lầm có hậu quả vật lý tức thì. Nhưng với các nghiên cứu về Tâm lý, Xã hội học và Kinh tế vĩ mô, ngay cả khi xuất phát từ Harvard, chúng xứng đáng được tiếp nhận như một góc nhìn tham khảo - một giả thuyết nặng tính lý tưởng - hơn là một sự thật hiển nhiên có thể áp dụng thẳng vào đời sống thực tế.
Khoa học Xã hội còn mang tính định chuẩn (normative) cao hơn Khoa học Tự nhiên. Nhiều giáo sư phương Tây nhìn nhận vai trò của mình là phản biện xã hội và thúc đẩy sự tiến bộ - tập trung vào các bất công, khoảng cách giàu nghèo, biến đổi khí hậu. Bản chất của việc tìm kiếm một xã hội công bằng hơn dẫn dắt tự nhiên đến các giải pháp mang tính cánh tả. Họ không hẳn nhìn nhận sai về hiện trạng, mà đang cố gắng thiết kế tương lai theo thế giới quan lý tưởng của họ.
Khi một giáo sư thiên tả bào chữa cho sự thất bại của một chính sách, câu trả lời phổ biến là: chính sách đó không sai, nhưng thất bại vì bị cắt giảm ngân sách, vì phe đối lập phá hoại, hoặc vì chưa được thực hiện triệt để. Ví dụ điển hình là chính sách hỗ trợ người vô gia cư tại California - các học giả lập luận thất bại là do giá nhà đất quá cao và hệ thống y tế tâm thần chưa được đầu tư đủ, không phải do bản thân việc phát tiền vô điều kiện là sai.
Hiệu ứng “Phòng phản ảnh” và Thành kiến điểm mù
Sự độc quyền tư tưởng trong các đại học danh giá được giải thích bằng cơ chế tự sàng lọc: giảng viên thiên tả tuyển dụng và thúc đẩy nghiên cứu sinh có tư tưởng tương đồng; những người này khi được giữ lại làm cho môi trường ngày càng đồng nhất, thiếu tiếng nói phản biện cánh hữu. Ở một số khoa thuộc khối Khoa học Xã hội tại các đại học danh giá, theo một số khảo sát, tỷ lệ giảng viên thiên tả so với cánh hữu có thể là 10:1 hoặc cao hơn. Khi một môi trường học thuật thiếu đi sự đa dạng quan điểm chính trị, các học giả dễ mắc phải thành kiến xác nhận (confirmation bias): một nghiên cứu thiên tả sẽ dễ được bình duyệt và xuất bản hơn bởi các đồng nghiệp cùng thiên tả, làm giảm khả năng tự sửa sai của toàn hệ thống.
Hiện tượng này có nền tảng tâm lý học được định danh rõ ràng. “Thành kiến điểm mù” (Bias Blind Spot) là thuật ngữ được giáo sư Emily Pronin thuộc Đại học Princeton nghiên cứu và phổ biến rộng rãi từ năm 2002, mô tả thực tế rằng con người rất dễ nhận ra thành kiến trong tư duy của người khác, nhưng hoàn toàn “mù” trước chính những thành kiến đó trong tư duy của bản thân. Áp dụng vào giới học thuật, hiện tượng này tạo ra một phiên bản “nâng cấp” gọi là “Kiêu ngạo nhận thức” (Intellectual Hubris): các giáo sư thiên tả với công cụ xã hội học sắc bén dễ dàng bóc tách động cơ chính trị trong tư duy của phe đối lập, nhưng khi chính họ thúc đẩy các chính sách cánh tả, họ không nghĩ đó là “định kiến” - họ tự thuyết phục rằng mình hành động hoàn toàn vì công lý, vì khoa học, vì lòng nhân đạo.
Điều này trở nên nguy hiểm hơn bởi một nghịch lý được nhà nghiên cứu Keith Stanovich chứng minh: người càng thông minh thì điểm mù thành kiến càng lớn. Chỉ số IQ cao không giúp con người giảm bớt thành kiến xác nhận; trái lại, một giáo sư Harvard có IQ cao sẽ cực kỳ giỏi chế tạo các lập luận tinh vi, phức tạp để hợp thức hóa cho định kiến sẵn có của mình - dùng mô hình toán học và dữ liệu thống kê đồ sộ để chứng minh kết luận vốn đã bị chi phối bởi tư tưởng thiên tả từ trước. Khi xung quanh ai cũng có cùng một điểm mù, không ai còn nhận ra đó là điểm mù nữa. Họ nhìn nhau và cùng khẳng định: “Chúng ta hoàn toàn khách quan, chỉ có thế giới bên ngoài kia là định kiến”.
Khủng hoảng tái lặp và áp lực “Xuất bản hay là chết”
Bên cạnh vấn đề ý thức hệ, hệ thống học thuật còn tạo ra những áp lực cấu trúc buộc các giáo sư phải thổi phồng kết quả ngay cả khi không có ý định gian lận rõ ràng. Giới khoa học gọi đây là “Khủng hoảng tái lặp” (Replication Crisis) - phát sinh từ áp lực “Xuất bản hay là chết” (Publish or Perish).
Giáo sư phải liên tục có bài viết trên các tạp chí lớn để giữ ghế, giữ ngân sách tài trợ, nên họ có xu hướng chọn những đề tài giật gân dễ thu hút chú ý thay vì nghiên cứu thực tiễn nhưng khô khan. Các tạp chí chỉ thích đăng những nghiên cứu có kết quả “bùng nổ” hoặc “tìm ra cái mới” - thiên kiến xuất bản (Publication Bias) này có nghĩa là nếu một giáo sư làm nghiên cứu và thấy một chính sách không hiệu quả, tạp chí sẽ từ chối đăng, buộc họ phải “gọt giũa” dữ liệu để tìm ra kết quả tích cực nào đó. Hệ quả là khi các nghiên cứu Khoa học Xã hội và Tâm lý học tại các trường lớn được bên thứ ba làm lại y hệt thì cho ra kết quả khác. Một khảo sát đăng trên tạp chí Nature năm 2016, thực hiện trên hàng trăm nhà khoa học thuộc nhiều ngành, cho thấy hơn 70% trong số họ đã từng cố gắng tái lặp nghiên cứu của đồng nghiệp nhưng thất bại.
Quy trình gian lận tinh vi - trước khi có cơ chế kiểm soát - diễn ra theo ba thủ thuật chính. P-hacking là việc “tra tấn” dữ liệu bằng cách lọc ra các nhóm phụ nhỏ cho đến khi tìm được một nhóm cho ra kết quả đẹp, sau đó xóa bỏ dữ liệu của các nhóm còn lại và viết bài như thể ngay từ đầu chỉ nghiên cứu nhóm đó. HARKing (Hypothesizing After the Results are Known) là việc thay đổi giả thuyết ban đầu sau khi đã nhìn thấy số liệu thô - ví dụ ban đầu nghiên cứu xem một chính sách có giúp giảm nghèo không (thất bại), nhưng khi thấy dữ liệu có vẻ làm tăng chỉ số hạnh phúc tự thân của một vài người, liền sửa giả thuyết thành “chúng tôi nghiên cứu mối liên hệ giữa chính sách và sự hạnh phúc”. Thứ ba là loại bỏ dữ liệu “gây nhiễu” (outliers) - tiện tay xóa bớt câu trả lời của những người không khớp với kết quả mong muốn, lấy lý do họ “điền tờ khai không nghiêm túc”.
Kết quả là một bài báo cực kỳ bóng bẩy với kết quả “bùng nổ” được đăng trên tạp chí lớn, nhưng khi một nhà khoa học khác làm lại đúng thí nghiệm đó trên một mẫu mới, kết quả lại bằng không.
Lỗi truyền thông và bẫy trích dẫn uy tín
Song song với lỗi tự thân của hệ thống học thuật là lỗi truyền thông. Khi một bài báo ghi “theo nghiên cứu của Giáo sư A tại Đại học Harvard”, hai hiệu ứng đang đồng thời diễn ra. Một là đơn giản hóa và giật gân: một nghiên cứu khoa học thực tế đi kèm với hàng chục điều kiện ràng buộc, nhưng khi lên mặt báo, phóng viên cắt bỏ toàn bộ các điều kiện đó để biến thành tiêu đề như “Giáo sư Harvard tìm ra giải pháp xóa nghèo”. Hai là mượn danh tiếng (Halo Effect): các tòa soạn biết rằng chèn chữ “Harvard”, “Oxford” hay “MIT” vào bài sẽ làm tăng độ tin cậy và lượt đọc gấp nhiều lần, ngay cả khi nghiên cứu đó mới chỉ là một giả thuyết sơ khai chưa được kiểm chứng trên quy mô lớn.
Các đại học hàng đầu như Harvard rất mạnh về phương pháp luận và dữ liệu - cách họ thu thập số liệu rất bài bản, thuật toán rất phức tạp. Nhưng mô hình đẹp không đảm bảo thực tế đúng. Một nghiên cứu xã hội học của một giáo sư Harvard có thể đạt điểm 10 về mặt toán học và thống kê, nhưng vẫn thất bại hoàn toàn khi áp dụng vào một khu phố nghèo ở New York vì người nghiên cứu ngồi trong phòng máy lạnh và không hiểu được tâm lý phức tạp của những con người sống tại đó.
Ba nhóm phản ứng từ bên trong giới học thuật
Giới học thuật phương Tây không phải là một khối đồng nhất “ngây thơ”. Họ biết cấu trúc đang có vấn đề lớn, nhưng thái độ phản ứng rất phức tạp, chia thành ba nhóm.
Nhóm thứ nhất là những người đấu tranh thông qua phong trào Khoa học Mở (Open Science). Họ bao gồm nhiều nhà khoa học trẻ, giáo sư tiến bộ và chuyên gia thống kê, đang nỗ lực tự sửa sai từ bên trong. Họ thành lập các tổ chức như Center for Open Science để ép buộc các nghiên cứu trước khi xuất bản phải đăng ký trước (Preregistration) phương pháp luận và dữ liệu thô, ngăn chặn việc giáo sư gọt giũa số liệu sau khi đã có kết quả. Họ cũng tích cực sử dụng PubPeer để vạch trần sai phạm trong các bài báo đã xuất bản.
Nhóm thứ hai là đông đảo nhất: những người “nhắm mắt làm ngơ” vì chiếc ghế. Nhiều giáo sư và nghiên cứu sinh đang chật vật tìm biên chế rơi vào hội chứng “lời nguyền của kẻ hiểu rõ luật chơi”. Họ biết hệ thống bị lỗi, biết bài nghiên cứu của mình có phần thổi phồng hoặc quá lý thuyết. Nhưng nếu họ chọn làm một nghiên cứu cẩn thận, tốn 5 năm kiểm chứng thực tế và cho ra kết quả “bình thường, không giật gân”, họ sẽ bị hệ thống đào thải: không được phong giáo sư, không xin được quỹ nghiên cứu, và trường sẽ sa thải. Vì áp lực sinh tồn, họ chấp nhận chơi theo luật: tiếp tục sản xuất các bài báo bóng bẩy, sử dụng thuật ngữ phức tạp để vượt qua vòng kiểm duyệt, dù biết độ ứng dụng thực tế rất thấp.
Nhóm thứ ba là những người bị mù quáng ý thức hệ. Một bộ phận không nhỏ các học giả trong khối Khoa học Xã hội thực sự tin rằng lý thuyết của họ là đúng, và nếu thực tế diễn ra sai, đó là lỗi của thực tế. Do sống quá lâu trong môi trường đồng nhất về tư tưởng, họ không nhận ra đây là điểm mù - đây chính là biểu hiện của “kiêu ngạo nhận thức” mà Thành kiến điểm mù tạo ra.
Preregistration: Cơ chế chặn gian lận từ vạch xuất phát
Cơ chế Đăng ký trước (Preregistration) của Center for Open Science hoạt động theo nguyên lý ép cung thủ phải vẽ hồng tâm lên tường trước, ký tên vào đó, rồi mới được bắn tên - thay vì bắn tên trước rồi vẽ hồng tâm xung quanh mũi tên và tuyên bố “bách phát bách trúng”.
Quy trình mới diễn ra như sau: ngay sau khi nảy ra ý tưởng, giáo sư phải viết chi tiết kế hoạch bao gồm giả thuyết, thuật toán và cách lọc dữ liệu; gửi bản kế hoạch này lên hệ thống của Center for Open Science và đăng ký chính thức - mọi thay đổi sau đó phải được ghi nhận công khai và có lý do minh bạch; sau đó mới tiến hành thu thập dữ liệu và chạy phân tích theo đúng kế hoạch đã khóa; cuối cùng xuất bản bài báo và tạp chí sẽ đối chiếu với bản đăng ký trước xem có làm đúng cam kết không.
Cơ chế này ngăn chặn P-hacking vì giáo sư không thể tự ý cắt cúp mẫu đã đăng ký để lấy kết quả đẹp; ngăn HARKing vì không thể thay đổi giả thuyết sau khi đã nhìn thấy số liệu thô; và ép minh bạch dữ liệu thô (Open Data) vì các tổ chức này yêu cầu tải toàn bộ dữ liệu gốc chưa qua xử lý lên mạng, cho phép bất kỳ ai trên thế giới tải về tự chạy lại thuật toán kiểm chứng.
Định dạng bài báo này được gọi là Registered Reports, và ngày càng nhiều tạp chí uy tín thuộc hệ thống Nature, Springer hay các hiệp hội tâm lý học lớn đã bắt đầu chấp nhận hoặc khuyến khích áp dụng. Kết quả thực tế rất đáng chú ý: khi áp dụng Preregistration, tỷ lệ các nghiên cứu tìm ra kết quả “bùng nổ, tích cực” giảm mạnh, thay vào đó là rất nhiều nghiên cứu cho ra kết quả “chính sách hoặc giả thuyết này không hiệu quả” - một tín hiệu cho thấy khoa học đang trở nên trung thực hơn.
PubPeer và các thám tử học thuật
Nếu Preregistration là lưới ngăn chặn gian lận từ vạch xuất phát, thì PubPeer và các “thám tử học thuật” đóng vai trò như lực lượng điều tra chuyên lật lại các vụ án cũ. Sự trỗi dậy của PubPeer đã đập tan đặc quyền “bất khả xâm phạm” của các giáo sư tên tuổi - trước đây, một khi bài báo của giáo sư Harvard đã được đăng trên tạp chí lớn, nó gần như trở thành “chân lý”.
PubPeer được thành lập năm 2012, hoạt động như một diễn đàn thảo luận tự do sau xuất bản (post-publication peer review). Điểm đặc biệt nhất và cũng là vũ khí tối tân nhất của nó là cho phép người dùng bình luận hoàn toàn ẩn danh. Mỗi khi một bài báo khoa học được xuất bản, nó có một mã định danh số (DOI) và PubPeer tự động tạo một trang riêng cho bài báo đó. Bất kỳ nhà khoa học nào trên thế giới khi phát hiện điểm nghi vấn đều có thể chụp ảnh bằng chứng, viết phân tích và đăng lên trang đó ẩn danh; hệ thống sẽ tự động gửi email thông báo cho tác giả để vào đối chất.
Tính ẩn danh là yếu tố sống còn. Trong giới học thuật truyền thống, quyền lực của các giáo sư đầu ngành tại Harvard hay Stanford là cực kỳ lớn: họ nắm giữ ngân sách, duyệt ghế giảng dạy, có quyền “sinh sát” đối với sự nghiệp của các nghiên cứu sinh. Nếu một nghiên cứu sinh phát hiện ra giáo sư của mình gian lận dữ liệu mà tố cáo công khai, điều đó đồng nghĩa với tự sát sự nghiệp. PubPeer giải quyết thế kẹt này: khi ẩn danh, một sinh viên năm nhất cũng có quyền chỉ thẳng vào mặt một giáo sư đoạt giải Nobel và nói rằng biểu đồ ở trang 5 đã bị chỉnh sửa bằng Photoshop.
Những người dành hàng giờ trên PubPeer để phát hiện sai phạm - được gọi là “Data Sleuths” (Thám tử dữ liệu) - sử dụng phần mềm chuyên dụng và trí tuệ nhân tạo để tìm ra các lỗi tinh vi. Hai kỹ thuật phổ biến nhất là trùng lặp hình ảnh (image duplication) và phát hiện bất thường toán học. Trong ngành sinh học và y tế, các thám tử phát hiện giáo sư dùng một hình ảnh tế bào hay dải gel điện di của thí nghiệm A, lật ngược lại, chỉnh độ sáng, rồi dán vào thí nghiệm B để giả vờ làm nhiều thí nghiệm thành công. Về mặt toán học, họ chạy lại các thuật toán thống kê từ dữ liệu đã công bố và chỉ ra rằng về mặt xác suất, không bao giờ có chuyện một nhóm người ngẫu nhiên lại cho ra các con số tròn trịa và hoàn hảo đến mức đó - con số đó chắc chắn do con người tự bịa.
Đầu năm 2024, thám tử dữ liệu Sholto David - nhà sinh học phân tử người Anh - công bố một bài phân tích chi tiết trên blog For Better Science, vạch trần dấu hiệu “xào nấu” hình ảnh nghiêm trọng trong hàng chục bài viết của các nhà khoa học hàng đầu tại Viện Ung thư Dana-Farber thuộc Harvard, bao gồm cả Giám đốc điều hành và Giám đốc vận hành của viện. Kết quả là Dana-Farber tuyên bố rút đúng 6 bài báo và sửa đổi 31 bài khác. Vụ bê bối của Hiệu trưởng Stanford Marc Tessier-Lavigne cũng bắt đầu từ PubPeer - ban đầu Stanford tìm cách giảm nhẹ vấn đề, nhưng dưới áp lực của các bằng chứng không thể chối cãi trên nền tảng này và tờ báo sinh viên của trường, vị hiệu trưởng phải tuyên bố từ chức.
Heterodox Academy: Khôi phục đa dạng quan điểm
Heterodox Academy (Học viện Dị giáo) là tổ chức phi lợi nhuận được thành lập năm 2015 bởi Jonathan Haidt - Giáo sư Lãnh đạo đạo đức tại Trường Kinh doanh Stern, Đại học New York, chuyên ngành tâm lý học xã hội - cùng Giáo sư Luật Nicholas Quinn Rosenkranz (Đại học Georgetown) và nhà xã hội học Chris Martin. Sự ra đời của tổ chức là phản ứng tự vệ của một bộ phận học giả khi họ nhận ra giảng đường đang biến thành một “nhà thờ ý thức hệ” một màu, nơi tự do ngôn luận và tranh luận khoa học bị bóp nghẹt bởi văn hóa tẩy chay (cancel culture).
Chữ “Heterodox” (Dị giáo / Phi chính thống) được chọn cố ý để đối lập với sự “Orthodox” (Chính thống / Giáo điều) đang bao trùm các đại học danh giá. Luận điểm trung tâm của tổ chức này là: các đại học phương Tây rất tự hào và thúc đẩy mạnh mẽ sự đa dạng về sắc tộc, giới tính hay xu hướng tình dục, nhưng lại chào đón những người có ngoại hình khác nhau mà bắt họ phải suy nghĩ giống nhau - một nghịch lý căn bản.
Tổ chức này thúc đẩy ba giá trị nền tảng. Đa dạng quan điểm (Viewpoint Diversity) có nghĩa là trong giảng đường và hội đồng nghiên cứu phải có sự hiện diện của cả người thiên tả, người bảo thủ, người theo chủ nghĩa tự do cá nhân và người trung lập. Tự do học thuật (Academic Freedom) đảm bảo giảng viên và sinh viên có quyền nghiên cứu, đặt câu hỏi về bất kỳ chủ đề nhạy cảm nào mà không sợ bị sa thải hay kỷ luật. Phản biện mang tính xây dựng (Constructive Disagreement) đòi hỏi thay vì thóa mạ hay dán nhãn đối phương, các bên phải tranh luận bằng dữ liệu, lý trí và sự tôn trọng.
Ở môi trường đại học phương Tây hiện nay, thừa nhận mình có tư tưởng bảo thủ hoặc bỏ phiếu cho đảng Cộng hòa gần như là một “bản án tử hình” về mặt sự nghiệp. Nhiều giáo sư có quan điểm trung lập hoặc bảo thủ không bị đuổi việc công khai nhưng bị cô lập: không được mời tham gia hội thảo, bài viết bị từ chối đăng vô cớ, bị gạt tên khỏi hội đồng xét duyệt thăng chức. Heterodox Academy tạo ra một mạng lưới để hỗ trợ và bảo vệ quyền lợi của những người này, đồng thời xây dựng “Chỉ số Đại học Heterodox” để xếp hạng các trường dựa trên mức độ cởi mở với ý kiến trái chiều, tạo áp lực buộc ban giám hiệu phải thay đổi chính sách.
Triết lý cốt lõi của tổ chức này là: khoa học chỉ tiến bộ nhờ sự phản biện. Nếu một giáo sư thiên tả đưa ra một lý thuyết xã hội và xung quanh toàn là đồng nghiệp thiên tả - những người sẽ gật gù khen ngợi thay vì tìm lỗi sai - lý thuyết đó sẽ không bao giờ được kiểm chứng nghiêm túc. Heterodox Academy cần những người cánh hữu và bảo thủ không phải vì họ luôn đúng, mà vì họ là những người giỏi nhất trong việc tìm ra điểm sai và điểm mù trong lập luận của người cánh tả, và ngược lại. Hiện nay, phong trào này đã thu hút hơn 7.000 giáo sư và học giả từ khắp các đại học lớn tham gia (tính đến 2025).
Triển vọng: Phân hóa thay vì hồi phục đồng đều
Hệ thống đại học danh giá phương Tây đang đứng ở một ngã ba lịch sử, và giới quan sát chia thành hai luồng quan điểm rõ rệt.
Phe lạc quan lập luận rằng áp lực từ bên ngoài đang buộc các trường phải thay đổi. Nhiều tỷ phú và tập đoàn lớn đã tuyên bố ngừng tài trợ cho Harvard, Penn hay Columbia vì không chấp nhận xu hướng cực đoan hóa tư tưởng trong trường - mất đi nguồn tiền, các trường buộc phải điều chỉnh nhân sự và chính sách. Các mô hình thay thế cũng đang trỗi dậy, điển hình là Đại học Austin (UATX) mới thành lập tại Mỹ với tôn chỉ tự do ngôn luận tuyệt đối, không phân biệt thiên tả hay cánh hữu - sự cạnh tranh này sẽ ép các trường cũ phải bớt “kiêu ngạo”. Ngoài ra, với sự hỗ trợ của AI và các công cụ rà soát dữ liệu tự động, việc phát hiện nghiên cứu gian lận hay đạo văn nhanh và chính xác hơn xưa gấp bội, khiến các giáo sư không còn dễ dàng thổi phồng kết quả mà không bị phát hiện.
Phe bi quan cho rằng những nỗ lực sửa sai hiện tại chỉ là muối bỏ bể vì các nguyên nhân gốc rễ chưa được giải quyết. Cơ chế “tự nhân bản” quá vững chắc: những người nắm quyền duyệt ghế giáo sư và quỹ nghiên cứu hiện nay phần lớn là những người đã đi lên từ hệ thống cũ, và họ sẽ tiếp tục chọn những người giống họ - để thay đổi toàn bộ tầng lớp lãnh đạo này phải mất ít nhất một đến hai thế hệ (30-50 năm). Bẫy tài chính “Publish or Perish” vẫn chưa có lời giải vì các trường vẫn chưa tìm ra thước đo nào tốt hơn số lượng bài báo quốc tế để đánh giá năng lực giáo sư - ngày nào thước đo này còn tồn tại, ngày đó các giáo sư vẫn phải tìm cách thổi phồng kết quả. Cuối cùng, đại học không tồn tại trong chân không: sự chia rẽ chính trị sâu sắc giữa hai phe Tả - Hữu ngoài xã hội phương Tây hiện tại có nghĩa là giảng đường đại học sẽ tiếp tục là chiến trường ý thức hệ.
Nhiều chuyên gia dự đoán tình hình sẽ không cải thiện theo kiểu toàn bộ hệ thống cùng tốt lên, mà sẽ diễn ra một sự phân hóa mạnh mẽ. Khối Khoa học Tự nhiên và Công nghệ (STEM) có áp lực tự sửa sai mạnh hơn vì bản chất của các ngành này là thực dụng: nếu tính toán sai hoặc thổi phồng, cây cầu sẽ sập, tên lửa sẽ nổ, thuốc sẽ giết chết người - hậu quả vật lý tức thì tạo ra áp lực thanh lọc nhanh hơn nhiều so với các ngành xã hội. Ngược lại, khối Khoa học Xã hội và Nhân văn có khả năng tiếp tục lún sâu vào khủng hoảng lòng tin, mất dần vị thế và bị cắt giảm ngân sách - và nếu xu hướng này kéo dài, bằng cấp của các ngành này sẽ ngày càng mất giá trị trong mắt các nhà tuyển dụng thực tế.
ACADEMIC CRISIS AT AMERICA’S PRESTIGIOUS UNIVERSITIES
In the summer of 2023, Marc Tessier-Lavigne, a world-renowned neuroscientist and the President of Stanford University, was forced to resign after several months of an independent investigation. The matter began when “data detectives” on the PubPeer platform exposed that many images in biological studies under his name had been manipulated, specifically by Photoshop editing of gel electrophoresis bands. Further investigation showed that he had not personally altered the images, but that he had led a laboratory with a toxic culture: one that pressured subordinates to produce favorable results at any cost and ignored warnings about data irregularities for many years. He officially resigned on August 31, 2023; several papers under his name in journals such as Science and Cell were retracted, while others were required to be corrected.
Harvard underwent, in late 2023 and early 2024, what amounted to a twofold storm that swept through both its leadership and its faculty. Claudine Gay, the university’s first Black female president and a symbol of progressive thought at Harvard, was accused of improper citation in her doctoral dissertation and in several scholarly publications, with the extent of the violations remaining highly disputed. The pressure that led to her resignation stemmed not only from the citation issues but also from the media crisis following her testimony before the U.S. Congress, where her responses regarding how Harvard should handle anti-Semitic speech on campus provoked widespread outrage and alienated many major donors. She resigned on January 2, 2024, after only six months in office.
At the same time, Francesca Gino, a Harvard Business School professor known for researching honesty and human ethics and the author of several global bestsellers, was found by the data blog Data Colada to have manually interfered with raw data: numbers in Excel files had been systematically altered to produce results that matched the original hypothesis exactly. Harvard suspended Gino, stripped her endowed chair title, and demanded the retraction of several papers; termination proceedings were also initiated, although the entire process remains entangled in legal disputes. The case was followed by a countersuit from Gino, which the media reported as seeking damages amounting to tens of millions of U.S. dollars. This created a protracted legal scandal that shook the academic world.
At Wharton, the world’s leading business school within the University of Pennsylvania, two parallel incidents occurred in late 2023. President Liz Magill resigned after testifying before the U.S. Congress, where her response to questions about handling anti-Semitic speech on campus was judged indecisive, triggering a wave of outrage and pressure from billionaire alumni to withdraw hundreds of millions of dollars in donations. At the same time, PubPeer and academic investigators pointed out that certain older studies by leading author groups at Wharton, including papers coauthored with Francesca Gino, showed signs of fabricated original data. The University of Pennsylvania was compelled to launch a review of the behavioral research of several of these star professors.
Why universities can no longer cover things up
In the past, universities tended to close ranks and shield prominent professors, because such figures were money magnets and reputational assets for the institution. That culture of protection has now collapsed under two irresistible pressures.
First, the evidence is exposed publicly on the internet. When Photoshop-edited images or fabricated Excel files are posted on PubPeer or on the social media platform X, millions of people can see them immediately. Any university that tries to conceal the matter is instantly viewed as complicit. Second, there is pressure to cut funding from major donors. Billionaires give money to universities to buy prestige, not to have their names associated with institutions that tolerate dishonesty. Economic pressure forces boards of trustees to act quickly in order to protect the university’s financial base.
The connection to the leftward ideological trend
The relationship between academic misconduct and left-leaning political tendencies is a subject of intense debate. One line of analysis, advanced by many observers and cultural critics, holds that politics is not the direct cause of individual fraud, but that leftist ideology creates a permissive environment in which misconduct can proliferate and be more difficult to detect. This connection is argued through three specific mechanisms.
The first is the nature of the research topics themselves. In the fields of social science, behavioral psychology, and business, the university reward system, with its emphasis on publication, promotion, and media visibility, often favors results that appear to confirm left-leaning doctrines. A study showing that “capitalist systems produce systemic injustice” or that “racial diversity on corporate boards increases growth by 200%” will be warmly welcomed by peers and major journals. The pressure to prove these “contemporary” hypotheses has pushed some professors to refine or manipulate data to obtain results aligned with ideological expectations.
The second is the double standard in oversight. When the administrative and peer-review machinery of prestigious universities leans left, in-group bias emerges: the tendency to be more lenient toward those who share one’s worldview. The case of Claudine Gay is often cited: when the first allegations of improper citation emerged, Harvard’s board of trustees initially tried to downplay the issue, calling them “instances of incomplete citation” and asserting that she had not violated ethical standards. They only accepted her resignation after pressure from the congressional hearing crisis, public outrage, and outside conservative donors converged to bring the matter to a climax. Critics argue that if she had been a conservative professor, she would have been dismissed immediately upon the first allegations, rather than being shielded by the system. This is, of course, a counterfactual assumption that cannot be verified.
The third is the claim that DEI policy lowers academic standards. This argument is most frequently advanced by conservative scholars and by Heterodox Academy, though it remains contested. According to this argument, leftward tendencies encourage hiring and appointment based on political and identity criteria (race, gender, progressive orientation) rather than on research ability alone. On this view, when the quality-control barrier is lowered, those placed in top positions despite middling ability are then compelled to plagiarize or inflate data in order to maintain their status. When a prestigious university system prioritizes “political correctness” over objective truth, it naturally attracts and shelters those who are better at politics than at science.
The gap between academic theory and reality
The problem is not only specific cases of fraud, but a deeper structure: the gap between an idealized research environment and a complex reality. Professors often build social models on idealized assumptions: equal opportunity for all, transparency of information, and altruistic human behavior. Within such models, policies such as generous welfare provision, heavy redistribution through taxation, or strict environmental regulation may look perfect on paper. But when implemented in real life, policy is shaped by human nature and real economic pressures, leading to “unintended consequences” that academic models are often unable to fully anticipate.
This distinction has important practical consequences: research in the natural sciences, biomedicine, and technology, fields that can be measured and verified by machines, continues to maintain high standards because mistakes have immediate physical consequences. But research in psychology, sociology, and macroeconomics, even when it comes from Harvard, should be received more as a reference point, or a highly idealized hypothesis, than as an obvious truth that can be directly applied to real life.
The social sciences are also more normative than the natural sciences. Many Western professors see their role as critiquing society and advancing progress, focusing on injustice, wealth inequality, and climate change. The very pursuit of a more just society naturally leads toward left-leaning solutions. They are not necessarily mistaken about the present condition; rather, they are trying to design the future according to their ideal worldview.
When a left-leaning professor defends the failure of a policy, the common response is that the policy was not wrong, but failed because funding was cut, because the opposing side sabotaged it, or because it was not implemented thoroughly enough. A typical example is homelessness policy in California: scholars argue that failure stems from excessively high housing prices and insufficient investment in mental health care, not from the idea of unconditional cash assistance itself being flawed.
The “echo chamber” effect and blind-spot bias
The ideological monopoly in prestigious universities is explained through self-selection: left-leaning faculty hire and promote graduate students with similar views; those students, when retained, make the environment increasingly homogeneous and devoid of conservative voices. In some social science departments at elite universities, according to certain surveys, the ratio of left-leaning to right-leaning faculty may be 10:1 or higher. When an academic environment lacks political diversity, scholars become vulnerable to confirmation bias: a left-leaning study is more likely to be peer-reviewed favorably and published by like-minded colleagues, reducing the system’s capacity for self-correction.
This phenomenon has a clearly defined psychological basis. “Bias Blind Spot” is a term researched and popularized by Professor Emily Pronin of Princeton University since 2002. It describes the fact that people are very good at detecting bias in others’ reasoning, but entirely “blind” to their own. Applied to academia, this creates an upgraded form of the phenomenon called “intellectual hubris”: left-leaning professors, equipped with sharp sociological tools, can easily expose political motives in the thinking of their opponents, yet when they themselves advocate leftist policies, they do not regard that as “bias.” They persuade themselves that they are acting purely out of justice, science, and humanitarian concern.
This becomes even more dangerous because of a paradox demonstrated by researcher Keith Stanovich: the smarter a person is, the larger their bias blind spot may be. A high IQ does not necessarily reduce confirmation bias; on the contrary, a Harvard professor with a high IQ may be extraordinarily skilled at constructing sophisticated, elaborate arguments that legitimate preexisting biases by using mathematical models and large statistical datasets to justify conclusions that were already shaped by left-leaning ideology. When everyone around one another shares the same blind spot, no one recognizes it as a blind spot anymore. They look at one another and declare in unison: “We are completely objective; only the outside world is biased.”
The replication crisis and the pressure to “publish or perish”
Beyond ideology, the academic system also creates structural pressures that push professors to exaggerate results even when they have no clear intent to commit fraud. Scientists refer to this as the “replication crisis,” arising from the pressure to “publish or perish.”
Professors must continually publish in major journals to keep their positions and secure research funding, so they tend to choose sensational topics that attract attention rather than practical but unglamorous research. Journals prefer studies with “groundbreaking” or “novel” findings; this publication bias means that if a professor conducts research and finds that a policy is ineffective, the journal may refuse to publish it, forcing them to “polish” the data in search of some positive result. As a consequence, when social science and psychology studies from major universities are reproduced by third parties, they often yield different outcomes. A survey published in Nature in 2016, involving hundreds of scientists across many disciplines, found that more than 70% had attempted to replicate a colleague’s study and failed.
Before control mechanisms existed, sophisticated fraud typically proceeded through three main techniques. P-hacking is the act of “torturing” data by filtering for small subgroups until one produces attractive results, then discarding the other groups and writing the paper as though that subgroup had been the original focus all along. HARKing (Hypothesizing After the Results are Known) is the practice of changing the original hypothesis after seeing the raw data. For example, a study initially asks whether a policy reduces poverty (and fails to find evidence of that), but after noticing that the data appear to increase some people’s self-reported happiness, the hypothesis is altered to “we are studying the relationship between the policy and happiness.” Third is the removal of “noise” data (outliers): conveniently deleting responses from participants who do not match the desired result, on the pretext that they “did not fill out the survey seriously.”
The result is a highly polished paper with sensational findings published in a top journal, only for another scientist to repeat the experiment on a new sample and find no effect at all.
Media distortion and the citation halo effect
Alongside the internal flaws of the academic system is a media problem. When a newspaper reports, “According to Professor A at Harvard,” two effects are taking place simultaneously. The first is simplification and sensationalism: a real scientific study is often accompanied by dozens of constraints, but in the media those conditions are stripped away to create headlines such as “Harvard Professor Discovers a Solution to Poverty.” The second is borrowed prestige (the halo effect): editors know that inserting “Harvard,” “Oxford,” or “MIT” into an article will dramatically increase its credibility and readership, even when the study is only an early-stage hypothesis that has not yet been verified at scale.
Top universities such as Harvard are highly strong in methodology and data: their data collection is meticulous, and their algorithms are extremely sophisticated. But a beautiful model does not guarantee that reality is correct. A sociology study by a Harvard professor may receive a perfect score in mathematics and statistics, yet still fail completely when applied in a poor neighborhood in New York, because the researcher sits in an air-conditioned office and does not understand the complex psychology of the people living there.
Three types of response within academia
Western academia is not a monolithic, naïve bloc. Its members know that the structure has serious problems, but their responses are highly complex and can be divided into three groups.
The first group consists of those fighting through the Open Science movement. This group includes many young scientists, progressive professors, and statisticians who are trying to correct the system from within. They have created organizations such as the Center for Open Science to require researchers, before publication, to preregister their methodology and raw data, preventing professors from adjusting the data after results are known. They also actively use PubPeer to expose misconduct in published papers.
The second group is the largest: those who “close their eyes and get on with it” in order to protect their positions. Many professors and graduate students struggling for tenure fall into the syndrome of “the curse of those who know the rules too well.” They know the system is flawed, and they know that their own research may be somewhat overstated or overly theoretical. But if they choose to do a careful study that takes five years to verify in practice and produces normal, unexciting results, the system will reject them: they will not be promoted, they will not secure research grants, and the university may dismiss them. Out of survival pressure, they accept the rules of the game: continuing to produce polished papers, using complex terminology to pass review, even while knowing the practical applicability is very low.
The third group consists of those blinded by ideology. A substantial number of scholars in the social sciences genuinely believe their theories are correct, and if reality turns out otherwise, then reality is at fault. Having lived too long in a homogenous intellectual environment, they do not recognize this as a blind spot; this is precisely the “intellectual hubris” produced by bias blind spots.
Preregistration: a mechanism to block fraud at the starting line
The preregistration mechanism developed by the Center for Open Science works on the principle of forcing an archer to draw the target on the wall first, sign it, and only then shoot the arrow, instead of shooting first and then drawing the target around the arrow and claiming a bull’s-eye.
The new process works as follows: immediately after an idea is conceived, the professor must write a detailed plan including the hypothesis, algorithm, and data-filtering procedure; submit this plan to the Center for Open Science and formally register it, with any later changes required to be documented publicly and justified transparently; then collect the data and conduct the analysis exactly according to the locked-in plan; finally, publish the paper, and the journal compares it with the preregistration to verify whether the commitments were followed.
This mechanism blocks P-hacking because the professor cannot arbitrarily trim the registered sample to obtain attractive results; it blocks HARKing because the hypothesis cannot be changed after seeing the raw data; and it enforces Open Data because such systems require the entire unprocessed original dataset to be uploaded online, allowing anyone in the world to download it and independently rerun the verification algorithm.
This format is known as Registered Reports, and an increasing number of reputable journals within the Nature and Springer ecosystems, as well as major psychological associations, have begun to accept or encourage it. The real-world result is notable: when preregistration is applied, the proportion of studies reporting “breakthrough” positive findings drops sharply, and many studies instead conclude that “this policy or hypothesis does not work.” This is a sign that science is becoming more honest.
PubPeer and academic detectives
If preregistration is the net that stops fraud at the starting line, then PubPeer and the “academic detectives” play the role of an investigative force revisiting old cases. The rise of PubPeer has shattered the once “untouchable” privilege of famous professors: in the past, once a Harvard professor’s paper appeared in a major journal, it was almost treated as truth itself.
PubPeer was founded in 2012 and functions as a forum for open post-publication peer review. Its most distinctive feature, and its most powerful weapon, is that it allows completely anonymous comments. Whenever a scientific paper is published, it is assigned a DOI, and PubPeer automatically creates a dedicated page for it. Any scientist in the world who notices a suspicious issue can capture evidence, write an analysis, and post it anonymously on that page; the system automatically sends an email notification to the authors inviting them to respond.
Anonymity is essential. In the traditional academic world, the power of senior professors at Harvard or Stanford is enormous: they control budgets, teaching appointments, and effectively the professional fate of graduate students. If a student discovers that their professor has fabricated data and publicly reports it, that can amount to career suicide. PubPeer resolves this dilemma: under anonymity, even a first-year student can point directly at a Nobel Prize winner and state that the graph on page five has been altered in Photoshop.
Those who spend hours on PubPeer identifying misconduct, known as “data sleuths,” use specialized software and artificial intelligence to detect subtle errors. The two most common techniques are image duplication and mathematical anomaly detection. In biology and medicine, sleuths find cases where a professor uses an image of a cell or electrophoresis band from experiment A, flips it, adjusts the brightness, and pastes it into experiment B to make it appear that multiple experiments succeeded. Mathematically, they rerun the statistical algorithms from the published data and show that, by probability alone, it is virtually impossible for a random group of people to produce numbers that neat and perfect; those numbers must have been invented by human hands.
In early 2024, data detective Sholto David, a British molecular biologist, published a detailed analysis on the blog For Better Science, exposing severe signs of image manipulation in dozens of papers by leading scientists at Harvard’s Dana-Farber Cancer Institute, including the institute’s CEO and COO. As a result, Dana-Farber announced that it would retract six papers and correct 31 others. The scandal involving Stanford President Marc Tessier-Lavigne also began on PubPeer: Stanford initially tried to minimize the issue, but under pressure from the undeniable evidence on that platform and from the university’s student newspaper, the president was forced to resign.
Heterodox Academy: restoring viewpoint diversity
Heterodox Academy is a nonprofit organization founded in 2015 by Jonathan Haidt (Professor of Ethical Leadership at New York University’s Stern School of Business, specializing in social psychology), together with Professor of Law Nicholas Quinn Rosenkranz (Georgetown University) and sociologist Chris Martin. The organization emerged as a defensive response from a segment of scholars who realized that the classroom was turning into a one-dimensional “ideological church,” where free speech and scientific debate were being stifled by cancel culture.
The word “heterodox” was chosen deliberately to stand in opposition to the “orthodox” dogma that dominates prestigious universities. The organization’s central claim is that Western universities proudly and vigorously promote diversity of race, gender, and sexual orientation, yet welcome people who look different while forcing them to think alike. This is a fundamental contradiction.
The organization promotes three foundational values. Viewpoint diversity means that classrooms and research committees should include liberals, conservatives, classical liberals, and moderates alike. Academic freedom ensures that faculty and students have the right to study and question any sensitive topic without fear of dismissal or punishment. Constructive disagreement requires that, rather than insulting or labeling one another, participants debate using evidence, reason, and respect.
In today’s Western university environment, admitting to conservative views or voting for the Republican Party is almost a “career death sentence.” Many professors with neutral or conservative views are not publicly fired, but they are marginalized: they are not invited to conferences, their articles are rejected without good reason, and they are excluded from promotion-review committees. Heterodox Academy has created a network to support and defend the interests of these individuals, while also developing a “Heterodox University Index” to rank institutions according to their openness to dissent, thereby pressuring administrations to change policy.
The core philosophy of the organization is that science advances only through criticism. If a left-leaning professor advances a social theory and everyone around them is also left-leaning, merely nodding in approval instead of searching for flaws, that theory will never be rigorously tested. Heterodox Academy needs right-leaning and conservative voices not because they are always correct, but because they are especially good at identifying flaws and blind spots in left-leaning arguments, and vice versa. Today, the movement has attracted more than 7,000 professors and scholars from universities across the country (as of 2025).
Outlook: polarization rather than uniform recovery
The Western system of elite universities stands at a historical crossroads, and observers are divided into two clear camps.
The optimistic camp argues that external pressure is forcing universities to change. Many billionaires and major corporations have announced that they will stop donating to Harvard, Penn, or Columbia because they do not accept the ideological radicalization within these institutions. With funding diminished, universities are compelled to adjust personnel and policy. Alternative models are also emerging, such as the newly established University of Austin (UATX) in the United States, whose stated principle is absolute freedom of speech without regard to left or right. This competition will force older universities to become less arrogant. Moreover, with the support of AI and automated data-auditing tools, it is now much faster and more accurate to detect fraudulent research and plagiarism than before, making it harder for professors to inflate results without being caught.
The pessimistic camp argues that current reform efforts are merely a drop in the ocean because the root causes remain unresolved. The “self-reproduction” mechanism is extremely strong: those who currently control professorship appointments and research funding are largely people who rose through the old system, and they will continue selecting people like themselves. Changing the entire leadership class would take at least one to two generations, or roughly 30 to 50 years. The financial trap of “publish or perish” remains unresolved because universities still have no metric better than the number of international publications for evaluating professors; as long as this metric persists, professors will continue trying to inflate results. Finally, universities do not exist in a vacuum: the deep political divide between left and right in Western society means that campuses will remain ideological battlegrounds.
Many experts predict that the situation will not improve through a uniform uplift of the whole system, but rather through strong differentiation. The STEM fields will face stronger self-correcting pressure because of their practical nature: if calculations are wrong or results are exaggerated, bridges collapse, rockets explode, and drugs kill people. These immediate physical consequences create faster purification pressure than in the social sciences. By contrast, the social sciences and humanities may continue to sink deeper into a crisis of trust, gradually lose status, and face budget cuts; if this trend continues, degrees in these fields will become increasingly devalued in the eyes of real-world employers.