In den Medien wird wissenschaftliches Fehlverhalten häufig auf Plagiate und gefälschte Forschungsdaten reduziert. Durch die Erfolge von “großen Sprachmodellen” (Large Language Models) ist vor allem im Bereich der universitären Lehre das unreflektierte Verwenden von automatisch generierten Texten als neue Form von Fehlverhalten, die an das Plagiat erinnert, hinzugekommen, wobei sie für die wissenschaftliche Forschung noch eine untergeordnete Rolle spielt.

Wenig diskutiert werden jedoch Grauzonen des Fehlverhaltens, also jene Formen der wissenschaftlichen Praxis, die viele Kolleginnen und Kollegen ablehnen, aber die nicht zwangsläufig dazu Führen, dass die wissenschaftliche Arbeit von Menschen als so problematisch angesehen wird, dass Forschungsergebnisse zurückgenommen werden müssen, oder Forschungsförderung zurückgefahren würde.

Es ist nicht so, dass es diese Grauzonen nicht gäbe. Wer forscht, stört sich daran, wenn Kolleginnen oder Kollegen in Studien ihre eigenen Arbeiten über Gebühr zitieren, genauso wie es einen stört, wenn jemand bestimmte Arbeiten bewusst ignoriert und mit keinem Wort erwähnt, obwohl sie für ein Thema von Bedeutung sind. Man ärgert sich, wenn Menschen sich so verhalten, als seien Sie direkt aus den Neunzigern mit einer Zeitmaschine in das Jahr 2023 gereist, und die Forschungsarbeiten anderer in einem aggressiven und überheblichen Ton angreifen. Man ärgert sich auch, wenn jemand auf einer Konferenz Fragen stellt, die so lang sind, dass kein anderer mehr zu Wort kommt.

Vielen von diesen Verhaltensmustern kann man relativ gut begegnen. Wenn man ein Gutachten schreibt, kann man um einen höflicheren Ton bitten. Wenn man eine Fragerunde leitet, kann man den Personen, die sich nach jedem Vortrag melden und endlose Fragen stellen, seltener das Wort erteilen. Wenn bestimmte Arbeiten in Artikeln komplett ignoriert werden, kann man sich die Mühe machen, eine Antwort zu veröffentlichen, in der man darauf verweist, dass es auch andere Perspektiven zum Thema gibt.

Wichtig wäre es aber auch — vor allem in der Ausbildung von wissenschaftlichem Nachwuchs — Grauzonenformen des Fehlverhaltens bewusst zu benennen, zu diskutieren und zu erklären, warum diese die wissenschaftliche Etiquette verletzen. In der Praxis ist das jedoch nicht immer einfach, weil es schwer ist, klare Kriterien zu finden für das, was gute und das was schlechte Wissenschaft ausmacht.

Bei der Verwendung von Sprachmodellen im Schreibprozess gehen die Meinungen beispielsweise schon auseinander. Während die einen dafür eintreten, Sprachmodelle komplett aus dem Schreibprozess zu verbannen, stehen andere der Idee, einen Text im Dialog mit einem Chatbot zu entwickeln, sehr viel aufgeschlossener gegenüber. Wenn das Ziel wissenschaftlicher Forschung das Generieren neuer Erkenntnisse ist, dann ist es ja am Ende vielleicht egal, ob diese mit Hilfe eines Systems gewonnen wurden, das unzählige Texte in sich hineingeschlungen hat und diese gut verdaut herausgibt, oder ob sie von einem Menschen im Dialog mit sich selbst erstellt wurden. Ob ich bei Programmierfragen im Internet auf Stackoverflow nach Antworten suche, oder mich bei OpenAI einlogge, um mit ChatGPT zu sprechen, macht ja — wenn ich sicherstelle, dass ich den Code, den ich schreibe, gewissenhaft prüfe — auch keinen großen Unterschied, solange die dadurch neu gewonnenen Kenntnisse sich als stichhaltig erweisen.

Genauso, wie sich unsere Erkenntnisse ständig erweitern, verändert sich auch unsere Einstellung zu dem, was wir als grau oder schwarz einstufen. Die akribische Prüfung von Doktorarbeiten von Personen, die in der Öffentlichkeit stehen, und die gefühlte Zunahm von aberkannten Doktortiteln ist in dieser Hinsicht vielleicht viel weniger eine Folge im Verkommen begriffener Sitten, als eine Folge der sich veränderenden Definition dessen, was im Zusammenhang mit wissenschaftlicher Praxis als grau oder schwarz eingestuft wird.

Ich war sehr erfreut, als ich durch einen Call-for-Papers zu fragwürdigen Forschungspraktiken auf den Artikel von Larsson et al. (2023) aufmerksam gemacht wurde, welcher eine erste Klassifikation verschiedener fragwürdiger Forschungspraktiken aufstellt. Diese werden dabei  fünf verschiedenen Gruppen zugeteilt: “Design” (also Forschungsdesign), “Daten”, “Schreiben” und “Funding”. Dabei werden in dem Artikel unterschïedlichste möglicherweise fragwürdige Forschungspraktiken abgedeckt, die sicher nicht jede Person die forscht auch immer gleich als problematisch einstufen würde, sei es, weil man nicht richtig darüber nachgedacht hat, oder weil man deren Fragwürdigkeit anders beurteilen würde.

So finden wir im Artikel unter dem Kürzel FUND_7 eine als fragwürdig eingestufte Forschungspraxis, die darin besteht, dass man in einem Forschungsprojekt aufgrund von Mismanagement nicht das versprochene Ergebnis produzieren kann:

Not producing the promised project outcomes due to project mismanagement (e.g., producing fewer articles than promised) (Larsson et al. 2023: Supplement, S. 5)

Während dies sicherlich ärgerlich ist, ist es ja auch klar, dass man in der Forschung schlecht in die Zukunft sehen kann, und die meisten Forschungsprojekte nicht zwangsläufig genau das produzieren können, was sie versprechen.

Auch gibt es in dieser Klassifikation fragwürdige Praktiken, die fehlen, oder die zumindest mir persönlich auffallen und mich stören. Darunter fällt zum Beispiel eine leider sehr beliebte fragwürdige Praktik im Umgang mit Daten, die darin besteht, dass Daten in Form von PDF-Dokumenten geteilt werden. Man findet eine Tabelle also nicht als CSV-Datei in Textform oder als Tabellendatei in Spreadsheet-Form (Excel, etc.) vor, sondern in einer PDF. Da es unmöglich ist, die PDF zu manipulieren und die Daten direkt aus dieser zu extrahieren (es sei denn, man nutzt bestimmte Software, die aber den Erfolg nicht immer garantiert), halte ich diese Praxis des scheinbaren Teilens von Daten für absolut fragwürdig.

Das scheinen aber nach wie vor sehr viele Kolleginnen und Kollegen anders zu sehen als ich, und auch die Zeitschriften selbst, die zuweilen explizit Daten in PDF-Form fordern. Interessanterweise sind auch die fragwürdigen Praktiken, die Larsson et al. so schön auflisten, in genau dieser Form geteilt worden. Wir finden also nur eine PDF vor, keine computerlesbare Form der Praktiken. Das ist sehr schade, denn das Autorenteam liefert interessante Daten, basierend auf Umfragen, die man sich vielleicht gerne mal selbst in Tabellenform anschauen würde, um die Praktiken nach bestimmten Gesichtspunkten zu sortieren, oder zu schauen, welche man selbst eher als grau und eher als schwarz ansieht, vielleicht aber auch nur, um sie zu kopieren und in der eigenen Arbeit zu zitieren.

Was wir daran wieder sehen können ist,  wie schwer es ist, ein eindeutiges Schwarz oder Weiß in der Forschungspraxis zu identifizieren. Es gibt nur einen sich immer weiter fortsetzenden Diskurs darüber, was gut ist, und was nicht so gut ist, und der sich ständig ändert. Daher sollte man vielleicht allgemein ein bisschen vorsichtig sein, wenn man Forschungspraktiken von anderen Menschen verurteilt, vor allem, wenn diese zeitlich in der Vergangenheit liegen.

Wer weiß, warum Larsson et al. die fragwürdige Daten-als-PDF-Praktik angewendet haben. Für mich ist das ärgerlich und ich wünschte mir, es gäbe mehr Bewusstsein in Bezug auf diesen Punkt. Aber ich weiß auch nicht, wie sehr meine Ausübung von Forschung selbst vielleicht in Zukunft — oder bereits jetzt — von dem einen oder anderen als fragwürdig angesehen werden wird.

Literatur

Tove Larsson and Luke Plonsky and Scott Sterling and Merja Kytö and Katherine Yaw and Margaret Wood (2023): On the frequency, prevalence, and perceived severity of questionable research practices. Research Methods in Applied Linguistics 2.3. 100064.