El estudio de honestidad fabricado de Dan Ariely — el profesor que falsificó datos sobre la deshonestidad

Dan Ariely era uno de los economistas conductuales más famosos del mundo. Profesor en la Universidad de Duke, autor del superventas del New York Times Predictably Irrational, e inspiración de la serie de NBC The Irrational. Su investigación sobre la deshonestidad era ampliamente citada por responsables de políticas y empresas. Su artículo de 2012 en PNAS, escrito junto con Francesca Gino y otros, afirmaba que hacer que las personas firmaran un compromiso de honestidad al principio de un formulario reducía el comportamiento deshonesto. El hallazgo fue influyente y se utilizó en políticas del mundo real.

El 17 de agosto de 2021, el blog Data Colada —dirigido por los investigadores Uri Simonsohn, Leif Nelson y Joe Simmons— publicó pruebas de fraude en el artículo de 2012. Los datos brutos mostraban patrones imposibles compatibles con una manipulación: secuencias idénticas de números entre condiciones que deberían haber sido aleatorias. Los datos parecían haber sido alterados manualmente para producir los resultados deseados. The Economist informó de que el estudio estaba «basado en datos fraudulentos». El artículo fue retractado.

La Universidad de Duke puso en marcha una investigación de tres años. En 2024, Business Insider informó de que Duke concluyó que los datos habían sido falsificados, pero no encontró pruebas de que Ariely usara datos falsos a sabiendas. Duke declinó hacer comentarios. Ariely declaró a la prensa que «sin duda cometió un error», pero siguió siendo profesor en Duke. El escándalo no le costó el puesto, pero le costó la reputación, y puso de manifiesto lo fácil que los datos fabricados pueden superar la revisión por pares cuando el hallazgo es lo que todo el mundo quiere creer.

Un blog, no la revisión por pares, detectó el fraude al identificar secuencias de números idénticas que deberían haber sido aleatorias; el artículo fue retractado, pero Ariely conservó su puesto.

El fraude lo descubrió un blog, no la revisión por pares ni una investigación universitaria. Data Colada vio que los datos eran demasiado perfectos: secuencias de números idénticas entre condiciones que deberían haber sido aleatorias.

El estudio se publicó en PNAS, una de las revistas más prestigiosas del mundo. La revisión por pares no detectó la fabricación porque nadie comprobó los datos brutos.

El hallazgo de Ariely era exactamente lo que la gente quería creer: que una simple firma al principio de un formulario podía reducir la deshonestidad. El mundo de las políticas lo adoptó sin cuestionar las pruebas.

La investigación de tres años de Duke concluyó que los datos habían sido fabricados, pero no encontró pruebas de que Ariely lo supiera. El resultado fue un escándalo sin nadie que rindiera cuentas: el artículo fue retractado y Ariely conservó su puesto.

Un estudio que dice lo correcto y un estudio que usa los datos correctos son afirmaciones distintas. La primera es lo que construye una reputación; la segunda es lo que se la gana. Data Colada lo comprobó. Nadie más lo había hecho.

El caso Ariely se convirtió en un hito de la crisis de replicación: un investigador famoso, una revista prestigiosa y datos descaradamente fabricados. El blog Data Colada se convirtió en una institución central en la detección de fraude. El caso involucró a Francesca Gino, la coautora de Harvard, a la que más tarde se halló haber fabricado datos en otros estudios. La relación de nueve años de Ariely con Jeffrey Epstein, revelada en los archivos de Epstein de 2026, dañó aún más su credibilidad. El caso sigue sin resolverse: los datos fueron fabricados, el artículo fue retractado, pero nunca se identificó al falsificador.