Ringkasan Eksekutif: Pertanyaan, Jawaban, dan Mengapa Ini Penting

Pertanyaan kajian ini sederhana tetapi menentukan nasib banyak sistem ilmu di dunia berkembang: mengapa sebagian besar temuan ilmiah yang diterbitkan sulit diulang, dan kebijakan seperti apa yang terbukti mampu memperbaikinya di negara yang sumber dayanya terbatas? Pada Agustus 2015, kolaborasi ratusan peneliti yang menamakan diri Open Science Collaboration melaporkan dalam jurnal Science bahwa dari seratus studi psikologi yang diulang, hanya 36 persen replikasi menghasilkan temuan bermakna secara statistik, padahal 97 persen studi aslinya mengklaim hasil signifikan (Open Science Collaboration, 2015). Enam tahun kemudian, Reproducibility Project: Cancer Biology hanya mampu mengulang 50 dari 193 eksperimen yang direncanakan, dengan ukuran efek rata-rata 85 persen lebih kecil daripada aslinya (Science News, 2021). Angka-angka itu tidak berarti bahwa sains gagal, tetapi menunjukkan bahwa sistem publikasi modern lebih pandai memproduksi klaim daripada memeriksanya.

Jawaban pokok kajian ini dapat dirumuskan sejak awal. Keterulangan adalah properti sistem, bukan sekadar kebajikan pribadi. Negara yang paling berhasil memperbaikinya adalah negara yang membangun infrastruktur yang membuat berbagi data, mendaftarkan rencana analisis sebelum data dikumpulkan, dan mengulang temuan penting menjadi pekerjaan yang murah, lazim, dan dihargai dalam karier akademik. Sebaliknya, negara yang mengandalkan hukuman tanpa infrastruktur cenderung menghasilkan kepatuhan administratif: peneliti belajar menghindari pelanggaran yang mudah terdeteksi, tetapi tidak belajar menghasilkan temuan yang tahan uji. Brasil memberi pelajaran paling berharga bagi Selatan Global karena negara itu, dengan anggaran sekitar 1,2 juta real, berhasil mengorganisasi replikasi berskala nasional terhadap ilmu biomedisnya sendiri dan mendapati bahwa tingkat keberhasilan replikasi berkisar antara 15 dan 45 persen, bergantung pada kriteria yang dipakai (eLife, 2025). Penilaian ini dipegang dengan tingkat keyakinan tinggi karena konsisten di berbagai disiplin dan negara.

Persoalan ini penting secara global karena tiga alasan yang saling terkait. Pertama, kebijakan publik, pengobatan, dan pendidikan semakin bergantung pada bukti terbitan; temuan yang rapuh berarti obat yang gagal di uji klinis, program sosial yang tidak bekerja, dan kurikulum yang dibangun di atas pasir. Kedua, ekonomi publikasi global sedang diserbu oleh pabrik makalah dan teks buatan mesin, sehingga kemampuan memeriksa ulang menjadi pertahanan terakhir kepercayaan publik. Ketiga, negara seperti Indonesia, yang memiliki 2.473 jurnal di Directory of Open Access Journals per Maret 2025 dan menempati urutan pertama dunia (DOAJ, 2025), berada pada titik belok: volume yang besar dapat menjadi modal sains terbuka kelas dunia, atau sebaliknya menjadi beban reputasi jika keterulangannya tidak terjamin. Kajian ini berargumen bahwa jendela untuk memilih jalan pertama terbuka sampai sekitar 2030, ketika generasi baru regulasi, repositori, dan alat deteksi berbasis kecerdasan buatan akan menetapkan pola untuk dua dekade berikutnya.

Kerangka Analitis dan Catatan Metode: Tiga Lapis Keterulangan

Perdebatan tentang krisis replikasi sering kacau karena istilahnya dipakai secara longgar. Kajian ini membedakan tiga lapis keterulangan yang memiliki syarat kelembagaan berbeda. Lapis pertama adalah reproduksibilitas komputasional, yaitu kemampuan peneliti lain memperoleh angka yang sama dari data dan kode yang sama; syaratnya adalah akses terhadap data mentah, kode analisis, dan dokumentasi yang memadai. Lapis kedua adalah replikabilitas empiris, yaitu kemampuan memperoleh temuan serupa ketika eksperimen atau survei diulang dengan sampel baru; syaratnya adalah protokol yang rinci, materi yang dapat dibagikan, dan pendanaan bagi studi ulang. Lapis ketiga, yang jarang dibahas dalam literatur arus utama, adalah keterlacakan interpretif, yaitu kemampuan pembaca menelusuri bagaimana peneliti kualitatif sampai pada tafsirnya, dari catatan lapangan hingga kesimpulan. Ketiga lapis ini tidak dapat diperlakukan dengan satu resep, dan banyak kegagalan kebijakan berasal dari upaya memaksakan standar laboratorium pada etnografi atau, sebaliknya, membiarkan studi kuantitatif bersembunyi di balik retorika keunikan konteks.

Di atas tiga lapis tersebut, kajian ini memasang apa yang dapat disebut rantai insentif kelembagaan. Rantai ini terdiri atas lima mata: siapa yang mendanai penelitian, siapa yang menilai karier peneliti, siapa yang menerbitkan hasilnya, siapa yang menyimpan data dan materi, dan siapa yang menegakkan sanksi ketika terjadi pelanggaran. Sebuah sistem ilmu dapat dinilai kesiapan keterulangannya dengan menanyakan, pada setiap mata rantai, apakah tindakan yang memperkuat keterulangan, seperti membagikan data atau menerbitkan hasil nol, mendatangkan imbalan, netral, atau justru merugikan karier. Kerangka ini meminjam semangat prinsip FAIR, yakni data yang dapat ditemukan, diakses, dioperasikan bersama, dan digunakan ulang, sebagaimana dirumuskan Wilkinson dan rekan (2016), tetapi memperluasnya ke wilayah insentif karier yang sering luput dari kerangka teknis semacam itu.

Secara metodologis, kajian ini merupakan telaah komparatif terstruktur atas sumber primer dan sekunder yang dapat diverifikasi. Sumber primer meliputi naskah regulasi, kebijakan repositori, dan publikasi asli proyek replikasi; sumber sekunder meliputi laporan lembaga, analisis kebijakan, dan pemberitaan yang memuat data kasus. Lima kasus negara atau kawasan dipilih karena mewakili lima logika reformasi yang berbeda: replikasi nasional (Brasil), jaringan dari bawah yang didukung dana publik (Inggris), pendanaan khusus replikasi (Belanda), penegakan terpusat (Tiongkok), dan pembangunan komunitas di tengah keterbatasan infrastruktur (Afrika). Setiap penilaian kunci diberi label tingkat keyakinan tinggi, sedang, atau rendah, mengikuti praktik analisis intelijen dan kebijakan, sehingga pembaca dapat membedakan apa yang didukung bukti kuat dari apa yang merupakan inferensi. Kajian ini tidak melakukan replikasi primer dan tidak mengakses data internal kementerian atau universitas; keterbatasan ini dibahas pada bagian terakhir. Gagasan bahwa metode adalah cara berpikir, bukan sekadar prosedur, sejalan dengan argumen buku Beyond Method (2025), yang mengingatkan bahwa penelitian dapat benar secara prosedural tetapi dangkal secara intelektual.

Anatomi Krisis: Apa yang Sebenarnya Diketahui dari Proyek Replikasi Besar

Sejarah intelektual krisis ini biasanya dimulai dari esai John Ioannidis tahun 2005 dalam PLoS Medicine berjudul “Why Most Published Research Findings Are False” (Ioannidis, 2005). Argumennya bersifat probabilistik: ketika studi berukuran kecil, efek yang dicari kecil, fleksibilitas analisis besar, dan persaingan untuk menerbitkan temuan baru sangat ketat, peluang bahwa sebuah temuan signifikan sebenarnya keliru menjadi lebih besar daripada peluang bahwa temuan itu benar. Esai tersebut semula diperlakukan sebagai provokasi teoretis. Baru ketika sejumlah konsorsium mulai benar-benar mengulang studi terbitan, provokasi itu berubah menjadi data. Rangkaian proyek replikasi sesudahnya patut dibaca bukan sebagai vonis atas disiplin tertentu, melainkan sebagai pengukuran pertama yang sistematis atas sesuatu yang selama ini hanya diduga.

Bukti yang terkumpul menunjukkan pola yang konsisten meskipun angkanya bervariasi. Proyek Many Labs 2, yang melibatkan 15.305 partisipan dalam 125 sampel di 36 negara dan wilayah, mendapati bahwa 15 dari 28 temuan klasik psikologi, atau 54 persen, berhasil direplikasi pada ambang signifikansi konvensional (Klein dkk., 2018). Temuan penting lain dari proyek itu sering terlupakan: variasi hasil lebih banyak ditentukan oleh efek yang diteliti daripada oleh sampel atau lokasi, sehingga dalih bahwa kegagalan replikasi disebabkan perbedaan budaya peserta tidak didukung data dalam kasus tersebut. Camerer dan rekan mengulang 21 eksperimen ilmu sosial yang terbit di Nature dan Science antara 2010 dan 2015; sebanyak 13 di antaranya, atau 62 persen, menunjukkan efek searah yang signifikan, tetapi ukuran efek replikasi rata-rata hanya sekitar separuh dari aslinya (Camerer dkk., 2018). Survei Nature terhadap 1.576 peneliti pada 2016 menambahkan dimensi pengalaman: lebih dari 70 persen responden pernah gagal mengulang eksperimen peneliti lain, dan lebih dari separuh pernah gagal mengulang eksperimen mereka sendiri (Baker, 2016).

Biologi kanker memberikan pelajaran paling tajam tentang dimensi infrastruktur krisis ini. Reproducibility Project: Cancer Biology menargetkan 193 eksperimen dari 53 makalah berpengaruh yang terbit pada 2010 hingga 2012, tetapi sebagian besar eksperimen bahkan tidak dapat dicoba karena informasi metode atau materi penelitiannya tidak tersedia; sekitar sepertiga peneliti asli tidak menjawab atau tidak membantu, sementara pemilik 41 persen eksperimen sangat membantu (Science News, 2021; eLife, 2021). Artinya, hambatan terbesar bukan ketidakjujuran, melainkan ketiadaan kebiasaan dan sarana untuk mendokumentasikan dan membagikan apa yang sebenarnya dilakukan di laboratorium. Kesimpulan analitis bagian ini dipegang dengan tingkat keyakinan tinggi: tingkat replikasi di berbagai disiplin berada pada kisaran sepertiga hingga dua pertiga, ukuran efek hampir selalu menyusut ketika diulang, dan sebagian besar masalah dapat ditelusuri ke ukuran sampel kecil, fleksibilitas analisis, bias publikasi, serta dokumentasi yang lemah. Kesimpulan bahwa sebagian besar temuan “palsu” dalam arti fabrikasi tidak didukung oleh bukti ini; yang didukung adalah bahwa sebagian besar temuan lebih rapuh daripada yang dikesankan oleh publikasinya.

Brasil sebagai Cermin: Replikasi Nasional dari Selatan Global

Ketika sebagian besar proyek replikasi besar dipimpin dari Amerika Utara dan Eropa, Brasil mengambil langkah yang hampir tidak lazim: memeriksa ilmu biomedisnya sendiri pada skala nasional. Brazilian Reproducibility Initiative dimulai pada 2017 oleh neurosains dan meta-peneliti Olavo Amaral dari Universidade Federal do Rio de Janeiro bersama Clarissa Carneiro, kini salah satu direktur eksekutif Brazilian Reproducibility Network (The Scientist, 2025). Tim tersebut menyaring lebih dari 2.700 publikasi peneliti Brasil, memilih tiga metode laboratorium yang sangat umum, yaitu uji reduksi MTT untuk metabolisme sel, RT-PCR untuk amplifikasi gen, dan uji elevated plus maze untuk perilaku kecemasan pada hewan, lalu meminta tiga laboratorium berbeda mengulang setiap eksperimen. Sebanyak 97 laboratorium mendaftar, 75 pernah bergabung, dan 56 menyelesaikan proyek; dari 143 replikasi atas 56 eksperimen yang datanya terkumpul, 97 replikasi atas 47 eksperimen dinilai sah untuk dianalisis (eLife, 2025).

Hasilnya, yang diunggah sebagai pracetak di bioRxiv pada April 2025, menempatkan tingkat keberhasilan replikasi antara 15 dan 45 persen. Jika kriteria yang dipakai adalah apakah ukuran efek asli jatuh dalam interval prediksi 95 persen replikasi, angkanya 45 persen; jika kriterianya adalah signifikansi statistik replikasi pada p kurang dari 0,05, angkanya 19 persen; dan jika disyaratkan bahwa setidaknya separuh replikasi signifikan, angkanya turun menjadi 15 persen (eLife, 2025). Hampir sepertiga replikasi harus dikeluarkan karena menyimpang dari protokol, dan tim mencatat bahwa bahkan istilah dasar seperti apa yang dimaksud dengan “n sama dengan tiga” dalam kultur sel ditafsirkan berbeda oleh laboratorium yang berbeda. Proyek ini juga harus bertahan melewati penutupan laboratorium akibat pandemi dan pergantian staf, dua gangguan yang jauh lebih berat dampaknya bagi sistem ilmu yang pendanaannya tidak stabil.

Ada tiga pelajaran dari Brasil yang relevan bagi negara berkembang lain. Pertama, replikasi nasional mungkin dilakukan dengan biaya moderat; anggaran sekitar 1,2 juta real, kira-kira 208 ribu dolar AS, yang dibiayai Instituto Serrapilheira, adalah angka yang berada dalam jangkauan banyak lembaga riset nasional, termasuk di Asia Tenggara. Kedua, proyek semacam ini menghasilkan pengetahuan diagnostik yang tidak dapat diperoleh dari audit administratif: ia memperlihatkan secara konkret di mana protokol gagal dikomunikasikan, sehingga perbaikannya dapat diarahkan ke pelatihan dan standar pelaporan. Ketiga, dan paling penting secara politik, Brasil membuktikan bahwa memeriksa diri sendiri tidak harus berujung pada rasa malu nasional; proyek itu justru melahirkan jaringan reproduksibilitas nasional dan menempatkan peneliti Brasil sebagai rujukan global dalam meta-sains. Penilaian bahwa model Brasil dapat ditiru di Indonesia dengan penyesuaian dipegang dengan tingkat keyakinan sedang, karena keberhasilannya juga bergantung pada keberadaan filantropi ilmiah independen dan komunitas meta-peneliti yang di Indonesia masih kecil.

Infrastruktur sebagai Reformasi: Inggris, Belanda, dan Gerakan Jaringan di Afrika

Inggris memilih jalur yang berbeda: alih-alih memulai dengan replikasi besar, negara itu membangun jaringan kelembagaan yang mengubah kebiasaan dari dalam universitas. UK Reproducibility Network diluncurkan secara resmi di King’s College London pada Maret 2019, berakar pada pertemuan di University of Bristol pada September 2018 dan gagasan yang dirumuskan antara lain oleh Dorothy Bishop, Chris Chambers, Laura Fortunato, dan Marcus Munafò (UKRN, t.t.). Strukturnya berlapis: relawan membentuk jaringan lokal di kampus masing-masing, universitas bergabung sebagai anggota kelembagaan, dan penyandang dana serta penerbit menjadi mitra. Pada September 2021, Research England mengucurkan 4,5 juta pound dari dana pengembangannya, ditambah 4 juta pound dari 18 universitas anggota dan mitra seperti Wiley, Springer Nature, Jisc, dan Academy of Medical Sciences, untuk program lima tahun pelatihan praktik riset terbuka (Times Higher Education, 2021). Logika Inggris adalah bahwa keterulangan pada akhirnya ditentukan oleh apa yang diajarkan kepada mahasiswa doktoral dan apa yang dihitung dalam penilaian karier, bukan oleh deklarasi.

Belanda menyerang mata rantai lain: pendanaan. Pada Juli 2016, Netherlands Organisation for Scientific Research (NWO) mengumumkan program percontohan tiga tahun senilai 3 juta euro khusus untuk studi replikasi, yang disebut sebagai dana nasional pertama di dunia untuk tujuan itu, dengan target sekitar sepuluh proyek per tahun (Editage Insights, 2016). Kritik yang muncul saat itu, termasuk dari psikolog Harvard Daniel Gilbert, mempertanyakan apakah dana publik layak dipakai untuk riset yang tidak orisinal. Namun justru di situlah nilai simbolik dan praktis kebijakan Belanda: dengan menjadikan replikasi sebagai kategori hibah yang sah, NWO mengubah status replikasi dari pekerjaan sampingan yang merugikan karier menjadi kontribusi yang dapat dicantumkan dalam portofolio. Bersamaan dengan itu, format Registered Reports yang diperkenalkan Chris Chambers di jurnal Cortex pada 2013 mengubah mata rantai publikasi: makalah dinilai dan diterima berdasarkan pertanyaan dan metode sebelum hasil diketahui, sehingga hasil nol tidak lagi dihukum (Wikipedia, Registered report). Scheel dan rekan pada 2021 mendapati bahwa sekitar 96 persen artikel psikologi konvensional melaporkan hasil signifikan, berbanding 44 persen hipotesis dalam Registered Reports, sebuah selisih yang secara kasar mengukur besarnya bias publikasi, meskipun selisih korelasional itu tidak membuktikan hubungan sebab-akibat.

Afrika menunjukkan sisi lain dari persamaan ini, yaitu bagaimana gerakan keterulangan dapat dibangun ketika infrastruktur dasarnya sendiri belum tersedia. African Reproducibility Network dibentuk pada 2023 di bawah pimpinan Emmanuel Boakye dan menjadi anggota keluarga jaringan reproduksibilitas internasional; pendirinya secara terbuka menyebut adanya “celah besar” dalam gerakan sains terbuka Afrika, terutama infrastruktur, perbedaan praktik antarlembaga, dan langkanya kebijakan kelembagaan yang mewajibkan keterbukaan (Times Higher Education, 2023). Jaringan itu bekerja melalui lokakarya, komunitas praktik lokal, dan pelatihan pemimpin jaringan lokal, serta bermitra dengan Association of African Universities dan African Academy of Sciences (AfricArXiv, t.t.). Perbandingan tiga kasus ini menghasilkan penilaian dengan tingkat keyakinan sedang hingga tinggi: reformasi yang bertahan adalah reformasi yang menyentuh setidaknya dua mata rantai insentif sekaligus, misalnya pelatihan dan penilaian karier di Inggris, atau pendanaan dan publikasi di Belanda, sedangkan intervensi pada satu mata rantai saja cenderung diserap tanpa perubahan perilaku.

Disiplin dari Atas: Model Tiongkok dan Batas Penegakan Integritas

Tiongkok merupakan kasus pembanding yang wajib dibahas karena negara itu adalah produsen publikasi ilmiah terbesar di dunia dan sekaligus negara yang paling sering dikaitkan dengan penarikan massal makalah dari pabrik makalah. Respons negaranya bercorak terpusat. Pada 30 Mei 2018, Kantor Umum Komite Sentral Partai Komunis Tiongkok dan Kantor Umum Dewan Negara menerbitkan pedoman penguatan integritas ilmiah yang menetapkan “toleransi nol” terhadap ketidakjujuran akademik serius, sembari secara eksplisit menyatakan toleransi terhadap percobaan dan kegagalan (State Council of the PRC, 2018). Pedoman itu menugaskan Kementerian Sains dan Teknologi memimpin pengawasan integritas di ilmu alam dan Chinese Academy of Social Sciences di ilmu sosial, membangun basis data catatan perilaku ilmuwan dan lembaga, membuat mekanisme peringatan yang memasukkan jurnal berbiaya tinggi bermutu rendah ke daftar hitam sehingga makalah di dalamnya tidak dihitung dalam penilaian apa pun, dan mengancam perantara jual-beli makalah dengan hukuman berat.

Kekuatan model Tiongkok terletak pada kemampuannya mengubah sinyal pasar dengan cepat. Ketika sebuah jurnal masuk daftar peringatan, insentif untuk menerbitkan di sana hilang hampir seketika, karena penilaian karier di Tiongkok sangat terpusat. Pedoman 2018 juga menyentuh akar masalah ketika menyatakan bahwa makalah, paten, gelar, proyek, dan penghargaan tidak boleh menjadi syarat pembatas dalam evaluasi, sebuah pengakuan bahwa sistem yang menghitung jumlah makalah akan menghasilkan makalah, bukan pengetahuan. Namun kelemahan model ini juga tampak jelas dari sudut keterulangan. Penegakan dari atas efektif untuk pelanggaran yang dapat didefinisikan dan dideteksi, seperti plagiarisme, fabrikasi data, penulisan bayangan, dan manipulasi penelaahan sejawat; penegakan itu jauh kurang efektif untuk masalah keterulangan yang bersifat abu-abu, seperti analisis yang dipilih setelah data dilihat, ukuran sampel yang terlalu kecil, atau hasil nol yang disimpan di laci. Pelanggaran jenis kedua ini tidak melanggar aturan apa pun, tetapi justru merupakan penyumbang terbesar kerapuhan temuan sebagaimana ditunjukkan proyek-proyek replikasi.

Pelajaran bagi negara lain karena itu bersifat ganda. Di satu sisi, negara memang memiliki peran yang tidak tergantikan dalam memutus pasar gelap publikasi, karena perantara jual-beli makalah dan jurnal predator tidak akan hilang oleh imbauan moral; di sisi lain, penegakan yang hanya menghukum tanpa membangun jalur alternatif yang dihargai akan menghasilkan perilaku menghindari deteksi, bukan perilaku menghasilkan temuan yang tahan uji. Penilaian kajian ini, dengan tingkat keyakinan sedang, adalah bahwa model Tiongkok paling berguna sebagai komponen penegakan dalam sistem yang lebih luas, bukan sebagai model utuh. Bagi negara demokratis dengan otonomi kampus yang lebih besar, seperti Indonesia, elemen yang paling layak diadopsi adalah daftar peringatan jurnal yang transparan dan dapat digugat, basis data integritas yang dapat diaudit, serta pernyataan normatif bahwa jumlah publikasi tidak boleh menjadi syarat tunggal kenaikan jabatan.

Indonesia: Ekosistem Volume dan Defisit Keterulangan

Indonesia memasuki perdebatan keterulangan dari posisi yang paradoksal. Dari sisi akses, negara ini adalah raksasa sains terbuka: 2.473 jurnal Indonesia terindeks di Directory of Open Access Journals per Maret 2025, sekitar 11,5 persen dari seluruh 21.457 jurnal di direktori itu, mengungguli Inggris dengan 2.176 jurnal, Brasil dengan 1.578, dan Amerika Serikat dengan 1.223 (Arief, DOAJ, 2025). Pertumbuhan itu melonjak pada 2016 dan 2017, ketika 466 jurnal Indonesia terindeks dalam satu tahun, bersamaan dengan diperkenalkannya Science and Technology Index (SINTA) pada 2017 dan aturan nasional yang mengaitkan pengindeksan dengan akreditasi, insentif, dan kenaikan jabatan. Jumlah publikasi peneliti Indonesia juga meningkat tajam, dari 6.080 pada 2013 menjadi 37.513 pada 2019 menurut data yang dikutip Tempo dari Nature, dan perubahan sistem penilaian peneliti tahun 2017 disebut sebagai salah satu pendorongnya (Tempo, 2024).

Dari sisi keterulangan dan integritas, gambarnya jauh lebih muram. Pada 2023, sebanyak 124 peneliti Badan Riset dan Inovasi Nasional (BRIN) tercantum sebagai pengarang satu artikel di jurnal Land terbitan MDPI; BRIN kemudian menyatakan adanya pelanggaran etik dan menjatuhkan sanksi kepada 121 peneliti berupa penurunan nilai perilaku dan pemotongan tunjangan kinerja 10 hingga 30 persen selama setahun (Tempo, 2024). Pada April 2024, dekan Fakultas Ekonomi dan Bisnis Universitas Nasional, Kumba Digdowiseiso, mengundurkan diri setelah peneliti Universiti Malaysia Terengganu menuduhnya mencantumkan puluhan kolega mereka sebagai rekan pengarang tanpa persetujuan, tuduhan yang ia bantah sebagai tidak berdasar (Retraction Watch, 2024). Pada Juli 2025, Research Integrity Risk Index (RI²) yang dikembangkan Lokman Meho dari American University of Beirut, berdasarkan tingkat retraksi per seribu publikasi dan porsi publikasi di jurnal yang dikeluarkan dari Scopus atau Web of Science, menempatkan 13 kampus Indonesia dalam kategori berisiko, lima di antaranya pada tingkat tertinggi; Forum Rektor meragukan validitas studi itu (Republika, 2025). Terakhir, pada Mei 2026, tiga warga negara Indonesia diduga memfabrikasi riset dan memalsukan identitas serta afiliasi pada konferensi ISPPD 2026 di Kopenhagen; Menteri Pendidikan Tinggi, Sains, dan Teknologi Brian Yuliarto menyatakan bahwa ketiganya bukan akademisi aktif di lembaga mana pun (Metro TV News, 2026).

Kerangka regulasi Indonesia sebenarnya tidak kosong, dan di sinilah peluang terbesarnya. Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi Nomor 39 Tahun 2021 tentang integritas akademik merinci enam bentuk pelanggaran, yaitu fabrikasi, falsifikasi, plagiat, kepengarangan yang tidak sah, konflik kepentingan, dan pengajuan jamak (Metro TV News, 2026; LLDIKTI III, 2022). Lebih penting lagi dari sudut keterulangan, Undang-Undang Nomor 11 Tahun 2019 tentang Sistem Nasional Ilmu Pengetahuan dan Teknologi memuat kewajiban serah dan simpan data primer serta keluaran penelitian, yang dioperasikan BRIN melalui Repositori Ilmiah Nasional berbasis perangkat lunak terbuka Dataverse, dirancang mengikuti prinsip FAIR, dengan pilihan lisensi Creative Commons dan tiga tingkat akses: terbuka, terbatas melalui permintaan, dan tertutup (BRIN, Kebijakan Pengelolaan RIN, 2023). Indonesia juga memiliki sejarah inisiatif akar rumput yang penting: server pracetak INArxiv diluncurkan pada 17 Agustus 2017 di atas infrastruktur Open Science Framework, berhenti beroperasi pada Januari 2020 ketika tuntutan pendanaan pemeliharaan tidak tertanggungkan oleh komunitas, lalu lahir kembali sebagai RINarxiv pada 21 Mei 2020 di bawah lembaga pendahulu BRIN (Irawan, Zahroh, dan Puebla, 2022). Diagnosis kajian ini, dengan tingkat keyakinan tinggi, adalah bahwa Indonesia tidak kekurangan aturan maupun repositori; ia kekurangan mata rantai yang menghubungkan keduanya dengan penilaian karier, sehingga kewajiban serah simpan data diperlakukan sebagai formalitas administratif, bukan sebagai bukti mutu yang dihitung.

Defisit ini juga bersifat historis. Pada tahun 2014, Budi Santosa dalam harian Kompas yang berjudul “Dari ‘Brain Drain’ ke ‘Brain Gain’” mengangkat kecemasan tentang hilangnya talenta di tengah pengiriman besar-besaran mahasiswa Indonesia ke luar negeri. Satu dekade kemudian, persoalannya bergeser: banyak lulusan doktoral luar negeri pulang membawa kebiasaan pra-registrasi, berbagi kode, dan penelaahan terbuka, tetapi mendapati bahwa sistem penilaian di dalam negeri lebih menghargai jumlah artikel terindeks daripada kualitas dokumentasi. Ketidaksesuaian antara kebiasaan yang dibawa pulang dan insentif yang menunggu di rumah inilah mekanisme halus yang menjelaskan mengapa pengetahuan metodologis tidak otomatis berubah menjadi praktik kelembagaan.

Ancaman Baru: Pabrik Makalah, Kecerdasan Buatan Generatif, dan Ekonomi Retraksi

Jika krisis replikasi generasi pertama berpusat pada temuan jujur yang rapuh, gelombang kedua berpusat pada temuan yang sejak awal tidak pernah dihasilkan oleh penelitian. Skala masalah ini menjadi jelas pada 2023, ketika Hindawi, penerbit yang dibeli Wiley pada 2021, menarik lebih dari 8.000 artikel dalam setahun, lebih banyak daripada total retraksi seluruh penerbit dunia dalam satu tahun mana pun yang pernah dicatat Retraction Watch; Wiley memperkirakan kehilangan pendapatan 35 hingga 40 juta dolar AS dan memutuskan berhenti memakai nama Hindawi (Retraction Watch, 2023). Secara keseluruhan, sekitar 10.000 artikel ditarik pada 2023, naik sekitar 4.000 dari tahun sebelumnya (Tempo, 2024). Studi Richardson, Hong, Byrne, Stoeger, dan Amaral dalam Proceedings of the National Academy of Sciences pada Agustus 2025 menggambarkan entitas yang memungkinkan penipuan ilmiah berskala besar sebagai jaringan yang besar, tangguh, dan tumbuh cepat, melibatkan perantara yang menempatkan artikel di jurnal sesuai pesanan serta jaringan duplikasi gambar yang mencakup ribuan artikel (EASE, 2025). Menurut pemberitaan atas studi itu, jumlah naskah yang diduga berasal dari pabrik makalah berlipat dua setiap sekitar 18 bulan, sedangkan total keluaran publikasi berlipat dua sekitar setiap 15 tahun (Times Higher Education, 2025).

Kecerdasan buatan generatif menambah lapisan kerumitan yang belum sepenuhnya dipahami. Kobak dan rekan dari Universitas Tübingen menganalisis sekitar 15,1 juta abstrak biomedis di PubMed dari 2010 hingga 2024 dengan meminjam kerangka “kematian berlebih” dari epidemiologi pandemi, lalu melacak kata-kata gaya yang frekuensinya melonjak setelah model bahasa besar tersedia luas; mereka memperkirakan hingga 13,5 persen abstrak tahun 2024 mungkin diproses dengan model bahasa besar (Scimex, 2025). Angka itu sendiri tidak menunjukkan kecurangan, karena banyak peneliti yang bahasa ibunya bukan bahasa Inggris memakai alat ini secara sah untuk menyunting. Masalahnya terletak pada asimetri biaya: teks yang tampak meyakinkan kini dapat diproduksi hampir tanpa biaya, sementara pemeriksaan terhadap apakah eksperimen di balik teks itu pernah dilakukan tetap mahal. Ketika biaya produksi klaim turun mendekati nol sementara biaya verifikasi tetap tinggi, satu-satunya pertahanan struktural adalah memindahkan bukti mutu dari teks ke artefak yang sulit dipalsukan, yaitu data mentah bertanda waktu, kode yang dapat dijalankan, protokol yang didaftarkan sebelumnya, dan materi yang dapat diminta.

Implikasinya bagi Indonesia bersifat langsung. Sistem yang menilai karier terutama melalui jumlah artikel terindeks adalah sasaran ideal pabrik makalah, karena produk yang mereka jual adalah persis satuan yang dihitung. Penilaian ini, dengan tingkat keyakinan tinggi, menyatakan bahwa tanpa perubahan pada satuan yang dihitung, investasi apa pun pada alat deteksi akan menjadi perlombaan senjata yang mahal dan selalu tertinggal, sebagaimana digambarkan salah satu peneliti dalam studi PNAS itu sebagai upaya mengosongkan bak mandi yang meluap dengan sendok (Retraction Watch, 2025). Sebaliknya, ketika artefak keterulangan seperti set data di Repositori Ilmiah Nasional, pra-registrasi, dan laporan replikasi ikut dihitung dalam penilaian, pabrik makalah menghadapi biaya pemalsuan yang jauh lebih tinggi, karena memalsukan set data yang koheren dan kode yang dapat dijalankan jauh lebih sulit daripada memalsukan prosa. Tulisan berjudul “Jaringan Nalar” (2026) mengingatkan bahwa setiap pilihan metodologis membawa komitmen filosofis; dalam konteks ini, pilihan tentang apa yang dihitung sebagai bukti adalah pilihan tentang ilmu macam apa yang ingin dibangun sebuah bangsa.

Argumen Tandingan Terkuat dan Jawabannya

Argumen tandingan terkuat terhadap agenda keterulangan di Selatan Global perlu dirumuskan dalam bentuk paling kokohnya, bukan sebagai karikatur. Argumen itu berbunyi kira-kira sebagai berikut. Gerakan reproduksibilitas lahir dari krisis psikologi sosial dan biomedis di universitas kaya Amerika Utara dan Eropa, dan membawa asumsi epistemologis tertentu: bahwa pengetahuan yang sahih adalah pengetahuan yang dapat diulang dengan prosedur standar. Memaksakan asumsi itu pada sistem ilmu Indonesia, yang sebagian besar penelitiannya berada di ilmu sosial, humaniora, studi agama, hukum, dan pendidikan, berisiko menyingkirkan tradisi interpretif, etnografis, dan tekstual yang justru menjadi kekuatan khas kawasan ini. Selain itu, mewajibkan pra-registrasi, berbagi data, dan replikasi menambah beban administratif bagi dosen yang sudah terbebani mengajar, sementara dana riset per kapita sangat kecil; setiap rupiah yang dipakai untuk mengulang temuan lama adalah rupiah yang tidak dipakai untuk menjawab pertanyaan lokal yang belum pernah diteliti. Terakhir, standar keterbukaan dapat menjadi alat baru untuk mendiskualifikasi peneliti Selatan Global di mata penerbit dan pemeringkat Utara, menambah satu lagi lapisan “pajak” bagi mereka yang sudah tertinggal.

Argumen ini mengandung kebenaran penting yang harus diakui. Benar bahwa replikasi dalam pengertian laboratorium tidak bermakna bagi sebuah etnografi tentang ritual di satu desa pada satu musim; tidak ada antropolog yang dapat mengulang peristiwa sosial yang sudah berlalu. Benar pula bahwa beban administratif tanpa imbalan akan memperburuk kelelahan dosen dan mendorong kepatuhan semu. Namun argumen itu keliru pada tiga titik. Pertama, ia menyamakan keterulangan dengan replikasi eksperimental, padahal kerangka tiga lapis yang dipakai kajian ini menunjukkan bahwa penelitian kualitatif dapat dan sudah memiliki standar keterlacakan interpretif, misalnya inisiatif Annotation for Transparent Inquiry dari Qualitative Data Repository, yang menautkan klaim dalam teks terbitan ke kutipan data, catatan analitis, dan sumber primer di baliknya (Elman dan Kapiszewski, 2018). Artikel “Etnografi Virtual” (2026), yang membaca jejak digital sebagai lapangan baru antropologi, juga memperlihatkan bahwa ketika lapangan menjadi digital, arsip lapangan itu sendiri menjadi dapat disimpan dan diperiksa, sehingga tuntutan keterlacakan justru semakin dapat dipenuhi oleh peneliti kualitatif.

Kedua, argumen biaya mengabaikan bahwa ketidakterulangan itu sendiri sangat mahal. Ketika temuan rapuh dipakai untuk merancang program pendidikan atau kesehatan, biaya kegagalannya jauh melampaui biaya pemeriksaan awal; dan ketika reputasi sebuah sistem ilmu tercemar, seperti ketika majalah Science edisi Januari 2024 mengutip seorang pakar yang mengelompokkan peneliti Indonesia bersama beberapa negara lain sebagai pihak yang dicurigai dalam penipuan ilmiah (Tempo, 2024), seluruh peneliti jujur ikut membayar dalam bentuk kecurigaan editor dan mitra. Ketiga, argumen tentang “pajak” baru justru berbalik ketika Selatan Global membangun infrastrukturnya sendiri: Brasil menunjukkan bahwa negara yang memeriksa ilmunya sendiri menjadi pembuat standar, bukan penerima standar. Jawaban kajian ini karena itu bukan penolakan terhadap kritik, melainkan reformulasi agenda: keterulangan bertingkat sesuai jenis penelitian, dibiayai sebagai barang publik, dan diakui dalam penilaian karier. Penilaian bahwa argumen tandingan tersebut tidak membatalkan agenda keterulangan, tetapi menentukan bentuknya, dipegang dengan tingkat keyakinan tinggi.

Skenario hingga 2030 dan Penanda Arah

Masa depan keterulangan ilmu di Indonesia hingga 2030 dapat dipetakan melalui dua ketidakpastian kunci. Ketidakpastian pertama adalah apakah satuan yang dihitung dalam penilaian karier dosen dan peneliti bergeser dari jumlah artikel terindeks ke kombinasi mutu artikel dan artefak keterulangan. Ketidakpastian kedua adalah apakah gelombang pabrik makalah dan teks buatan mesin akan melahirkan skandal besar yang memaksa reformasi dari luar, misalnya melalui penarikan massal yang menimpa jurnal atau kampus Indonesia. Kombinasi keduanya menghasilkan empat skenario. Probabilitas yang dicantumkan di bawah ini adalah penilaian analitis kajian ini per 24 Oktober 2026, bukan perhitungan statistik, dan dimaksudkan untuk diperbarui ketika penanda arah berubah.

Skenario A, kepatuhan administratif, adalah skenario paling mungkin karena merupakan kelanjutan dari kecenderungan yang sudah berjalan: regulasi integritas bertambah, alat pemeriksa kemiripan dan detektor teks buatan mesin dibeli, tetapi penilaian jabatan fungsional tetap menghitung artikel. Dalam skenario ini, pelanggaran kasar seperti plagiarisme berkurang, tetapi kerapuhan temuan tidak berubah dan pabrik makalah beradaptasi dengan menjual produk yang lolos deteksi. Skenario B, reformasi bertahap, terjadi bila kementerian dan BRIN mulai memberi bobot pada set data yang tersimpan di repositori nasional, pra-registrasi, dan laporan replikasi dalam penilaian karier, setidaknya untuk hibah kompetitif. Skenario C dipicu oleh peristiwa di luar kendali domestik, misalnya penarikan massal yang menimpa banyak peneliti Indonesia atau keputusan pengindeks internasional mengeluarkan sejumlah jurnal Indonesia; reformasi dalam skenario ini cepat tetapi defensif, cenderung menghukum daripada membangun. Skenario D, lompatan, mensyaratkan bahwa Indonesia memanfaatkan modal terbesarnya, yaitu jumlah jurnal akses terbuka dan repositori nasional berbasis Dataverse, untuk memimpin replikasi kawasan bersama mitra ASEAN dan Selatan Global; skenario ini kecil kemungkinannya bukan karena mustahil, melainkan karena membutuhkan koordinasi lintas lembaga yang belum pernah terjadi.

Lima penanda arah perlu diamati. Penanda pertama adalah revisi pedoman penilaian angka kredit dosen dan peneliti: munculnya butir yang menghargai set data terbuka, kode, dan replikasi akan menggeser peluang ke arah skenario B. Penanda kedua adalah statistik Repositori Ilmiah Nasional, khususnya proporsi set data yang benar-benar terbuka dan dapat digunakan ulang, bukan sekadar jumlah unggahan. Penanda ketiga adalah pembaruan indeks risiko integritas internasional seperti RI² dan pola retraksi yang menimpa afiliasi Indonesia; kenaikan tajam akan menggeser peluang ke skenario C. Penanda keempat adalah apakah jurnal Indonesia mulai menawarkan format Registered Reports dan kebijakan ketersediaan data. Penanda kelima adalah lahirnya jaringan reproduksibilitas nasional atau konsorsium replikasi lintas kampus, yang akan menjadi tanda paling awal skenario D. Pengamatan atas kelima penanda ini sebaiknya dilakukan setiap enam bulan.

Rekomendasi: Aktor, Langkah, dan Tenggat

Bagi Kementerian Pendidikan Tinggi, Sains, dan Teknologi, rekomendasi paling strategis adalah mengubah satuan yang dihitung, karena seluruh rantai insentif berawal di sana. Paling lambat pertengahan 2027, kementerian perlu menerbitkan revisi pedoman penilaian karier yang memberi bobot eksplisit pada artefak keterulangan, yaitu set data terdeposit dengan pengenal persisten, kode analisis yang dapat dijalankan, pra-registrasi, Registered Reports, dan laporan replikasi, serta membatasi jumlah karya yang dapat diajukan untuk kenaikan jabatan sehingga penilai membaca mutu, bukan menghitung volume. Pada akhir 2027, kementerian juga perlu menyusun daftar peringatan jurnal yang transparan, dengan kriteria terbuka dan mekanisme keberatan, dengan meminjam unsur terbaik pedoman Tiongkok tanpa mengadopsi sifat tertutupnya. Bagi BRIN, prioritas hingga akhir 2027 adalah mengubah Repositori Ilmiah Nasional dari gudang kepatuhan menjadi infrastruktur riset hidup: menerbitkan statistik penggunaan ulang secara berkala, menyediakan templat dokumentasi per disiplin termasuk untuk data kualitatif, dan menghubungkan setiap set data dengan publikasi terkaitnya.

Bagi universitas, rekomendasi berfokus pada pendidikan dan tata kelola. Mulai tahun akademik 2027/2028, setiap program doktoral sebaiknya mewajibkan mata kuliah atau modul tentang reproduksibilitas, pra-registrasi, manajemen data, dan transparansi penelitian kualitatif, sehingga generasi peneliti berikutnya memperlakukan dokumentasi sebagai bagian dari metode, bukan sebagai beban tambahan. Universitas juga perlu membentuk komite integritas riset yang independen dari pimpinan fakultas, dengan prosedur pelaporan yang melindungi pelapor, karena kasus seperti dosen yang melaporkan publikasi janggal seorang guru besar baru tanpa mendapat tanggapan, sebagaimana diberitakan Mojok (2025), menunjukkan bahwa saluran internal sering tidak bekerja. Bagi pengelola jurnal, langkah yang dapat dimulai dalam dua belas bulan adalah mengadopsi kebijakan ketersediaan data, menawarkan format Registered Reports setidaknya pada satu jurnal unggulan per kampus besar, dan menerbitkan hasil nol serta studi replikasi sebagai kategori artikel yang sah.

Bagi penyandang dana, baik pemerintah melalui skema hibah riset maupun lembaga pengelola dana abadi pendidikan dan filantropi, rekomendasinya adalah meniru Belanda dan Brasil secara langsung: menyisihkan porsi kecil, misalnya satu hingga dua persen anggaran hibah kompetitif, untuk studi replikasi temuan Indonesia yang berpengaruh bagi kebijakan, mulai siklus pendanaan 2027, dan membiayai satu proyek replikasi nasional percontohan di bidang yang paling berdampak bagi kebijakan, seperti pendidikan atau kesehatan masyarakat, untuk diselesaikan pada 2030. Bagi mitra internasional, termasuk jaringan reproduksibilitas di Inggris dan Afrika, Brazilian Reproducibility Network, UNESCO dalam kerangka Rekomendasi tentang Sains Terbuka 2021, serta penerbit dan pengindeks global, rekomendasinya adalah membangun kemitraan pelatihan dan replikasi lintas negara dengan Indonesia dan ASEAN sebelum 2028, serta memastikan bahwa indikator risiko integritas yang mereka terbitkan disertai metodologi terbuka dan kesempatan klarifikasi bagi lembaga yang dinilai. Bagi komunitas peneliti sendiri, langkah paling murah dan paling cepat adalah memulai jaringan reproduksibilitas nasional berbasis relawan pada 2027, dengan memanfaatkan pengalaman INArxiv yang membuktikan bahwa inisiatif akar rumput Indonesia mampu bergerak lebih cepat daripada birokrasi.

Keterbatasan dan Kesimpulan: Ilmu yang Berani Diperiksa

Kajian ini memiliki sejumlah keterbatasan yang perlu dinyatakan secara terbuka. Pertama, bukti tentang tingkat replikasi berasal terutama dari psikologi, ilmu sosial eksperimental, dan biomedis; belum ada proyek replikasi sistematis atas penelitian Indonesia, sehingga diagnosis tentang kerapuhan temuan Indonesia merupakan inferensi dari pola global dan dari indikator integritas, bukan pengukuran langsung. Kedua, sebagian data kasus Indonesia bersumber dari pemberitaan media dan indeks pihak ketiga seperti RI² yang validitasnya diperdebatkan oleh Forum Rektor; kajian ini memperlakukannya sebagai sinyal risiko, bukan vonis. Ketiga, kajian ini tidak mengakses data internal penilaian jabatan fungsional atau statistik penggunaan ulang Repositori Ilmiah Nasional, sehingga penilaian tentang lemahnya hubungan antara repositori dan penilaian karier perlu diuji dengan data administratif. Keempat, probabilitas skenario bersifat penilaian analitis dan sensitif terhadap perubahan kebijakan yang dapat terjadi dengan cepat setelah pergantian pejabat.

Kesimpulannya dapat dirumuskan dengan lugas. Krisis replikasi bukan bukti bahwa sains gagal, melainkan bukti bahwa sains berhasil memeriksa dirinya sendiri ketika diberi sarana untuk itu. Negara yang paling banyak belajar dari krisis ini, yaitu Brasil, Inggris, dan Belanda, tidak memulai dengan hukuman, tetapi dengan infrastruktur yang membuat pemeriksaan ulang menjadi murah dan dihargai, sedangkan Tiongkok menunjukkan bahwa penegakan dari atas efektif untuk pelanggaran yang jelas tetapi tidak cukup untuk masalah kerapuhan yang abu-abu. Indonesia memiliki modal yang tidak dimiliki banyak negara: ribuan jurnal akses terbuka, kewajiban serah simpan data dalam undang-undang, repositori nasional berbasis prinsip FAIR, dan sejarah inisiatif sains terbuka akar rumput. Modal itu akan tetap menjadi potensi selama satuan yang dihitung dalam karier akademik masih berupa jumlah artikel. Pilihan yang dihadapi sistem ilmu Indonesia hingga 2030 karena itu bukan antara keterbukaan dan kedaulatan ilmu, melainkan antara ilmu yang hanya banyak diterbitkan dan ilmu yang berani diperiksa ulang; hanya jenis kedua yang layak menjadi dasar kebijakan, pengobatan, dan pendidikan sebuah bangsa.

Executive Summary: The Question, the Answer, and Why It Matters

The question of this study is simple yet decisive for many science systems in the developing world: why are so many published scientific findings hard to repeat, and what kinds of policy have demonstrably improved matters in countries with limited resources? In August 2015, a collaboration of hundreds of researchers calling itself the Open Science Collaboration reported in Science that of one hundred psychology studies that were repeated, only 36 per cent of the replications produced statistically significant findings, even though 97 per cent of the original studies had claimed significant results (Open Science Collaboration, 2015). Six years later, the Reproducibility Project: Cancer Biology was able to repeat only 50 of 193 planned experiments, with average effect sizes 85 per cent smaller than the originals (Science News, 2021). These figures do not mean that science has failed; they show that the modern publication system is better at producing claims than at checking them.

The bottom line of this study can be stated at the outset. Repeatability is a property of systems, not merely a personal virtue. The countries that have done most to improve it are those that have built infrastructure making data sharing, registering analysis plans before data are collected, and repeating important findings cheap, routine and rewarded in academic careers. Conversely, countries that rely on punishment without infrastructure tend to produce administrative compliance: researchers learn to avoid easily detected violations, but not to produce findings that withstand testing. Brazil offers the most valuable lesson for the Global South because, with a budget of about 1.2 million reais, it organised a national-scale replication of its own biomedical science and found replication success rates of between 15 and 45 per cent, depending on the criterion used (eLife, 2025). This judgment is held with high confidence because it is consistent across disciplines and countries.

The issue matters globally for three interlocking reasons. First, public policy, medicine and education increasingly depend on published evidence; fragile findings mean drugs that fail in clinical trials, social programmes that do not work and curricula built on sand. Second, the global publication economy is being flooded by paper mills and machine-generated text, so the capacity to re-examine has become the last line of defence for public trust. Third, countries such as Indonesia, which had 2,473 journals in the Directory of Open Access Journals as of March 2025 and ranked first in the world (DOAJ, 2025), stand at an inflection point: great volume can become the capital of world-class open science, or it can become a reputational burden if its repeatability is not assured. This study argues that the window for choosing the first path remains open until around 2030, when a new generation of regulations, repositories and AI-based detection tools will set the pattern for the following two decades.

Analytic Framework and Method Note: Three Layers of Repeatability

Debates about the replication crisis are often muddled because the terms are used loosely. This study distinguishes three layers of repeatability, each with different institutional prerequisites. The first layer is computational reproducibility, the ability of other researchers to obtain the same numbers from the same data and the same code; its prerequisites are access to raw data, analysis code and adequate documentation. The second layer is empirical replicability, the ability to obtain similar findings when an experiment or survey is repeated with a new sample; its prerequisites are detailed protocols, shareable materials and funding for repeat studies. The third layer, rarely discussed in the mainstream literature, is interpretive traceability, the ability of readers to follow how a qualitative researcher arrived at an interpretation, from field notes to conclusions. These three layers cannot be treated with a single recipe, and many policy failures stem from attempts to impose laboratory standards on ethnography or, conversely, from allowing quantitative studies to hide behind the rhetoric of contextual uniqueness.

On top of these three layers, this study places what may be called a chain of institutional incentives. The chain has five links: who funds research, who evaluates researchers’ careers, who publishes results, who stores data and materials, and who enforces sanctions when violations occur. A science system’s readiness for repeatability can be assessed by asking, at each link, whether actions that strengthen repeatability, such as sharing data or publishing null results, are rewarded, neutral or actually damaging to careers. The framework borrows the spirit of the FAIR principles, data that are findable, accessible, interoperable and reusable, as formulated by Wilkinson and colleagues (2016), but extends it to the domain of career incentives that such technical frameworks often overlook.

Methodologically, this study is a structured comparative review of verifiable primary and secondary sources. Primary sources include regulatory texts, repository policies and the original publications of replication projects; secondary sources include institutional reports, policy analysis and news coverage containing case data. Five country or regional cases were chosen because they represent five distinct reform logics: national replication (Brazil), bottom-up networks backed by public money (the United Kingdom), dedicated replication funding (the Netherlands), centralised enforcement (China), and community-building amid infrastructural scarcity (Africa). Each key judgment carries a label of high, moderate or low confidence, following the practice of intelligence and policy analysis, so that readers can distinguish what rests on strong evidence from what is inference. This study conducts no primary replication and did not access internal ministry or university data; these limitations are discussed in the final section. The idea that method is a way of thinking, not merely a procedure, is consistent with the argument of the book Beyond Method (2025), which warns that research can be procedurally correct yet intellectually shallow.

Anatomy of a Crisis: What Large Replication Projects Actually Tell Us

The intellectual history of this crisis usually begins with John Ioannidis’s 2005 essay in PLoS Medicine, “Why Most Published Research Findings Are False” (Ioannidis, 2005). Its argument is probabilistic: when studies are small, the effects sought are small, analytic flexibility is large and competition to publish novel findings is intense, the probability that a significant finding is actually false becomes greater than the probability that it is true. The essay was initially treated as a theoretical provocation. Only when several consortia began actually repeating published studies did the provocation become data. The series of replication projects that followed should be read not as a verdict on particular disciplines, but as the first systematic measurement of something that had long only been suspected.

The accumulated evidence shows a consistent pattern even though the numbers vary. The Many Labs 2 project, involving 15,305 participants in 125 samples across 36 countries and territories, found that 15 of 28 classic psychology findings, or 54 per cent, replicated at the conventional significance threshold (Klein et al., 2018). Another important finding of that project is often forgotten: variation in results was driven more by the effect being studied than by the sample or setting, so the excuse that replication failures stem from differences in participants’ cultures was not supported by the data in that case. Camerer and colleagues repeated 21 social science experiments published in Nature and Science between 2010 and 2015; 13 of them, or 62 per cent, showed a significant effect in the same direction, but replication effect sizes averaged only about half of the originals (Camerer et al., 2018). A 2016 Nature survey of 1,576 researchers added the dimension of experience: more than 70 per cent of respondents had failed to reproduce another researcher’s experiment, and more than half had failed to reproduce their own (Baker, 2016).

Cancer biology offers the sharpest lesson about the infrastructural dimension of the crisis. The Reproducibility Project: Cancer Biology targeted 193 experiments from 53 influential papers published between 2010 and 2012, but most experiments could not even be attempted because information on methods or research materials was unavailable; about a third of the original researchers did not reply or were not helpful, while the owners of 41 per cent of the experiments were very helpful (Science News, 2021; eLife, 2021). In other words, the biggest obstacle was not dishonesty but the absence of habits and means for documenting and sharing what was actually done in the laboratory. The analytic conclusion of this section is held with high confidence: replication rates across disciplines lie in the range of one third to two thirds, effect sizes almost always shrink when repeated, and most problems can be traced to small samples, analytic flexibility, publication bias and weak documentation. The conclusion that most findings are “false” in the sense of fabrication is not supported by this evidence; what is supported is that most findings are more fragile than their publications suggest.

Brazil as a Mirror: National Replication from the Global South

While most large replication projects have been led from North America and Europe, Brazil took an almost unprecedented step: examining its own biomedical science on a national scale. The Brazilian Reproducibility Initiative was launched in 2017 by the neuroscientist and meta-researcher Olavo Amaral of the Federal University of Rio de Janeiro together with Clarissa Carneiro, now a co-executive director of the Brazilian Reproducibility Network (The Scientist, 2025). The team screened more than 2,700 publications by Brazilian researchers, selected three very common laboratory methods, namely the MTT reduction assay for cell metabolism, RT-PCR for gene amplification and the elevated plus maze test for anxiety behaviour in animals, and then asked three different laboratories to repeat each experiment. Ninety-seven laboratories signed up, 75 joined at some point and 56 completed the project; of the 143 replications of 56 experiments for which data were collected, 97 replications of 47 experiments were judged valid for analysis (eLife, 2025).

The results, posted as a preprint on bioRxiv in April 2025, put replication success between 15 and 45 per cent. If the criterion is whether the original effect size falls within the 95 per cent prediction interval of the replications, the figure is 45 per cent; if the criterion is statistical significance of the replication at p below 0.05, it is 19 per cent; and if at least half of the replications are required to be significant, it falls to 15 per cent (eLife, 2025). Almost a third of replications had to be excluded for deviating from protocol, and the team noted that even basic terms such as what is meant by “an n of three” in cell culture were interpreted differently by different laboratories. The project also had to survive pandemic laboratory closures and staff turnover, two disruptions whose impact is far heavier for science systems with unstable funding.

Three lessons from Brazil are relevant to other developing countries. First, national replication is feasible at moderate cost; a budget of about 1.2 million reais, roughly 208,000 US dollars, funded by the Serrapilheira Institute, is within reach of many national research agencies, including in Southeast Asia. Second, such a project generates diagnostic knowledge that administrative audits cannot: it shows concretely where protocols fail to be communicated, so that remedies can be directed at training and reporting standards. Third, and most important politically, Brazil proved that examining oneself need not end in national embarrassment; the project instead gave rise to a national reproducibility network and placed Brazilian researchers as a global reference in meta-science. The judgment that the Brazilian model can be emulated in Indonesia with adjustments is held with moderate confidence, because its success also depended on independent scientific philanthropy and a community of meta-researchers that in Indonesia remains small.

Infrastructure as Reform: The United Kingdom, the Netherlands, and the Network Movement in Africa

The United Kingdom chose a different path: rather than beginning with a large replication, it built an institutional network that changes habits from within universities. The UK Reproducibility Network was formally launched at King’s College London in March 2019, rooted in a meeting at the University of Bristol in September 2018 and in an idea developed by, among others, Dorothy Bishop, Chris Chambers, Laura Fortunato and Marcus Munafò (UKRN, n.d.). Its structure is layered: volunteers form local networks on their campuses, universities join as institutional members, and funders and publishers become partners. In September 2021, Research England provided 4.5 million pounds from its development fund, supplemented by 4 million pounds from 18 member universities and partners such as Wiley, Springer Nature, Jisc and the Academy of Medical Sciences, for a five-year programme of training in open research practices (Times Higher Education, 2021). The British logic is that repeatability is ultimately determined by what doctoral students are taught and what counts in career evaluation, not by declarations.

The Netherlands attacked another link: funding. In July 2016, the Netherlands Organisation for Scientific Research (NWO) announced a three-year, 3-million-euro pilot programme dedicated to replication studies, described as the world’s first national fund for that purpose, with a target of about ten projects a year (Editage Insights, 2016). Criticism at the time, including from the Harvard psychologist Daniel Gilbert, questioned whether public money should be spent on unoriginal research. Yet that is precisely where the symbolic and practical value of the Dutch policy lies: by making replication a legitimate grant category, NWO changed replication’s status from a career-damaging side activity into a contribution that can be listed in a portfolio. At the same time, the Registered Reports format introduced by Chris Chambers at the journal Cortex in 2013 changed the publication link: papers are reviewed and accepted on the basis of their question and method before results are known, so null results are no longer penalised (Wikipedia, Registered report). Scheel and colleagues found in 2021 that about 96 per cent of conventional psychology articles reported significant results, compared with 44 per cent of hypotheses in Registered Reports, a gap that roughly measures the magnitude of publication bias, although this correlational difference does not prove causation.

Africa shows the other side of the equation: how a repeatability movement can be built when basic infrastructure is itself not yet in place. The African Reproducibility Network was formed in 2023 under the leadership of Emmanuel Boakye and became a member of the international family of reproducibility networks; its founder openly speaks of “huge gaps” in Africa’s open-science movement, above all in infrastructure, differences in practice between institutions and the scarcity of institutional policies requiring openness (Times Higher Education, 2023). The network works through workshops, local communities of practice and training for local network leads, and partners with the Association of African Universities and the African Academy of Sciences (AfricArXiv, n.d.). Comparing these three cases yields a judgment held with moderate to high confidence: reforms that last are those that touch at least two links of the incentive chain at once, such as training and career evaluation in the United Kingdom, or funding and publication in the Netherlands, whereas interventions at a single link tend to be absorbed without behavioural change.

Discipline from Above: The Chinese Model and the Limits of Integrity Enforcement

China is an obligatory comparator because it is the world’s largest producer of scientific publications and also the country most often associated with mass retractions of paper-mill articles. Its state response is centralised. On 30 May 2018, the General Office of the Central Committee of the Communist Party of China and the General Office of the State Council issued guidelines on strengthening scientific integrity that set “zero tolerance” for serious academic dishonesty, while explicitly stating tolerance for trial and error (State Council of the PRC, 2018). The guidelines assigned the Ministry of Science and Technology to lead integrity oversight in the natural sciences and the Chinese Academy of Social Sciences in the social sciences, built a database recording the conduct of scientists and institutions, created a warning mechanism that blacklists high-fee, low-quality journals so that papers in them do not count in any evaluation, and threatened intermediaries in the buying and selling of papers with severe punishment.

The strength of the Chinese model lies in its ability to change market signals quickly. When a journal is placed on a warning list, the incentive to publish there disappears almost immediately, because career evaluation in China is highly centralised. The 2018 guidelines also touched the root of the problem when they stated that papers, patents, titles, projects and honours should not be restricting qualifications in evaluation, an admission that a system that counts papers will produce papers, not knowledge. But the model’s weakness is also evident from the standpoint of repeatability. Enforcement from above is effective for violations that can be defined and detected, such as plagiarism, data fabrication, ghost-writing and peer-review manipulation; it is far less effective for repeatability problems that are grey, such as analyses chosen after the data have been seen, samples that are too small or null results left in the drawer. Violations of the second kind break no rule, yet they are precisely the largest contributors to the fragility of findings, as the replication projects show.

The lesson for other countries is therefore twofold. On the one hand, the state has an irreplaceable role in breaking the black market of publication, because paper brokers and predatory journals will not disappear through moral appeals; on the other, enforcement that only punishes without building rewarded alternative pathways will produce behaviour aimed at avoiding detection, not behaviour that produces robust findings. This study’s judgment, held with moderate confidence, is that the Chinese model is most useful as the enforcement component of a broader system, not as a complete model. For democracies with greater campus autonomy, such as Indonesia, the elements most worth adopting are a transparent and contestable journal warning list, an auditable integrity database, and a normative statement that the number of publications must not be the sole requirement for promotion.

Indonesia: A Volume Ecosystem and a Repeatability Deficit

Indonesia enters the repeatability debate from a paradoxical position. In terms of access, the country is an open-science giant: 2,473 Indonesian journals were indexed in the Directory of Open Access Journals as of March 2025, about 11.5 per cent of all 21,457 journals in the directory, ahead of the United Kingdom with 2,176, Brazil with 1,578 and the United States with 1,223 (Arief, DOAJ, 2025). That growth surged in 2016 and 2017, when 466 Indonesian journals were indexed in a single year, coinciding with the introduction of the Science and Technology Index (SINTA) in 2017 and national rules tying indexing to accreditation, incentives and promotion. The number of publications by Indonesian researchers also rose sharply, from 6,080 in 2013 to 37,513 in 2019 according to data cited by Tempo from Nature, and a 2017 change in the researcher evaluation system has been cited as one of the drivers (Tempo, 2024).

In terms of repeatability and integrity, the picture is far bleaker. In 2023, 124 researchers of the National Research and Innovation Agency (BRIN) were listed as authors of a single article in the MDPI journal Land; BRIN subsequently found an ethical violation and sanctioned 121 researchers by lowering their behaviour scores and cutting their performance allowances by 10 to 30 per cent for a year (Tempo, 2024). In April 2024, the dean of the Faculty of Economics and Business at Universitas Nasional, Kumba Digdowiseiso, resigned after researchers at Universiti Malaysia Terengganu accused him of listing dozens of their colleagues as co-authors without consent, an accusation he denied as baseless (Retraction Watch, 2024). In July 2025, the Research Integrity Risk Index (RI²) developed by Lokman Meho of the American University of Beirut, based on retraction rates per thousand publications and the share of publications in journals removed from Scopus or Web of Science, placed 13 Indonesian campuses in risk categories, five of them at the highest level; the Rectors’ Forum questioned the study’s validity (Republika, 2025). Most recently, in May 2026, three Indonesian citizens were alleged to have fabricated research and falsified their identities and affiliations at the ISPPD 2026 conference in Copenhagen; the Minister of Higher Education, Science and Technology, Brian Yuliarto, stated that none of the three was an active academic at any institution (Metro TV News, 2026).

Indonesia’s regulatory framework is in fact not empty, and herein lies its greatest opportunity. Regulation of the Minister of Education, Culture, Research and Technology No. 39 of 2021 on academic integrity details six forms of violation: fabrication, falsification, plagiarism, unauthorised authorship, conflict of interest and multiple submission (Metro TV News, 2026; LLDIKTI III, 2022). More important from the standpoint of repeatability, Law No. 11 of 2019 on the National System of Science and Technology contains an obligation to deposit and preserve primary data and research outputs, operated by BRIN through the National Scientific Repository (Repositori Ilmiah Nasional, RIN), built on the open-source Dataverse software, designed according to FAIR principles, with Creative Commons licence options and three access levels: open, restricted on request, and closed (BRIN, RIN Management Policy, 2023). Indonesia also has an important history of grassroots initiative: the INArxiv preprint server was launched on 17 August 2017 on Open Science Framework infrastructure, ceased operating in January 2020 when maintenance funding demands became unbearable for the community, and was reborn as RINarxiv on 21 May 2020 under BRIN’s predecessor institution (Irawan, Zahroh and Puebla, 2022). This study’s diagnosis, held with high confidence, is that Indonesia lacks neither rules nor repositories; it lacks the link that connects both to career evaluation, so the data-deposit obligation is treated as an administrative formality rather than as evidence of quality that counts.

This deficit is also historical. In 2014, Budi Santosa, in the daily Kompas, in an article titled “Dari ‘Brain Drain’ ke ‘Brain Gain’” (From Brain Drain to Brain Gain), raised anxieties about the loss of talent amid the mass dispatch of Indonesian students abroad. A decade later the problem has shifted: many doctoral graduates from abroad return home bringing habits of preregistration, code sharing and open review, only to find that the domestic evaluation system rewards the number of indexed articles more than the quality of documentation. This mismatch between the habits brought home and the incentives waiting there is the subtle mechanism that explains why methodological knowledge does not automatically turn into institutional practice.

New Threats: Paper Mills, Generative Artificial Intelligence, and the Economy of Retraction

If the first-generation replication crisis centred on honest but fragile findings, the second wave centres on findings that were never produced by research in the first place. The scale of the problem became clear in 2023, when Hindawi, the publisher bought by Wiley in 2021, retracted more than 8,000 articles in one year, more than the total retractions by all the world’s publishers in any single year Retraction Watch had ever recorded; Wiley estimated lost revenue of 35 to 40 million US dollars and decided to stop using the Hindawi name (Retraction Watch, 2023). Overall, about 10,000 articles were retracted in 2023, up some 4,000 on the previous year (Tempo, 2024). A study by Richardson, Hong, Byrne, Stoeger and Amaral in the Proceedings of the National Academy of Sciences in August 2025 described the entities enabling scientific fraud at scale as large, resilient and fast-growing networks, involving brokers who place articles in journals on demand and image-duplication networks spanning thousands of articles (EASE, 2025). According to coverage of the study, the number of submissions suspected of coming from paper mills doubles roughly every 18 months, whereas total publication output doubles roughly every 15 years (Times Higher Education, 2025).

Generative artificial intelligence adds a layer of complexity that is not yet fully understood. Kobak and colleagues at the University of Tübingen analysed about 15.1 million biomedical abstracts in PubMed from 2010 to 2024, borrowing the “excess deaths” framework from pandemic epidemiology, and tracked style words whose frequency surged after large language models became widely available; they estimated that up to 13.5 per cent of 2024 abstracts may have been processed with large language models (Scimex, 2025). That figure in itself does not indicate fraud, since many researchers whose first language is not English legitimately use these tools for editing. The problem lies in the asymmetry of costs: convincing-looking text can now be produced almost for free, while checking whether the experiment behind that text was ever performed remains expensive. When the cost of producing claims falls close to zero while the cost of verification stays high, the only structural defence is to move evidence of quality from text to artefacts that are hard to fake, namely time-stamped raw data, executable code, pre-registered protocols and materials that can be requested.

The implications for Indonesia are direct. A system that evaluates careers mainly by the number of indexed articles is an ideal target for paper mills, because the product they sell is exactly the unit that is counted. This judgment, held with high confidence, holds that without changing the unit that is counted, any investment in detection tools will become a costly and perpetually lagging arms race, as one of the researchers in the PNAS study described it, like emptying an overflowing bathtub with a spoon (Retraction Watch, 2025). Conversely, when repeatability artefacts such as datasets in the National Scientific Repository, preregistrations and replication reports count in evaluation, paper mills face much higher costs of forgery, because faking a coherent dataset and executable code is far harder than faking prose. The essay “Jaringan Nalar” (Networks of Reason, 2026) reminds us that every methodological choice carries philosophical commitments; in this context, the choice of what counts as evidence is a choice about what kind of science a nation wishes to build.

The Strongest Counter-Argument and a Reply

The strongest counter-argument against the repeatability agenda in the Global South must be stated in its most robust form, not as a caricature. It runs roughly as follows. The reproducibility movement was born of a crisis in social psychology and biomedicine at wealthy universities in North America and Europe, and it carries particular epistemological assumptions: that valid knowledge is knowledge that can be repeated through standard procedures. Imposing that assumption on Indonesia’s science system, where most research lies in the social sciences, humanities, religious studies, law and education, risks marginalising the interpretive, ethnographic and textual traditions that are precisely the region’s distinctive strength. Moreover, requiring preregistration, data sharing and replication adds administrative burdens for lecturers already overloaded with teaching, while research funding per capita is very small; every rupiah spent repeating old findings is a rupiah not spent answering local questions never before studied. Finally, openness standards can become a new instrument for disqualifying Global South researchers in the eyes of Northern publishers and rankers, adding yet another layer of “tax” on those already behind.

This argument contains important truths that must be acknowledged. It is true that replication in the laboratory sense is meaningless for an ethnography of a ritual in one village in one season; no anthropologist can repeat a social event that has passed. It is also true that administrative burdens without reward will worsen lecturer burnout and encourage sham compliance. Yet the argument errs at three points. First, it equates repeatability with experimental replication, whereas the three-layer framework used in this study shows that qualitative research can have, and already has, standards of interpretive traceability, for example the Qualitative Data Repository’s Annotation for Transparent Inquiry initiative, which links claims in published text to the data excerpts, analytic notes and primary sources behind them (Elman and Kapiszewski, 2018). The article “Etnografi Virtual” (Virtual Ethnography, 2026), which reads digital traces as a new field for anthropology, likewise shows that when the field becomes digital, the field archive itself becomes storable and checkable, so demands for traceability become ever more attainable for qualitative researchers.

Second, the cost argument ignores that non-repeatability is itself very expensive. When fragile findings are used to design education or health programmes, the cost of failure far exceeds the cost of initial checking; and when the reputation of a science system is tarnished, as when Science in January 2024 quoted an expert who grouped Indonesian researchers with those of several other countries as suspected of scientific fraud (Tempo, 2024), all honest researchers pay in the form of suspicion from editors and partners. Third, the argument about a new “tax” reverses itself when the Global South builds its own infrastructure: Brazil shows that a country that examines its own science becomes a standard-setter, not a standard-taker. This study’s reply is therefore not a rejection of the critique but a reformulation of the agenda: repeatability graded by type of research, funded as a public good and recognised in career evaluation. The judgment that the counter-argument does not cancel the repeatability agenda but determines its shape is held with high confidence.

Scenarios to 2030 and Signposts

The future of scientific repeatability in Indonesia to 2030 can be mapped through two key uncertainties. The first is whether the unit counted in the career evaluation of lecturers and researchers shifts from the number of indexed articles to a combination of article quality and repeatability artefacts. The second is whether the wave of paper mills and machine-generated text will produce a major scandal that forces reform from outside, for example through mass retractions affecting Indonesian journals or campuses. Their combination yields four scenarios. The probabilities below are this study’s analytic assessment as of 24 October 2026, not statistical calculations, and are meant to be updated as signposts change.

Scenario A, administrative compliance, is the most likely because it continues trends already under way: integrity regulations multiply, similarity checkers and machine-text detectors are purchased, but functional-position evaluation still counts articles. In this scenario, crude violations such as plagiarism decline, but the fragility of findings does not change and paper mills adapt by selling products that evade detection. Scenario B, gradual reform, occurs if the ministry and BRIN begin to give weight to datasets deposited in the national repository, preregistrations and replication reports in career evaluation, at least for competitive grants. Scenario C is triggered by events beyond domestic control, such as mass retractions affecting many Indonesian researchers or a decision by international indexers to drop a number of Indonesian journals; reform in this scenario is fast but defensive, inclined to punish rather than build. Scenario D, the leap, requires Indonesia to leverage its greatest assets, the number of its open-access journals and a Dataverse-based national repository, to lead regional replication with ASEAN and Global South partners; it is unlikely not because it is impossible but because it requires a degree of cross-agency coordination that has never occurred.

Five signposts should be watched. The first is revision of the credit-point evaluation guidelines for lecturers and researchers: the appearance of items rewarding open datasets, code and replication would shift odds towards scenario B. The second is National Scientific Repository statistics, especially the share of datasets that are genuinely open and reusable, not merely the number of uploads. The third is updates of international integrity-risk indices such as RI² and patterns of retractions affecting Indonesian affiliations; a sharp rise would shift odds towards scenario C. The fourth is whether Indonesian journals begin offering the Registered Reports format and data-availability policies. The fifth is the emergence of a national reproducibility network or a cross-campus replication consortium, which would be the earliest sign of scenario D. These five signposts should be reviewed every six months.

Recommendations: Actors, Steps, and Deadlines

For the Ministry of Higher Education, Science and Technology, the most strategic recommendation is to change the unit that is counted, because the entire incentive chain begins there. By mid-2027 at the latest, the ministry should issue revised career-evaluation guidelines that give explicit weight to repeatability artefacts, namely deposited datasets with persistent identifiers, executable analysis code, preregistrations, Registered Reports and replication reports, and should cap the number of works that can be submitted for promotion so that assessors read quality rather than count volume. By the end of 2027, the ministry should also compile a transparent journal warning list, with open criteria and an appeal mechanism, borrowing the best elements of the Chinese guidelines without adopting their closed character. For BRIN, the priority to the end of 2027 is to transform the National Scientific Repository from a compliance warehouse into living research infrastructure: publishing reuse statistics regularly, providing documentation templates by discipline including for qualitative data, and linking every dataset with its related publications.

For universities, recommendations focus on education and governance. Starting in the 2027/2028 academic year, every doctoral programme should require a course or module on reproducibility, preregistration, data management and transparency in qualitative research, so that the next generation of researchers treats documentation as part of method, not as an extra burden. Universities also need research-integrity committees independent of faculty leadership, with whistle-blower-protecting reporting procedures, because cases such as a lecturer who reported the anomalous publications of a newly appointed professor and received no response, as reported by Mojok (2025), show that internal channels often do not work. For journal managers, steps that can begin within twelve months are adopting data-availability policies, offering the Registered Reports format in at least one flagship journal per major campus, and publishing null results and replication studies as legitimate article categories.

For funders, whether government through research grant schemes or education endowment managers and philanthropy, the recommendation is to emulate the Netherlands and Brazil directly: set aside a small share, for example one to two per cent of competitive grant budgets, for replication studies of policy-relevant Indonesian findings, starting with the 2027 funding cycle, and finance a pilot national replication project in the field with the greatest policy impact, such as education or public health, for completion by 2030. For international partners, including reproducibility networks in the United Kingdom and Africa, the Brazilian Reproducibility Network, UNESCO within the framework of the 2021 Recommendation on Open Science, and global publishers and indexers, the recommendation is to build cross-national training and replication partnerships with Indonesia and ASEAN before 2028, and to ensure that the integrity-risk indicators they publish come with open methodology and an opportunity for clarification by the institutions assessed. For the research community itself, the cheapest and fastest step is to start a volunteer-based national reproducibility network in 2027, drawing on the experience of INArxiv, which proved that Indonesian grassroots initiatives can move faster than bureaucracy.

Limitations and Conclusion: A Science That Dares to Be Checked

This study has a number of limitations that should be stated openly. First, the evidence on replication rates comes mainly from psychology, experimental social science and biomedicine; there has been no systematic replication project on Indonesian research, so the diagnosis of the fragility of Indonesian findings is an inference from global patterns and integrity indicators, not a direct measurement. Second, some Indonesian case data come from media coverage and third-party indices such as RI², whose validity is disputed by the Rectors’ Forum; this study treats them as risk signals, not verdicts. Third, this study did not access internal data on functional-position evaluation or reuse statistics of the National Scientific Repository, so the judgment about the weak connection between the repository and career evaluation needs to be tested with administrative data. Fourth, the scenario probabilities are analytic judgments and sensitive to policy changes that can occur quickly after changes of officials.

The conclusion can be stated plainly. The replication crisis is not proof that science has failed, but proof that science succeeds in examining itself when given the means to do so. The countries that have learned most from this crisis, Brazil, the United Kingdom and the Netherlands, did not begin with punishment but with infrastructure that makes re-examination cheap and rewarded, while China shows that enforcement from above is effective for clear violations but insufficient for grey problems of fragility. Indonesia has assets that many countries lack: thousands of open-access journals, a statutory data-deposit obligation, a national repository based on FAIR principles and a history of grassroots open-science initiatives. Those assets will remain mere potential as long as the unit counted in academic careers is still the number of articles. The choice facing Indonesia’s science system to 2030 is therefore not between openness and scientific sovereignty, but between a science that is merely published in quantity and a science that dares to be checked again; only the second kind deserves to be the foundation of a nation’s policy, medicine and education.