Une pseudoscience est une proposition, une découverte ou un système d'explication qui est présenté comme une science mais qui n'a pas la rigueur essentielle à la méthode scientifique. La pseudo-science peut également être le résultat d'une recherche fondée sur des prémisses erronées, un plan expérimental défectueux ou de mauvaises données. Le terme "pseudo-science" peut désigner une affirmation ou une déclaration unique, censée être étayée par la science ou des données, mais qui ne résiste pas à l'examen scientifique. Une pseudo-science peut également désigner un système compliqué, comme l'astrologie, qui prétend pouvoir expliquer les effets des phénomènes astronomiques sur les événements survenant dans le monde. Comme l'astrologie, de nombreuses pseudosciences sont relativement inoffensives. Toutefois, certaines peuvent apporter un soutien scientifique à des comportements contraires à l'éthique. La physiognomonie, par exemple, est une fausse science qui remonte à au moins 500 ans avant Jésus-Christ et qui établit une corrélation erronée entre les caractéristiques physiques et les traits de caractère. Même à l'époque moderne, les adeptes de la physiognomonie appliquent ses théories pour justifier et promouvoir l'inégalité et le profilage racial. La pseudo-science peut être proposée de bonne foi, simplement à la suite d'une désinformation ou d'une mauvaise analyse des données. Cependant, les méthodes scientifiques peuvent également être appliquées intentionnellement de manière erronée afin de créer une confiance injustifiée dans des conclusions qui ne seraient pas soutenues par une approche plus rigoureuse. C'est là que la pseudo-science peut être utilisée pour propager la désinformation.
La science des données dans l'informatique est particulièrement vulnérable aux hypothèses, interprétations et méthodes médiocres. On suppose parfois que l'analyse des big data, par exemple, produit toujours des informations valides du simple fait du volume de données auquel on accède, et que les algorithmes sont tout aussi fiables. Cependant, dans les deux cas, la validité ne peut être déterminée que par la qualité et les méthodes utilisées pour l'obtenir. Voir aussi : catastrophe pilotée par les données, falsifiabilité.