Μια νέα ανάλυση με τεχνητή νοημοσύνη εντόπισε περισσότερες από 250.000 δημοσιεύσεις για τον καρκίνο με μοτίβα που μοιάζουν με εκείνα ύποπτων «εργοστασίων εργασιών». Τα ευρήματα είναι προειδοποιητικά και όχι απόδειξη απάτης για κάθε μεμονωμένη μελέτη.
Τι εξέτασε η έρευνα
Ερευνητές με επικεφαλής τον καθηγητή Adrian Barnett από το Queensland University of Technology ανέλυσαν 2,6 εκατομμύρια επιστημονικές δημοσιεύσεις για τον καρκίνο, οι οποίες κυκλοφόρησαν από το 1999 έως το 2024. Η μελέτη δημοσιεύθηκε στο BMJ και χρησιμοποίησε ένα μοντέλο γλώσσας BERT για να αναζητήσει επαναλαμβανόμενα μοτίβα γραφής.
Γιατί μιλούν για «εργοστάσια εργασιών»
Με τον όρο paper mills περιγράφονται εταιρείες που πωλούν θέσεις συγγραφέα ή έτοιμες επιστημονικές εργασίες χαμηλής ποιότητας ή με ψεύτικα στοιχεία. Τέτοια κείμενα μπορεί να περιέχουν ανακυκλωμένο κείμενο, ασυνήθιστη διατύπωση ή κατασκευασμένα δεδομένα και εικόνες.
Το σύστημα εντόπισε πάνω από 250.000 άρθρα με γλωσσικά χαρακτηριστικά παρόμοια με ήδη αποσυρμένες δημοσιεύσεις για τις οποίες υπήρχαν υποψίες κατασκευής στοιχείων. Στη δοκιμή του με επιβεβαιωμένα παραδείγματα, το μοντέλο αναγνώρισε ύποπτες εργασίες στο 91% των περιπτώσεων.
Τα σήματα αυξάνονται, αλλά δεν είναι ετυμηγορία
Το ποσοστό των κειμένων που επισημάνθηκαν ανέβηκε από περίπου 1% στις αρχές της δεκαετίας του 2000 σε πάνω από 16% το 2022. Τα υψηλότερα ποσοστά εμφανίστηκαν, μεταξύ άλλων, στη μοριακή βιολογία του καρκίνου και σε εργαστηριακή έρευνα πρώιμου σταδίου, ενώ τα σήματα εμφανίστηκαν σε χιλιάδες περιοδικά.
Οι ερευνητές τονίζουν ότι μια επισήμανση από το εργαλείο δεν σημαίνει πως μια εργασία είναι οπωσδήποτε δόλια. Κάθε περίπτωση χρειάζεται έλεγχο από ανθρώπους με την κατάλληλη επιστημονική γνώση.
Ένα φίλτρο πριν από την αξιολόγηση
Τρία επιστημονικά περιοδικά δοκιμάζουν ήδη το εργαλείο στην εκδοτική διαδικασία, ώστε οι συντάκτες να εντοπίζουν πιθανά προβληματικά χειρόγραφα πριν σταλούν για αξιολόγηση από ειδικούς. Η ομάδα σκοπεύει να το προσαρμόσει και σε άλλους επιστημονικούς τομείς.
Η αξιοπιστία της έρευνας για τον καρκίνο έχει άμεση σημασία: επηρεάζει κλινικές δοκιμές, την ανάπτυξη φαρμάκων και τελικά τη φροντίδα των ασθενών. Ένα τέτοιο εργαλείο μπορεί να λειτουργήσει ως πρώτο φίλτρο, όχι ως υποκατάστατο της προσεκτικής ανθρώπινης κρίσης.