Ένα νέο εργαλείο τεχνητής νοημοσύνης, που χρησιμοποιεί μηχανική μάθηση, εντόπισε περισσότερες από 250.000 επιστημονικές δημοσιεύσεις για τον καρκίνο που ενδέχεται να έχουν παραχθεί από τα λεγόμενα «paper mills», δηλαδή εταιρείες συγγραφής ψεύτικων ή χαμηλής ποιότητας ερευνών κατά παραγγελία.
Το εργαλείο αναπτύχθηκε από τον καθηγητή Άντριαν Μπαρνέτ του Πανεπιστημίου Τεχνολογίας του Κουίνσλαντ, σε συνεργασία με διεθνή ομάδα ερευνητών από τη Σχολή Δημόσιας Υγείας και Κοινωνικής Εργασίας και το Αυστραλιανό Κέντρο Καινοτομίας Υπηρεσιών Υγείας. Η ερευνητική ομάδα εκπαίδευσε το γλωσσικό μοντέλο BERT ώστε να αναγνωρίζει λεπτά «κειμενικά αποτυπώματα» που εμφανίζονται επανειλημμένα σε δημοσιεύσεις από paper mills.
Στη μελέτη, που δημοσιεύθηκε στο επιστημονικό περιοδικό «The BMJ», αναλύθηκαν 2,6 εκατομμύρια επιστημονικές εργασίες για τον καρκίνο από το 1999 έως το 2024, εντοπίζοντας πάνω από 250.000 εργασίες με μοτίβα συγγραφής παρόμοια με αυτά που έχουν ήδη ανακληθεί λόγω υποψιών κατασκευασμένων δεδομένων.
Η αύξηση των ύποπτων δημοσιεύσεων είναι ραγδαία, προχωρώντας από περίπου 1% στις αρχές της δεκαετίας του 2000 σε πάνω από 16% το 2022, επηρεάζοντας χιλιάδες επιστημονικά περιοδικά μεγάλων εκδοτικών οίκων.
Το πρόβλημα εντοπίζεται κυρίως σε τομείς όπως η μοριακή βιολογία του καρκίνου, με ορισμένα είδη καρκίνου να εμφανίζουν ιδιαίτερα υψηλά ποσοστά ύποπτων μελετών.
Ήδη, τρία επιστημονικά περιοδικά δοκιμάζουν πιλοτικά το εργαλείο στο πλαίσιο του συντακτικού τους ελέγχου, με στόχο να εντοπίζουν πιθανώς κατασκευασμένα άρθρα πριν την αποστολή τους για αξιολόγηση από ομότιμους κριτές.
Η ερευνητική ομάδα σκοπεύει να επεκτείνει τη χρήση του εργαλείου και σε άλλους επιστημονικούς κλάδους, καθώς θα γίνονται διαθέσιμα περισσότερα επιβεβαιωμένα περιστατικά δραστηριότητας paper mills. Τέλος, διευκρινίζει ότι τα ευρήματα δεν αποτελούν οριστική απόδειξη απάτης και θα πρέπει να ελέγχονται από ειδικούς επιστήμονες.
