- Έρευνα που δημοσιεύθηκε στο BMJ αποκαλύπτει ότι πάνω από 250.000 επιστημονικές εργασίες για τον καρκίνο παρουσιάζουν μοτίβα γραφής παρόμοια με ανακληθείσες μελέτες, υποδηλώνοντας πιθανώς κατασκευασμένα δεδομένα.
- Για την ανίχνευση αυτών των μοτίβων, οι ερευνητές εκπαίδευσαν ένα γλωσσικό μοντέλο BERT, το οποίο ανίχνευσε ύποπτα papers στο 91% των περιπτώσεων.
- Αν και το σύστημα επισημαίνει πιθανές ανακρίβειες, κάθε μελέτη απαιτεί αξιολόγηση από ειδικό, καθώς τέτοιες κατασκευασμένες έρευνες είναι επικίνδυνες για κλινικές δοκιμές και ανάπτυξη φαρμάκων.
Έρευνα η οποία έχει δημοσιευθεί στο BMJ αναφέρει ότι πάνω από 250.000 επιστημονικές εργασίες για τον καρκίνο εμφανίζουν συγκεκριμένα μοτίβα γραφής, παρόμοια με αυτά σε μελέτες που έχουν ανιχνευθεί κατασκευασμένα δεδομένα.
Τα paper mills είναι εταιρείες οι οποίες πουλούν πλαστές ή χαμηλής ποιότητας επιστημονικές μελέτες.
Παράγουν ουσιαστικά έρευνα σε μεγάλη κλίμακα και σύμφωνα με τον Adrian Barnett από το School of Public Health and Social Work και το Australian Centre for Health Services and Innovation του Queensland University of Technology, το πρόβλημα για τον καρκίνο και την έρευνα αυτού φαίνεται να είναι πολύ μεγαλύτερο από όσο είχαν συνειδητοποιήσει οι περισσότεροι.
Πως το ανακάλυψαν;
Για να μπορέσουν να ανιχνεύσουν τα εν λόγω μοτίβα και να βγάλουν ένα ασφαλές συμπέρασμα για το τι τελικά συμβαίνει με τις εν λόγω 250.000 επιστημονικές μελέτες, οι ερευνητές εκπαίδευσαν ένα γλωσσικό μοντέλο το οποίο αποκαλείται BERT.
Το σύστημα έχει σχεδιαστεί να ανιχνεύει συγκεκριμένα fingerprints ή αλλιώς μοτίβα που εμφανίζονται επαναλαμβανόμενα σε ερευνητικές εργασίες. Τα ύποπτα papers σύμφωνα με την έρευνα ανιχνεύθηκαν στο 91% των περιπτώσεων.
Όπως λειτουργεί για παράδειγμα το φίλτρο spam στο email μας, έτσι λειτουργεί και το εν λόγω εργαλείο. Αυτό είναι σε θέση να ανιχνεύσει τον τύπο γραφής και τη δομή που βλέπουμε σε δουλειά η οποία έχει παραχθεί από τεχνητή νοημοσύνη. Η τεχνητή νοημοσύνη εμφανίζει κατά την παραγωγή του κειμένου συγκεκριμένα μοτίβα γραφής ανάλογα βέβαια και με το prompt.
Είναι επίσης σημαντικό να τονιστεί ότι τα αποτελέσματα του εργαλείου αποτελούν επισήμανση και κάθε περίπτωση θα πρέπει να αξιολογηθεί η κάθε περίπτωση από κάποιον ειδικό.
Είναι ιδιαίτερα επικίνδυνο να υπάρχουν αυτή τη στιγμή τέτοιου είδους μελέτες, πόσο μάλλον όταν η έρευνα επηρεάζει τις κλινικές δοκιμές, την ανάπτυξη των φαρμάκων και τη νοσηλεία των ασθενών.
Αν τέτοιου είδους κατασκευασμένες μελέτες μπουν στη βιβλιογραφία και χρησιμοποιηθούν ως βάση για συμπεράσματα, όχι μόνο δεν θα προάγουν την επιστημονική έρευνα, αλλά αντίθετα την επιβραδύνουν.
Journal Reference:
- Baptiste Scancar, Jennifer A Byrne, David Causeur, Adrian G Barnett. Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study. BMJ, 2026; 392: e087581 DOI: 10.1136/bmj-2025-087581
Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα. Ένας ακόμα τρόπος να μαθαίνετε τα πάντα πρώτοι είναι να προσθέσετε το Techmaniacs.gr στον RSS feeder σας χρησιμοποιώντας τον σύνδεσμο: https://techmaniacs.gr/feed/.
