Ένα νέο εργαλείο μηχανικής μάθησης έφερε στο φως ένα από τα μεγαλύτερα προβλήματα αξιοπιστίας στη σύγχρονη επιστημονική έρευνα. Ερευνητές του Queensland University of Technology (QUT), υπό τον καθηγητή Adrian Barnett, ανέπτυξαν ένα αλγόριθμο ικανό να εντοπίζει κείμενα που μοιάζουν με προϊόντα λεγόμενων «εργοστασίων άρθρων» (paper mills) — εταιρειών που πωλούν πλαστές ή κακής ποιότητας επιστημονικές μελέτες.
Η ομάδα ανέλυσε 2.647.471 μελέτες για τον καρκίνο που δημοσιεύθηκαν μεταξύ 1999 και 2024, και το μοντέλο σημείωσε ως ύποπτες 261.245 από αυτές, δηλαδή περίπου το 9,87% του συνόλου. Η έρευνα δημοσιεύτηκε στο έγκυρο επιστημονικό περιοδικό BMJ.
Όπως εξηγεί ο επικεφαλής της μελέτης, τα «εργοστάσια άρθρων» είναι εταιρείες που πωλούν πλαστές ή κακής ποιότητας επιστημονικές μελέτες, παράγοντας «έρευνα» σε βιομηχανική κλίμακα, με το πρόβλημα στην έρευνα για τον καρκίνο να αποδεικνύεται πολύ μεγαλύτερο απ’ όσο πίστευαν οι περισσότεροι. Οι εταιρείες αυτές συχνά πωλούν συγγραφικές θέσεις και ολόκληρα έτοιμα άρθρα, χρησιμοποιώντας ανακυκλωμένο κείμενο, αδέξια διατύπωση ή πλαστά δεδομένα και εικόνες.
Το πιο ανησυχητικό εύρημα αφορά τη διαχρονική εξέλιξη του φαινομένου: τα ύποπτα άρθρα έχουν αυξηθεί δραματικά τις τελευταίες δύο δεκαετίες, από περίπου 1% στις αρχές της δεκαετίας του 2000 έως πάνω από 16% το 2022. Σύμφωνα με τους ερευνητές, πάνω από 170.000 από τα σημειωμένα άρθρα συνδέονταν με κινεζικά ιδρύματα, αντιπροσωπεύοντας το 36% του συνόλου των κινεζικών ερευνητικών άρθρων για τον καρκίνο, ενώ τα ύποπτα άρθρα εμφανίζονταν συχνότερα σε βασική έρευνα και σε μελέτες για καρκίνο του στομάχου, των οστών και του ήπατος.
Όσον αφορά την αξιοπιστία του ίδιου του εργαλείου, όταν δοκιμάστηκε σε επιβεβαιωμένα παραδείγματα, το μοντέλο αναγνώρισε σωστά τα ύποπτα άρθρα σε ποσοστό 91%. Ο καθηγητής Barnett παρομοίασε την εφεύρεση με ένα γνώριμο εργαλείο της καθημερινότητας, σημειώνοντας ότι έχουν ουσιαστικά φτιάξει ένα επιστημονικό φίλτρο ανεπιθύμητης αλληλογραφίας, που λειτουργεί όπως τα φίλτρα spam στο email, εντοπίζοντας άρθρα που ταιριάζουν με το ύφος γραφής και τη δομή κειμένων που έχουν ήδη αποσυρθεί λόγω τεκμηριωμένης απάτης.
Το φαινόμενο δεν περιορίζεται σε περιοδικά χαμηλού κύρους. Σύμφωνα με σχετικά δημοσιεύματα, το πρόβλημα επηρεάζει χιλιάδες περιοδικά μεγάλων εκδοτικών οίκων, συμπεριλαμβανομένων και τίτλων υψηλής επιρροής στην επιστημονική κοινότητα.
Η υπόθεση αναδεικνύει ένα ευρύτερο ζήτημα για την ακεραιότητα της επιστημονικής δημοσίευσης σε παγκόσμιο επίπεδο, καθώς η αυξανόμενη πίεση για δημοσιεύσεις και η εμπορευματοποίηση της επιστημονικής γνώσης φαίνεται να έχουν δημιουργήσει γόνιμο έδαφος για οργανωμένη απάτη, ακόμη και σε τόσο ευαίσθητο πεδίο όσο η έρευνα για τον καρκίνο.