کوشش برای ورشکسته کردن کارخانه های مقاله سازی، ابزار کشف مقالات جعلی - وبلاگ موتناوه

به گزارش وبلاگ موتناوه، ایسنا نوشت: ناشران مجلات علمی با ساخت ابزارهایی در پی مقابله با کارخانه های مقاله سازی فراوری مطالعه های تحقیقاتی هستند.

ناشران دانشگاهی ابزار آنلاینی را برای شناسایی محصولات کارخانه های مقاله سازی منتشر نموده اند. صنعت نشر کوشش می نماید با مهار موجی از مطالعات پژوهشی جعلی که با استفاده از هوش مصنوعی افزایش یافته است، اعتماد را بیشتر کند.

انجمن بین المللی ناشران علمی، فنی و پزشکی (STM) که یک نهاد جهانی است که ناشران مجلات را نمایندگی می نماید. این انجمن بین المللی اخیراً ابزاری را توسعه داده که به گفته کارولین ساتِن (Caroline Sutton) مدیر اجرایی STM ، این ابزار در پاسخ به حجم فزاینده و نگران نماینده مطالبی که به ارتباطات علمی وارد شده و یکپارچگی پژوهش ها یا (research integrity) را نقض می نمایند، ایجاد شده است.

کارخانه های مقاله سازی به تقاضای فزاینده پژوهشگران برای انتشار مقاله برای ارتقای شغلی آن ها پاسخ می دهند. بعضی از دانشمندان جوان هزاران دلار برای مقالاتی می پردازند که خودشان زمان یا توانایی انجام آن را ندارند.

تحقیقات انجمن بین المللی ناشران علمی، فنی و پزشکی (STM) و کمیته اخلاق نشر (COPE) نشان داده است که بین 2 تا 46 درصد از مقالات ارسال شده به مجلات جعلی بوده اند. این گزارش نشان داده که این آثار غیر مجاز، به ویژه پژوهش های زیست پزشکی را هدف قرار داده اند؛ ولی این روند در همه زمینه های علمی مشهود است و بسیاری از ناشران از افزایش ارسال مقاله های تقلبی از چین گزارش می دهند.

یوریس ون روسِم (Joris van Rossum) که توسعه محصول انجمن بین المللی ناشران علمی، فنی و پزشکی (STM) به نام اینتگریتی هاب Integrity Hub را رهبری نموده است، می گوید: دنیای آکادمیک به طور سنتی بر پایه اعتماد بنا شده و در چند سال گذشته شاهد این بودیم که این فرآیند با تقلب سیستماتیک به چالش کشیده شده است. صنعت کارخانه مقاله سازی یک مشکل رو به رشد است و این مشکل اخیراً با استفاده از فناوری های پیچیده تر و محتواهای فراوریشده به وسیله هوش مصنوعی، بزرگ تر شده است.

ابزار کشف مقاله های کارخانه های مقاله سازی چطور کار می نماید؟

ناشران ثبت شده در Integrity Hub می توانند یک نوشته را در یک ابزار مبتنی بر فضای ابری آپلود نمایند و این ابزار آن نوشته را برای یافتن نشانه هایی از کلاهبرداری احتمالی مانند تصاویر دستکاری شده و شباهت با مقالاتی که پیش از این فراوری آن ها به کارخانه های مقاله سازی مرتبط شده بود، اسکن می نماید. در آینده این ابزار بیشتر توسعه خواهد یافت.

بعلاوه STM در حال توسعه یک سیستم جداگانه است که می تواند ناشران مختلف را برای ارسال چندگانه مقاله از کارخانه های مقاله سازی نیز اسکن کند. زمانی که ارسال مقالات تکراری مشاهده می گردد، این ابزار یک اعلان برای مدیران و ویراستاران مجله ارسال می نماید تا بتوانند این موضوع را آنالیز نمایند. این ابزار در امسال میلادی به صورت آزمایشی اجرا می گردد.

به گفته ون روسِم؛ مجلات معمولاً به یکدیگر در خصوص مقالات ارسالی به مجله خودشان اطلاع نمی دهند. کارخانه های مقاله سازی اغلب یک مقاله می سازند و بعد آن را به مجلات متعددی ارسال می نمایند؛ به این امید که یکی از مجلات آن را بپذیرد و دیگران آن را نادیده بگیرند.

استفاده کارخانه های مقاله سازی از هوش مصنوعی کار را سخت تر می نماید

ابتکار Integrity Hub بازتاب مقدار همکاری غیر معمول بین ناشران است که روی سیستم های خودشان نیز کار می نمایند. گروه Frontiers که ناشر مجموعه ای از نشریات علمی در سوئیس است، یک دستیار بازبینی هوش مصنوعی ایجاد نموده که مقاله های ارسالی را برای یافتن نشانه های تقلب اسکن می نماید.فردریک فنتر (Frederick Fenter)؛ مدیر اجرایی Frontiers می گوید: اما کارخانه های مقاله سازی نیز آغاز به استفاده از هوش مصنوعی برای فراوری مقاله کردند که کشف نشانه های جعل در آن ها دشوارتر است.

او می گوید: همه ما ناشران با تعداد فزاینده ای از ارسال مقالات تقلبی روبرو هستیم. ارتباط بیشتری نه تنها بین ناشران، بلکه بین ناشران، سرمایه گذاران و موسسه های پژوهشی مورد احتیاج است.

چند سالی است که تعداد انگشت شماری از کاراگاهان علمی مستقل، در حال شناسایی مقالات جعلی هستند. یکی از آن ها الیزابت بیک (Elisabeth Bik)؛ میکروبیولوژیست هلندی است که به توسعه ابزار تشخیصی STM یاری نموده است. او می گوید: خیلی خوب است که اکنون ناشران از این مشکل مطلع هستند و این مقالات نه تنها ریترکت می شوند و برگشت می خورند؛ بلکه در مرحله ارسال نسخه اولیه مقاله نیز فعالانه غربالگری شده و رد می شوند.

بیک اضافه می نماید: جلوگیری کردن از انتشار این مقاله ها در وهله اول یک پیغام روشن به کارخانه های مقاله سازی می فرستد. او هشدار می دهد: به احتمال زیاد در آینده از هوش مصنوعی برای فراوری متن، مجموعه داده ها و عکس های به ظاهر واقعی استفاده می گردد و تشخیص این مقاله ها بسیار سخت تر می گردد.

5858