Περισσότερες από 250.000 επιστημονικές δημοσιεύσεις για τον καρκίνο εντοπίστηκαν ως πιθανώς ύποπτες για προέλευση από τις λεγόμενες «paper mills», σύμφωνα με πρόσφατη έρευνα που αξιοποιεί προηγμένη Τεχνητή Νοημοσύνη και μηχανική μάθηση.
Το καινοτόμο εργαλείο αναπτύχθηκε από τον καθηγητή Άντριαν Μπαρνέτ του Πανεπιστημίου Τεχνολογίας του Κουίνσλαντ, σε συνεργασία με διεθνή ομάδα ερευνητών και το Αυστραλιανό Κέντρο Καινοτομίας Υπηρεσιών Υγείας.
Η ερευνητική ομάδα εκπαίδευσε το γλωσσικό μοντέλο BERT ώστε να ανιχνεύει λεπτά «κειμενικά αποτυπώματα» που εμφανίζονται συχνά σε δημοσιεύσεις προερχόμενες από εταιρείες συγγραφής ψεύτικων ή χαμηλής ποιότητας ερευνών. Σε δοκιμές με επαληθευμένα παραδείγματα, το μοντέλο εντόπισε σωστά ύποπτες εργασίες στο 91% των περιπτώσεων.
Σύμφωνα με τη μελέτη, η οποία δημοσιεύθηκε στο επιστημονικό περιοδικό «The BMJ», αναλύθηκαν συνολικά 2,6 εκατομμύρια εργασίες για τον καρκίνο από το 1999 έως το 2024. Εντοπίστηκαν πάνω από 250.000 δημοσιεύσεις με μοτίβα συγγραφής παρόμοια με άρθρα που είχαν ήδη ανακληθεί λόγω υποψιών για κατασκευασμένα δεδομένα.
Οι ύποπτες δημοσιεύσεις παρουσιάζουν σημαντική αύξηση τα τελευταία είκοσι χρόνια, από περίπου 1% στις αρχές της δεκαετίας του 2000, σε ποσοστό άνω του 16% το 2022. Το φαινόμενο αφορά χιλιάδες επιστημονικά περιοδικά μεγάλων εκδοτικών οίκων, μεταξύ των οποίων και τίτλοι υψηλού κύρους.
Το πρόβλημα είναι εντονότερο σε τομείς όπως η μοριακή βιολογία του καρκίνου και η εργαστηριακή έρευνα σε πρώιμο στάδιο. Ιδιαίτερα υψηλά ποσοστά ύποπτων μελετών καταγράφονται για τύπους καρκίνου όπως του στομάχου, του ήπατος, των οστών και των πνευμόνων.
Τρία επιστημονικά περιοδικά εφαρμόζουν ήδη πιλοτικά το εργαλείο στο συντακτικό τους έλεγχο, με στόχο την ανίχνευση πιθανώς κατασκευασμένων άρθρων πριν την αποστολή τους για αξιολόγηση από ομότιμους κριτές.
Η ερευνητική ομάδα σχεδιάζει να επεκτείνει τη χρήση του εργαλείου και σε άλλους επιστημονικούς τομείς, ενώ παράλληλα θα βελτιώνει το μοντέλο καθώς αυξάνεται η διαθεσιμότητα επιβεβαιωμένων περιστατικών paper mills. Τονίζεται ότι τα ευρήματα δεν αποτελούν αδιαμφισβήτητη απόδειξη απάτης και απαιτούν περαιτέρω αξιολόγηση από ειδικούς επιστήμονες.
Ακολουθήστε το Business Daily στο Google news
