فهرست مطالب
مطالعهای جدید از دانشگاه نورثوسترن نشان میدهد که تقلب علمی سازمانیافته شامل جعل پژوهش و خرید و فروش اعتبار علمی در حال افزایش است.
به گزارش سرویس علمی تکناک، پژوهشگران با ترکیب تحلیلهای گسترده از مقالات منتشرشده و مطالعات موردی دقیق، شبکههای بینالمللی پیچیده و هماهنگی را در این زمینه شناسایی کردند.
این مشکل چنان فراگیر است که انتشار مقالات جعلی از نرخ رشد مقالات علمی معتبر پیشی گرفته است. نویسندگان تاکید دارند که این روند برای جامعه علمی هشداردهنده است و باید اقدامات عاجل برای جلوگیری از کاهش اعتماد عمومی به علم صورت گیرد. لوییس آمارال، استاد مهندسی و علوم کاربردی در دانشگاه نورثوسترن و نویسنده ارشد مطالعه گفت: «علم باید خود را بهتر کنترل کند تا یکپارچگی آن حفظ شود. اگر آگاهی لازم ایجاد نشود، رفتارهای مخرب به مرور عادی میشوند و ادبیات علمی در نهایت آلوده خواهد شد. ما با بررسی این مسئله، در حقیقت از علم در برابر سوءرفتارها دفاع میکنیم.» ریس ریچاردسون، پژوهشگر پسادکتری در آزمایشگاه آمارال، نویسنده اول این مطالعه است و مقاله در نشریه Proceedings of the National Academy of Sciences منتشر شده است.
حتما بخوانید: هوش مصنوعی تقلب را آسان میکند؛ بیتوجهی شرکتها به مشکلات دانشآموزان
01
از 02تقلب علمی و عواقب آن
زمانی که سخن از تقلب علمی به میان میآید، افراد اغلب به خبرهای مربوط به مقالات پس گرفتهشده، دادههای دستکاریشده یا سرقت ادبی فکر میکنند؛ مواردی که معمولا حول اقدامات فردی و کوتاه کردن مسیر پیشرفت در صنعتی رقابتی رخ میدهند. اما آمارال و تیم او شبکهای گسترده و زیرزمینی را کشف کردهاند که در سایه و دور از دید عموم فعالیت میکند. آمارال بیان کرد: «این شبکهها در واقع سازمانهای مجرمانهای هستند که با همکاری یکدیگر فرایند علم را جعل میکنند و میلیونها دلار در این فعالیتها جریان دارد.»
پژوهشگران برای اجرای مطالعه، مجموعههای دادهای گستردهای شامل مقالات پس گرفتهشده، سوابق تحریریه و نمونههای تکرار تصاویر را بررسی کردند. بیشتر دادهها از پایگاههای معتبر علمی مانند: Web of Science، Scopus، PubMed/MEDLINE و OpenAlex جمعآوری شد. همچنین ریچاردسون و همکاران او فهرست مجلات حذفشده از پایگاههای علمی را جمعآوری کردند و دادههای مرتبط با مقالات پس گرفتهشده، نظرات مقالات در PubPeer و متادیتا شامل نام ویراستاران، تاریخهای ارسال و پذیرش را نیز مورد تحلیل و بررسی قرار دادند.
بیشتر بخوانید: تعطیلی برنامههای هوش مصنوعی و استقرار تجهیزات ضدتقلب در آزمون سراسری چین
تحلیل دادهها نشان داد که شبکهای هماهنگ شامل «کارخانههای مقالهسازی»، دلالان و مجلات نفوذی فعالیت میکنند. این کارخانهها مانند خطوط تولید، مقالات متعددی تولید و به پژوهشگرانی میفروشند که به دنبال انتشار سریع هستند. بیشتر این مقالات کیفیت پایینی دارند و شامل دادههای ساختگی، تصاویر دستکاریشده یا دزدیدهشده، محتوای سرقتشده و گاه ادعاهای غیرممکن علمی هستند. آمارال تصریح کرد: «تعداد بیشتری از دانشمندان گرفتار فعالیتهای این کارخانهها میشوند. آنها میتوانند مقالات و حتی استنادات خریداری کنند و بهظاهر دانشمندان معتبری به نظر برسند، در حالی که تحقیقات واقعی انجام ندادهاند.»
ریچاردسون توضیح داد: «کارخانههای مقالهسازی، مدلهای متنوعی دارند و ما هنوز تنها توانستهایم بخشی از روش کار آنها را بررسی کنیم. این شبکهها هر چیزی را میفروشند که بتواند اعتبار پژوهشی را شستوشو دهد، که از جمله آنها میتوان به جایگاه نویسندگی اول تا چهارم با قیمتهای مختلف و پذیرش خودکار مقالات از طریق فرایند داوری جعلی اشاره کرد.» گروه آمارال برای شناسایی مقالات تولیدشده در این شبکههای تقلب علمی، پروژهای موازی راهاندازی کرد که به طور خودکار مقالات علوم مواد و مهندسی منتشرشده را اسکن میکند و بهویژه نویسندگانی را هدف قرار میدهد که ابزارهای پژوهشی خود را نادرست معرفی کردهاند. یکی از مقالات با چنین خطاهایی در مجله PLOS ONE پذیرفته شد.
برای مطالعه بیشتر: هوش مصنوعی هم میتواند تقلب کند!
02
از 02راهبرد شبکههای مقالهسازی
آمارال، ریچاردسون و همکاران آنها کشف کردند که شبکههای تقلب علمی از چند راهبرد کلیدی استفاده میکنند: نخست، گروهی از پژوهشگران با هم تبانی میکنند تا مقالات را در چند مجله منتشر کنند و پس از افشای تقلب، این مقالات پس گرفته میشوند. دوم، دلالها به عنوان واسطه عمل میکنند تا انتشار انبوه مقالات جعلی در مجلات آسیبپذیر را ممکن سازند. سوم، این فعالیتها در زیرشاخههای خاص و آسیبپذیر متمرکز هستند و چهارم، نهادهای سازمانیافته از مکانیزمهای کنترل کیفیت، مانند حذف از فهرست مجلات عبور میکنند.
آمارال توضیح داد: «دلالها ارتباط بین تمام افراد پشت صحنه را برقرار میکنند؛ کسی مقاله را مینویسد، افرادی حاضر هستند که پول بدهند تا نویسنده باشند، مجلهای برای انتشار پیدا میشود و سردبیرانی هستند که مقاله را میپذیرند.» برخی از این شبکهها از مجلات معتبر عبور میکنند و سراغ مجلات منقرضشده میروند تا آنها را تسخیر کنند. زمانی که یک مجله معتبر انتشار را متوقف میکند، افراد سودجو میتوانند نام یا وبسایت آن را تصاحب کنند و هویت آن را جعل نمایند تا مقالات جعلی خود را معتبر جلوه دهند.
ریچاردسون تصریح کرد: «این روند برای مجله HIV Nursing رخ داد؛ مجلهای که پیشتر متعلق به یک سازمان حرفهای پرستاری در بریتانیا بود، اما پس از توقف انتشار و منقضی شدن دامنه، یک سازمان دامنه را خرید و هزاران مقاله نامرتبط با پرستاری منتشر کرد، که همگی در پایگاه Scopus فهرست شدند.» آمارال و ریچاردسون برای مقابله با تهدید رو به رشد علیه انتشار علمی معتبر تاکید کردند که یک رویکرد چندجانبه، ضروری است. این رویکرد شامل افزایش دقت در فرایندهای تحریریه، بهبود روشهای شناسایی پژوهشهای ساختگی، درک عمیقتر شبکههای فعال در این تقلبها و بازسازی اساسی سیستم انگیزشی در علم میشود.
همچنین این دو پژوهشگر بر ضرورت پرداختن به این چالشها تاکید دارند، پیش از آنکه هوش مصنوعی بیش از پیش وارد ادبیات علمی شود. ریچاردسون عنوان کرد: «اگر برای مقابله با تقلب موجود آماده نباشیم، قطعا توان مواجهه با تاثیر هوش مصنوعی مولد را بر ادبیات علمی نخواهیم داشت. مشخص نیست چه مطالبی در ادبیات علمی ثبت خواهد شد، چه مواردی به عنوان واقعیت علمی پذیرفته میشوند و چه دادههایی برای آموزش مدلهای آینده هوش مصنوعی مورد استفاده قرار میگیرند تا مقالات بیشتری تولید کنند.» آمارال نیز گفت: «این تحقیق به احتمال زیاد افسردهکنندهترین پروژهای است که در طول زندگی خود در آن مشارکت داشتهام. از کودکی به علم علاقهمند بودم و مشاهده تقلب و گمراهسازی دیگران بسیار ناراحتکننده است. اما اگر باور دارید علم برای بشریت مفید و حیاتی است، باید برای حفظ آن مبارزه کنید.»
