Μαρία Δούση Ένα καινοτόμο εργαλείο Τεχνητής Νοημοσύνης ανέδειξε πάνω από 250.000 ύποπτες δημοσιεύσεις για τον καρκίνο, οι οποίες ενδέχεται να έχουν παραχθεί από τα λεγόμενα «paper mills», δηλαδή εταιρείες που δημιουργούν ψευδείς ή χαμηλής ποιότητας επιστημονικές εργασίες κατά παραγγελία.
Η ανάπτυξη του εργαλείου πραγματοποιήθηκε από τον καθηγητή Άντριαν Μπαρνέτ του Πανεπιστημίου Τεχνολογίας του Κουίνσλαντ, σε συνεργασία με το Αυστραλιανό Κέντρο Καινοτομίας Υπηρεσιών Υγείας και διεθνή ερευνητική ομάδα.
Η ομάδα χρησιμοποίησε ένα γλωσσικό μοντέλο BERT, εκπαιδευμένο να εντοπίζει λεπτά «κειμενικά αποτυπώματα» που επαναλαμβάνονται σε άρθρα που παράγονται από paper mills.
Όταν δοκιμάστηκε σε επαληθευμένα δείγματα, το μοντέλο αναγνώρισε σωστά ύποπτες εργασίες στο 91% των περιπτώσεων.
Η μέθοδος επικεντρώνεται σε μοτίβα συγγραφής, όχι σε περιεχόμενο ή αποτελέσματα, ενισχύοντας την ακρίβεια στην ανίχνευση πιθανών παραποιήσεων.
Η μελέτη, που δημοσιεύθηκε στο The BMJ, ανέλυσε 2,6 εκατομμύρια εργασίες για τον καρκίνο από το 1999 έως το 2024.
Εντοπίστηκαν πάνω από 250.000 ύποπτες δημοσιεύσεις, με μοτίβα παρόμοια με άρθρα που έχουν ήδη ανακληθεί λόγω κατασκευασμένων δεδομένων.
Το πρόβλημα έχει αυξηθεί σημαντικά τα τελευταία 20 χρόνια: από περίπου 1% στις αρχές της δεκαετίας του 2000 σε πάνω από 16% το 2022.
Ορισμένοι τομείς εμφανίζουν μεγαλύτερη συχνότητα ύποπτων άρθρων, όπως:
Μοριακή βιολογία του καρκίνου
Πρώιμης φάσης εργαστηριακή έρευνα
Ορισμένοι τύποι καρκίνου που επηρεάζονται περισσότερο είναι:
Στομάχου
Ήπατος
Οστών
Πνευμόνων
Ήδη, τρία επιστημονικά περιοδικά δοκιμάζουν το εργαλείο στο πλαίσιο του συντακτικού ελέγχου, με στόχο να εντοπίζονται ύποπτες δημοσιεύσεις πριν φτάσουν στην αξιολόγηση από ομότιμους κριτές.
Η ερευνητική ομάδα σκοπεύει:
Να επεκτείνει τη χρήση του εργαλείου σε άλλους επιστημονικούς κλάδους.
Να βελτιώσει το μοντέλο, καθώς θα γίνονται διαθέσιμα περισσότερα επιβεβαιωμένα περιστατικά από paper mills.
Ωστόσο, διευκρινίζεται ότι τα ευρήματα δεν αποτελούν οριστική απόδειξη απάτης και κάθε υπόθεση πρέπει να ελέγχεται από ειδικούς επιστήμονες.
Η χρήση της Τεχνητής Νοημοσύνης σε αυτόν τον τομέα αναδεικνύει ένα αξιοσημείωτο εργαλείο για τη διασφάλιση της ποιότητας της επιστημονικής παραγωγής.
Μειώνει τον κίνδυνο διάδοσης ψευδών δεδομένων που μπορεί να παραπλανήσουν ερευνητές, κλινικές δοκιμές και φαρμακευτικές εταιρείες.
Δημιουργεί νέα πρότυπα ελέγχου και διαφάνειας στον επιστημονικό χώρο, ειδικά σε κρίσιμους τομείς όπως η ογκολογία.
Όλες οι σημαντικές ειδήσεις
Συναγερμός ΕΦΕΤ: Ανάκληση σε πασίγνωστη φέτας λόγω Λιστέριας
Προκηρύξεις εκπαιδευτικών 2026: Πώς θα δεις πρώτος τους πίνακες μέσω google
