Η Τεχνητή Νοημοσύνη αξιοποιείται για τον εντοπισμό ψευδών ή χαμηλής ποιότητας ερευνών που αφορούν τον καρκίνο.
Ο καθηγητής, Άντριαν Μπαρνέτ, του Πανεπιστημίου Τεχνολογίας του Κουίνσλαντ, από τη Σχολή Δημόσιας Υγείας και Κοινωνικής Εργασίας, και το Αυστραλιανό Κέντρο Καινοτομίας Υπηρεσιών Υγείας, σε συνεργασία με διεθνή ομάδα ερευνητών, ανέπτυξαν ένα νέο AI εργαλείο.
Το συγκεκριμένο εργαλείο, εντόπισε, σύμφωνα με πληροφορίες, πάνω από 250.000 δημοσιεύσεις για τον καρκίνο, οι οποίες είναι πολύ πιθανό να έχουν παραχθεί από τα λεγόμενα «paper mills», εταιρείες -δηλαδή- συγγραφής fake ή κακής ποιότητας ερευνών κατά παραγγελία.
Οι ερευνητές εκπαίδευσαν ένα γλωσσικό μοντέλο με την ονομασία BERT, ώστε να είναι σε θέση να αναγνωρίζει τα λεπτά «κειμενικά αποτυπώματα» τα οποία εμφανίζονται συχνά σε δημοσιεύσεις, προερχόμενες από paper mills. Όταν δοκιμάστηκε σε επαληθευμένα παραδείγματα, το μοντέλο αναγνώρισε επιτυχώς «ύποπτες» εργασίες στο 91% των περιπτώσεων.
Για τη διεξαγωγή της μελέτης, που δημοσιεύθηκε στο επιστημονικό περιοδικό «The BMJ», αναλύθηκαν 2,6 εκατομμύρια επιστημονικές εργασίες που αφορούσαν τον καρκίνο, από το 1999 έως το 2024. Σύμφωνα με τα αποτελέσματα που παρουσιάστηκαν, εντοπίστηκαν περισσότερες από 250.000 εργασίες με μοτίβα συγγραφής παρόμοια με άρθρα που ήδη έχουν ανακληθεί λόγω υποψιών κατασκευασμένων δεδομένων.
Ακόμη, οι μελετητές κατέληξαν στο συμπέρασμα, πως οι ύποπτες δημοσιεύσεις παρουσίασαν ραγδαία αύξηση τις τελευταίες δύο δεκαετίες, από περίπου 1% στις αρχές της δεκαετίας του 2000 σε πάνω από 16% το 2022. Το ζήτημα επηρεάζει χιλιάδες επιστημονικά περιοδικά μεγάλων εκδοτικών οίκων, συμπεριλαμβανομένων τίτλων υψηλού κύρους.
AI εργαλείο που εντοπίζει ψευδείς έρευνες για τον καρκίνο: Σε πιλοτική χρήση από περιοδικά
Η ανάλυση καταδεικνύει ότι ορισμένοι κλάδοι πλήττονται περισσότερο, με τη μοριακή βιολογία του καρκίνου και την πρώιμη εργαστηριακή έρευνα να συγκεντρώνουν τα υψηλότερα ποσοστά ύποπτων εργασιών. Αντίστοιχα, μελέτες που αφορούν καρκίνους του στομάχου, του ήπατος, των οστών και των πνευμόνων εμφανίζουν αυξημένη συχνότητα προβληματικών δημοσιεύσεων.
Ήδη, τρία επιστημονικά περιοδικά έχουν ξεκινήσει πιλοτική χρήση του εργαλείου στο στάδιο του αρχικού συντακτικού ελέγχου, με στόχο να φιλτράρονται ύποπτα άρθρα πριν περάσουν στη διαδικασία της αξιολόγησης από ομότιμους επιστήμονες.
Η ερευνητική ομάδα σκοπεύει να επεκτείνει την εφαρμογή του εργαλείου και σε άλλους επιστημονικούς τομείς, βελτιώνοντας παράλληλα την ακρίβειά του όσο αυξάνονται τα επιβεβαιωμένα δεδομένα για τη δράση των paper mills.
Τονίζεται, ωστόσο, ότι τα αποτελέσματα της ανάλυσης δεν συνιστούν από μόνα τους απόδειξη απάτης, αλλά αποτελούν εργαλείο υποστήριξης που απαιτεί ανθρώπινο επιστημονικό έλεγχο.
