Система на основе машинного обучения обнаружила признаки возможной фабрикации в более чем 250 тыс. научных статей, посвящённых исследованию рака. Эти работы могут быть продуктом так называемых «фабрик статей» – организаций, которые в промышленных масштабах производят и продают низкокачественные или полностью поддельные научные публикации.
К таким выводам пришла международная группа учёных под руководством профессора Адриана Барнетта из Квинслендского технологического университета (Австралия). Исследователи проанализировали 2,6 млн научных работ по онкологии, опубликованных с 1999 по 2024 год. Они обучили языковую модель BERT распознавать текстовые шаблоны и стилистические особенности, характерные для уже отозванных сфабрикованных статей. Точность алгоритма, который авторы называют «научным спам-фильтром», составила 91%. Результаты исследования опубликованы в журнале The BMJ.
Анализ показал, что доля подозрительных публикаций резко выросла за последние два десятилетия: с 1% в начале 2000-х до пикового значения в 16% в 2022 году. Проблема затронула тысячи журналов, в том числе авторитетные издания крупных издательств. Чаще всего признаки подделки встречались в работах по молекулярной биологии рака и на ранних стадиях лабораторных исследований, особенно в статьях о раке желудка, печени, костей и лёгких.
Три научных журнала уже начали тестировать систему для предварительной проверки рукописей перед отправкой их на рецензирование. Авторы разработки планируют адаптировать её и для других областей науки. При этом они подчёркивают, что система лишь сигнализирует о возможных проблемах, но не доказывает факт мошенничества. Каждую отмеченную работу должны дополнительно проверять эксперты.
По словам учёных, сфабрикованные данные могут вводить в заблуждение научное сообщество, негативно влиять на клинические испытания и разработку новых лекарств. В конечном счёте это замедляет реальный прогресс в лечении онкологических заболеваний.
