Zorganizowane oszustwa naukowe narastają szybciej niż legalna wiedza
W tym artykule:
Fałszowane dane, kupowane cytowania i fikcyjne recenzje. Rynek oszustw działa prężnie
Według autorów badania, skala zjawiska stanowi poważne zagrożenie dla wiarygodności nauki i powinna być traktowana jako sygnał alarmowy dla środowiska akademickiego.
- Nauka musi lepiej strzec własnej uczciwości, aby zachować wiarygodność - podkreśla prof. Luís A. N. Amaral, główny autor badania. - Jeśli nie uświadomimy sobie skali problemu, coraz gorsze praktyki staną się normą. W pewnym momencie będzie za późno, a literatura naukowa zostanie całkowicie skażona. Niektórzy twierdzą, że mówienie o tym to atak na naukę, ale moim zdaniem to jej obrona przed nieuczciwością.
Zespół badawczy przeanalizował ogromny zbiór danych pochodzących m.in. z baz Web of Science, Scopus, PubMed, OpenAlex, Retraction Watch i PubPeer. Uwzględniono również informacje o artykułach wycofanych z publikacji, dane redakcyjne (w tym nazwiska redaktorów oraz daty przesyłania i przyjmowania artykułów), a także przypadki kopiowania obrazów i plagiatów. W analizie uwzględniono również czasopisma usunięte z baz za naruszenia zasad etycznych.
Badacze ujawnili działalność tzw. paper mills - organizacji, które masowo produkują i sprzedają artykuły naukowe. Teksty te nierzadko zawierają zmyślone dane, zmanipulowane obrazy, kopiowane fragmenty lub nieprawdopodobne twierdzenia. Co więcej, naukowcy mogą tam wykupić nie tylko gotowy artykuł, lecz również cytowania czy nawet określoną pozycję na liście autorów - im wyższa, tym droższa.
- Coraz więcej naukowców daje się wciągnąć w działalność fabryk publikacji. Można w nich kupić nie tylko artykuły, ale też cytowania, a przez to zyskać opinię renomowanego naukowca bez prowadzenia realnych badań - tłumaczy prof. Amaral.
Jak dodaje współautor badania Reese Richardson, nieuczciwe praktyki są coraz bardziej wyrafinowane i obejmują pełne spektrum usług pozwalających budować fałszywy dorobek naukowy - od płatnego współautorstwa po gwarantowaną akceptację tekstu bez rzeczywistej recenzji naukowej.
Cztery strategie oszustwa i milionowe zyski nielegalnego rynku
Zespół z Northwestern University zidentyfikował cztery główne strategie wykorzystywane przez osoby i instytucje zaangażowane w proceder:
- Zmowy grup naukowców publikujących sfabrykowane artykuły w różnych czasopismach.
- Działalność pośredników organizujących publikację tekstów w zmanipulowanych periodykach.
- Oszustwa skoncentrowane na wybranych dziedzinach szczególnie podatnych na nadużycia.
- Obchodzenie mechanizmów kontroli jakości, w tym publikowanie w czasopismach usuniętych z uznanych baz danych.
- Pośrednicy łączą wszystkie elementy tego systemu. Znajdują autora, kogoś chętnego, by zapłacić za współautorstwo, czasopismo gotowe to opublikować i redaktora, który to zatwierdzi - mówi prof. Amaral.
Zdarzają się też przypadki przejmowania nieaktywnych czasopism i wykorzystywania ich dawnej renomy do nielegalnej działalności. Przykładem jest tytuł "HIV Nursing", który po zakończeniu działalności został przejęty przez nieznaną organizację i zaczął publikować tysiące artykułów niezwiązanych z pielęgniarstwem - wszystkie zostały następnie dodane do bazy Scopus.
- De facto są to organizacje przestępcze, które fałszują proces naukowy. W grę wchodzą miliony dolarów - podkreśla Amaral.
Społeczność naukowa musi działać zanim straci zaufanie społeczne
Zdaniem autorów publikacji, konieczne jest wprowadzenie kompleksowych działań mających na celu wzmocnienie integralności procesu naukowego. Proponują m.in.:
- zaostrzenie kontroli redakcyjnych,
- rozwój narzędzi wykrywających fałszerstwa,
- lepsze rozpoznanie mechanizmów działania sieci oszustw,
- zmianę systemu motywacyjnego w nauce, który obecnie faworyzuje liczbę publikacji ponad ich jakość.
Naukowcy zwracają również uwagę na zagrożenia wynikające z rozwoju generatywnej sztucznej inteligencji. Jak zauważa Richardson:
- Jeśli nie potrafimy sobie poradzić z oszustwami na obecnym poziomie, to zdecydowanie nie poradzimy sobie z tym, co generatywna AI może zrobić z literaturą naukową. Nie wiemy, co zostanie uznane za fakt naukowy ani co będzie użyte do trenowania przyszłych modeli AI, które będą tworzyć kolejne artykuły.