ChatGPT等工具或让“论文工厂”更加泛滥

人工智能（AI）的进步使出版机构更难应付论文工厂了——论文工厂特指那些根据要求生成虚假论文的公司。生成式AI工具，包括ChatGPT和图像生成软件一类的对话机器人，为论文工厂的内容生产提供了新渠道，而这些工具生成的内容可能很难被发现。科研诚信专家们在5月24日举行的聚焦论文工厂问题的峰会上探讨了以上挑战。

“有了AI之后，论文工厂对原始数据的造假能力将再上一个台阶。”澳大利亚新南威尔士健康病理学和悉尼大学的分子生物学家、出版诚信研究员Jennifer Byrne说。

“我见过AI生成的假的显微镜图像，”欧洲生物学会联合会出版社的图像数据诚信分析师Jana Christopher说，但要绝对证明图像是AI生成的并不容易。

ChatGPT这类语言生成式AI工具带来了类似的问题。“一旦你有办法证明这是ChatGPT生成的，肯定就会有别的工具来掩盖它。”

柏林自由大学社会科学家、独立的科研诚信分析师Anna Abalkina认为，AI工具进入学术文献库可能会有一个滞后效应，因为同行评审流程需要时间。她说，可能在接下来几个月里，“我们会看到第一批流水线论文。”

Byrne、Christopher和Abalkina都出席了不久前举办的UNITED2ACT峰会，该峰会由英国关注学术出版道德的非营利机构国际出版伦理委员会（COPE）与国际科学技术与医学出版商协会（STM）共同举办。这次峰会召集了全球科研人员，包括独立的科研诚信分析师，以及各资助机构和出版社的代表。

COPE受托人、科研诚信咨询师Deborah Kahn说：“这是大家首次聚在一起，共同为解决这一问题出谋划策。”这个团队计划很快发布共同行动计划。

要识别论文工厂的假论文，“还有识别合成图像、合成文本等等的额外问题，”STM解决方案项目主管Joris van Rossum说，“大家普遍意识到，筛查这些内容将变得越来越难。

Kahn说，虽然 AI在支持科研人员写作方面肯定会有帮助，仍有必要区分AI协助写出的合规论文和完全伪造的论文。她说：“我们必须看看如何才能发现这些假论文，并确保研究是作者自己做的。这里其实有很多方法。”

峰会上探讨的一个策略是要求作者提供实验的原始数据，可以是有数字水印的数据，好让出版机构证实这些数据的真实性。

Christopher说，当前，不同出版机构对提交原始数据的要求不一样。她说，各个出版机构可以统一对原始数据的提交要求，并考虑到不同研究领域的差异，这么做可能会有帮助。

英国泰勒-弗朗西斯出版社（Taylor & Francis）的出版道德与诚信主管Sabina Alam表示同意，但指出这类标准不可能立即执行。“我无法想象一夜之间就转变过来，因为现实是，许多研究机构并没有能提供数据管理基础工具的资源，”她说，“我们不想让真正的研究受到不公正的对待。”

这次峰会还探讨了应对论文工厂的其他一般策略，包括组织面向科研工作者的宣传日或宣传周，以及让出版机构能在不违反数据保护条例的前提下，相互之间分享相关讯息或是可疑的论文工厂，比如当不同出版机构同时收到相同的投稿时。

STM仍在开发识别论文工厂的软件，同时通过其诚信中心汇总其他地方的类似工具。论文工厂肉眼可见的增加提出了对这类技术的需求——出版机构不仅要在作者投稿时识别虚假论文，还要能发现那些已经出版过的论文。 

泰勒-弗朗西斯出版社和其他出版社已经在使用这些工具了，Alam表示，她的团队看到了越来越多的科研道德案例——需进一步调查的潜在学术不端行为。Alam说，这些案例中近一半都与论文工厂有关。她的团队发现，从2019年到2022年，科研道德案例的数量增加了10倍多，而今年到目前为止，道德案例的数量已经与2022年全年持平。她说：“整体上似乎有商业化和升级的趋势。”