一種新的論文偽造方式，即用同義詞替換常規(guī)用語以躲過查重，正在浮出水面。

法國研究人員對部分此類短語進(jìn)行了檢索，在引文數(shù)據(jù)庫中發(fā)現(xiàn)860多篇論文涉及此類情況。其中，500篇來自同一本期刊《微處理器和微系統(tǒng)》（Microprocessors and Microsystems，影響因子1.525）。

對這些論文進(jìn)行人工檢查后，他們發(fā)現(xiàn)，這些論文還涉及引用虛假文獻(xiàn)、重復(fù)使用他人等問題。其中，大部分論文的作者來自中國。

最近，該雜志的出版商——愛思唯爾對其中400多篇論文表達(dá)關(guān)切，目前調(diào)查工作仍在進(jìn)行中。

近60%問題論文來自同一期刊

據(jù)Nature網(wǎng)站日前報道，今年4月，法國圖盧茲大學(xué)計算機(jī)科學(xué)家Guillaume Cabanac等人對論文中的奇怪短語產(chǎn)生了興趣。

這些短語通常有約定俗成的術(shù)語，但論文作者故意回避常規(guī)叫法，而用同義詞來替換，顯得非常奇怪。Cabanac等人稱之為“扭曲短語”。其研究結(jié)果于7月12日發(fā)布在arXiv預(yù)印本網(wǎng)站上。

計算機(jī)科學(xué)論文中的扭曲短語。截圖自自然網(wǎng)站

誠信研究調(diào)查人員說，這是一種新的偽造論文方法，這一研究可能只暴露了偽造論文的冰山一角。

為了解到底多少論文存在這類問題，研究人員在引文數(shù)據(jù)庫中搜索了30個扭曲短語，結(jié)果涉及860多篇文章。令人驚訝的是，其中有500篇論文都來自同一本雜志：《微處理器和微系統(tǒng)》。

“這是對科學(xué)的損害。你不能相信這些論文，我們需要找到并撤回它們。”Cabanac說。他們懷疑，這是使用了自動翻譯或文本轉(zhuǎn)換軟件的結(jié)果。

研究者借助了一種名為GPT的工具，它能識別文本是否由人工智能轉(zhuǎn)寫工具生成。他們利用GPT對《微處理器和微系統(tǒng)》和其他期刊上的一些摘要進(jìn)行篩查，并對被標(biāo)記的論文再次人工檢查后發(fā)現(xiàn)，其中一些論文存在“嚴(yán)重錯誤”，如奇怪扭曲的寫作風(fēng)格、引用不存在的文獻(xiàn)、重復(fù)使用他人的圖像。

大部分問題論文作者來自中國

為更深入地了解問題，研究人員下載了2018-2021年間在《微處理器和微系統(tǒng)》上發(fā)表的所有論文。

分析顯示，2021年2月后，論文的平均接收時間比原來縮短5倍，發(fā)表的論文數(shù)量比此前發(fā)表總數(shù)還要多。

這些論文中有很大一部分來自中國的作者。還有一部分論文的提交日期、修訂日期和接收日期完全相同，大部分發(fā)表在該期刊的特刊上。

研究人員認(rèn)為這很可疑。不同于常規(guī)標(biāo)準(zhǔn)期刊，特刊通常由總編輯提出，由客座編輯監(jiān)督，專注于特定的研究領(lǐng)域。

除《微處理器和微系統(tǒng)》外，研究人員還在其他35種期刊的論文中發(fā)現(xiàn)了扭曲短語。

該研究論文寫道：“初步調(diào)查顯示，在主要數(shù)據(jù)庫中有數(shù)千篇帶有扭曲短語的論文被編入索引”，并補(bǔ)充說“其他科學(xué)領(lǐng)域的扭曲短語尚未被揭露”。

愛思唯爾“點(diǎn)名”400多篇論文，并展開調(diào)查

針對這些情況，《微處理器和微系統(tǒng)》的出版商——愛思唯爾發(fā)起了一項(xiàng)調(diào)查。7月中旬，愛思唯爾對該期刊6個特刊上的400多篇論文表達(dá)關(guān)切，涉及對特刊論文正在逐一“重新獨(dú)立評估”。截至目前，調(diào)查工作仍在進(jìn)行中。

愛思唯爾的一位發(fā)言人透露，調(diào)查發(fā)現(xiàn)，這些作者可能使用了反向翻譯軟件來掩飾剽竊行為，這很可能是這些扭曲短語的來源。

調(diào)查還顯示，49篇被Cabanac等人標(biāo)記為可疑的論文，最初是提交給特刊的，也被客座編輯接受了，而后卻發(fā)表在了正刊上。聲明中提到，是應(yīng)作者的要求在正刊上發(fā)表的，這也是愛思唯爾調(diào)查的一部分。

著名學(xué)術(shù)“打假人”Elisabeth Bik認(rèn)為，“Cabanac的研究結(jié)果‘令人震驚’，這是一種非常新且令人不安的論文編造方式”。

澳大利亞悉尼大學(xué)分子腫瘤學(xué)研究者Jennifer Byrne表示，這可能是冰山一角，對于有些人工智能生成的、可信度更高的論文，更難發(fā)現(xiàn)其問題。

這并不是學(xué)術(shù)界第一次發(fā)現(xiàn)奇怪的用詞與問題論文之間的關(guān)系。

一項(xiàng)2015年發(fā)表于《語言和社會心理學(xué)期刊》的研究中，美國斯坦福大學(xué)的研究者對已撤回的253篇生物醫(yī)藥研究領(lǐng)域的文章進(jìn)行了分析。

他們發(fā)現(xiàn)，問題論文讀起來更晦澀、專業(yè)術(shù)語更多，文章更含混不清。

不過，他們同時指出，語言識別并非揭示科研造假的完美方法，他們的試驗(yàn)準(zhǔn)確率僅為57.2%。誠信文章也有可能被“誤傷”，因?yàn)橛行┤耸枪室馄垓_，而有些人可能只是不擅長寫文章。

參考資料：

https://www.nature.com/articles/d41586-021-02134-0

https://arxiv.org/abs/2107.06751

https://www.sciencedirect.com/journal/microprocessors-and-microsystems/about/aims-and-scope

http://news.sciencenet.cn/htmlpaper/201512310245547337912.shtm