Новый ИИ определяет сомнительные научные журналы

Ученые разработали систему искусственного интеллекта для обнаружения открытых научных журналов с сомнительными практиками, обнаружив угрозы целостности науки и необходимость человеческой оценки

Журналы с открытым доступом обеспечивают свободный доступ к исследованиям для ученых по всему миру, увеличивая их глобальное представление. Однако модель открытого доступа создала среду, где теперь процветают сомнительные журналы. Эти издания часто взимают с авторов плату, обещают быструю публикацию, но не обеспечивают должного рецензирования, что ставит под угрозу научную честность.

Исследователи недавно опубликовали результаты тестирования нового инструмента на основе ИИ, который призван решить эту проблему. Они обучили ИИ на основе более 12 000 качественных научных журналов, а также 2 500 низкокачественных или сомнительных изданий, исключенных из Каталога открытых научных журналов (DOAJ).

Искусственный интеллект научился определять «красные флаги», анализируя пробелы в составе редакционного совета, непрофессиональный дизайн сайта и минимальную активность цитирования.

Он выявил более 1000 ранее неизвестных сомнительных журналов из набора данных, состоящего из 93 804 открытых журналов на Unpaywall, которые в совокупности публикуют сотни тысяч статей. Многие из ненадежных журналов происходят из развивающихся стран.

«Наши результаты демонстрируют потенциал искусственного интеллекта для масштабной проверки целостности, в то же время подчеркивая необходимость сочетания автоматизированной сортировки с экспертной оценкой», — пишут исследователи.

Исследователи отмечают, что система не идеальна. В настоящее время она дает 24% ложноположительных результатов, что означает, что один из четырех подлинных журналов может быть неверно отмечен. Для окончательной оценки все еще требуются специалисты-люди.

Система искусственного интеллекта оценивает достоверность журнала, анализируя содержание веб-сайта, элементы дизайна и библиометрические данные, включая модели цитирования и принадлежность авторов. Индикаторами сомнительных журналов являются высокие показатели самоцитирования и низкие значения индекса h авторов, в то время как установленное разнообразие институтов и широкие сети цитирования указывают на надежность.

Команда исследователей ожидает, что будущие усовершенствования повысят способность системы искусственного интеллекта распознавать обманные стратегии издателей. Объединив автоматизированные инструменты с человеческим контролем, научное сообщество сможет лучше защищать научную честность и направлять авторов к надежным журналам.