Согласно недавнему исследованию, проведённому учёными Северо-западного университета, случаи научного мошенничества увеличиваются более быстрыми темпами, чем рост числа достоверных научных работ.
В течение последних четырёх столетий между научным сообществом и государством действовало неформальное соглашение: исследователи, предоставляя новые знания, получали от правительств и других спонсоров гарантии стабильной работы, достойной оплаты и общественного признания. Эта модель, напоминающая коммерческую организацию, оказалась действенной и получила широкое распространение. Тем не менее, согласно результатам исследования, в последние годы эта система, объединяющая учёных, образовательные учреждения, государственные органы, частные компании и платформы для обмена научными данными, функционирует с перебоями.
Авторы исследования отмечают, что в современной науке, отличающейся широтой охвата и высокой степенью специализации, вклад каждого исследователя определяется не качеством проделанной работы, а по количественным критериям, таким как количество публикаций, цитирований, рейтинги университетов и полученные награды. По мнению авторов, эти показатели стали инструментами для оценки институционального и личного авторитета, что привело к неконтролируемой конкуренции и усилению неравенства в распределении ресурсов, стимулов и наград.
Это, в свою очередь, способствовало росту мошенничества в отдельных сферах научной деятельности, поскольку ученые стремятся к быстрому достижению требуемых результатов. Обнаруженные случаи недобросовестности охватывают широкий спектр действий: от фальсификации исследований и плагиата до незаконной продажи авторских прав и манипулирования цитированием в публикациях.
Согласно исследованию, проведённому Северо-западным университетом, случаи мошенничества в научной сфере нередко являются не единичными происшествиями, а результатом деятельности целенаправленных групп, подрывающих научную честность. К такому заключению пришла команда исследователей во главе с Луисом А. Н. Амаралом, профессором инженерных наук и прикладной математики из инженерной школы Маккормика Северо-западного университета, в результате анализа обширных данных, включающих отозванные публикации, редакционные записи и случаи дублирования изображений. В качестве источников информации были использованы крупные агрегаторы научной литературы, такие как Web of Science, Scopus, PubMed/MEDLINE и OpenAlex, а также перечни журналов, исключённых из этих баз данных за несоблюдение стандартов качества и этических норм. Также были учтены данные об отозванных статьях, зафиксированных сайтом Retraction Watch, обсуждения на платформе рецензирования научных работ PubPeer и редакционные метаданные.
Анализ показал наличие «фабрик статей» — организаций, занимающихся недобросовестной деятельностью по массовому созданию и продаже низкокачественных работ. Они предлагают свои услуги учёным, желающим оперативно публиковать материалы, часто через посредников. В таких статьях нередко встречаются сфабрикованные данные, обработанные или скопированные изображения, плагиат и даже нелогичные или нереалистичные утверждения. Исследователи отмечают, что всё больше учёных обращаются к подобным структурам, приобретая не только готовые статьи, но и цитирования, а также указывая себя в качестве авторов, что позволяет им создавать видимость авторитетности без проведения собственных исследований.
Чтобы противостоять этой проблеме, исследователи из Северо-западного университета предлагают несколько решений: необходимо усилить контроль над редакционными процессами, внедрить более совершенные способы обнаружения фальсифицированных исследований, лучше разобраться в сетях, поддерживающих подобные практики, и кардинально изменить систему поощрений в научной сфере. Учёные отмечают, что научное сообщество должно самостоятельно усилить свои механизмы контроля для поддержания научной честности, что становится особенно важным в связи с использованием искусственного интеллекта в создании и распространении исследований. По словам Рииса Ричардсона, научного сотрудника инженерной школы Маккормика и первого автора исследования, в своем заявлении он предупредил: «Если мы не готовы бороться с существующим мошенничеством, то мы не готовы к тому, что может сделать генеративный ИИ с научной литературой. Мы не знаем, что в итоге появится в публикациях, что будет считаться научным фактом и что будет использоваться для обучения будущих моделей, которые затем будут применяться для написания новых статей».