計算機領域驚爆論文“花式造假”，中國作者頻現可疑期刊_風聞
返朴-返朴官方账号-关注返朴（ID：fanpu2019）,阅读更多！2021-08-20 09:30
撰文 | 小葉
近期，“撤稿觀察”（RetractionWatch.com）網站報道了一樁手法驚人的疑似學術不端事件。2021年7月中旬，國際學術出版商愛思唯爾（Elsevier）宣佈調查旗下期刊《微處理器和微系統》（Microprocessors & Microsystems），對其發表過的400多篇論文進行逐一“重新獨立評估”。而這些需要被調查的文章主要來自該期刊的6份“特刊”（Special Issues）[1]。
有別於常規正刊，特刊往往以更加明確細分的特定研究課題為主，邀請客座編輯監督編撰。因此，發表在特刊上的文章有獨特優勢：在同一領域內的可見度更高，出版速度也因文章獨立正刊發表而更快。
《微處理器和微系統》是一本什麼期刊？數據顯示，其刊物影響因子1.525，是中科院工程技術及計算機科學四區期刊。該刊論文內容涵蓋所有與嵌入式系統硬件相關的設計和架構，包括計算機、人工智能、通信、網絡技術等多個學科領域。該刊官網介紹稱，近5年來，其刊物文章通訊作者的第一大來源國是中國，緊隨其後的是印度。（如下圖）
愛思唯爾的發言人接受《自然》（Nature）採訪時表示，根據目前已知情況，需要被調查的400多篇文章的作者很可能使用了反向翻譯軟件來掩飾剽竊行為，但調查仍在進行中。[2]
幾乎同時，法國圖盧茲大學（University of Toulouse）的計算機科學家Guillaume Cabanac和他的同事們在預印本網站arXiv.org上發佈了一篇文章[3]，揭示了一種偽造學術論文的新方式——用扭曲短語（tortured phrase）代替常規專業術語，躲過查重，讓文章順利發表。而被發現有此問題的文章多一半來自《微處理器和微系統》。
所謂“扭曲短語”是將約定俗成的英文專業術語通過軟件翻譯成某一門外語，再翻譯回英語，最終得到與原術語意思類似，但看上去非常奇怪的同義詞短語。比如，研究人員親自試驗，將“artificial intelligence”（人工智能）在相關軟件內多次替換之後，就順利出現了“counterfeit consciousness”（仿造意識），“man-made brainpower”（人造智力）或者“computerized reasoning”（計算推理）等由“artificial intelligence”扭曲而來的畫風奇異的術語。
這些隱蔽的問題是怎麼發現的？
原來，今年4月，Cabanac和他的同事們先是在一些計算機科學的論文中發現了些許長相怪異的短語，於是蒐集了30個奇怪短語（如上圖所示）放入引文數據庫中搜索，結果一下子搜出860多篇文章！而其中500多篇來自同一本期刊：《微處理器和微系統》。
隨後，他們選取了《微處理器和微系統》以及其他期刊上已經發表的一些論文摘要，使用自然語言處理模型GTP（生成預訓練，Generative Pre-Training）檢測器對其進行分析，篩查出可能是人工智能轉寫出來的合成文本，並肉眼閲讀了其中幾篇，果然發現了不少公開發表的論文中不該出現的問題，包括：
- 重複使用文本/圖片，但未加標註；
- 引用根本不存在的文獻；
- 引用論文中並不存在的公式或變量；
- 文中摻雜着無法解釋、沒有意義的語句；
這種新的造假手段十分驚人。著名學術打假人Elisabeth Bik稱其“非常新穎”而又“令人不安”。
除了這些“不可接受”的錯誤之外，論文評審過程也疑點重重。研究人員下載了2018-2021年間發表於《微處理器和微系統》上的所有論文，發現從2021年2月起，論文平均接收時間比原來縮短了5倍，但發表數量卻比此前三年（2018年-2020年）發表的總數還多。此間，有404篇論文從提交到接收的整個過程不到30天，其中394篇（97.5%）的作者來自中國大陸。而在同行評審時間超過40天的615篇論文中，只有58篇（9.5%）的作者來自中國大陸。
另外一個可疑之處是，有些論文的提交日期、修改日期和接受日期均為同一天，其中大部分發表在特刊上。對此，Cabanac表示，如果評審、編輯過程符合規範操作，那便無法合理解釋這一現象。
而且，Cabanac和同事所調查的扭曲短語問題論文，尤其是《微處理器和微系統》第80-83卷涉及的不少超速評審論文，行文結構相當統一、小標題相似、圖表用色相同。因此，研究人員推測，這些論文可能出自論文作坊，並且還使用了論文降重改寫軟件，類似於spinbot.com這樣的免費或者付費軟件/網站。Spinbot類的軟件工作原理很簡單，就是同義詞替換。既可以替換單詞，也可以替換整段文本。這樣，作假者就很容易隨意截取他人論文素材，用軟件反覆替換為自己所用，並躲過論文查重。
所有案例和數據都是觸目驚心的！在論文的最後，研究人員寫道：使用人工智能合成文本的欺騙行為嚴重危害了科研誠信，所有問題仍然脱離不了學術界長久以來“不發表，就爛掉”（publish or perish）的不良風氣。因此，他們呼籲各領域的同行共同深入調查這一偽造論文的新手段，監督論文發表的生態環境。目前，他們的研究範圍僅限於計算機科學，還沒有人檢查其他領域內是否存在“扭曲短語”現象。
雖然此次大規模論文重新調查事件尚未定論，但據目前情況來看，學術不端行為的泛濫面臨兩個嚴重新問題，值得警示：
首先，近年來，人工智能技術逐步應用在學術不端控制與預防方面，包括大數據智能檢索防止文字、數據和圖像FFP[指偽造（Fabrication）、篡改（Falsification）和抄襲（Plagiarism）]，AI輔助同行評審，智能身份識別等等，為提高科研誠信做出了貢獻。然而，帶來利的人工智能技術也可為有心學術不端的人所利用。除了已揭發的“扭曲短語”造假手段之外，未來是否會繼續出現更加便捷的智能造假技術，應用在更多學科領域的研究中呢？果真如此，又該採取怎樣的措施來預防並打擊各種新花招呢？
其次，這次事件還暴露了正刊之外特刊出版中的潛在缺陷，讓學術不端趁虛而入。愛思唯爾為特刊推出了一種新的出版流程：特刊文章可獨立發表，這樣可避免文章出版的延遲，克服了傳統流程的缺點，即必須等所有稿件都完成之後才能出版。所以，特刊文章發表速度更快些，不過即使再快，正如Cabanac研究所發現的，400多篇論文在30天內即完成從投稿到接收的過程，其中有些文章同一天投稿、修改、接收，這一明顯“超載行為”讓人無法不去懷疑其流程中有什麼“貓膩”。
從原則上説，無論正刊還是特刊，編輯們都遵循相同的編輯和同行評審政策。對此，愛思唯爾發言人向《自然》解釋：“編輯系統中出現了配置錯誤（configuration error）”，也就是説，主編或者指定負責處理特刊論文的客座編輯在投稿沒有通過應有審批的情況下直接收到了這些文章，不過這只是“系統遷移時的臨時問題，一經發現很快就會修正。”[2]
儘管如此，愛思唯爾發言人曾回覆《撤稿觀察》：“愛思唯爾對其所有主題特刊的整體流程進行總體審查，除了現有的驗證特刊提案和客座編輯身份和資格的流程外，我們會進一步審查，以確保所有稿件接收的決定都得到主編或編輯委員會成員的一致確認，同時也會提醒員工注意特刊中的違規行為。”[4]如此看來，關於特刊和客座編輯，不可避免需要一些改革，堵上其中漏洞，防止學術不端“鑽空子”。
參考文獻
[1] https://retractionwatch.com/2021/07/19/tortured-phrases-lost-in-translation-sleuths-find-even-more-problems-at-journal-that-just-flagged-400-papers/#more-122688
[2] https://www.nature.com/articles/d41586-021-02134-0
[3] https://arxiv.org/abs/2107.0 6751
[4] https://retractionwatch.com/2021/07/12/elsevier-says-integrity-and-rigor-of-peer-review-for-400-papers-fell-beneath-the-high-standards-expected/