情報が溢れる現代、特に科学研究の分野では、偽論文の出現が大きな問題となっています。
最近、ニューヨーク州ビンガムトン大学の研究者、アーメッド・アブディーン・ハメド（Ahmed Abdeen Hamed）氏が、xFakeSciという機械学習アルゴリズムを開発しました。このアルゴリズムは、偽の学術論文を94％の高い精度で識別できます。
ハメド氏は、自身の主要な研究分野がバイオメディカルインフォマティクスであり、パンデミック期間中には偽の研究論文が急増したと述べています。
氏と研究チームは、アルツハイマー病、癌、うつ病という3つの主要な医学的テーマに関する50本の偽論文を作成し、同様のテーマの真の論文と比較分析を行いました。この方法を通じて、偽論文と真の論文の違いとパターンを発見することを目指しました。
異なるデータセットにおけるノードとエッジの比率、ChatGPTと科学論文。
詳細な分析の結果、xFakeSciアルゴリズムは主に2つの特徴に注目しています。1つは文章中の2語の組み合わせ（バイグラム）、例えば「気候変動」、「臨床試験」などです。もう1つは、これらの2語の組み合わせと他の単語や概念との関連性です。
偽論文では、真の論文と比べて2語の組み合わせの数が明らかに少ないことが分かりました。しかし、これらの組み合わせは偽論文の中では他の内容と密接に関連しているという特徴がありました。
ハメド氏は、AIによって生成された論文は読者を納得させることを目的としている一方、人間の研究者は実験結果と方法を正確に報告することを目的としていると指摘しています。
今後、ハメド氏はxFakeSciアルゴリズムを工学、科学、人文科学など、より多くの分野に拡張し、偽論文の特徴が共通しているかどうかを検証する予定です。AI技術の進歩に伴い、真偽の論文を識別する難しさは増していくと強調し、包括的な解決策の設計が非常に重要であると述べています。
現在のアルゴリズムでは94％の偽論文を検出できますが、依然として6％の偽論文は見逃される可能性があります。氏は重要な進歩を遂げたものの、識別率の向上と国民の警戒心の高まりに向けて、更なる努力が必要であると謙虚に述べています。
論文へのリンク:https://www.nature.com/articles/s41598-024-66784-6
要点：
📄 ** 新ツールxFakeSciは、偽の研究論文を94％の高い精度で識別し、科学研究の質を守ることに貢献します。**
🧪 ** 研究者らは多数の偽論文と真の論文を比較し、両者の記述スタイルに顕著な違いがあることを発見しました。**
🔍 ** 今後はアルゴリズムの適用範囲を拡大し、ますます複雑化するAI生成論文への対応を目指します。**
