在如今这个信息爆炸的时代，尤其是科学研究领域，假论文的出现让人防不胜防。
最近，来自纽约州宾汉姆顿大学的一位研究员阿赫迈德・阿布丁・哈梅德（Ahmed Abdeen Hamed）开发了一款名为 xFakeSci 的机器学习算法，能够高达94% 的准确率识别伪造的学术论文。
哈梅德表示，他的主要研究方向是生物医学信息学，而在疫情期间，假科研文章更是层出不穷。
他和团队进行了大量实验，制作了针对阿尔茨海默症、癌症和抑郁症这三个热门医学话题的50篇假文章，并与同主题的真实文章进行了对比分析。他希望通过这种方法发现其中的区别和模式。
在研究过程中，哈梅德通过使用国家卫生研究院的 PubMed 数据库提取相关文献，并运用相同的关键词请求 ChatGPT 生成论文。他的直觉告诉他，假论文和真实论文之间一定存在某种模式。
不同数据集的节点与边缘比率 ChatGPT 与科学文章。
经过深入分析，xFakeSci 算法主要关注两大特征:一是文章中的双字组合（bigrams），例如 “气候变化”、“临床试验” 等，二是这些双字组合与其他词汇和概念的关联。
他发现，假论文中出现的双字组合数量明显少于真实论文，尽管这些组合在假论文中却与其他内容紧密相连。
他指出，AI 生成的论文往往是为了让读者信服，而人类研究者的目标则是如实报告实验结果和方法。
未来，哈梅德计划将 xFakeSci 算法扩展到更多领域，包括工程、科学及人文学科等，以验证假论文的特征是否一致。他强调，随着 AI 技术的不断进步，识别真假论文的难度将不断加大。因此，设计一个全面的解决方案显得尤为重要。
虽然目前的算法能检测出94% 的假论文，但仍有6% 的假文献可能会漏网。他谦虚地表示，虽然取得了重要进展，但仍需不断努力，以提高识别率并提升公众的警觉性。
论文入口:https://www.nature.com/articles/s41598-024-66784-6
划重点:
📄 ** 新工具 xFakeSci 能高达94% 准确率识别假科研论文，为科学研究保驾护航。**
🧪 ** 研究人员制作了大量假论文与真实论文对比，发现两者在写作风格上存在显著差异。**
🔍 ** 未来将扩展算法应用范围，以应对日益复杂的 AI 生成论文挑战。**