16:23 / 17.07.2026 Здоровье

Штучний інтелект виявив чверть мільйона потенційно фальшивих досліджень раку

Ілюстративне фото з відкритих джерел

Міжнародна група дослідників розробила інструмент на основі штучного інтелекту, який виявив масштабну проблему цілісності в сучасній науці. За допомогою системи машинного навчання вчені проаналізували 2,6 мільйона наукових робіт про рак, опублікованих у період з 1999 по 2024 рік, і позначили понад 250 000 статей як підозрілі.

Дослідники на чолі з професором Адріаном Барнеттом із Квінслендського технологічного університету (QUT) використали мовну модель BERT. Система була навчена розпізнавати специфічні текстові “відбитки пальців”, притаманні продукції так званих “паперових фабрик” – компаній, що займаються масовим виготовленням підроблених або неякісних наукових статей на продаж.

Модель, яку розробники порівнюють із “науковим спам-фільтром”, продемонструвала 91-відсоткову точність при ідентифікації раніше відкликаних шахрайських робіт.

Ключові висновки аналізу:

Частка підозрілих статей зросла з приблизно 1% на початку 2000-х років до пікових 16% у 2022 році.

Проблема охоплює тисячі журналів, включаючи видання з високим рейтингом цитованості.

Найбільша кількість сумнівних робіт припадає на молекулярну біологію раку та ранні лабораторні дослідження, зокрема щодо раку шлунка, печінки, кісток і легенів.

Наслідки для медицини

Автори дослідження, опублікованого в журналі The BMJ, наголошують, що фальшиві дані становлять серйозну загрозу, оскільки вони стають частиною доказової бази, на основі якої розробляються ліки та плануються клінічні випробування.

“Це може ввести в оману справжніх науковців та уповільнити прогрес у лікуванні пацієнтів”, – зазначив професор Барнетт.

Подальші кроки

Наразі три наукові журнали вже розпочали тестування цього ШІ-інструменту на етапі редакційного рецензування рукописів.

Дослідники підкреслюють, що позначення документа системою не є автоматичним доказом шахрайства – це лише “попереджувальний сигнал”, який вимагає додаткової ретельної перевірки експертами-людьми. У майбутньому команда планує адаптувати цей інструмент для перевірки робіт в інших галузях науки.

Підготував: Сергій Дага