نرم افزار هوش مصنوعی به رد تقلب در تصاویر در مقالات دانشگاهی کمک می کند


عکس عکس منفی نتیجه تست وسترن بلات.
بزرگنمایی کنید / عکس رنگی از نتیجه تست وسترن بلات.

به گزارش The Register، ناشران علمی مانند انجمن آمریکایی تحقیقات سرطان (AACR) و Taylor & Francis تلاش برای کشف تقلب در مقالات ارسالی دانشگاهی با یک برنامه بررسی تصویر هوش مصنوعی به نام Proofig را آغاز کرده‌اند. بر اساس وب سایت این شرکت، پروفیگ، محصول یک شرکت اسرائیلی به همین نام، با هدف کمک به استفاده از “هوش مصنوعی، بینایی کامپیوتری و پردازش تصویر برای بررسی یکپارچگی تصویر در نشریات علمی”.

طبق گزارش The Register، طی آزمایشی که از ژانویه 2021 تا مه 2022 انجام شد، AACR از Proofig برای غربالگری 1367 مقاله پذیرفته شده برای انتشار استفاده کرد. از این تعداد، 208 مقاله نیاز به تماس با نویسنده برای رفع مشکلاتی مانند تکرار اشتباه داشتند و چهار مقاله پس گرفته شد.

به طور خاص، بسیاری از مجلات برای شناسایی تقلب در تکرار تصویر در وسترن بلات، که یک سبک خاص از تصاویر تشخیص پروتئین متشکل از بخش های خط با عرض های مختلف است، به کمک نیاز دارند. تفاوت‌های ظریف در ظاهر یک لکه می‌تواند به نتایج بسیار متفاوتی در مورد نتایج آزمایش تبدیل شود، و بسیاری از موارد تقلب دانشگاهی شاهد بوده‌اند که محققان بی‌وجدان، وسترن بلات‌ها را تکرار، برش، کشیده و چرخانده‌اند تا به نظر برسد که داده‌های بیشتری (یا متفاوت) نسبت به آن دارند. آنها واقعا انجام می دهند. تشخیص تصاویر تکراری می تواند برای چشم انسان کار خسته کننده ای باشد، به همین دلیل است که برخی از شرکت ها مانند Proofig و ImageTwin، یک شرکت آلمانی، در تلاش برای خودکارسازی فرآیند هستند.

حتما بخوانید:
هنرمندان شروع به فروش آثار هنری تولید شده توسط هوش مصنوعی در وب سایت های عکاسی سهام می کنند

اما به گفته The Register، هر دو راه حل Proofig و ImageTwin در حال حاضر دارای محدودیت های قابل توجهی هستند. اول، تخصص انسانی برای تفسیر نتایج تشخیص و کاهش مثبت کاذب هنوز ضروری است. دوم، Proofig در حال حاضر به دلیل فرآیند محاسباتی فشرده آن گران است و برای تجزیه و تحلیل 120 تصویر برای یک فرد 99 دلار هزینه دارد (مجله ها با نرخ ارزان تری مذاکره کرده اند). در حال حاضر، هم هزینه بالا و هم نیاز به نظارت دستی، مجلات را از تجزیه و تحلیل هر مقاله در مرحله ارسال باز می دارد. در عوض، آنها استفاده از آن را برای مراحل بعدی در فرآیند انتشار رزرو کرده اند.

تقلب علمی، اگرچه غیر معمول است، اما همچنان می تواند تأثیر مخربی بر شهرت یک نشریه داشته باشد. بین حجم عظیمی از مقالات آکادمیک که امروز منتشر می‌شود و افشاگری‌های اخیر درباره تقلب در تصویر در تحقیقات آلزایمر که به طور گسترده مورد استناد قرار گرفته‌اند، به نظر می‌رسد این زمینه برای ابزارهای بینایی رایانه‌ای آماده است که می‌توانند به انسان در تشخیص تقلب کمک کنند. اثربخشی کلی آنها – و اینکه چقدر به طور گسترده مورد پذیرش قرار می گیرند – هنوز یک داستان در حال توسعه است.


منبع: tarjome-news.ir