เวลาพูดถึง AI หลายคนมักนึกถึงการช่วยเขียน สร้างภาพ หรือวิดีโอ แต่ล่าสุด AI กลับถูกนำมาใช้ในอีกบทบาทหนึ่ง นั่นคือเครื่องมือช่วยตรวจจับงานวิจัยที่อาจไม่น่าเชื่อถือ
ทีมนักวิจัยจาก Queensland University of Technology (QUT) ประเทศออสเตรเลีย ได้พัฒนาโมเดล AI ที่สามารถวิเคราะห์รูปแบบการเขียนของบทความวิชาการ ก่อนนำไปตรวจสอบงานวิจัยด้านมะเร็งกว่า 2.6 ล้านฉบับ ที่ตีพิมพ์ระหว่างปี 1999-2024
และผลที่ได้คือ AI พบว่ามีบทความมากกว่า 250,000 ฉบับ ที่มีลักษณะการเขียนคล้ายกับงานวิจัยที่เคยถูกถอดถอน เพราะเกี่ยวข้องกับ Paper Mill หรือ “โรงงานผลิตงานวิจัย”
Paper Mill คืออะไร ?
Paper Mill คือธุรกิจที่รับจ้างผลิตงานวิจัยหรือขายชื่อผู้เขียนให้กับนักวิชาการที่ต้องการผลงานตีพิมพ์ โดยบางกรณีอาจมีการใช้ข้อมูลปลอม ดัดแปลงผลการทดลอง ใช้ภาพซ้ำ หรือเขียนบทความขึ้นมาโดยไม่มีงานวิจัยจริงอยู่เบื้องหลัง
ปัญหานี้ถูกมองว่าเป็นหนึ่งในภัยคุกคามสำคัญของวงการวิทยาศาสตร์ เพราะหากงานเหล่านี้ผ่านการตีพิมพ์ ก็อาจถูกอ้างอิงต่อไปเรื่อย ๆ และส่งผลต่อคุณภาพขององค์ความรู้ในอนาคต
AI ไม่ได้บอกว่า “ปลอม” แต่ช่วยคัดกรอง
นักวิจัยเปรียบว่า AI ตัวนี้ทำงานคล้ายระบบกรองอีเมลสแปม และไม่ได้บอกทันทีว่า “งานวิจัยนี้ปลอม” แต่จะคัดและปักธงบทความที่มีลักษณะน่าสงสัยไว้ก่อน แล้วให้ผู้เชี่ยวชาญเป็นผู้ตรวจสอบขั้นสุดท้าย
จากการทดสอบกับงานวิจัยที่เคยทราบมาก่อนว่าเชื่อมโยงกับ Paper Mill พบว่า AI สามารถตรวจพบงานที่น่าสงสัยได้ถูกต้องประมาณ 91 งานวิจัย จากทั้งหมด 100 งานวิจัย คิดเป็นความแม่นยำ 91% นี่จึงอาจกลายเป็นเครื่องมือสำคัญที่ช่วยลดภาระการตรวจสอบของวารสารวิชาการในอนาคต
ปัญหาอาจใหญ่กว่าที่คิด
จากการวิเคราะห์ นักวิจัยพบว่าสัดส่วนของบทความที่เข้าข่ายน่าสงสัยเพิ่มขึ้นต่อเนื่องตลอดช่วงกว่า 20 ปีที่ผ่านมา จากประมาณ 1% ในช่วงต้นทศวรรษ 2000 เพิ่มมาเป็นประมาณ 16% ในปี 2022 โดยเฉพาะงานวิจัยด้านชีววิทยาระดับโมเลกุลและงานทดลองในห้องปฏิบัติการ
อย่างไรก็ตาม การที่บทความถูก AI “ปักธง” ไม่ได้หมายความว่าบทความนั้นเป็นงานปลอมทันที แต่เป็นสัญญาณว่าควรได้รับการตรวจสอบอย่างละเอียดจากผู้เชี่ยวชาญ
นักวิจัยมองว่า เครื่องมือนี้อาจกลายเป็นอีกหนึ่งตัวช่วยสำคัญของวารสารวิชาการในการคัดกรองงานวิจัยก่อนตีพิมพ์ เพื่อช่วยลดโอกาสที่งานวิจัยคุณภาพต่ำหรือข้อมูลที่ถูกบิดเบือนจะหลุดเข้าสู่ฐานข้อมูลทางวิทยาศาสตร์ในอนาคต













