共计 930 个字符，预计需要花费 3 分钟才能阅读完成。
科罗拉多大学博尔德分校的研究团队近日开发出一款创新性的 AI 工具，能够有效识别通过收取高额费用而不进行实质同行评审的 ’ 掠夺性 ’ 期刊。这一系统已经标记了超过 1400 个可疑期刊，为保护科学研究的真实性提供了新的解决方案。
该研究团队由计算机科学系副教授丹尼尔·阿库尼亚领导，他们开发的人工智能平台能够自动筛选并评估科学期刊的可信度。阿库尼亚表示，他每周都会收到来自自称科学期刊编辑的垃圾邮件，这些期刊通常要求支付高额费用以发表论文，而不进行适当的学术审查。
“ 科学家们一直在努力审查这些期刊，但问题就像打地鼠游戏一样，解决一个，另一个又会出现。” 阿库尼亚说。他的团队开发的 AI 工具通过评估期刊网站和其他在线数据，如是否拥有知名研究人员组成的编辑委员会，网站是否存在大量语法错误等，来识别可疑期刊。
尽管该 AI 工具并非完美无缺，阿库尼亚强调，最终判断期刊是否值得信赖仍应由人类专家完成。然而，在当前科学合法性受到质疑的背景下，阻止可疑出版物的传播变得尤为重要。
“ 科学研究是建立在前人工作基础上的，” 阿库尼亚解释说，” 如果基础不稳固，整个科学体系都可能崩塌。”
在传统的学术出版流程中，新研究通常需要经过同行评审，由外部专家评估其质量。然而，越来越多的公司试图绕过这一流程以牟利。自 2009 年 ’ 掠夺性 ’ 期刊一词被提出以来，这一问题愈发严重，尤其是在科研压力较大的国家如中国、印度和伊朗。
为了应对这一挑战，阿库尼亚的团队利用开放获取期刊目录（DOAJ）的数据训练了他们的 AI 系统。该系统在筛选了近 15,200 个开放获取期刊后，初步标记了超过 1400 个潜在问题期刊。经过人类专家的进一步审查，确认了其中超过 1000 个期刊存在可疑行为。
阿库尼亚表示，他们的 AI 系统旨在作为预筛选工具，最终的分析和判断仍需要人类专业人士完成。他还强调，研究人员努力使该系统尽可能透明和可解释，以避免成为无法理解的 ’ 黑匣子 ’。
该研究团队希望很快将这一 AI 工具提供给大学和出版公司使用，阿库尼亚将其视为保护科学研究免受不良数据侵害的 ’ 科学防火墙 ’。
“ 就像我们对新智能手机软件期待未来修复一样，我们也应该对科学保持同样的态度。” 阿库尼亚总结道。
该研究的合著者包括中国东方理工学院的庄汉和美国雪城大学的梁立正。
