Zombie w bibliometrii: jak AI wymyśla autorów publikacji naukowych

#AI wymyśla nieistniejące osoby i pcha je do świata nauki

Masz dość pustych obietnic i kiepskich hostingów? Sprawdź NameOcean — hosting, który działa tam, gdzie inne się poddają.

Wyobraź sobie sytuację. Przeglądasz artykuł naukowy w Google Scholar. Autorzy wyglądają wiarygodnie — Elena Vasquez, Marcus Chen. Kilka kliknięć później znajdujesz kolejny tekst, tym razem o astrofizyce. Ta sama para. Potem podcast o kryminałach. Znów oni. I jeszcze jeden artykuł, tym razem z dziedziny wulkanologii.

Problem? Ci ludzie nie istnieją.

Co te badania pokazują?

Naukowcy przeanalizowali zagadnienie, którego wcześniej nikt poważnie nie traktował. Chodzi o to, jak duże modele językowe zachowują się, gdy każesz im wymyślić postać — eksperta, prowadzącego podcast, współautora publikacji.

Okazuje się, że żaden model nie wybiera imion losowo. Każda rodzina ma swoje ulubione kombinacje. Claude chętnie sięga po duet Elena Vasquez i Marcus Chen, czasem dorzucając Amara Okafor. GPT woli Elara Voss, ale nie może zdecydować się na partnera. Gemini stawia na Aris Thorne i Lena Petrova.

To nie są przypadkowe zbieżności. Statystycznie częstość występowania tych par przekracza wszelkie normy. Modele zachowują się, jakby czytały te same książki i ciągle obsadzały te same postacie w nowych rolach.

Co ciekawe, preferencje zmieniają się między wersjami. Gdy Anthropic, Google czy OpenAI aktualizuje swój model, część starych "ulubieńców" znika i pojawiają się nowi. To daje研究者om możliwość określania przybliżonej daty powstania tekstu — wystarczy sprawdzić, które imiona zostały użyte.

Poważny problem dla nauki

Teraz zaczyna się prawdziwa historia.

Na platformie Zenodo, która należy do CERN i przyznaje prawdziwe DOI (Digital Object Identifier), znaleziono 1655 rekordów z fałszywymi autorami. Fałszywe czasopisma. Zmyślone daty publikacji.

Brzmi niegroźnie? Poczekaj.

Te rekordy mają autentyczne DOI zarejestrowane w DataCite. Trafiają do Google Scholar, ResearchGate, baz danych cytowań — całej infrastruktury, od której zależy praca naukowców na całym świecie. Każdy agregator pobierający metadane DOI łyka te fałszywki bez mrugnięcia okiem.

Jeszcze gorzej: 991 z tych rekordów pojawiło się w ciągu jednego miesiąca. Jeden miesiąc. To nie organiczny wzrost. To zaplanowana operacja.

Na ResearchGate fake'owe postacie tworzą całe zespoły badawcze — jedna osoba z repertuaru Claude'a, druga z GPT, trzecia z Gemiego. Pozornie różni naukowcy, pozornie różne instytucje. W rzeczywistości nikogo.

Dlaczego to powinno Cię obchodzić, nawet jeśli nie zajmujesz się nauką?

Powód pierwszy: to próbka tego, co dzieje się wszędzie. Jeśli repozytoria naukowe — miejsca, które teoretycznie powinny mieć rygorystyczne standardy — da się tak łatwo zanieczyścić, wyobraź sobie skalę problemu w e-commerce, mediach czy dokumentacji technicznej.

Powód drugi: warto znać ukryte wzorce. Wiedza o tym, że AI lubi konkretne imiona, frazy, archetypy postaci — to nie ciekawostka. To narzędzie. Pozwala budować lepsze systemy detekcji i kontroli jakości.

Powód trzeci: te modele nie są neutralne. Niosą swoje ślady, swoje uprzedzenia, swoje nawyki. Kto tego nie rozumie, ten używa ich ślepo.

Infrastruktura DOI ma dziurę

Digital Object Identifier to filar komunikacji naukowej. Zakładasz, że DOI prowadzi do prawdziwej pracy prawdziwych ludzi.

System tego nie weryfikuje.

Możesz zapłacić, podać metadane i dostać prawdziwy, działający DOI. Nikt nie sprawdza, czy autorzy istnieją, czy badania faktycznie przeprowadzono. Cała infrastruktura opiera się na zaufaniu.

To trochę jak z domenami — NameOcean wie, że domena to często pierwsza linia obrony reputacji marki. DOI powinien działać tak samo w świecie nauki. Gdy ktoś to zaufanie nadużywa, cały system traci wiarygodność.

Co można zrobić?

Naukowcy proponują kilka rozwiązań:

• Rejestry DOI mogą wdrożyć automatyczne sprawdzanie — wyłapywanie wzorców w stylu "tysiąc artykułów z nieistniejących czasopism".
• Twórcy modeli mogą śledzić i analizować własne wzorce generowania imion — może mniej zapamiętywać konkretne kombinacje.
• Wydawnictwa i uczelnie mogą weryfikować tożsamość autorów przed przyjęciem tekstu.
• Narzędzia detekcyjne mogą识别ować fałszerstwa na podstawie charakterystycznych śladów.

Dla developerów: traktuj wyjście AI z odpowiednim dystansem. Nie zakładaj, że profesjonalnie wyglądający tekst musiał powstać w profesjonalny sposób.

Szerzej patrząc

To badanie to zaledwie wierzchołek góry lodowej. Wchodzimy w erę AI forensic — analizy śladów, jakie systemy AI zostawiają w swoich produktach. Wkrótce takich wzorców będzie więcej. Niektóre odkryjemy przypadkiem, niektóre stworzą nam nowe problemy.

Zespół NameOcean obserwuje te trendy z ciekawością i niepokojem jednocześnie. Hosting i domeny to nasza specjalność, ale rozumiemy, że cyfrowa rzeczywistość zmienia się szybciej niż kiedykolwiek. AI wpływa na to, jak budujemy strony, jak zarządzamy treścią, jak weryfikujemy informacje.

Co o tym myślisz? Zastanawiałeś się kiedyś, kto naprawdę stoi za tekstem, który czytasz?

Potrzebujesz hostingowego partnera, który rozumie realia AI-era? NameOcean oferuje rozwiązania dla projektów, które nie mogą sobie pozwolić na przestoje.