Diagnosing event dependence in computer-generated-content retraction metadata, 2010–2025
यह अध्ययन प्रदर्शित करता है कि 2010 से 2025 तक कंप्यूटर-जनित सामग्री के रूप में टैग किए गए रिट्रैक्शन मेटाडेटा में तीव्र वृद्धि मुख्य रूप से कुछ प्रकाशकों के क्लीनअप कार्यक्रमों द्वारा संचालित है, न कि पांडुलिपियों में एआई की वास्तविक व्यापकता को दर्शाती है, जो इन गणनाओं को जनरेटिव एआई के कारण प्रभावों का अनुमान लगाने के लिए अनुपयुक्त बनाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अकादमिक प्रकाशन की दुनिया में, एक 'रिट्रैक्शन' (लेख वापसी) एक प्रकाशित शोध पत्र के भरोसे न किए जा सकने का सार्वजनिक स्वीकारोक्ति है। यह एक सुधार है, एक संकेत है कि कुछ गलत हुआ है, चाहे वह ईमानदार त्रुटि हो, अधूरा कार्य हो, या जानबूझकर किया गया धोखाधड़ी। दशकों से, शोधकर्ता और पुस्तकालयाध्यक्ष शोध अखंडता के एक अनुमानित पैमाने के रूप में रिट्रैक्शन की संख्या का उपयोग करते रहे हैं, यह मानते हुए कि बढ़ती संख्या का अर्थ है कि अधिक खराब विज्ञान प्रकाशित किया जा रहा है। हालांकि, यह धारणा एक महत्वपूर्ण विवरण की अनदेखी करती है: एक रिट्रैक्शन केवल एक गलती का रिकॉर्ड नहीं है; यह एक खोज का रिकॉर्ड भी है। रिट्रैक्शन की उच्च संख्या का अर्थ यह हो सकता है कि एक जर्नल समस्याओं को खोजने और उन्हें ठीक करने में बेहतर हो गया है, न कि केवल इसलिए कि वह अधिक गलतियाँ प्रकाशित कर रहा है। यह अंतर कंप्यूटर-जनित सामग्री के मामले में विशेष रूप से जटिल हो जाता है, जहाँ एल्गोरिदम ऐसे नकली पेपर बनाते हैं जो वास्तविक दिखते हैं लेकिन उनमें निरर्थक बातें होती हैं। जब इन पेपर्स को पकड़ा जाता है, तो उन्हें अक्सर प्रकाशकों द्वारा बड़े बैचों में हटाया जाता है, जिससे डेटा में अचानक उछाल आता है जो नए धोखाधड़ी के सैलाब जैसा लग सकता है, लेकिन वास्तव में यह एक एकल सफाई अभियान हो सकता है।
टाइकी इंस्टीट्यूट (Tyche Institute) में एंटोन सोकोलोव द्वारा किया गया एक हालिया अध्ययन ठीक इसी घटना की जांच करता है, जो 2010 से 2025 तक के वर्षों पर केंद्रित है। शोधकर्ता ने 'रिट्रैक्शन वॉच' (Retraction Watch) डेटाबेस के एक जमे हुए स्नैपशॉट का परीक्षण किया, जो दुनिया भर के रिट्रैक्शन नोटिस का एक क्यूरेटेड संग्रह है। लगभग 61,000 रिट्रैक्शन के कुल योग में से, अध्ययन ने 9,102 रिकॉर्ड्स को अलग किया जो विशेष रूप से "कंप्यूटर-सहायता प्राप्त" (computer-aided) या "कंप्यूटर-जनित" (computer-generated) सामग्री के रूप में टैग किए गए थे। ये टैग समस्याओं की एक विस्तृत श्रृंखला को कवर करते हैं, जिनमें शुरुआती सिस्टम से लेकर जो रैंडम बड़बड़ाहट (gibberish) उत्पन्न करते थे, लेकर आधुनिक आर्टिफिशियल इंटेलिजेंस टूल्स तक शामिल हैं जो पूरे पेपर लिखते हैं। लक्ष्य यह नहीं था कि दुनिया में कितने नकली पेपर मौजूद हैं, बल्कि यह समझना था कि रिट्रैक्शन की संख्या वास्तव में क्या दर्शाती है। यह देखते हुए कि रिट्रैक्शन किसने जारी किया, वे कब हुए, और उन्हें कैसे समूहीकृत किया गया, अध्ययन प्रकट करता है कि इन संख्याओं में नाटकीय वृद्धि लगभग पूरी तरह से कुछ प्रमुख प्रकाशकों द्वारा चलाए जा रहे विशिष्ट, बड़े पैमाने के सफाई कार्यक्रमों द्वारा संचालित है, न कि विज्ञान के सभी क्षेत्रों में AI-जनित धोखाधड़ी में एक निरंतर, व्यापक वृद्धि द्वारा।
डेटा पिछले दशक में परिदृश्य में एक स्पष्ट बदलाव दिखाता है। 2010 और 2019 के बीच, कंप्यूटर-जनित सामग्री रिट्रैक्शन का एक बहुत छोटा हिस्सा थी, जो प्रत्येक वर्ष एक प्रतिशत से भी कम मामलों में दिखाई दी। 2020 से स्थिति तेजी से बदली। 2023 तक, कंप्यूटर-जनित सामग्री के लिए टैग किए गए रिट्रैक्शन का हिस्सा बढ़कर लगभग 42 प्रतिशत हो गया। अगले वर्षों, 2024 और 2025 में, यह हिस्सा लगभग 23 और 24 प्रतिशत पर उच्च बना रहा। पहली नज़र में, ये संख्याएँ वैज्ञानिक साहित्य में AI-जनित पेपर्स के भारी वैश्विक विस्फोट का सुझाव देती हैं। हालांकि, जब शोधकर्ता ने इस बात की गहराई से जांच की कि इन पेपर्स को हटाने के लिए कौन जिम्मेदार था, तो एक अलग कहानी सामने आई। उच्च संख्याएँ कई अलग-अलग प्रकाशकों द्वारा स्वतंत्र रूप से समस्याओं को खोजने का परिणाम नहीं थीं। इसके बजाय, वे कुछ विशिष्ट प्रकाशकों द्वारा एक साथ हजारों पेपर्स को हटाने के बड़े, समन्वित प्रयासों का परिणाम थीं।
उदाहरण के लिए, 2023 में, एक एकल प्रकाशक वंश (publisher lineage) ने सभी कंप्यूटर-जनित सामग्री रिट्रैक्शन का 98 प्रतिशत योगदान दिया। 2024 और 2025 में, वह आंकड़ा 80 प्रतिशत से ऊपर बना रहा, जो अलग-अलग वर्षों में दो अलग-अलग प्रकाशक समूहों द्वारा संचालित था। जब अध्ययन ने गणना से इन अग्रणी प्रकाशकों के रिकॉर्ड हटा दिए, तो कंप्यूटर-जनित रिट्रैक्शन का वार्षिक हिस्सा नाटकीय रूप से गिर गया। 2023 में, यह संख्या 41 प्रतिशत से गिरकर केवल 0.32 प्रतिशत रह गई। 2024 और 2025 में, शेष हिस्से भी इसी तरह छोटे थे, जो 0.6 प्रतिशत और 1.4 प्रतिशत के आसपास घूम रहे थे। यह पैटर्न इंगित करता है कि मुख्य सुर्खियां (headline numbers) इस बात का माप नहीं हैं कि हर साल कितना बुरा विज्ञान लिखा जा रहा है, बल्कि यह इस बात का माप है कि एक विशिष्ट प्रकाशक ने एक विशिष्ट वर्ष में कितने पेपर वापस लेने का निर्णय लिया। अध्ययन में पाया गया कि ये घटनाएं अक्सर एक ही जर्नल या यहाँ तक कि मेटाडेटा प्रविष्टि के एक ही दिन में केंद्रित थीं, जो आगे पुष्टि करती हैं कि वे संगठित सफाई अभियान थे न कि एक व्यापक, प्रणाली-व्यापी समस्या।
शोध ने इन कंप्यूटर-जनित सामग्री रिट्रैक्शन की तुलना अन्य सामान्य कारणों जैसे साहित्यिक चोरी (plagiarism), डुप्लिकेट लेखों, या समझौतापूर्ण सहकर्मी समीक्षा (compromised peer review) के विरुद्ध भी की। भले ही ये अन्य श्रेणियां भी कुछ क्षेत्रों में केंद्रित हैं, कंप्यूटर-जनित सामग्री के टैग कहीं अधिक क्लस्टर्ड (समूहीकृत) थे। जबकि अन्य प्रकार के रिट्रैक्शन कई अलग-अलग प्रकाशकों और जर्नल्स में फैले हुए थे, कंप्यूटर-जनित टैग किसी भी दिए गए वर्ष में एक या दो प्रकाशकों के वर्चस्व में थे। यह अत्यधिक संकेंद्रण बताता है कि डेटा कुछ बड़े संगठनों के प्रशासनिक कार्यों को दर्शा रहा है, न कि संपूर्ण वैज्ञानिक समुदाय में AI-जनित टेक्स्ट की अंतर्निहित व्यापकता को। अध्ययन नोट करता है कि रिट्रैक्शन के लिए दिए गए विशिष्ट कारण भी इस बात पर निर्भर करते थे कि सफाई करने वाला प्रकाशक कौन था, जिसमें कुछ वर्षों में "पेपर मिल" टैग की उच्च दर देखी गई और अन्य वर्षों में अलग लेबल देखे गए, जो डेटा को विशिष्ट प्रकाशक रणनीतियों से और अधिक जोड़ता है।
अंततः, अध्ययन निष्कर्ष निकालता है कि इन रिट्रैक्शन नंबरों की व्याख्या सावधानी के साथ की जानी चाहिए। वे प्रवर्तन और सफाई के उत्कृष्ट रिकॉर्ड हैं, जो दिखाते हैं कि प्रकाशकों ने सफलतापूर्वक समस्याग्रस्त कार्य की पहचान की है और उन्हें हटाया है। हालांकि, वे इस बात का सीधा माप नहीं हैं कि लेखक पेपर लिखने के लिए आर्टिफिशियल इंटेलिजेंस का कितनी बार उपयोग कर रहे हैं, और न ही वे यह सिद्ध करते हैं कि इस तरह के कदाचार की दर हर जगह बढ़ रही है। एक ही वर्ष में रिट्रैक्शन की उच्च संख्या का अर्थ केवल यह हो सकता है कि एक प्रकाशक ने अंततः जांच के बैकलॉग को पूरा कर लिया है या उसने एक साथ हजारों पेपर हटाने का निर्णय लिया है। अनुसंधान अखंडता की वास्तविक स्थिति को समझने के लिए, व्यक्ति को कच्चे आंकड़ों से परे देखना चाहिए और यह विचार करना चाहिए कि गिनती कौन कर रहा है, वे डेटा को कैसे समूहीकृत कर रहे हैं, और क्या स्पाइक्स (उछाल) धोखाधड़ी की एक नई लहर का प्रतिनिधित्व करते हैं या सुधार की एक सफल लहर का। निष्कर्ष हमें याद दिलाते हैं कि वैज्ञानिक मेट्रिक्स की दुनिया में, एक बड़ी संख्या का हमेशा मतलब बड़ी समस्या नहीं होता; कभी-कभी, इसका मतलब केवल एक बड़ा सफाई अभियान होता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।