Writing Style Similarity Reflects Academic Genealogy
Questo articolo dimostra che la genealogia accademica influenza significativamente lo stile di scrittura, mostrando che i docenti e i loro studenti (così come i fratelli accademici) esibiscono una somiglianza stilistica sostanzialmente più elevata rispetto a colleghi scelti casualmente, il che conduce a un alto tasso di errori di attribuzione nei sistemi di rilevamento dell'autoria che non tengono conto di questi tratti stilistici ereditati.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel mondo dell'editoria accademica, la voce di uno scrittore è spesso trattata come un'impronta digitale unica. Quando un programma informatico viene interrogato per determinare chi abbia scritto un determinato articolo, esso scansiona il testo alla ricerca di sottili schemi nella scelta delle parole, nella struttura delle frasi e nel ritmo, assumendo che queste abitudini appartengano a una singola mente indipendente. Questa assunzione è la base dell'attribuzione d'autore, una tecnologia sempre più utilizzata per smascherare i ghostwriter o identificare articoli generati dall'intelligenza artificiale. Tuttavia, questo sistema poggia su una premessa fragile: che lo stile di un ricercatore sia interamente proprio. In realtà, gli studiosi non si sviluppano in isolamento. Studiano sotto la guida di mentori, assorbono le abitudini dei loro dipartimenti e spesso condividono la stessa lingua madre e lo stesso vocabolario specializzato. Se lo stile di scrittura di uno studente è fortemente plasmato dal suo supervisore, allora un computer progettato per individuare il vero autore potrebbe erroneamente indicare il mentore, creando un'accusa falsa che è quasi impossibile da smentire durante il processo di revisione paritaria.
Un ricercatore si è proposto di testare se l'effetto della mentorship sia abbastanza forte da confondere questi sistemi automatizzati. Ha costruito un enorme dataset utilizzando i record del Mathematics Genealogy Project, una storia curata di chi ha formato chi nel campo della matematica. Collegando questi alberi genealogici verificati agli abstract reali di migliaoli di articoli, ha creato una mappa di verità fondamentale delle relazioni accademiche. Si è concentrato specificamente su autori che avevano scritto almeno due articoli da soli, assicurandosi che il testo riflettesse la voce di un individuo piuttosto che lo sforzo di un gruppo. Il ricercatore ha poi utilizzato modelli informatici per misurare quanto fossero vicini gli stili di scrittura di persone diverse, confrontando mentori con studenti e studenti tra loro, controllando attentamente altri fattori come le università condivise o i campi di ricerca.
I risultati hanno rivelato un chiaro e misurabile eco della mentorship nella parola scritta. Quando il ricercatore ha confrontato la scrittura di un mentore con quella del suo studente, si è scoperto che i due erano significativamente più simili di quanto lo sarebbero due persone casuali che lavorano nello stesso campo. In effetti, lo stile del mentore si posizionava quasi il quaranta per cento più vicino a quello dello studente rispetto a un collega casuale. Questa somiglianza non era solo una questione di lavorare nello stesso edificio; l'effetto persisteva anche quando gli studenti si erano trasferiti in altre istituzioni per lavorare. Lo studio ha inoltre scoperto un fenomeno che il ricercatore chiama "siblings accademici": due studenti che si sono formati sotto lo stesso mentore ma che potrebbero non essersi mai incontrati. Queste coppie, che condividevano nessun collegamento diretto se non il loro mentore, scrivevano con una sorprendente somiglianza tra loro, posizionandosi circa il trenta per cento più vicine in termini di stile rispetto alle coppie casuali. Ciò suggerisce che l'influenza di un mentore viaggi attraverso la linea di discendenza accademica, plasmando le voci degli studenti che non hanno mai interagito direttamente.
Fondamentalmente, il ricercatore ha scoperto che condividere semplicemente un'università o un dipartimento non era sufficiente per creare questo effetto. Quando ha esaminato persone che avevano conseguito il dottorato nella stessa scuola ma non avevano un legame mentore-studente, i loro stili di scrittura non mostravano quasi nessuna somiglianza extra rispetto a estranei. Questo ha escluso l'idea che l'effetto fosse causato meramente dal trovarsi nello stesso ambiente fisico o dall'usare lo stesso gergo locale. Il vero motore sembrava essere la linea diretta di mentorship. Per vedere come questo impattasse sugli strumenti del mondo reale, il ricercatore ha eseguito un test in cui un sistema informatico cercava di identificare l'autore di un articolo da una lista di candidati. Il sistema commetteva errori in circa l'otto per cento dei casi in cui il vero autore non era la prima ipotesi. In quegli errori specifici, il computer era molto più propenso a scegliere il mentore del vero autore o un "sibling accademico" rispetto a quanto farebbe per caso. In effetti, il sistema ha commesso questi tipi specifici di errori undici volte più spesso di quanto previsto dal caso.
Lo studio conclude che l'assunzione di una totale indipendenza stilistica è fallace. Sebbene un ricercatore sviluppi infine la propria voce, l'impronta del suo mentore rimane rilevabile per anni, creando un modello che i sistemi automatizzati possono scambiare per identità. Questo non significa che la tecnologia sia guasta, ma piuttosto che deve tenere conto della realtà che la scrittura accademica è un mestiere appreso, tramandato da una generazione all'altra. I risultati suggeriscono che quando un sistema segnala un articolo come appartenente a un mentore, potrebbe non essere un segno di frode, ma piuttosto il riflesso di una profonda connessione storica nel modo in cui quello studioso ha imparato a scrivere.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.