Writing Style Similarity Reflects Academic Genealogy
Dit artikel toont aan dat academische genealogie de schrijfstijl significant beïnvloedt, waarbij wordt aangetoond dat adviseurs en hun studenten (evenals academische broers en zussen) een substantieel hogere stilistische gelijkenis vertonen dan willekeurige tijdgenoten, wat leidt tot een hoog percentage fouten in misattributie bij auteursdetectiesystemen die deze overgeërfde stilistische kenmerken niet verantwoorden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van de academische publicaties wordt de stem van een schrijver vaak behandeld als een unieke vingerafdruk. Wanneer een computerprogramma wordt gevraagd te bepalen wie een specifiek artikel heeft geschreven, scant het de tekst op subtiele patronen in woordkeuze, zinsstructuur en ritme, uitgaande van de veronderstelling dat deze gewoonten toebehoren aan één enkel, onafhankelijk brein. Deze aanname vormt de basis van auteurschapstoeschrijving, een technologie die steeds vaker wordt gebruikt om ghostwriters te ontmaskeren of artikelen te identificeren die door kunstmatige intelligentie zijn gegenereerd. Dit systeem rust echter op een broze premisse: dat de stijl van een onderzoeker volledig de zijne of hare is. In werkelijkheid ontwikkelen wetenschappers zich niet in isolatie. Ze studeren onder mentoren, absorberen de gewoonten van hun afdelingen en delen vaak dezelfde moedertaal en gespecialiseerde woordenschat. Als de schrijfstijl van een student sterk is gevormd door diens adviseur, dan kan een computer die ontworpen is om de ware auteur te spotten, per abuis naar de mentor wijzen, wat een valse beschuldiging creëert die tijdens het peer-reviewproces bijna onmogelijk te weerleggen is.
Een onderzoeker zette zich scharpe om te testen of dit effect van mentorschap sterk genoeg is om deze geautomatiseerde systemen te verwarren. De onderzoeker bouwde een enorme dataset met behulp van gegevens uit het Mathematics Genealogy Project, een gecureerde geschiedenis van wie wie heeft opgeleid in het vakgebied van de wiskunde. Door deze geverifieerde stambomen te koppelen aan de feitelijke abstracts van duizenden artikelen, creëerde de onderzoeker een 'ground-truth' kaart van academische relaties. De focus lag specifiek op auteurs die ten minste twee artikelen alleen hadden geschreven, om ervoor te zorgen dat de tekst de stem van een individu weerspiegelde in plaats van een gezamenlijke inspanning. De onderzoeker gebruikte vervolgens computermodellen om te meten hoe dicht de schrijfstijlen van verschillende mensen bij elkaar lagen, waarbij de stijlen van adviseurs vergeleken werden met die van hun studenten, en die van studenten onderling, terwijl andere factoren zoals gedeelde universiteiten of onderzoeksgebieden zorgvuldig werden gecontroleerd.
De resultaten onthulden een duidelijke en meetbare echo van mentorschap in het geschreven woord. Wanneer de onderzoeker de tekst van een adviseur vergeleek met die van diens student, bleken de twee significant meer op elkaar te lijken dan twee willekeurige personen die in hetzelfde vakgebied werken zouden doen. Sterker nog, de stijl van de adviseur lag bijna veertig procent dichter bij de stijl van de student dan een willekeurige collega dat deed. Deze gelijkenis was niet slechts een kwestie van hen die in hetzelfde gebouw werkten; het effect bleef bestaan, zelfs wanneer de studenten naar andere instellingen waren verhuisd voor hun werk. De studie bracht ook een fenomeen aan het licht dat de onderzoeker "academische broers en zussen" noemt: twee studenten die onder dezelfde adviseur zijn opgeleid maar elkaar wellicht nooit hebben ontmoet. Deze paren, die geen directe verbinding deelden behalve hun mentor, schreven met een opvallende gelijkenis tot elkaar en lagen ongeveer dertig procent dichter bij elkaar in stijl dan willekeurige paren. Dit suggereert dat de invloed van een mentor door de academische afstamming reist en de stemmen van studenten vormgeeft die nooit rechtstreeks met elkaar hebben geïnteracteerd.
Cruciaal was dat de onderzoeker ontdekte dat het simpelweg delen van een universiteit of een departement niet voldoende was om dit effect te creëren. Wanneer de onderzoeker keek naar mensen die hun doctoraat op dezelfde school hadden behaald maar geen adviseur-studentrelatie hadden, vertoonden hun schrijfstijlen bijna geen extra gelijkenis vergeleken met die van vreemden. Dit sloot de mogelijkheid uit dat het effect louter werd veroorzaakt door het feit dat men in dezelfde fysieke omgeving werkte of dezelfde lokale jargon gebruikte. De werkelijke drijfveer leek de directe lijn van mentorschap te zijn. Om te zien wat de impact hiervan was op real-world tools, liet de onderzoeker een test draaien waarbij een computersysteem probeerde de auteur van een artikel te identificeren uit een lijst met kandidaten. Het systeem maakte fouten in ongeveer acht procent van de gevallen waarin de ware auteur niet de beste gok was. In die specifieke fouten was de computer veel eerder geneigd de adviseur of een academische broer/zus van de ware auteur te kiezen dan op basis van toeval. Sterker nog, het systeem maakte deze specifieke soorten fouten elf keer vaker dan op basis van toeval zou worden voorspeld.
De studie concludeert dat de aanname van totale stilistische onafhankelijkheid gebrekkig is. Hoewel een onderzoeker uiteindelijk een eigen stem ontwikkelt, blijft de afdruk van de mentor jarenlang detecteerbaar, wat een patroon creëert dat geautomatiseerde systemen kunnen aanzien voor identiteit. Dit betekent niet dat de technologie kapot is, maar wel dat deze rekening moet houden met de realiteit dat academisch schrijven een geleerd ambacht is, dat van de ene generatie op de volgende wordt doorgegeven. De bevindingen suggereren dat wanneer een systeem een artikel markeert als behorend bij een mentor, dit niet noodzakelijkerwijs een teken van fraude is, maar eerder een reflectie van een diepe, historische connectie in de manier waarop die wetenschapper leren schrijven.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.