Drastic changes in collaboration networks and publication patterns in research using the CDC WONDER dataset
Este estudo revela um aumento dramático nas publicações do conjunto de dados CDC WONDER impulsionado por uma rede de pesquisadores, primariamente do Paquistão, que provavelmente estão produzindo artigos de baixa qualidade e baseados em modelos para atender às demandas da residência médica, destacando a necessidade urgente de uma triagem editorial proativa e de melhores habilidades de avaliação crítica para salvaguardar a integridade científica contra a pesquisa produzida em massa.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Imagine o mundo da investigação científica como uma gigantesca biblioteca pública. Durante anos, os investigadores têm podido entrar e utilizar os enormes livros de referência gratuitos da biblioteca (Dados Abertos/Open Data) para escreverem as suas próprias histórias (artigos de investigação). Supunha-se que isto seria algo positivo, ajudando todos a aprender e a descobrir coisas novas.
No entanto, este artigo descreve como uma secção específica dessa biblioteca — o conjunto de dados CDC WONDER (uma enorme coleção de estatísticas de saúde dos EUA) — foi recentemente invadida por uma "fábrica" de histórias de baixa qualidade.
Aqui está a análise do que os autores descobriram, utilizando analogias simples:
1. A Fábrica de "Fast-Food"
Os autores notaram que, a partir de 2023, o número de artigos que utilizam este conjunto de dados específico explodiu. Passou de um fluxo constante de 88 artigos por ano para uma inundação de mais de 1.200 em apenas alguns anos.
Eles acreditam que isto não é apenas um aumento súbito de interesse; parece uma linha de montagem de uma fábrica.
- O Modelo: Em vez de cada escritor criar uma história única, estão a usar um modelo "copia e cola". Os títulos soam todos iguais (ex: "Tendências e Disparidades em [Doença]..."), utilizam exatamente o mesmo software de computador para processar os números e até copiam e colam o mesmo parágrafo de "limitações" no final do artigo.
- Os Ingredientes: Estão a pegar nos mesmos ingredientes públicos (os dados do CDC) e a servir milhares de pratos quase idênticos.
2. A Rede "Fantasma"
Normalmente, quando os cientistas trabalham juntos, têm uma rede natural de ligações. Mas aqui, os autores encontraram um padrão estranho em quem está a escrever estes artigos:
- O "Supergrupo": Muitos destes artigos têm equipas enormes — por vezes 15, 20 ou até 31 autores.
- O Padrão: Um artigo típico segue este modelo: um grande grupo de autores do Paquistão e da Índia junta-se com apenas um ou dois autores do Reino Unido ou dos EUA.
- A Suspeita: Os autores sugerem que isto pode ser um esquema de "pagar para jogar" ou de "presente de cortesia". É como se alguém estivesse a comprar um lugar numa equipa para tornar o seu nome mais impressionante, ou talvez médicos juniores estejam a ser apressados através de um "curso" onde são forçados a produzir artigos em massa para progredir nas suas carreiras. As ligações entre estes grupos parecem artificiais, como uma rede de pessoas que apenas se encontram uma vez para assinar um artigo e depois nunca mais trabalham juntas.
3. A "Varinha Mágica" (IA)
O artigo sugere que a IA Generativa é a "varinha mágica" que torna isto possível. Tal como um feitiço poderia escrever instantaneamente um livro, as ferramentas de IA estão provavelmente a ajudar estas "fábricas" a analisar os dados e a escrever os manuscritos de forma extremamente rápida. Isto permite a produção em massa de investigações que parecem profissionais na superfície, mas que carecem de profundidade e de novas descobertas reais.
4. Por que é que isto é um problema
Os autores comparam isto a inundar um rio.
- Afogar o que é bom: Quando o rio é preenchido com milhares de artigos de baixa qualidade e repetitivos, torna-se impossível encontrar as poucas e verdadeiramente importantes descobertas.
- Confiar na água: Se as pessoas perceberem que a água (os dados) está a ser usada para fabricar produtos falsos ou de baixa qualidade, podem deixar de confiar na biblioteca inteira.
- O Gargalo da Revisão por Pares: Imagine um guardião na biblioteca a tentar verificar cada entrada. Com esta inundação de artigos de "produção rápida", os guardiões (editores de revistas e revisores) ficam sobrecarregados e podem acidentalmente deixar passar o material de má qualidade.
5. A Solução Proposta
Os autores não estão a dizer para fecharmos a biblioteca. Em vez disso, sugerem:
- Melhor Controlo (Gatekeeping): Os editores precisam de aprender a identificar estes artigos de "linha de montagem" rapidamente e rejeitá-los antes de serem publicados.
- Educação: Os investigadores precisam de ser ensinados a identificar ciência de má qualidade e a compreender que o facto de os dados serem gratuitos não significa que devam usá-los para produzir trabalho de baixa qualidade apenas para obter uma publicação.
Em resumo: O artigo argumenta que um grupo específico de investigadores está a usar a IA e uma abordagem de "fábrica" para produzir em massa ciência de aparência falsa utilizando dados de saúde pública dos EUA, envolvendo frequentemente estranhas parcerias internacionais, o que ameaça arruinar a qualidade e a confiança na investigação médica.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.