حرکت تازه در کشف تقلب علمی: سنجش صحت اعتبار منابع استناد شده در مقالات

 لیزنا، سید ابراهیم عمرانی، سردبیر : اصلاح در نشر علمی از مسایل روز دنیای نشر است که یک سوی آن ناشران، یکسو کتابداران و ضلع سوم آن دانشمندان هستند. اتفاقاتی که با انقلاب الکترونیکی از نیمه دوم دهه 1990 میلادی در دنیای نشر افتاد، راههای تازه‌ای برای انتشار سریع و ارزان مجلات علمی گشوده شد که قدیمی‌ترین و علمی ترین ناشران حوزه علوم تکنولوژی و زیست‌پزشکی را به این فکر انداخت که سود بیشتری می توان از شرایط به دست آمده به جیب زد. قبل از آن و با اینکه بعد از جنگ دوم جهانی شعار تجاری سازی مجلات سر داده شده بود، رشد کمی مجلات بسیار آرام بود و با مجلات تازه‌ی بسیار مهم که با ایجاد یک رشته جدید و بین رشته ای ارتباط داشت به مجلات اضافه می شد و در رشته های تثبیت شده هم هر چند یکبار مجله ای از ناشری یا از کشوری قد علم می کرد و وارد گود می‌شد.

 آقای گارفیلدی هم در یک سوی و با اندک فاصله ای از این مثلث مجموعه ای چاپی را منتشر می کرد با عنوان نمایه‌های استنادی یا Citation Index که طی 40 سال با حوصله و دقت مجلات علمی را بررسی می کرد و کتابداران از آنها برای انتخاب مجلات و ارزشیابی هایشان و دانشمندان نیز برای دنبال کردن سرخط ها و یافتن بهترین مقالات (Citation trucking) از این مجموعه که کارکردن با آن مهارت می خواست استفاده می کردند.

 ناشرینی هم بودند که دنیای نشر علمی را رهبری می‌کردند که بزرگترینشان در آن دوران الزویر بود و هنوز هم هست. ناشری که از شروع به کار خود در 1880 تا سالهای دهه 1990 تعداد مجلاتش شاید به 700 تا 800 مجله رسیده بود و در آن زمان آرام آرام شروع کرد به سرمایه گذاری روی ایجاد سامانه‌ای الکترونیکی و هم زمان خرید چند ناشر معتبر و کوچک. لیکن همین ناشر در ادامه به قول من در مجلاتش آب بست و به ناگاه و ظرف تنها چند سال تعداد مجلاتش دوبرابر و کمی بعد سه برابر شد. اگر می گویم آب بست با استناد به تحلیل استنادی گارفیلد یعنی همان نمایه های استنادی می گویم که تبدیل به وب آو ساینس شده بود. در دوره چاپی  فکر می کنم همه مجلات الزویر در نمایه های استنادی، نمایه می‌شدند ولی در دوره جدید، این یک سوم آخری را که منتشر کردند، همه اش در وب آو ساینس  نمایه نمی شدند که معلوم بود سیاست الزویر تغییر کرده و دارد در کنار دوغ های خود دوشاب هم به خورد مردم می‌دهد و بنابراین با نگاه به آینده نشر، ماموریت خودش را به سمت موسسه تحلیل استنادی تغییر داد (همانگونه که در سایت فعلیش می بینید) و خودش اسکوپوس را راه انداخت،  نمایه استنادیِ ساختِ دستِ الزویر همه مجلات خودش را  اعم از خوب و بد نمایه می کند که در کشور ما هم از آن استقبال بیشتری می شود، چون بسیاری از مجلاتی که دانشمندان ایرانی در آن مقاله می نویسند در اسکوپوس نمایه می‌شوند ولی در وب آو ساینس نمی شوند. و تا اینجا هنوز جنبه های خوب مساله است، و هنوز  بحث کیفی است که کیفیت این بهتر است یا آن.

از یک جایی به بعد مجلاتی را باید نمونه بیاوریم که شاید مخصوص امثال من منتشر شده اند که در یک و حتی دو سطح پائینتر از مجلات خوب ناشر هستند و مقاله های امثال من را منتشر می کنند که روی دستمان نماند و به قول عبید در این میان پیه و دنبه ای هم به الزویر برسد (هم من ارتقائم جور می شود و هم ایشان از من پول  دسترسی آزاد می‌کیرند و نفع می‌برند) زیاد شدند که من اصطلاحی را بکار بردم که در مجلاتشان آب بسته اند و گفتم تا اینجا را اسمش را می گذارم از کیفیت کم کرده اند. لیکن در مرحله سوم گفتند حالا اگر آب زلال نشد، همین آبی که توی جوی خیابان هم می گذرد ببنیدم تو مجلاتمان شاید ایرادی نداشته باشد، شاید هم خبر نداشتند، و بعد متوجه شدند، که آبی که دارد به جویشان ریخته می‌شود، آلوده است و نه تنها مقاله کیفیت خیلی پائینی دارد، بلکه دچار آلودگی علمی هم هست.

 این روزها بحث آلودگی علمی یا Scientific pollution در محافل انتشاراتی علمی موضوع روز است. آلودگی علمی یا به زبانی دیگر تقلب علمی که حاصل بی اخلاقی علمی است، در دو دهه گذشته روز به روز بیشتر شده و در کشور ما نیز حضوری وزین و سنگین و گاهی ارزشمند دارد. این بی اخلاقی ناشی از آن است که افراد برای اینکه موقعیت علمی و در ایران بهتر است بگوئیم در اغلب موارد موقعیت شغلی خودشان را حفظ کنند باید مقاله‌ منتشر کنند و اگر مقاله منتشر نکنند، نشان نمی دهد به عنوان یک هیات علمی چه کار کرده است،  و وقتی سطح سواد و خلاقیت فرد به اندازه کافی نباشد، و بیشتر به اتوبوسی باشد که سوار بوده و اتوبوسی و نه بورسیه ای  هیات علمی شده، نمی تواند در حد انتظار کار علمی منتشر کند و به همین علت مجبور می شود از بیراهه برود و مقاله ای سر هم بندی کند. 

نرم افزارهای کشف تقلب و شبیه یاب و همانندجو

 برای مقابله با تقلب  ابتدا  نرم افزارهای کشف تقلب نوشته شد که یکی از چند نمونه ایرانی آن همانند جوی ایرانداک است. این سیستمها زمانی به ایران رسید که نسخه  های کد باز (Open Source) آن در شبکه گذاشته شد و کمک کرد که در ایران هم به سرعت سیستمهای کشف تقلب تدوین شود. ولی یادتان باشد که این سیستمها ابتدا در کشورهای از نظر علمی موفق نوشته شد و نشان می‌دهد که تقلب خاص کشورهای از لحاظ علمی نوپا نیست و در کشورهای پیشرفته هم از صحت اطلاعاتی که تولیدمی‌شود مطمئن نیستند و باید حتما کنترل انجام شود. و خوب باز اهمیت داستان این است که این کنترلها را با سختگیری هر چه تمامتر انجام می دهند تا ناگاه اسم وزیر علوم یک کشور سر از مجله ساینس و تقلب علمی در نیاورد.

  به هر حال این نرم افزارها در ایران هم نوشته شده ولی هر یک بصورت جزیره ای می توانند آن را روی اطلاعاتی که خودشان دارند جستجو کنند و تقلب را کشف کنند، و هیچ هماهنگی با یکدیگر ندارند. ایرانداک می تواند فقط در پایان نامه هایی که فایل وردش را توانسته دریافت کند جستجو کند و نورمگز هم روی مقالات خودش، و داده هایشان را حتی آنجا که قانون کشور است و مجلس تصویب و تعیین کرده، در اختیار نمی‌گذارند که این کشف تقلب دست کم در متون فارسی یکپارچه و از همه منابع انجام شود و حتی وقتی قانون مجلس ابلاغ می شود، برای اینکه نمی خواهند با هم همکاری کنند (به هر علت موازی کاری و اینکه همکاری خوب است ولی فقط با ریاست من در مرز پر گهر  ایران اسلامی جریان غالب است)، می روند و با نفوذ وزیرشان در هیات دولت خودشان را مجزا می کنند. الآن تا جائیکه می دانم وزارت علوم، وزارت بهداشت، دانشگاه آزاد و موسسه نور و حتی جهاد دانشگاهی سیستم کشف تقلب دارند که هر یک نامی روی ان گذاشته اند مانند همانند جوی ایرانداک و هیچیک داده‌هایش را در اختیار یک مجموعه واحد نمی گذارد که کشف تقلب جدی و واقعی انجام شود. و در وزارت علوم که این مساله سر دراز دارد و حتی دانشگاهها حاضر نیستند تن به مصوبه مجلس و حتی هیات دولت بدهند و خلاصه احتمالا در چند سال آینده که این کار بالاخره  انجام شود، و امکان کشف تقلب علمی از متون فارسی فراهم شود، تازه باید برویم و تحریمها را دور بزنیم و نرم افزارهای آماده کشف تقلب علمی برای متون با خطهای با ریشه لاتینی که از چپ به راست هستند مانند انگلیسی و فرانسه و روسی و غیره تهیه کنیم که بتوانیم با دقت بالا کشف تقلب کنیم و حالا می‌ماند که باید منتظر نرم افزارهای ترجمه ماشینی دقیق شویم که بتوانیم بفهمیم این درست است که این متن فارسی در متون فارسی موجود در نرم افزار نمونه ندارد، ولی خودش ترجمه متنی انگلیسی یا اسپانیایی است و تقلب کاملی است که سیستمهای موجود نشان نمی‌دهند و ما باید صبر کنیم تا ترجمه ماشینی به جایی برسد.

نرم افزارهای کشف استنادهای مقاله های علمی

 درست در زمانی که ما درگیر این مساله هستیم، کشورهای بسیاری در دور و اطرافمان مانند همه پدیده‌ها و مسایل اجتماعی دویست سال اخیرمان، این مرحله را پشت سر گذاشته اند و وارد مرحله تازه‌ای می شوند. درست در همین زمان  که نشر علمی خارج از ایران، خود به شدت با مساله دسترسی آزادها و تصمیمات دولتها در این مورد دست به گریبان است، همزمان اهل علم آن طرف آب در گیر پاکسازی مجلات از تقلبهای علمی است و وارد مرحله تازه ای بعد از کشف تقلب از طریق نرم افزارهای مخصوص plagiarism  شده اند.

 این بار نشراندیشان امریکایی و اروپایی، به ویژه کتابداران، همتشان را گذاشته اند روی استنادها و باید بگویم یکی از همین نرم افزارها اکنون عملیاتی شده و اگر این جریان قوت بگیرد ، به گفته کتابداران امریکایی که این کار را  پیشنهاد داده اند، آن وقت مجلات علمی پالایش بیشتری خواهند شد و هر مقاله ای با هر استنادی (اینجا منظورم رفرنس، و منبع و ماخذ مقاله است) نمی تواند منتشر شود.

 این مساله را اولین بار مارگارت وینکر یکی از اعضای انجمن جهانی ویراستاران پزشکی WAME [1]،  در گروه بحث OSI (Open Source Initiative) مطرح کرد که دانشمندان نمی توانند به منابعی که در مجلاتی که در لیست سیاه علمی هستند ارجاع بدهند. و پیشنهاد نرم افزاری برای بررسی منابع مقالات داد که بتوانند مجلات مورد استناد را شناسایی کنند و اگر به اثری (مقاله ای)  در یکی از این مجلات متقلب یا جعلی استناد کرده باشد، از مولف بخواهند که آن را تغییر دهد یا اگر تعداد این قبیل استنادها زیاد است آن را رد کنند.

 به دنبال آن، در 25 سپتامبر جاری (سوم مهر 98)  خانم لیزا هینشلیف [2] از اساتید کتابداری دانشگاه ایلینویز در یادداشتی در آشپزخانه علمی  - دانشگاهی  مشهور[3] که خیلی مسایل نشر در آن پخته می‌شود، پیشنهاد ایشان را گسترش داده و در مقاله ای با عنوان” مبارزه با آلودگی استناد: چالش تشخیص مجلات تقلبی در آثار استناد شده" [4] با ارائه راهها و روشهایی متقاضی نرم افزاری شده که خود نام هیدرا (HYDRA) [5] را برای آن پیشنهاد کرده است که با آن بتوانند مجلات را در لیست سفید و لیست سیاه دسته بندی کنند که این کار با کمک ناشران و کتابداران و دانشمندان در دانشگاهها انجام شود و هر مقاله ای که به دست ناشر می رسد با کمک هیدرا بررسی شود که ببیند منابعی که استفاده کرده از مجلات معتبر است یا از مجلات لیست سیاه.

 هینشلیف پیشنهاد می کند یک برنامه برای "خدمات جستجوی متا ژورنال" تدوین شود که از طریق API توسط سیستم های تولید و ابزارهای ویرایش مورد استفاده ناشران قابل دسترسی است و می توانند همه ناشران و دانشگاهیان به یکدیگر سرویس بدهند. و در ادامه نحوه عملکرد HYDRA را به شرح زیر پیشهاد می‌دهد. یک نسخه دست نویس از مقاله (نسخه اولیه) به سیستم تولید یا چاپ ویرایش ناشر ارسال می شود. به عنوان بخشی از این روند، لیست ژورنال های استناد شده با API  و برای سوال به HYDRA ارسال می شود. HYDRA لیستی از مجلات سفید را که در دسترس دارد بررسی می کند که ببیند همه استنادهای داده شده در این لیست هست یا خیر؟ که این لیست سفید شامل مجلاتی است که باید در یک نمایه استنادی معتبر مانند (Wos) وب آو ساینس یا در یک نمایه غیر استنادی معتبر مانند Econlit ، GeoRef ، Inspec  یا Psychinfo   منتشر شده باشد.  HYDRA می تواند به ناشران اجازه دهد لیست های سفید خود را که به گونه ای شامل مجلاتی می شود که در نمایه های مختلف نیست و مجلات پراکنده‌ای است که مورد تایید ویراستاران آن ناشر خاص باشند را حفظ کنند (که من با این قسمتش کمی مشکل دارم. چون باز هم ناشران می توانند مجلات درجه سه و چهار برای کشورهای ضعیف تولید کنند که همه مقالات آن هم تولید برخی کشورهای از سطح علمی پایینتر باشد ولی برای حفظ منافع مادی خود، آن مجلات را در سایت خود نگاه دارد و در لیستهای سفید خود هم بگنجاند، و هر ناشری در مورد مجلات خود می‌تواند این خاصه خرجی را بکند و منافعش را خفظ کند.؛  به هر حال) هیدرا می‌تواند بعد از تطبیق دادن با لیستهای سفید، بقیه را به عنوان لیست سیاه اعلام کند و ویراستاران باید در مورد آن تصمیم بگیرند که چه باید کرد. با پرس و جو در لیست های مختلف، HYDRA از اعمال نظر شخصی یک داور یا ویراستار واحد جلوگیری می کند و امکان ارزیابی ظریف تر و دقیقتری را فرهم می‌کند.

 اگر یک مجله در لیست های سفید قرار نگرفته باشد - یا در لیست های سیاه وارد شده باشد - می توان یک پرس و جو برای نویسنده ایجاد کرد (به عنوان بررسی اثبات نظر نویسنده) تا از نویسنده بخواهد استناد را توجیه کند. حتی مجلات ممکن است یک سیاست ویراستاری ساده را اتخاذ کنند که اگر یک مرجع در لیست سفید قرار نگیرد (که ممکن است براساس مجله متفاوت باشد و ممکن است شامل لیست های منطقه ای تحت نظارت ناشران باشد)، نویسندگان باید استناد خود را توجیه و به ویراستار اثبات کنند. به ویژه، در دادن استناد به مجلات متقلب  که شاید مقاله خاصی در آن با صحت کامل وجود داشته باشد و استناد به آنها لازم باشد!

اولین نمونه روی میز:  Scite

 به هر حال خانم هینشلیف Hydraی خود را یک فکر خام می نامد که باید بهتر شود و جرقه اش را هم خانم وینکر زده است و این مساله تازه شروع شده، لیکن آنچه من در سالهای طولانی تحلیل استنادی دیده ام، به من می‌گوید، این فکرها زمین نمی ماند و برای ایجاد آن سرمایه گذاری می شود. نمونه آن سایت Scite.ai‌ است که به تازگی راه اندازی شده و برای همین منظور طراحی شده است. که در معرفی خودش در صفحه اصلی می نویسد: Scite یادگیری عمیق را با شبکه ای از متخصصان ترکیب می کند تا صحت کار علمی را ارزیابی کند. این سایت با همکاری (National Science Foundation) NSFکه یک موسسه زیر مجموعه دولت امریکا است  شروع بکار کرده است و می توانید به نشانی داده شده مراجعه و یک نمونه از کار آن را تجربه کنید.

 و ترس بزرگترم این است که ما تا هفت شهر عشق (اعمال قانون، هماهنگی وزارتخانه ها، هماهنگ کردن دانشگاهها، هماهنگ کردن نرم افزارهای تقلب و مشابه یاب، گردآوری مقاله ها و پایان نامه‌ها در یک مجموعه، اصلاح نرم افزار های همانند جویی، ترجمه ماشینی برای ترجمه های بدون استناد،) را بگردیم، و درست زمانی که می بینیم سیمرغ، خود ما سی تا مرغ هستیم، آنها سیمرغشان را در مریخ نشانده باشند، و  ما نهایتا بتوانیم برویم یک بنگاه کارگزاری املاک در مریخ برپا کنیم چون متاسفانه بنگاه دارهای ما کارشان را بهتر از امثال بنده می‌شناسند.

عمرانی، سید ابراهیم. (حرکت تازه در کشف تقلب علمی:  سنجش صحت اعتبار منابع استناد شده در مقالات). سخن هفته لیزنا، شماره 457، 8 مهر 1398.