Nhìn chung, những giấy phép này được thiết kế rất rõ ràng và dễ hiểu, lại còn có sẵn rất nhiều hướng dẫn giải thích về chúng (dù đi sâu vào chi tiết thì chúng vẫn có phần nào phức tạp hơn một chút). Dù là tác giả, nhà xuất bản, nhà tài trợ hay độc giả, đáng ra họ cần hiểu những gì đang diễn ra khi lựa chọn – hoặc bị buộc phải áp dụng giấy phép mở cho công trình nghiên cứu của mình.

Tuy nhiên, thực tế lại khác biệt.

Một khảo sát tác giả gần đây do Hiệp hội vì sự tiến bộ của khoa học Hoa Kỳ (American Association for the Advancement of Science – AAAS) thực hiện đã mang lại nhiều phát hiện thú vị. Khảo sát này không tập trung tìm hiểu về tiếp cận mở nói chung, mà còn nhấn mạnh vào quyền tái sử dụng theo giấy phép mở, cũng như mức độ hiểu biết và quan ngại của tác giả khi tác phẩm của họ được cấp phép dưới dạng mở.

Cuộc khảo sát đã đặt ra cho các tác giả những câu hỏi như sau:

• Bạn có chia sẻ kết quả nghiên cứu chưa được bình duyệt trên các dịch vụ tiền xuất bản (pre-print), blog hay các nền tảng tương tự khác không?
• Vui lòng xếp hạng các tiêu chí bạn sử dụng để lựa chọn nơi công bố kết quả nghiên cứu đã được bình duyệt của mình.
• Bạn quen thuộc với giấy phép Creative Commons đến mức nào?
• Các yếu tố ảnh hưởng đến lựa chọn giấy phép để xuất bản công trình của bạn?
• Bạn có phấn khích hay lo lắng về tiềm năng sử dụng thương mại nào đối với nghiên cứu đã công bố không?
• Nếu bạn thấy có sự xuyên tạc hoặc lạm dụng tác phẩm đã công bố của mình, bạn mong đợi chúng sẽ được khắc phục như thế nào và bởi ai?

Như có thể thấy từ báo cáo đã công bố, những phản hồi mà AAAS nhận được rất đáng chú ý. Bao gồm:

• 48% – gần một nửa số người được hỏi tự đánh giá mình chưa quen thuộc với cách thức hoạt động của giấy phép mở.
• 75% chia sẻ kết quả nghiên cứu của họ ở các địa điểm khác ngoài các tạp chí được bình duyệt chính thức.
• 42% số người được hỏi đánh giá “phạm vi tiếp cận độc giả và mức độ phù hợp với độc giả” là yếu tố quan trọng nhất khi chọn địa điểm xuất bản; “Tạo khả năng tiếp cận tác phẩm, bao gồm cả công chúng nói chung” là yếu tố được đánh giá cao thứ hai, tiếp theo là “hệ số tác động của tạp chí”. (Thật không may, cả hai lựa chọn phản hồi phổ biến nhất đều gộp chung hai tiêu chí rất khác nhau: tính đặc thù của độc giả và phạm vi độc giả.)
• Tiêu chí lựa chọn ít quan trọng nhất là “giảm giá APC hiện có hoặc các thỏa thuận chuyển đổi”.
• Các tác giả khá mơ hồ về việc tái sử dụng thương mại các công trình học thuật của họ, với 36% bày tỏ “hứng thú” về việc sử dụng như vậy và 63% bày tỏ “lo ngại”. Một số người được hỏi cho biết họ cảm thấy cả hai. Họ cũng bày tỏ cả sự hứng thú và lo ngại về việc các công ty trí tuệ nhân tạo sử dụng học thuật được cấp phép mở.
• 40% bày tỏ lo ngại về việc thiếu biện pháp khắc phục trong trường hợp sử dụng sai hoặc trình bày sai lệch tác phẩm được cấp phép mở của họ. (Mặc dù điều gì có thể cấu thành “sử dụng sai” nghiên cứu được công bố theo giấy phép chỉ ghi nguồn là một câu hỏi thú vị.)
• 28% số người được hỏi nói chung (53% số người được hỏi trong độ tuổi từ 60 đến 70) bày tỏ lo ngại về việc tác phẩm của họ có thể bị tái sử dụng theo giấy phép CC BY, trong khi 29% tổng số người được hỏi tin rằng không nên có bất kỳ hạn chế nào đối với việc tái sử dụng nghiên cứu đã công bố.

Những phản hồi này, cùng với sự thất vọng dai dẳng của những người ủng hộ khoa học mở, phản ánh một tình trạng rất khó để cân bằng: một mặt, chúng ta có thể không muốn các tác giả được quyền kiểm soát các báo cáo và dữ liệu nghiên cứu của họ đến mức những người diễn giải chúng một cách thiện chí bị ngăn cản khỏi việc phát triển các cách hiểu của riêng họ; mặt khác, chúng ta lại muốn các tác giả có quyền ngăn chặn việc ai đó trình bày sai lệch nghiêm trọng tác phẩm của họ, hoặc bị tái sử dụng bởi những người có mục tiêu mà họ cho là phản cảm. (Giấy phép CC BY cho phép tác giả yêu cầu những người tái sử dụng tác phẩm của họ không cần ghi nguồn ở  các phiên bản phái sinh; tuy nhiên, điều khoản này được đặt ở phần chữ nhỏ và không được đề cập trong phần mô tả tóm tắt dễ tìm thấy hơn của giấy phép. Và nó chỉ giải quyết vấn đề không muốn công khai gắn tên với tác phẩm phái sinh đó; nó không giải quyết vấn đề muốn không hỗ trợ hoặc không đóng góp cho tác phẩm đó.)

Và tất cả những điều trên vẫn chưa chạm đến một câu hỏi còn tinh tế và phức tạp hơn, chẳng hạn là liệu tác giả có nên có quyền hạn chế việc tái sử dụng tác phẩm của họ cho mục đích thương mại (bao gồm việc sử dụng tác phẩm của họ để huấn luyện các mô hình ngôn ngữ lớn cho trí tuệ nhân tạo), hay việc tạo ra các phiên bản phái sinh của công trình hay không. Giấy phép Creative Commons cho phép tác giả thực hiện những giới hạn như vậy, nhưng để lựa chọn giữa các giấy phép phù hợp một cách hiệu quả, họ phải hiểu rõ các loại giấy phép – và tất nhiên, họ phải được phép sử dụng chúng. Việc tước bỏ mọi quyền kiểm soát của tác giả đối với việc sử dụng công trình của họ là nguyên tắc nền tảng của phong trào truy cập mở. Liệu chúng ta có nên ngạc nhiên khi các tác giả thấy mâu thuẫn về điều này?

Tất nhiên, việc giữ lại các đặc quyền độc quyền của bản quyền, cũng như lựa chọn các giấy phép mở hạn chế hơn CC BY, không thể ngăn chặn việc người khác diễn giải sai hoặc trình bày sai tác phẩm. Tuy nhiên, việc giữ lại một phần hoặc toàn bộ các đặc quyền đó sẽ mang lại cho tác giả hoặc nhà xuất bản một mức độ kiểm soát đáng kể đối với việc tái sử dụng công trình đó, cũng như có cơ sở pháp lý để can thiệp nếu công trình bị chiếm dụng trái phép – trong khi giấy phép CC BY được thiết kế nhằm cho phép mọi hình thức tái sử dụng. Nếu như tác giả gốc chưa bảo lưu bất cứ quyền tác giả nào, thì họ đã cấp phép cho mọi hình thức tải sử dụng. Mục đích của giấy phép chính là như vậy.

Khi hệ sinh thái truyền thông học thuật tiếp tục phát triển, những vấn đề này sẽ ngày càng phiền toái và khó khăn. Điều này đặc biệt áp dụng với các tác giả – những người ngày càng bị giằng xé giữa các mục tiêu và yêu cầu liên tục thay đổi và đôi khi mâu thuẫn của các nhà tài trợ, chính phủ, người ủng hộ phong trào, nhà xuất bản và các tổ chức.

Dịch từ The Scholarly Kitchen

Bài viết Có ai thật sự hiểu các Giấy phép Creative Commons hoạt động như thế nào không? đã xuất hiện đầu tiên vào ngày ADuBiz.

Dựa trên một nghiên cứu về cách các công trình nghiên cứu được trích dẫn trên các phương tiện truyền thông quốc gia và địa phương, Andy Tattersall cho thấy rằng nghiên cứu thường bị trình bày sai lệch hoặc không đầy đủ trên các phương tiện truyền thông, đồng thời đề xuất rằng việc thiết lập các tiêu chuẩn cộng đồng tốt hơn trong việc liên kết đến nghiên cứu gốc có thể giúp cải thiện mức độ tin cậy đối với báo chí chính thống.

Đối với các nhà nghiên cứu muốn công trình của mình được công chúng biết đến rộng rãi, truyền thông vẫn là con đường hiệu quả nhất. Điều này càng trở nên rõ ràng trong thời kỳ đại dịch COVID-19, khi nhiều nhà khoa học xã hội và khoa học tự nhiên trở nên nổi tiếng nhờ được truyền thông đưa tin thường xuyên. Nghiên cứu, đặc biệt là trong lĩnh vực y tế, vẫn tiếp tục cung cấp một nguồn nội dung tin tức ổn định cho đông đảo khán giả. Tuy nhiên, phần lớn những tin tức này thường thiếu các liên kết then chốt đến nghiên cứu gốc, hoặc thậm chí không nêu rõ ai là tác giả, đơn vị xuất bản hay tổ chức tài trợ cho nghiên cứu đó.

Mạng xã hội từng được kỳ vọng sẽ là phương tiện vượt qua truyền thông chính thống để tiếp cận công chúng rộng rãi. Tuy nhiên, mặc dù điều này có thể đúng với một nhóm nhỏ các học giả nổi tiếng, những động lực này thường vẫn phụ thuộc vào mối quan hệ sẵn có với truyền thông truyền thống. Thứ bậc này dường như càng được củng cố khi mạng xã hội ngày nay trở nên phân mảnh và là một không gian độc hại hơn đối với nhiều học giả. Do đó, truyền thông truyền thống vẫn đóng vai trò là người gác cổng và khuếch đại quan trọng cho nghiên cứu học thuật.

Vì vậy, việc hiểu rõ quá trình vốn thường mơ hồ mà qua đó nghiên cứu được truyền thông lựa chọn và sử dụng trong các lĩnh vực khác nhau là điều rất quan trọng. Để tìm hiểu vấn đề này, chúng tôi đã khảo sát một mẫu nghiên cứu có ít nhất một tác giả đến từ Đại học Sheffield và đã được trích dẫn trên các phương tiện truyền thông quốc gia hoặc địa phương. Chúng tôi thu thập dữ liệu từ Altmetric.com để kiểm tra xem bài báo có bao gồm thông tin hỗ trợ nào giúp người đọc tiếp cận nghiên cứu gốc và những người đứng sau nó hay không. Những thông tin này bao gồm liên kết đến bất kỳ tác giả nào, tổ chức của họ, tạp chí xuất bản hoặc tổ chức tài trợ nghiên cứu. Chúng tôi cũng xem xét mức độ mà các nghiên cứu này được xuất bản dưới hình thức truy cập mở.

“Các trang tin tức quốc gia có khả năng đưa liên kết đến bài nghiên cứu gốc làm nền tảng cho câu chuyện tin tức cao hơn.”

Sự khác biệt giữa các mẫu tin tức quốc gia và địa phương là rất đáng chú ý. Các trang tin tức quốc gia có xu hướng đưa liên kết đến bài nghiên cứu gốc làm nền tảng cho câu chuyện tin tức cao hơn. Các bài viết về nghiên cứu trên truyền thông quốc gia cũng mang tính “hữu cơ” hơn. Nhiều khả năng là bài viết gốc do các nhà báo trực tiếp viết và được ghi tên tác giả rõ ràng. Điều này thể hiện ở cách trích dẫn mang tính riêng biệt hơn. Ví dụ, các tác giả của The Guardian như Henry Nicholls và George Monbiot thường xuyên cung cấp trích dẫn học thuật đầy đủ ở cuối bài viết của họ. Đây phải là thông lệ chuẩn, nhưng nó yêu cầu những người viết thông cáo báo chí phải bao gồm trích dẫn định dạng chuẩn kèm liên kết như bước đầu tiên cơ bản.

Trong khi đó, tin tức địa phương lại tuân theo một mô hình khác, có thể là do họ phụ thuộc vào các hãng tin để lấy nội dung. Phần lớn tin tức địa phương dựa vào việc sao chép và dán nội dung từ các dịch vụ tin tức thuê bao như PA News – hãng thông tấn quốc gia của Vương quốc Anh. Bất kỳ ai đã truy cập trang web tin tức địa phương trong những năm gần đây đều dễ nhận thấy chúng đầy các cửa sổ bật lên và liên kết đến quảng cáo hoặc các trang thương mại. Do mô hình kinh doanh này, các bài viết trên báo địa phương thường không có hoặc rất ít liên kết đến nghiên cứu và các cá nhân đứng sau công trình đó. Việc liệu thực tiễn này và sự thiếu thông tin có bắt nguồn từ chính thông cáo báo chí của các tổ chức học thuật và nhà xuất bản hay không vẫn còn là điều cần tranh luận.

“Phần lớn các bài đưa tin về nghiên cứu trên báo chí địa phương dựa vào việc sao chép và dán nội dung từ dịch vụ thuê bao do hãng thông tấn quốc gia của Vương quốc Anh, PA News, cung cấp.”

Thêm vào đó, chúng tôi phát hiện rằng các bài báo địa phương về nghiên cứu thường được phân phối đồng thời trên nhiều trang tin khác nhau thuộc sở hữu của một vài nhà xuất bản. Do đó, nếu một hệ thống phân phối lại cùng một nội dung trên các nền tảng tin tức của họ, thì những thực hành không tốt cũng sẽ bị sao chép theo. Một giải pháp cho vấn đề này là chèn một trích dẫn đã được định dạng sẵn, kèm theo liên kết, tốt nhất là liên kết đến phiên bản truy cập mở, ở cuối bài viết. Cách làm này giúp các cơ quan truyền thông địa phương vẫn có thể liên kết đến các trang bên thứ ba, đồng thời cung cấp tùy chọn để độc giả tiếp cận trực tiếp với bài nghiên cứu gốc, đặc biệt khi bài đó là truy cập mở.

Khác với mẫu tin tức quốc gia, phương tiện truyền thông địa phương lại có xu hướng nêu rõ nhà xuất bản, tác giả và tổ chức học thuật, nếu không muốn nói là liên kết đến bài báo tạp chí quan trọng. Điều này gián tiếp ủng hộ giả thuyết rằng truyền thông địa phương sao chép nội dung từ nguồn tin của PA, vì có khả năng các liên kết và thông tin liên hệ đã bị loại bỏ khỏi bản phát hành ban đầu khi được chia sẻ cho các tổ chức truyền thông địa phương.

Mặc dù không phải tất cả công chúng (và thậm chí nhiều nhà nghiên cứu) đều có đủ chuyên môn để hiểu toàn bộ nội dung nghiên cứu được công bố vượt ra ngoài bài viết tin tức, vẫn có rất nhiều người trong xã hội tò mò hoặc có lý do chính đáng để muốn tìm hiểu sâu hơn. Việc chỉ rõ nguồn nghiên cứu và loại bỏ các rào cản tiếp cận sẽ chỉ góp phần thúc đẩy sự lan tỏa tri thức trong xã hội.

Chúng tôi nhận thấy rằng, ở mức độ lớn, các phương tiện truyền thông thường không đưa liên kết đến các nghiên cứu truy cập mở, các nhà nghiên cứu, tổ chức học thuật và đơn vị tài trợ trong các bản tin của họ. Chỉ số độ tin cậy IPSOS (IPSOS Veracity Index), khảo sát mức độ tin tưởng của công chúng đối với các ngành nghề, cho thấy một sự tương phản rõ rệt giữa giới học thuật và giới báo chí. Các nhà khoa học thường được xếp hạng rất cao, ngang hàng với kỹ sư, y tá, bác sĩ và giáo viên. Ngược lại, ở cuối bảng là các chính trị gia, bộ trưởng và nhà báo, với chưa đến một phần ba số người được hỏi cho biết họ tin tưởng vào truyền thông. Giới học thuật không phải là “vị cứu tinh” cho báo chí quốc gia và địa phương, nhưng một mối quan hệ hợp tác chặt chẽ hơn giữa hai bên trong cách đưa tin về nghiên cứu trên báo in lẫn trực tuyến có thể giúp nâng cao vị trí của các nhà báo trong bảng xếp hạng niềm tin của công chúng.

Bất kể chúng ta có đang sống trong một “thế giới sự thật chủ quan” hay không, tin giả vẫn luôn chen lấn với các bài viết khoa học và thông tin có kiểm chứng để giành sự chú ý. Truyền thông có trách nhiệm truyền tải nghiên cứu đến xã hội một cách dựa trên bằng chứng. Trách nhiệm này đang bị cản trở, không chỉ bởi thiên kiến và lối làm báo sao chép, mà còn bởi sự thiếu hụt trích dẫn và liên kết đến nghiên cứu cùng những người đứng sau nó. Tình hình này có khả năng sẽ trở nên tồi tệ hơn khi công nghệ AI tạo sinh được sử dụng để tạo nội dung hàng loạt cho các trang web hoặc các trang tin không đáng tin cậy, với thông tin không có căn cứ hoặc bị “ảo giác”. Việc liên kết đến các công trình nghiên cứu, các nhà khoa học và đơn vị tài trợ sẽ có thể góp phần xây dựng lòng tin lớn hơn đối với báo chí khoa học và ngành truyền thông nói chung.

Trong chu kỳ tin tức 24/7, các nhà báo ngày càng chịu áp lực phải sản xuất nhiều nội dung hơn trong thời gian ngắn hơn, với ít nguồn lực hơn. Họ cũng có thể gặp áp lực từ phía biên tập trong việc không đưa liên kết vào bài viết, tuy nhiên việc cung cấp một trích dẫn được định dạng sẵn kèm theo liên kết đến bài nghiên cứu có thể là một bước đi đúng hướng. Chúng tôi đề xuất một danh sách kiểm tra dành cho giới học thuật, cán bộ truyền thông và nhà báo, nhằm đảm bảo họ cung cấp đầy đủ thông tin liên quan: đặc biệt là liên kết đến bài nghiên cứu, ưu tiên phiên bản truy cập mở qua nhà xuất bản hoặc kho lưu trữ học thuật.

Truyền thông vẫn là một nguồn tri thức thiết yếu đối với xã hội. Việc gắn kết các bài báo với nghiên cứu thực tế và những người tham gia thực hiện không chỉ có thể giúp xây dựng lòng tin vào ngành báo chí, mà còn hỗ trợ tác động xã hội của nghiên cứu học thuật và thúc đẩy một xã hội có hiểu biết hơn.

Dịch từ LSE

Bài viết Các nhà báo cần trích dẫn đúng nghiên cứu để có tin tức đáng tin cậy hơn đã xuất hiện đầu tiên vào ngày ADuBiz.

Cuối năm ngoái, các phương tiện truyền thông trên toàn thế giới đã cảnh báo rằng các dụng cụ nấu ăn bằng nhựa màu đen có chứa phụ gia chống cháy (chất có khả năng dẫn đến ung thư) ở mức đáng lo ngại. Tuy nhiên, sau đó người ta phát hiện rằng rủi ro này đã bị thổi phồng quá mức do sai sót của một phép tính trong nghiên cứu ban đầu: hóa chất chính được cho là đã vượt quá giới hạn an toàn, trong khi thực tế lại thấp hơn giới hạn đó mười lần. Các nhà nghiên cứu nhạy bén đã nhanh chóng chỉ ra rằng một mô hình trí tuệ nhân tạo (AI) có thể đã phát hiện ra lỗi này chỉ trong vài giây.

Sự cố này đã thúc đẩy hai dự án sử dụng AI để tìm lỗi trong các tài liệu khoa học. Trong đó, dự án Black Spatula sử dụng công cụ AI truy cập mở, hiện đã phân tích khoảng 500 bài báo để tìm lỗi. Nhóm nghiên cứu, gồm khoảng tám nhà phát triển chính và hàng trăm cố vấn tình nguyện, vẫn chưa công bố các lỗi này; thay vào đó, họ đang tiếp cận trực tiếp với các tác giả bị ảnh hưởng. Theo Joaquin Gulloso, một nhà nghiên cứu AI độc lập ở Cartagena, Colombia, người giúp điều phối dự án. “Công cụ này đã phát hiện ra rất nhiều lỗi,” Gulloso cho biết. “Danh sách rất dài. Thật điên rồ.”

Dự án còn lại có tên là YesNoError, được lấy cảm hứng từ dự án Black Spatula, theo lời người sáng lập kiêm doanh nhân AI Matt Schlicht. Dự án này được tài trợ bởi một loại tiền mã hóa riêng, và đang đặt mục tiêu cao hơn nữa. “Tôi tự hỏi, tại sao không kiểm tra toàn bộ các bài báo nhỉ?” Schlicht nói. Anh cho biết công cụ AI của họ đã phân tích hơn 37.000 bài báo chỉ trong hai tháng. Trang web của họ đánh dấu các bài được phát hiện có lỗi – nhiều lỗi trong số này vẫn chưa được con người xác minh, mặc dù Schlicht nói rằng YesNoError có kế hoạch thực hiện việc này trên quy mô lớn. Hiện tại, trang web YesNoError liệt kê các lỗi không có thật và sáng kiến này vẫn chưa công bố đầy đủ hiệu quả hoạt động của công cụ.

Cả hai dự án đều muốn các nhà nghiên cứu sử dụng công cụ của họ trước khi gửi bài đến tạp chí, và các tạp chí sử dụng chúng trước khi xuất bản – nhằm mục đích tránh lỗi và các gian lận lọt vào trong tài liệu khoa học.

Các dự án này đã nhận được sự ủng hộ một cách thận trọng từ các nhà điều tra học thuật làm việc trong lĩnh vực liêm chính khoa học. Tuy nhiên, cũng có những lo ngại về rủi ro tiềm ẩn, ví dụ như việc các công cụ này có thể bị sử dụng sai mục đích hoặc bị sử dụng khi chưa hoàn thiện. Mức độ chính xác trong việc phát hiện lỗi và tính xác thực của các phát hiện này cần được làm rõ. Theo Michèle Nuijten, nhà nghiên cứu về siêu khoa học tại Đại học Tilburg, Hà Lan. “Nếu bạn bắt đầu chỉ trích ai đó mà sau đó hóa ra họ không mắc lỗi, thì việc này có thể dẫn đến tổn hại đến danh tiếng,” bà nói.

Những người khác bổ sung rằng dù có rủi ro và các dự án cần cẩn trọng trong tuyên bố của mình, mục tiêu của họ là đúng đắn. Việc xuất bản hàng loạt các bài báo kém chất lượng thì dễ hơn nhiều so với việc thu hồi chúng, theo James Heathers, nhà siêu khoa học pháp y tại Đại học Linnaeus ở Växjö, Thụy Điển. AI có thể được sử dụng như một bước đầu để sàng lọc các bài báo cần xem xét kỹ hơn, Heathers nói, người từng là cố vấn cho Dự án Black Spatula. “Dù vẫn còn là khởi đầu, nhưng tôi ủng hộ các sáng kiến này,” ông nói thêm.

Thám tử AI

Nhiều nhà nghiên cứu đã dành cả sự nghiệp để phát hiện các vấn đề về liêm chính trong các bài nghiên cứu – và các công cụ kiểm tra một số khía cạnh của bài viết hiện đã tồn tại. Nhưng những người ủng hộ hy vọng rằng AI có thể thực hiện kiểm tra ở phạm vi rộng hơn trong một lần và xử lý được số lượng bài báo lớn hơn.

Cả Dự án Black Spatula và YesNoError đều sử dụng các mô hình ngôn ngữ lớn (LLMs) để phát hiện nhiều loại lỗi trong các bài báo, bao gồm lỗi về nội dung, tính toán, phương pháp luận và trích dẫn.

Các hệ thống này đầu tiên sẽ trích xuất thông tin, bao gồm cả bảng biểu và hình ảnh, từ các bài báo. Sau đó, chúng tạo ra một loạt chỉ dẫn phức tạp, gọi là “lệnh”, để hướng dẫn một mô hình “tư duy” – một loại LLM chuyên biệt – hiểu được nội dung đang xem xét và loại lỗi cần phát hiện. Mô hình có thể phân tích một bài nhiều lần, mỗi lần để tìm loại lỗi khác nhau, hoặc để đối chiếu lại kết quả. Chi phí để phân tích mỗi bài dao động từ 15 cent đến vài đô la, tùy thuộc vào độ dài bài viết và số lượng câu lệnh được sử dụng.

Tỷ lệ nhận diện sai – những trường hợp AI cho rằng có lỗi dù thực tế không có – là một rào cản lớn. Hiện tại, hệ thống của Dự án Black Spatula mắc sai về lỗi khoảng 10% số lần, theo Gulloso. Mỗi “lỗi” bị cáo buộc phải được kiểm tra với các chuyên gia trong lĩnh vực này, và việc tìm ra chúng là nút thắt lớn nhất của dự án, theo Steve Newman, kỹ sư phần mềm và doanh nhân đã sáng lập dự án.

Cho đến nay, nhóm của Schlicht tại YesNoError mới chỉ định lượng tỷ lệ nhận diện sai trên khoảng 100 lỗi toán học mà AI tìm thấy trong lượt kiểm tra đầu tiên gồm 10.000 bài báo. Theo Schlicht, trong số 90% tác giả phản hồi, tất cả ngoại trừ một người đều đồng ý rằng lỗi mà AI phát hiện là đúng. Trong tương lai, YesNoError có dự định hợp tác với ResearchHub, một nền tảng trả tiền mã hóa cho các tiến sĩ để thực hiện bình duyệt. Khi AI đã kiểm tra một bài, YesNoError sẽ kích hoạt yêu cầu xác minh kết quả, mặc dù điều này vẫn chưa được bắt đầu.

Nhận diện sai

Hiện tại, trang web YesNoError chứa nhiều kết quả nhận diện sai, theo Nick Brown, nhà nghiên cứu về liêm chính khoa học tại Đại học Linnaeus. Trong số 40 bài được cho là có vấn đề, ông tìm thấy 14 nhận diện sai (ví dụ: mô hình cho rằng một hình ảnh được nhắc trong bài không xuất hiện, trong khi thực tế là có). “Phần lớn vấn đề mà chúng phát hiện có vẻ là lỗi về cách diễn đạt”, và nhiều phát hiện là sai, ông nói.

Brown lo ngại rằng nỗ lực này sẽ tạo ra một “cơn lũ” cho cộng đồng khoa học phải xử lý, cũng như tạo ra sự xôn xao về những lỗi nhỏ như lỗi đánh máy, vốn nên được phát hiện trong quy trình bình duyệt (cả hai dự án chủ yếu kiểm tra các bài báo trên các kho lưu trữ bản thảo chưa xuất bản). Trừ khi công nghệ được cải thiện đáng kể, “điều này sẽ tạo ra khối lượng công việc khổng lồ mà không mang lại lợi ích rõ ràng nào,” Brown nói. “Tôi thấy điều này cực kỳ ngờ nghệch.”

Schlicht cho biết nhóm YesNoError đang nỗ lực giảm tỷ lệ nhận diện sai đến mức thấp nhất có thể. “Việc xác định lỗi nhỏ trong các bài nghiên cứu nghe có vẻ vụn vặt, nhưng như chúng ta đã thấy với bài nghiên cứu gần đây về độ độc hại của dụng cụ nấu ăn bằng nhựa đen, chỉ một số 0 thừa cũng có thể tạo ra tác động lớn đến thế giới.” Schlicht nói YesNoError đã tham khảo ý kiến các học giả và sẵn sàng nhận thêm phản hồi từ cộng đồng.

YesNoError có kế hoạch để các chủ sở hữu tiền mã hóa của họ quyết định bài báo nào sẽ được kiểm tra trước. Ý tưởng là tập trung vào các bài thu hút sự quan tâm công chúng, nhưng Brown lo ngại quá trình này có thể nhắm vào các nghiên cứu nhạy cảm về chính trị, chẳng hạn như khoa học khí hậu.

Nếu được thực hiện đúng cách, Brown cho rằng những nỗ lực này có thể phơi bày những sự thật khó chịu. “Giả sử ai đó tạo ra được một công cụ thật sự tốt… thì trong một số lĩnh vực, tôi cảm thấy nó sẽ giống như bật đèn trong căn phòng đầy gián vậy,” ông nói.

Dịch từ Nature

Bài viết Công cụ AI phát hiện lỗi trong các bài nghiên cứu: một phong trào đang trên đà phát triển đã xuất hiện đầu tiên vào ngày ADuBiz.