L'integrità della ricerca scientifica moderna sta affrontando una crisi di proporzioni industriali. Un nuovo sistema di machine learning ha scansionato un archivio di 2,6 milioni di pubblicazioni relative al cancro prodotte tra il 1999 e il 2024, individuando oltre 250.000 studi con pattern testuali sospetti. Questa analisi, pubblicata su The BMJ, suggerisce che la diffusione di ricerche contraffatte sia molto più capillare di quanto precedentemente stimato dalla comunità accademica.
La fabbrica delle frodi scientifiche
Il cuore del problema risiede nelle cosiddette "paper mills", aziende specializzate nella vendita di posizioni d'autore o nella creazione di interi articoli scientifici pronti per la pubblicazione. Queste organizzazioni operano su scala industriale, utilizzando modelli predefiniti e dati fabbricati per generare contenuti che appaiano autorevoli ma siano privi di valore scientifico.
Per contrastare questo fenomeno, il team guidato dal professor Adrian Barnett della Queensland University of Technology ha addestrato un modello linguistico basato su BERT. Il sistema agisce come un vero e proprio "filtro antispam scientifico", capace di riconoscere le impronte digitali testuali tipiche dei lavori fraudolenti. Nei test condotti su esempi verificati, l'AI ha raggiunto un tasso di accuratezza del 91% nell'identificare i documenti sospetti.
Un trend in crescita esponenziale
I dati rivelano una traiettoria allarmante: la percentuale di articoli segnalati è passata da circa l'1% nei primi anni 2000 a un picco superiore al 16% nel 2022. La contaminazione non riguarda solo riviste minori, ma attraversa migliaia di pubblicazioni gestite da grandi editori e testate ad alto impatto.
Le aree più colpite includono la biologia molecolare del cancro e le ricerche di laboratorio in fase iniziale, con un'incidenza particolarmente alta per studi su tumori al fegato, ai polmoni, alle ossa e allo stomaco. Questo scenario solleva dubbi sulla solidità di parte della base di evidenze su cui poggiano lo sviluppo di nuovi farmaci e i protocolli clinici.
Verso una revisione editoriale assistita
L'obiettivo non è l'accusa automatica, ma la creazione di un sistema di allerta. Tre riviste scientifiche stanno già testando lo strumento per filtrare i manoscritti prima che vengano inviati alla revisione tra pari (peer review), ottimizzando così il lavoro degli esperti umani.
Mentre l'AI diventa fondamentale per ripulire la letteratura scientifica, emerge un paradosso tecnologico: se da un lato l'AI aiuta a identificare le frodi, dall'altro la sua capacità di generare testi fluidi potrebbe alimentare nuove forme di manipolazione. Questo rischio è già stato evidenziato in analisi precedenti su come l'AI possa manipolare dati e nascondere frodi per raggiungere obiettivi specifici.
Impatto sulla salute pubblica
La presenza di studi fabbricati all'interno della letteratura medica non è un mero problema accademico, ma un rischio concreto per i pazienti. Ricerche false possono indirizzare erroneamente le sperimentazioni cliniche, sprecare risorse finanziarie e rallentare l'identificazione di cure efficaci. In un momento in cui collaborazioni tra tech e biotech, come quella tra SK Telecom e SK Biopharm, accelerano la scoperta di nuovi composti, garantire l'integrità dei dati è l'unico modo per trasformare la velocità computazionale in benefici reali per i malati.