Σχεδιασμός για την αλήθεια: Google Scholar Concept

Φανταστείτε ότι ξυπνάτε ένα πρωί σε ένα μήνυμα ηλεκτρονικού ταχυδρομείου από τη θεία σας, προειδοποιώντας σας να μην εμβολιάσετε το νεογέννητο γιο σας. Ανοίξτε ανησυχητικά τον σύνδεσμο και διαβάσετε ότι μια μελέτη που δημοσιεύθηκε στο The Lancet (ένα από τα πιο αξιόπιστα επιστημονικά περιοδικά στον κόσμο) διαπίστωσε ότι τα εμβόλια προκαλούν αυτισμό. Το PDF της πραγματικής μελέτης φαίνεται νόμιμο, ωστόσο η έλλειψη ιατρικής εμπειρογνωμοσύνης σας εμποδίζει να το καταλάβετε ή να το δυσφημίσετε εύκολα. Μετά από όλα, έχει δημοσιευτεί από το The Lancet, έχει δώδεκα παραθέσεις και το άρθρο κάνει ένα λογικό επιχείρημα. Μπορείτε να επιλέξετε να κάνετε περαιτέρω έρευνα, αλλά μερικοί απλώς μπορεί να είναι πεπεισμένοι και να το μοιραστείτε ξανά στο Facebook για να προειδοποιήσετε άλλους γονείς για τους κινδύνους του εμβολιασμού.

Έτσι συμβαίνει η παραπληροφόρηση.

Η εν λόγω μελέτη είναι στην πραγματικότητα πραγματική συγγραφή από τον Andrew Wakefield και δημοσιεύθηκε στο The Lancet το 1999. Αλλά αυτό που άφησε το άρθρο της θείας σας είναι ότι η μελέτη έχει ανακληθεί πλήρως το 2010 λόγω χειραγώγησης δεδομένων και η ιατρική άδεια του Wakefield έχει ανακληθεί. Το περιστατικό θεωρείται ευρέως ως σημαντικός καταλύτης του κινήματος κατά του εμβολιασμού, το οποίο είναι υπεύθυνο για την εμφάνιση εστιών που ελέγχθηκαν προηγουμένως, όπως η ιλαρά και η παρωτίτιδα, με αποτέλεσμα πολλούς θανάτους.

Πυξίδα αλήθειας

Βρισκόμαστε στη μέση μιας επιστημολογικής κρίσης ως αποτέλεσμα της αχαλίνωτης παραπληροφόρησης που είτε δεν έχουμε τον χρόνο είτε την εμπειρογνωμοσύνη να επαληθεύσουμε. Αν και δεν είναι τέλεια, η επιστήμη είναι το καλύτερο εργαλείο που πρέπει να φτάσουμε στην αλήθεια, καθώς παράγει τα θεμελιώδη γεγονότα στα οποία βασίζονται οι απόψεις, οι πεποιθήσεις και η παγκόσμια πολιτική. Ωστόσο, υπάρχουν πολλές προκλήσεις για τον εντοπισμό αξιόπιστης έρευνας:

  1. Εκτός τεχνικής ορολογίας, πυκνό κείμενο και συχνές πληρωμές καθιστούν την επιστημονική έρευνα σχεδόν απρόσιτη για τις μάζες, αφήνοντάς μας να στηριζόμαστε στα μέσα ενημέρωσης για μετάφραση.
  2. Υπερβολικά - τα μέσα μαζικής ενημέρωσης συχνά απλοποιούν και ευαισθητοποιούν τα ευρήματα προκειμένου να δημιουργήσουν έσοδα από διαφημίσεις, αραιώνοντας περαιτέρω την αλήθεια.
  3. Δυναμικός κόσμος, στατικές πληροφορίες - οι περισσότερες πληροφορίες που δημοσιεύονται σήμερα έχουν πέσει εκτός εάν ενημερώνονται μη αυτόματα. Αυτό είναι ιδιαίτερα επικίνδυνο για την επιστήμη, καθώς εξελίσσεται πάντα - αυτό που αποδεικνύεται σήμερα μπορεί να διαψευστεί αύριο και αντίστροφα.
  4. Οι μελέτες τρυπών κουνελιού παραπομπής συχνά αναφέρουν 20-50 άλλες μελέτες. Εάν μία από αυτές τις μελέτες αποσυρθεί, δεν θα πρέπει να επηρεάσει την αξιοπιστία οποιασδήποτε μελέτης που την αναφέρει;
Πώς πρέπει να γνωρίζουμε εάν μια μελέτη σε ένα άρθρο έχει αναθεωρηθεί ή ανακληθεί;
Πόσο αξιόπιστη είναι μια μελέτη που παραθέτει αναδρομικές ή ξεπερασμένες μελέτες;
Δημοσιεύεται μια μελέτη από έναν ιδιωτικό οργανισμό με σύγκρουση συμφερόντων;
Διαθέτει τεκμηριωμένο ιστορικό απάτης;

Οι τρέχουσες προσπάθειες όπως το RetractionWatch.com παρακολουθούν τα ανακληθέντα έγγραφα, μαζί με τις πιο αναφερόμενες ανακλήσεις και έναν πίνακα από συγγραφείς με τον υψηλότερο αριθμό ανάκλησης. Αν και ένα βήμα προς τη σωστή κατεύθυνση, η επίσκεψη σε έναν ιστότοπο κάθε φορά που θέλετε να επαληθεύσετε μια μελέτη ή έναν συγγραφέα είναι επαχθής και δεν κλιμακώνεται.

Επέκταση προγράμματος περιήγησης μελετητή Google

Ίσως ένα από τα πιο υποτιμημένα έργα της Google είναι ο Μελετητής Google - μια δωρεάν βάση δεδομένων περίπου 150 εκατομμυρίων επιστημονικών περιοδικών, βιβλίων, εφημερίδων, διατριβών, διατριβών, ακόμη και γνωμοδοτήσεων και διπλωμάτων ευρεσιτεχνίας.

Οραματίζομαι μια επέκταση προγράμματος περιήγησης του Μελετητή Google που εντοπίζει ανακλημένα ή παλιά έγγραφα, προειδοποιεί εάν η αναφορά μιας μελέτης δεν είναι πλέον έγκυρη, ειδοποιεί συγγραφείς με τεκμηριωμένη απάτη και ειδοποιεί για ιδιωτικές χρηματοδοτούμενες μελέτες, με την ελπίδα να βοηθήσει τους αναγνώστες να αποκτήσουν αξιοπιστία.

Ας επανεξετάσουμε το άρθρο της θείας σας από νωρίτερα, με την επέκταση του Μελετητή Google εγκατεστημένη:

Όταν ανοίγετε το άρθρο, η επέκταση προγράμματος περιήγησης του Μελετητή Google σάς προειδοποιεί ότι εντοπίστηκε κακή μελέτη στο άρθρο:

Καθώς αρχίζετε να διαβάζετε, παρατηρείτε ότι επισημαίνεται ένας σύνδεσμος προς την εν λόγω μελέτη:

Κάνοντας κλικ στο "Προβολή λεπτομερειών" ή στο εικονίδιο επέκτασης εμφανίζονται κάρτες πληροφοριών με περισσότερες λεπτομέρειες:

Οι κάρτες πληροφοριών αποτελούνται από 7 ενότητες:

  • Προειδοποίηση (εάν υπάρχει).
  • Τύπος εγγράφου: όνομα και σύνδεσμος του εγγράφου.
  • Εκδότης: όνομα εκδότη, ημερομηνία, πηγή
  • Συγγραφέας: Όνομα, τίτλος, ίδρυμα, συν-συγγραφείς,
  • Ίδρυμα: Όνομα, ιδιωτικό ή δημόσιο
  • Γραμμή πληροφοριών: αναφέρεται με αριθμό, σχετικά άρθρα και λήψη (εάν υπάρχει)

Υπάρχουν διάφορες καταστάσεις σοβαρότητας για κάθε στοιχείο διεπαφής χρήστη της επέκτασης:

Σε περίπτωση πολλαπλών εγγράφων, το εικονίδιο επέκτασης εμφανίζει τον αριθμό των εγγράφων με την υψηλότερη βαρύτητα (εάν υπάρχουν 2 αποσυρμένα και 4 μη ταξινομημένα, το εικονίδιο θα είναι κόκκινο με τον αριθμό 2)

Οι σύνδεσμοι της κάρτας πληροφοριών οδηγούν στις αντίστοιχες σελίδες του Μελετητή Google:

Ερευνα

Ξεκίνησα ερευνώντας τον τρόπο διάδοσης των πληροφοριών και συμβουλεύτηκα έναν διδακτορικό μου φίλο. Χαρτογράψαμε τις σχέσεις μεταξύ των σημαντικότερων παικτών στο επιστημονικό οικοσύστημα ειδήσεων:

  • Οι συγγραφείς (καθηγητές) πραγματοποιούν επιστημονική έρευνα
  • Τα ιδρύματα χρηματοδοτούν αυτούς τους Συγγραφείς
  • Περιοδικά Δημοσιεύστε τα ποιοτικά ευρήματα
  • Οι ιστότοποι και τα ιστολόγια πολυμέσων αναφέρουν αυτά τα ευρήματα
  • Οι αναγνώστες μαθαίνουν για τα ευρήματα επιστημονικής έρευνας μέσω ιστότοπων μέσων

Μετά από κάποιο σκάψιμο, γίνεται προφανές ότι σχεδόν όλοι οι παίκτες έχουν κίνητρα να ενεργήσουν προς το συμφέρον:

  • Συγγραφείς - πολύτιμα ευρήματα έρευνας = πρόοδος σταδιοδρομίας
  • Ιδρύματα - πιο πολύτιμοι συγγραφείς που χρησιμοποιήθηκαν = καλύτερη φήμη / $
  • Περιοδικά - δημοσιευμένη πολύτιμη έρευνα = καλύτερη φήμη / $
  • Πολυμέσα - πιο ενδιαφέρουσα έρευνα δημοσιεύτηκε = δημιουργούνται περισσότερα χρήματα από διαφημίσεις

Αυτά τα ευρήματα ενισχύουν περαιτέρω την ανάγκη για μια τέτοια παράταση.

Στη συνέχεια, χαρτογράφησα την τρέχουσα πλοήγηση του Μελετητή Google:

Στη συνέχεια, σχεδίασα τη λειτουργικότητα που οραματίστηκα και πλοήγηση μεταξύ σελίδων:

Μελλοντικά βήματα

Το μειονέκτημα των επεκτάσεων του προγράμματος περιήγησης είναι ότι δεν λειτουργούν σε κινητά. Μια πιθανή λύση θα ήταν ένα ειδικό πρόγραμμα περιήγησης για κινητές συσκευές ή η δημιουργία λειτουργιών στο Google Chrome (Android / iOS). Επιπλέον, υπάρχουν μερικές ενδιαφέρουσες μελλοντικές δυνατότητες:

  • Η μηχανική εκμάθηση AI θα μπορούσε τελικά να αναλύσει τη σημασιολογία και να δημιουργήσει σημαντικές σχέσεις μεταξύ της βάσης δεδομένων των μελετητών Google που θα μπορούσαν να οδηγήσουν σε περαιτέρω διορατικότητα. Η AI θα μπορούσε τελικά να είναι ο απόλυτος κριτικός από ομοτίμους και ανιχνευτής BS, καθώς έχει νόημα για όλη την ακαδημαϊκή βιβλιογραφία ανιχνεύοντας προηγούμενα απαρατήρητα μοτίβα.
  • Αν πατήσετε το πλήθος ιστότοπων, όπως το PubPeer.com, οι πανεπιστημιακοί μπορούν να πραγματοποιήσουν peer review μετά τη δημοσίευση, η οποία έχει επισημάνει ελλείψεις σε πολλά άρθρα υψηλού προφίλ και ακόμη και οδηγεί σε συρρικνώσεις. Θα ήταν ενδιαφέρον να εξερευνήσετε σχόλια ή ακόμη και ψηφοφορίες από επαληθευμένους επιστήμονες.
  • Αποκέντρωση - Υποθέτω ότι κανένα έργο δεν έχει ολοκληρωθεί έως ότου εμπλακεί το blockchain… όλα τα αστεία, μπορούσα να δω ένα επιστημονικό περιοδικό DApp στο Ethereum που αποθηκεύει και συμβολαιογραφεί μελέτες για το blockchain. Επαληθευμένος επιστήμονας που υποβάλλει μελέτες από ομότιμους κριτές θα ανταμείβονται με μάρκες κρυπτογράφησης για ποιοτικές συνεισφορές - μπορεί ακόμη και να υπάρχει ένα έξυπνο μοντέλο crowdfunding για τη χρηματοδότηση μελλοντικών μελετών. Σε αυτό το σημείο ο Μελετητής Google δεν θα ανήκε πλέον στην Google, καθώς θα ήταν ανεξάρτητη υπηρεσία, απρόσβλητη από τον κεντρικό έλεγχο ή τη λογοκρισία.

Το μακροπρόθεσμο όραμά μου είναι ένας μηχανισμός αλήθειας που επεκτείνεται πέρα ​​από την επιστήμη, σε άρθρα ειδήσεων, ιστολόγια, tweets, ιστότοπους, ακόμη και ebooks, ενσωματώνοντας υπηρεσίες όπως FactCheck, Snopes, FiB, BS Detector και MediaBias.

Η ρωσική επιρροή στις προεδρικές εκλογές των ΗΠΑ το 2016 αποτελεί απόδειξη της δύναμης των οπλισμένων πληροφοριών. Σε μια εποχή όπου τα κοινωνικά μέσα έχουν γίνει πρωταρχική πηγή ειδήσεων για πολλούς, η αξιοπιστία και η αξιοπιστία έχουν ξεθωριάσει, και σε πολλές περιπτώσεις εξαφανίστηκε εντελώς. Οι ψευδείς πληροφορίες έχουν γίνει μια μεγάλη δύναμη που διαμορφώνει τον κόσμο μας καθώς είναι φθηνότερη και ευκολότερη από ποτέ για την κατασκευή και διάδοση. Αυτή η ιδέα είναι μόνο μια προσέγγιση σε ένα πολύ ευρύτερο και περίπλοκο πρόβλημα, καθώς χρειαζόμαστε απελπισμένα εργαλεία για να μας προστατεύει από παραπληροφόρηση

PS: Αρκετές μέρες μετά την ολοκλήρωση αυτού του άρθρου, η Πρωτοβουλία Chan-Zuckerberg ανακοίνωσε το Υπολογιστικό Έργο Γνώσης, το οποίο στοχεύει στη συνολική σύνδεση και κατανόηση επιστημονικών εργασιών με τη χρήση του AI.