Herramienta de IA para identificar referencias irrelevantes
Imagen de Tima Miroshnichenko en Pexels
Springer Nature ha desarrollado una nueva herramienta de IA para identificar referencias irrelevantes en manuscritos enviados en sus revistas y libros.
La compañía lo ha descrito como la última herramienta impulsada por la IA que se ha desarrollado internamente en Springer Nature para eliminar las presentaciones problemáticas y garantizar la veracidad del registro de publicación.
Se utilizará en todo el Grupo de Integridad de Investigación de Springer Nature (RIG) para evaluar las presentaciones a casi todas las revistas y libros publicados por ellos, analizando la relevancia de cada referencia utilizada.
Si se identifican una serie de referencias como irrelevantes, la presentación se marcará al RIG, que verificará manualmente el manuscrito y decidirá si la investigación debe retirarse.
Esta herramienta de verificación de referencia irrelevante se ha sometido a múltiples rondas de pruebas y validación para garantizar que proporcione una evaluación precisa y confiable de las referencias en las disciplinas académicas. No obstante, la supervisión humana siempre permanecerá vigente,
El lanzamiento de la herramienta de verificación de referencia se produce sólo diez meses después del lanzamiento de otras dos herramientas de IA para detectar presentaciones problemáticas que Springer Nature ha desarrollado internamente. La primera de ellas fue Geppetto, que facilita la identificación de documentos que contienen contenido falso generado por IA. La segunda fue Snappshot, para aquellos que contienen imágenes problemáticas.
Según Chris Graf, director de integridad de la investigación en Springer Nature, la investigación falsa es un desafío que afecta a toda la industria editorial.
“A medida que el uso de la IA para generar trabajos de investigación falsos se vuelve más efectivo, la verificación de referencia brinda una oportunidad clave para identificar estos esfuerzos poco éticos”, concluye Graf.
