Link alla fonte principale: The Verge – AI-generated research papers are overwhelming peer review
L’intelligenza artificiale generativa sta accelerando la produzione di articoli scientifici, ma anche la diffusione di studi ridondanti, citazioni sospette e contenuti difficili da distinguere dalla ricerca autentica. Il problema non è più solo la frode evidente: è la normalizzazione di testi plausibili che sovraccaricano editor, revisori e riviste.
Secondo l’inchiesta pubblicata da The Verge, redazioni scientifiche e revisori stanno affrontando un’ondata di manoscritti assistiti o generati dall’IA, spesso costruiti su dataset pubblici e modelli ripetitivi. Il caso citato riguarda Peter Degen, ricercatore post-dottorato all’Università di Zurigo, che ha notato un’anomala crescita di citazioni verso un articolo del 2017: centinaia di nuovi studi sembravano usare schemi simili per produrre previsioni epidemiologiche seriali basate sul Global Burden of Disease.
Il nodo centrale è che i nuovi testi generati dall’IA sono sempre meno riconoscibili: non contengono necessariamente errori grossolani, frasi lasciate dal chatbot o riferimenti palesemente inventati. Questo rende più costoso il controllo umano. The Verge riporta che alcune riviste hanno visto crescere le submission del 40, 60 o persino 100% in un anno, mentre i revisori, spesso non pagati, faticano a rispondere alle richieste.
La risposta sta arrivando anche dalle piattaforme di preprint. ArXiv ha annunciato sanzioni per gli autori che caricano lavori con prove evidenti di contenuti non verificati prodotti da modelli linguistici, come riferimenti allucinati o commenti lasciati dall’IA. In questi casi è previsto un bando di un anno e l’obbligo, per future submission, di passare prima da una sede peer-reviewed riconosciuta.
Il rischio etico è sistemico: se la carriera accademica continua a premiare quantità, citazioni e rapidità, l’IA può trasformarsi in una macchina per gonfiare curriculum più che in uno strumento per produrre conoscenza. Il punto non è vietare l’IA nella ricerca, ma imporre tracciabilità, responsabilità degli autori, accesso ai dati e criteri di valutazione meno dipendenti dal numero di pubblicazioni.
Breve approfondimento e cronologia
2022 — STM lancia l’Integrity Hub per contrastare paper mill, plagio, citazioni false e manipolazioni editoriali.
2024-2025 — Le riviste segnalano una crescita dei paper mill e dei manoscritti prodotti o rifiniti con IA. COPE dedica iniziative specifiche alla gestione delle paper mill.
2025-2026 — Il problema evolve: non solo articoli falsi evidenti, ma testi coerenti, formalmente credibili e più difficili da filtrare.
Maggio 2026 — ArXiv rafforza le regole contro contenuti IA non verificati.
Consigli di approfondimento: leggere l’inchiesta di The Verge, le risorse COPE sulle paper mill e gli aggiornamenti ArXiv sulle policy per contenuti generati dall’IA.
Abstract: pro, rischi e conseguenze future
L’IA può aiutare i ricercatori a scrivere meglio, analizzare dati complessi e accelerare scoperte. Ma, senza controlli, può moltiplicare articoli deboli, citazioni false e studi costruiti per apparire pubblicabili. Le conseguenze sociali riguardano fiducia nella scienza, qualità delle decisioni sanitarie e allocazione dei fondi pubblici. In futuro, università e riviste dovranno premiare meno la quantità e più trasparenza, replicabilità e valore scientifico.
