به گزارش داتیکا و بر اساس سرمقاله گاردین، گزارشی از نظرات پژوهشگران منتشر شده که نشان میدهد جامعه هوش مصنوعی با «سیلی از مقالات» روبهروست — مقالاتی که عمدتاً به خاطر افزایش سریع تعداد و فشار برای انتشار، دقت و عمق لازم را ندارند.
نمونهٔ بحثبرانگیز این وضعیت، فردی به نام Kevin Zhu است که ادعا کرده در طول یک سال بیش از ۱۱۳ مقاله در حوزه هوش مصنوعی منتشر کرده است — و ۸۹ مورد از آنها برای ارائه در کنفرانس بزرگ NeurIPS پذیرفته شدهاند. این حجم از تولید علمی در مدتی کوتاه برای بسیاری از کارشناسان غیرقابل باور است.
به گفته منتقدان، این روند نشاندهنده فروپاشی استانداردهای پژوهشی است: کمبود ویراستارهای متخصص، استفاده از داوران دانشجو یا حتی ابزارهای خودکار برای بررسی مقالات، و فشار دانشگاهی برای پر کردن رزومه با تعداد زیاد مقالات، باعث شده کیفیت پژوهشها کاهش یابد.
پیش از این نیز نشانههایی از این بحران دیده شده بود: مجلات علمی و پایگاههایی مانند arXiv گزارش دادهاند که با هجوم گسترده مقالات کمجان روبهرو شدهاند، بهگونهای که مقالههای «بررسی ادبیات» (survey papers) بیمحتوا یا فاقد نتیجه جدید بخش عمدهای از این سیل را تشکیل میدهند.
متخصصان هشدار میدهند اگر این روند ادامه یابد، دو پیامد جدی خواهد داشت: ۱) علمی که نیاز به دقت، بازتولیدپذیری و روششناسی درست دارد، با حوزهای از «پژوهش سریع و کمعمق» جایگزین خواهد شد؛ ۲) اعتماد عمومی به پژوهش ـچه در هوش مصنوعی و چه در علوم دیگرـ کاهش مییابد، زیرا نمیتوان براحتی میان کار معتبر و کار سطحی تمایز قائل شد.
بهعلاوه، در این محیط «تولید انبوه»، پژوهشهای نوآورانه، دقیق و بلندمدت، شانس دیده شدن کمی دارند؛ چرا که سیل مقالات سطحی توجه و منابع داوری را به خود معطوف میکند. این بدان معناست که جریان اصلی علم به سمت «زرق و برق عدد مقالات» سوق یافته است — روندی که برای کسانی که به آینده هوش مصنوعی و پژوهش پایدار اهمیت میدهند، زنگ خطری جدی است.
