三学生开发钓鱼软件 成功忽悠整个学术圈

UFO爱好者

三学生开发钓鱼软件 成功忽悠整个学术圈是怎么回事，是真的吗？2019年06月17日是本文发布时间是这个时间。下面一起来看看到底怎么回事吧。
                                三学生开发钓鱼软件 成功忽悠整个学术圈
                               
                                学术出版界也是江湖，同样鱼龙混杂。而SCIgen这个程序的诞生，就是为了戏耍那些“野鸡期刊”。
                               
                               



只需输入作者名，电脑就能帮你生成一篇“SCI级别”的计算机论文。摘要、背景介绍、实验结果、图表、讨论以及结论等都一应俱全。

世上就是有这等美事。只要你想，一口气就能搞个几百篇计算机论文。

尽管SCIgen只是一个网页程序，但它产出的论文格式可能比一些本科论文还要规范。

不过也别高兴得太早，到目前为止AI还无法取代人类完成科研任务。

别看这些生成的论文有模有样，但根本没有地球人能看得懂。不是因为太高深，内容纯属是“一本正经地胡说八道”。

但这并不要紧，因为在学术界总是会有人上当。将这些计算机论文，投稿到一些国际学术期刊还会被录用，极具讽刺意味。


SCIgen界面


戏耍“野鸡期刊”

学术出版界也是个江湖，同样鱼龙混杂。并不是所有人，都奔着证明自己或是发现真正有价值的东西而来。而SCIgen这个程序的诞生，就是为了戏耍学术界的那些“野鸡期刊”。

这些只以盈利为目的的野鸡期刊也叫掠夺性期刊（Predatory journals），学术质量与信誉都很低。他们的日常就是疯狂地给科研人员发送垃圾邮件，以“征集论文”之名吸引那些没有发表经验的学者上当。

一般来说在论文发表前，学术刊物主编会邀请专业领域内有一定造诣的同行学者，评议论文的质量。这也叫同行评议，刊物会按评议结果决定是否发表。

但掠夺性期刊，只要钱到位他们都能安排论文的发表，连审都不用审。

因为日常不堪骚扰，麻省理工学院（MIT）计算机科学与人工智能实验的几个学生就看不过去了。

2005年，Dan Aguayo、Max Krohn和Jeremy Stribling三人，决定向这种”水”得不行的期刊和会议宣战。


从左到右分别为Dan Aguayo、Max Krohn和Jeremy Stribling

那时已临近学期末，但这MIT三剑客还是花了一两星期去开发这个小程序。

SCIgen的原理很简单，有些类似于填词游戏。学术论文的格式是非常相似的，它本身就充满了专业词汇和固定的句式。而SCIgen则能够从固定的词库中，随机抽取出这类计算机领域内的专业术语，以符合语法的方式生成文本。再加上一些漂亮的图表和详细的参考文献等，就能骗过不少外行。


SCIgen生成的论文中带有的图表

但这个软件真没多厉害，内行人一看就知道全文是在“胡说八道”。要怪，就怪一些期刊和会议灌水得太过分了。

不出所料，他们第一篇自动生成的论文就攻破了WMSCI（World Multiconference on Systemics, Cybernetics and Informatics）会议的防线。

这篇论文名为《Rooter：处理接入点与冗余的典型合一方法》，看似高大上其实内容根本不知所云。而WMSCI会议，不但接受了这篇假论文，还邀请作者出席会议作报告。



这下可高兴坏了MIT三剑客。毕竟在这之前，他们就听说WMSCI会议以接受水货著称，但没真想到他们居然这么水。

于是，他们便把SCIgen攻陷WMSCI的事情经过发到网上。

一波嘲讽下来，这在科研圈立马引起了广泛的关注。毕竟大家早就看不惯这些掠夺性期刊和会议。

这下WMSCI会议是颜面扫地，立马撤回了对他们团队的邀请。

不过，失去报告资格，这三剑客反倒来了兴致。利用在网络上众筹来的2500美金，他们决定将恶作剧升级，搞一波大的。

这三人，长途跋涉地在同一天赶往了会议所在的佛罗里达州奥兰多市。就在大会举办的同一地点，他们租了一块场地，用“假身份”开了一场属于自己的“分会场”。

想要伪装一场学术会议并不难，和论文灌水一样只要有钱就够了。而报告内容用SCIgen就能无限生成，这种垃圾想要多少就有多少。

除此之外，他们还置办了一批假的宣传海报、假名片、假胡子和假发等。反正，这场学术会议的一切都是假的。

但这并不妨碍有人上当，当时来听他们装模作样演讲的人还不少。如果不明真相，或许这些人到现在都仍以为自己是在听WMSCI的报告。

影响持续


但这场闹剧，并没有随着这场假学术会议的结束而收场。

刚开始，只是IEEE撤销了对WMSCI会议的资助。到后来，越来越多人开始使用SCIgen产出的“钓鱼文”在其他学术期刊“试水”。

现阶段，这三位SCIgen元老已步入职场，深藏功与名。而他们留下的这款软件，则将学术界搅得天翻地覆。

例如，德国的学生利用这款神器，就攻下了2008年和2009年在中国武汉举办的两个IEEE国际会议。

当时，Schlangemann教授就被当成知名学者，还被邀请作为会议的主持人出席。但Schlangemann教授并非真有其人，他只是一个由这位学生创造的虚拟角色。而这个名字，则源于一部名为Der Schlangemann的德国电影。


Schlangemann教授还有虚拟的个人网站

现在SCIgen的访问量依然惊人。每年的浏览量仍超过60万次，无数钓鱼文在源源不断地产出。这导致了这个页面，隔几个月就要崩溃一回。

2013年，法国格勒诺布尔大学的研究员Cyril Labbé就透露了一个令人不安的事实。他在IEEE和Springer出版公司旗下的期刊中，就发现了超过120篇SCIgen生成的诈文。

对于自己是否已彻底排查出所有乱入的伪论文，Labbé自己心里也没底。因为他本人也无法从有限的订阅源内下载所有的论文。这也是学术出版商常常遭到诟病的一点。

想在期刊上发论文需要收取高昂的版面费，但想在上面下载论文则又要付另外一笔费用。就算是作者本人在学术期刊上发表的论文，想要下载都不能例外，一律收费。



狂刷指数


而除了期刊的审核不严格，Labbé还揭示了另一个漏洞。那就是，利用SCIgen这类垃圾论文软件，竟可以给自己狂刷h指数（H index)。

一名科研人员的h指数，是指他至少有h篇论文被引用了至少h次。这是评价个人学术成就的一个新方法。

例如，某人的h指数是20，这表示他已发表的论文中，每篇被引用了至少20次的论文总共有20篇。

但所谓的H指数，在SCIgen的捣乱下就无法起效了。



当时，Labbé就以“IKE ANTKARE”作为作者名（注意，IKE ANTKARE这人并不存在），用SCIgen生成了102篇垃圾论文。

这让IKE ANTKARE在谷歌学术中的h指数，一下子飙升到了94。他还一度挤进了计算机科学领域科学家中h指数排名的前六。



当然，为了让h指数变高，他也用了一点小技巧。

这100篇假论文中，每篇都会对所有作者名为IKE ANTKARE的假论文进行引用。

而为了让谷歌学术能够对这100篇论文进行索引，Labbé还在参考文献中加入了唯一一篇真实的，已被谷歌学术索引的论文。



“我自己引用自己”，就这样IKE ANTKARE凭一己之力就成了学术界冉冉升起的新星。

当然，IKE ANTKARE这颗学术新星陨落得也很快。因为Labbé已经将自己的一系列骚操作写成论文，对世人公开了IKE ANTKARE的虚拟身份。

随后谷歌学术，就对IKE ANTKARE进行了封杀并删除了他的论文。


Cyril Labbé本人

因为一些知名学术期刊，会对这些计算机生成的诈文照单全收。那么，我们就有理由相信一些作者会把SCIgen当作赚钱的工具。

于是，为了揪出这些混入科学期刊的诈文，Labbé就与Springer合作特意开发了一款针对SCIgen的软件——SciDetect。这款开源软件，能够自动检测出哪些是由SCIgen生成的假论文。

但在这之后，SCIgen的创始人之一Stribling是这样评价此事的：“他们开发了一个新程序，而不是制定更好的政策让所有被接受的论文有更好的评审过程，这事本身就挺搞笑的。”

事实上，SciDetect的作用并不大，想要绕开这个程序的检测并不难。Stribling表示，如果这是一场军备竞赛，他敢打赌再次骗过SciDetect只是时间的问题。



事实上，学术钓鱼从上个世纪就已经存在了。早在1996年，量子物理学家艾伦·索卡尔(Alan Sokal)撰写的一篇科学诈文，就引起了一场“科学大战”。

他将一篇充满了常识性错误的论文，投稿至著名的文化研究杂志《社会文本》。标题为《超越界限：走向量子引力的超形式的解释学》。

结果《社会文本》的五位主编，都没有发现这是一篇诈文，还一致通过将文章发表。东窗事发，这立即触发了一场席卷全球的科学大论战，世界众多著名的媒体都参与其中。


艾伦·索卡尔

相比SCIgen，艾伦·索卡尔还是比较有诚意的。尽管内容还是一本正经地胡说八道，但论文毕竟还是他自己亲手炮制的。

他将量子物理学中的术语、后现代主义领军人物的术语，还有他自己捏造词句糅合在了一起。于是便得到了一篇毫无学术内涵，但又充满“后现代”风格的诈文。

而作为学术钓鱼的鼻祖，之后的学术钓鱼事件都被称为“索卡尔的平方”。

那么学术钓鱼，何时能消失？很简单，只有鱼儿不上钩，钓鱼就会自动失去意义。