\"Tortured Phrases\": Why Bad Paraphrasers Get Papers Retracted
Why \"counterfeit consciousness\" used to mean AI in published papers, how tortured phrases get research retracted, and how to use a paraphrasing tool that doesn't produce them.
در سال 2021، یک تیم یکپارچگی تحقیقاتی مستقر در تولوز فهرستی از عباراتی را منتشر کرد که در مقالات علوم رایانه ظاهر می شد و کاملاً منطقی نبود. "آگاهی تقلبی." "Haze Figuring." "یادگیری عمیق." "احترام نامنظم." "خطر سینه." هر کدام یک نسخه جایگزین اصطلاحنامه از یک اصطلاح فنی واقعی بود - هوش مصنوعی، محاسبات ابری، یادگیری عمیق، ارزش تصادفی، سرطان سینه. مقالاتی که از آنها استفاده میکردند، بررسیهای سرقت ادبی را پشت سر گذاشته بودند، اما هیچ خوانندهای به آن توجه نکرد.
تیم برای این جایگزینها نامی ابداع کرد: عبارات شکنجهشده. مقاله اصلی آنها را به ابزارهای بازنویسی ردیابی کرد - هر دو ابزار دستی که توسط کارخانه های کاغذ برای فرار از کشف سرقت ادبی استفاده می شد و ابزارهای خودکاری که برخی از محققان در کار خود استفاده می کردند. این کشف موجی از بازپس گیری ها را برانگیخت که تا سال 2026 ادامه خواهد داشت. بر اساس آخرین شمارش، بیش از 1400 مقاله منتشر شده به دلیل آلودگی عبارات شکنجه پس گرفته شده یا علامت گذاری شده اند که بیشتر آنها در زمینه های مهندسی، علوم کامپیوتر و زیست پزشکی متمرکز شده اند.
این راهنما توضیح میدهد که عبارات شکنجهشده چیست، چگونه تولید میشوند، چرا به شغل پایان میدهند و مقالات را پس میگیرند، ابزارهایی که اکنون مجلات برای شناسایی آنها استفاده میکنند، و چگونه مطمئن شوید که گردش کار بازنویسی خودتان آنها را تولید نمیکند.
What tortured phrases are
عبارت شکنجه شده یک اصطلاح فنی شناخته شده است که با معادلی جایگزین شده با مترادف جایگزین شده است - معمولاً معادلی که از نظر گرامری دست نخورده است اما از نظر معنایی برای هر کسی در این زمینه بی معنی است. این تبدیل معمولاً کلمه به کلمه اتفاق میافتد، بدون توجه به اینکه آیا عبارت حاصل چیزی است که یک متخصص دامنه میگوید یا خیر.
یک مثال کلاسیک از مطالعه اولیه 2021: در مقاله ای در مورد "زمین چوبی نامنظم" (جنگل تصادفی)، نویسندگان درباره "دقت بالا" مدل بحث کردند، اما متوجه نشدند که درباره "درختان مرزی" (درخت تصمیم) و "برداشت مدیریت شده" (یادگیری نظارت شده) نیز نوشته اند. محتوای فنی مقاله به نوعی تحقیق واقعی بود - اما نثر توسط ابزاری پردازش شده بود که معنی هر یک از این اصطلاحات را نمی دانست.
A typology of how they appear:
جایگزینی های تک ترم. اصطلاحات فنی رایج با مترادف آنها جایگزین شدند. «هوش مصنوعی» به «آگاهی تقلبی» یا «نیروی مغزی جعلی» تبدیل می شود. "رایانش ابری" به "تجسم مه" یا "پردازش بخار" تبدیل می شود. «داده های بزرگ» به «اطلاعات عظیم» یا «داده های عظیم» تبدیل می شود.
جایگزینی عبارت اصطلاحی. عبارات را در فیلد جایگزین کنید. "وضعیت هنر" به "شرط کار" تبدیل می شود. "بهترین در کلاس" به "ایده آل در کلاس" تبدیل می شود. "زمان واقعی" به "زمان مداوم" یا "زمان ثابت" تبدیل می شود.
مخفف اشتباه. کلمات اختصاری طوری جایگزین می شوند که انگار کلمات هستند. "MRI" به "تصویربرداری رزونانس جذاب" تبدیل می شود. "RNA" به "خورنده ریبونوکلئیک" تبدیل می شود. "جاوا اسکریپت" به "محتوای جاوا" تقسیم می شود.
جایگزینی های دامنه خاص. اصطلاحات مربوط به فیلد با مترادف های یک دامنه متفاوت جایگزین می شوند. "سرطان سینه" به "خطر سینه" تبدیل می شود. "سلول خورشیدی" به "سلول مبتنی بر خورشید" تبدیل می شود. "سکته قلبی" به "نارسایی عروق کرونر" تبدیل می شود (که در واقع درست است، اما در زمینه ای که "سکته قلبی" اصطلاح استاندارد میدانی است).
ساختار دستوری جمله معمولاً باقی می ماند. محتوای معنایی از بین می رود. ممکن است داوری که به مرور نگاه می کند آنها را از دست بدهد. یک بررسی کننده با تخصص دامنه فوراً اعلام می کند.
How they happen
عبارات شکنجه شده از چند منبع مختلف آمده است.
** کارخانه های کاغذ با استفاده از ابزارهای مترادف-جایگزین.** این نگرانی اصلی است که تحقیقات سال 2021 را برانگیخت. کارخانههای کاغذ، مقالات تقلبی را در مقیاس تولید میکنند، اغلب با بازنویسی مقالههای واقعی موجود و فروش مقالات «جدید» به محققینی که نویسندگی را خریداری میکنند. برای فرار از تشخیص سرقت ادبی، آنها منبع را از طریق جایگزینی مترادف تهاجمی اجرا می کنند. خروجی بررسی های سرقت ادبی را پشت سر می گذارد (هیچ رشته های دقیق مطابقت ندارند) و اسکن هر متخصص دامنه را با شکست مواجه می کند (شرایط فنی اشتباه است).
محققانی که بدون بررسی از بازنویس های آنلاین رایگان استفاده می کنند. این منبع مدرن رایج تر است. یک انگلیسی زبان غیر بومی، دانش آموزی که تحت فشار ضرب الاجل قرار دارد، یا هر کسی که تلاش می کند تعداد کلمات را کاهش دهد، متن خود را از طریق یک ابزار ترجمه رایگان اجرا می کند. این ابزار مترادف های سند را جایگزین می کند. نویسنده با دقت نمیخواند زیرا نثر هنوز به صورت دستوری میخواند - و مقالهای را با اصطلاحات مربوط به رشته ارسال میکند که اکنون اشتباه است.
LLMها در پیکربندیهای سریع غیرمعمول. مدلهای زبان مدرن مانند ChatGPT و Claude معمولاً عبارات شکنجهآمیزی تولید نمیکنند، زیرا آنها متن را درک میکنند. اما برخی از الگوهای تحریک کننده همچنان می توانند رفتارهای جایگزینی در سطح کلمه را تحریک کنند. درخواست از یک مدل برای «بازنویسی این مطلب با تنوع بیشتر» یا «استفاده از مترادفها در سراسر»، گاهی اوقات خروجی عبارات شکنجهای ایجاد میکند، به خصوص در مورد محتوای فنی که مدل کمتر آن را میداند.
** خطوط لوله ترجمه از طریق زبانهای میانی. ** ترجمه مقاله از انگلیسی به روسی به چینی به انگلیسی (یا هر زنجیره مشابه) میتواند الگوهای عبارات شکنجهای ایجاد کند زیرا هر مرحله ترجمه معادلهای سطح کلمه را جایگزین میکند که در اصطلاح فنی اصلی ترکیب نمیشوند.
در تجربه ما از کمک به محققان، منبع دوم - محققان بی گناه که از نقلگوی بد استفاده میکنند - شایعترین علت عبارات شکنجهشده در مقالات غیر تقلبی است. نویسنده در تلاش برای تقلب نیست. آنها در حال تلاش برای بهبود انگلیسی خود یا کوتاه کردن یک بخش هستند. ابزار بدون اینکه به آنها بگوید اصطلاحات آنها را از بین می برد.
Why they get papers retracted
در حال حاضر عبارات شکنجه شده به عنوان مدرکی دال بر دخالت کارخانه کاغذ یا استفاده نامعلوم از هوش مصنوعی تلقی می شوند که هر دوی این موارد در اکثر مجلات باعث ایجاد فرآیندهای پس گرفتن می شوند.
استدلال در دو سال گذشته سخت تر شده است. پنج یا شش سال پیش، ممکن است مقاله ای با عبارت های عجیب و غریب تصحیح شده باشد - ویراستار از نویسنده درخواست می کند که اصطلاحات را اصلاح کند و دوباره منتشر کند. امروزه با همین عبارت به عنوان نگهبانی برای مشکلات سیستماتیک رفتار می شود. حتی اگر تحقیق زیربنایی درست باشد، وجود عبارات شکنجهشده نشان میدهد که نویسنده یا مقاله را خریده است، از یک پیشفرض تهاجمی برای فرار از کشف سرقت ادبی استفاده کرده است، یا کار خود را با استانداردهای قابل انتشار تصحیح نکرده است. هیچ کدام از اینها توضیحات خوبی نیستند.
مجلات خاص این سیاست را به صراحت بیان کرده اند. IEEE، ACM، Elsevier، و Springer همگی دستورالعملهای سرمقالهای را در سالهای 2024-2025 بهروزرسانی کردهاند تا عبارات شکنجهشده را بهعنوان دلیلی برای پس گرفتن بدون نیاز به اثبات قصد تلقی کنند. بهروزرسانی خطمشی سرمقاله 2026 Wiley اضافه کرد که «عبارات شکنجهشده کشفشده پس از انتشار منجر به بازپسگیری میشود، مگر اینکه نویسنده بتواند جایگزینهای حاصل از ترجمه مستند یا فرآیند ویرایش را نشان دهد و نه از دخالت کارخانه کاغذ».
بازپسگیری همچنین به اعتبار نویسنده آسیب میزند. مقالات پس گرفته شده در سوابق نویسنده باقی می ماند. سازمان های تامین مالی بررسی می کنند. کمیته های جستجو بررسی می کنند. نویسندگان مشترکی که مسئول این عبارت نیستند، در بازپس گیری برچسب گذاری می شوند. عبارات شکنجه شده یکی از معدود موضوعات سرمقاله ای است که می تواند از نظر عملکردی به یک حرفه آکادمیک پایان دهد، به ویژه برای محققان اولیه.
How journals are catching them now
The detection ecosystem has matured.
صفحهکننده کاغذ مشکلساز. که توسط همان تیمی که این اصطلاح را ابداع کرد، توسعه داده شد، صفحهنمایش ابزار آنلاین رایگانی است که PubMed و سایر پایگاههای داده را برای عبارات شکنجهشده شناخته شده جستجو میکند. این توسط ویراستاران، داوران همتا، و تیم های یکپارچگی در مجلات برای اسکن ارسالی و مقالات منتشر شده استفاده می شود. این ابزار فهرستی از عبارات را بهروزرسانی میکند - در حال حاضر بیش از 5000 عبارات - و هر مقاله حاوی آنها را علامتگذاری میکند.
اسکن سرمقاله قبل از بررسی همتایان. چندین ناشر بزرگ (IEEE، Elsevier، Springer) اسکن عبارات شکنجه شده را در خط لوله ارسال خود ادغام کرده اند. موارد ارسالی در زمان دریافت اسکن می شوند. مقالات پر بازدید معمولاً با درخواست توضیح قبل از شروع بررسی همتایان به نویسنده بازگردانده می شوند.
نظارت پس از انتشار. ابزارهایی مانند صفحه نمایش کاغذ مشکل ساز همچنین مقالات قبلاً منتشر شده را اسکن می کنند. بازدیدها توسط تیم یکپارچگی پژوهشی ناشر تحقیقات را آغاز می کنند. بررسی ممکن است به ابراز نگرانی، تصحیح یا پس گرفتن بسته به آنچه پیدا شده است منجر شود.
آگاهی داور. داوران همتا به طور فزاینده ای آموزش می بینند تا عبارات شکنجه شده را در زمینه خودشان تشخیص دهند. راهنمای داوران از مجلات بزرگ اکنون به صراحت شامل "اسکن اصطلاحات فنی غیرمعمولی است که ممکن است آسیب به ابزار بازنویسی را نشان دهد."
اگر قرار است مقاله شما به دلیل عبارات شکنجه پس گرفته شود، معمولاً ظرف 6 تا 18 ماه پس از انتشار، متوجه خواهید شد - اغلب پس از استناد به مقاله توسط دیگران، که در صورت نیاز به ردیابی و اطلاع رسانی آن استنادها، آسیب را تشدید می کند.
How to avoid producing them yourself
چند عادت از عبارات شکنجه در کار شما جلوگیری می کند.
کل بخش روشها یا نتایج خود را در یک پیشفرض رایگان عمومی جایگذاری نکنید. این اقدام پرخطر است. ترجمهکنندههای رایگان بهینهسازیشده برای «یکتا بودن» (یعنی فرار از تشخیص سرقت ادبی) معمولاً از جایگزینی مترادف تهاجمی استفاده میکنند. آنها هیچ مفهومی ندارند که کدام اصطلاحات فنی استاندارد میدانی هستند و کدام یک قابل تعویض هستند. خروجی عبارات شکنجه ای در محتوای فنی خواهد داشت.
اگر باید متن فنی را بازنویسی کنید، از یک بازنویسی آکادمیک آگاه به استناد استفاده کنید. ابزارهایی مانند [ابزار بازنویسی ما] (/paraphrasing-tool) برای حفظ اصطلاحات خاص رشته و قالببندی استناد آموزش دیدهاند. اصطلاحات استاندارد میدانی - "یادگیری عمیق"، "جنگل تصادفی"، "سرطان سینه"، "مدل سازی معادلات ساختاری" - در طول بازنویسی حفظ می شوند. فقط نثر اطراف تغییر می کند.
قبل از ارسال، هر بخش بازنویسی شده را بخوانید. به طور خاص، هر اصطلاح فنی را که ناآشنا به نظر می رسد یا شما ننوشته اید اسکن کنید. اگر در جایی که معمولاً «هوش مصنوعی» مینویسید «هوشیاری تقلبی» را میبینید، این عبارتی شکنجهآمیز است که ابزار معرفی شده است. عبارت اصلی را بازیابی کنید. جفت کردن خواندن از طریق عبور از طریق تغییرات ردیابی شده تصحیح کننده هوش مصنوعی تشخیص جایگزینی را آسان تر می کند، زیرا هر ویرایش به عنوان یک تغییر مجزا ظاهر می شود که می توانید رد کنید.
متن ترجمهشده را با منبع بررسی کنید. اگر مقالهای را از طریق خط لوله هوش مصنوعی ترجمه کردهاید، نسخه انگلیسی آن را اسکن کنید تا هر اصطلاح فنی را که با آنچه در زبان انگلیسی مناسب فیلد اصلی خود مینویسید مطابقت ندارد، اسکن کنید. خطوط لوله ترجمه منبع رایج عبارات شکنجه شده است، به ویژه برای زنجیره های انگلیسی به روسی به انگلیسی که برای فرار از سرقت ادبی استفاده می شود.
** قبل از ارسال از صفحه نمایش کاغذ مشکل ساز استفاده کنید.** رایگان است. حدود 30 ثانیه طول می کشد. هر عبارت شکنجه شده شناخته شده در دست نوشته شما را علامت گذاری می کند. اگر اصلاً از پیشفرضنویس استفاده کردهاید، این بررسی به عنوان آخرین مرحله پیش از ارسال ارزش دارد.
**به «نمرههای منحصربهفرد بودن» بهعنوان نمایندهای برای کیفیت اعتماد نکنید. ** ابزارهایی که نوید «اصالت» یا «بینظیر بودن» بالا را میدهند، معمولاً از طریق جایگزینی مترادفهایی که عبارات شکنجهشده را تولید میکنند، به این امتیازات میرسند. تشخیص سرقت ادبی و نوشتن خوب یک چیز نیستند. یک مرور ادبیات به خوبی استناد شده با اصطلاحات استاندارد زمینه ممکن است نمرات شباهت متوسطی داشته باشد زیرا اصطلاحات استاندارد میدانی در مقالات به اشتراک گذاشته شده است - و این خوب است.
Paraphrase Without Destroying Your Terminology
Our paraphrasing tool preserves technical terms, citations, and meaning. Free tier includes every feature.
Try the Paraphrasing Toolتفسیر معنایی در مقابل جایگزینی مترادف
وجه تمایزی که از کار شما محافظت می کند، تفاوت بین دو رویکرد اساسی متفاوت برای ترجمه است.
جایگزینی مترادف کاری است که اکثر ابزارهای ترجمه رایگان انجام می دهند. ابزار یک جمله می گیرد، مترادف کلمه به کلمه را جستجو می کند و آنها را جایگزین می کند. "شبکه عصبی به دقت بالایی دست یافت" ممکن است تبدیل به "چارچوب عصبی با دقت بالایی شود." گاهی اوقات خروجی قابل قبول است. اغلب عبارات شکنجه آمیز تولید می کند. این ابزار هیچ درک درستی از آنچه یک عبارت را از نظر فنی در زمینه شما درست می کند ندارد.
پارافریز معنایی همان کاری است که بازنویسان آکادمیک خوب انجام می دهند. این ابزار معنای جمله را میفهمد و آن را بازنویسی میکند و عبارات فنی استاندارد را حفظ میکند. "شبکه عصبی به دقت بالایی دست یافت" ممکن است تبدیل به "شبکه عصبی ما در معیار به دقت بالایی رسیده است." این اصطلاح حفظ می شود زیرا ابزار "شبکه عصبی" را به عنوان یک اصطلاح استاندارد میدانی تشخیص می دهد، نه عبارتی که باید مترادف شود.
تفاوت ساختاری است، نه آرایشی. ابزاری که بر اساس تفسیر معنایی ساخته شده است، "سرطان سینه" را حفظ می کند زیرا زمینه پزشکی حوزه را تشخیص می دهد. ابزار جایگزینی مترادف آن را با "خطر سینه" جایگزین می کند، زیرا در سطح کلمه، "سینه" و "خطر" مترادف فرهنگ لغت "سینه" و "سرطان" هستند.
معمولاً می توانید با آزمایش آن بر روی یک پاراگراف متراکم با اصطلاحات فنی، تشخیص دهید که ابزار بازنویسی از کدام رویکرد استفاده می کند. بخش روشها را در ابزار جایگذاری کنید. خروجی را بخوانید. اگر اصطلاحات فنی باقی بمانند (یادگیری عمیق، جنگل تصادفی، مدل سازی معادلات ساختاری، سرطان سینه)، ابزار از تفسیر معنایی استفاده می کند. اگر عبارات بدیع (یادگیری عمیق، زمین چوبی نامنظم، نشان دادن وضعیت اولیه، خطر سینه) را می بینید، ابزار از جایگزینی مترادف استفاده می کند و نباید در محتوای آکادمیک استفاده شود. برای اطلاعات بیشتر در مورد مواردی که باید در ترجمانکنندههای پایه تحصیلی جستجو کنید، به مقایسه ما با [ابزارهای بازنویسی که نقلقولها را حفظ میکنند] (/blog/ai-paraphrasing-preserving-citations) مراجعه کنید.
Citation-aware academic paraphrasing that preserves technical terminology. Free tier includes every feature.
Frequently asked questions
سؤال: چگونه می توانم بفهمم مقاله من قبل از ارسال عبارات شکنجه ای دارد؟
آن را از طریق صفحه نمایش کاغذ مشکل ساز (رایگان در سایت پروژه Cabanac و همکاران) اجرا کنید. این ابزار دستنوشته شما را با فهرستی از بیش از 5000 عبارت شکنجه شده شناخته شده بررسی می کند. بازدیدها با عبارت اصلاح شده پرچم گذاری می شوند. همچنین می توانید مقاله خود را به صورت دستی برای هر اصطلاح فنی که با واژگان عادی شما در این زمینه مطابقت ندارد جستجو کنید. اگر از یک ابزار بازنویسی رایگان در دستنوشته استفاده کردهاید، بخشهای پرخطر معمولاً روشها و نتایج هستند، جایی که اصطلاحات فنی متراکمترین هستند.
سؤال: اگر متوجه شدم مقاله ارسالی من عبارات شکنجه ای دارد، چه کاری باید انجام دهم؟
همین حالا با سردبیر تماس بگیرید، پیش از آنکه داوری همتاسازی (peer review) به پایان برسد. توضیح دهید چه اتفاقی افتاده است (مثلاً اینکه از یک ابزار بازنویسی استفاده کردهاید که باعث ایجاد جایگزینیها شده است). نسخهٔ اصلاحشدهٔ مقاله را ارائه کنید. سردبیران معمولاً افشای پیشدستانه را بهطور قابلتوجهی متفاوت از کشفِ بعدیِ موضوع تلقی میکنند. بیشترِ آنها اگر پیش از آنکه ایراد بهطور مستقل شناسایی شود اقدام کنید، پذیرای ارسال مجددِ اصلاحشده خواهند بود. اگر مقاله از قبل منتشر شده باشد، برای درخواستِ اصلاح، با بخش یکپارچگی پژوهشِ همان مجله تماس بگیرید. هرچه زودتر اقدام کنید، احتمالِ پسگیری رسمی (retraction) کمتر میشود.
سؤال: آیا LLMهایی مانند ChatGPT و Claude برای بازنویسی بی خطر هستند؟
LLMهای مدرن عموماً در حفظ اصطلاحات فنی بسیار بهتر از بازنویسهای رایگان اختصاصی هستند، زیرا آنها زمینه را درک می کنند. با این حال، آنها از عبارات شکنجه شده مصون نیستند. الگوهای تحریک خاص ("استفاده از مترادف ها"، "بازنویسی برای تنوع"، "آن را منحصر به فرد تر") می توانند رفتارهای جایگزینی در سطح کلمه را تحریک کنند. اگر از یک LLM برای ترجمه استفاده میکنید، از آن بخواهید که «کلیه اصطلاحات فنی و قالببندی نقل قول را حفظ کند» و همیشه خروجی را بر اساس منبع خود تأیید کنید. برای بازنویسی پرمخاطره روی یک نسخه خطی قابل انتشار، یک بازنویسی آکادمیک آگاه از استناد امن تر از یک درخواست عمومی LLM است.
سؤال: صفحه نمایش کاغذ مشکل ساز چگونه به روز می شود؟
تیم پشت آن (به رهبری گیوم کاباناک در دانشگاه تولوز) فهرستی باز از عبارات جمع آوری شده از تجزیه و تحلیل پزشکی قانونی مقالات پس گرفته شده و پرچمدار را حفظ می کند. جامعه به یافته های جدید کمک می کند. همانطور که کارخانه های کاغذسازی الگوهای جایگزینی خود را تکامل می دهند، عبارات جدیدی اضافه می شوند. این لیست در حال حاضر بیش از 5000 ورودی است و ماهانه رشد می کند. اگر یک عبارت شکنجهشده را در رشته خود کشف کردید که در لیست نیست، میتوانید در آن مشارکت کنید - وقتی جامعه اصطلاحات مربوط به حوزه را اضافه میکند، غربالگر مفیدتر میشود.
Ema is a senior academic editor at ProofreaderPro.ai with a PhD in Computational Linguistics. She specializes in text analysis technology and language models, and is passionate about making AI-powered tools that truly understand academic writing. When she's not refining proofreading algorithms, she's reviewing papers on NLP and discourse analysis.
