\"Tortured Phrases\": Why Bad Paraphrasers Get Papers Retracted

W 2021 r. zespół ds. uczciwości badawczej z Tuluzy opublikował listę wyrażeń, które pojawiały się w artykułach informatycznych i które nie miały do ​​końca sensu. „fałszywa świadomość”. „Zagadka mgły”. „Głęboka nauka”. „Nieregularny szacunek”. „Niebezpieczeństwo piersi”. Każdy z nich był zastąpioną tezaurusem wersją prawdziwego terminu technicznego – sztuczna inteligencja, przetwarzanie w chmurze, głębokie uczenie się, wartość losowa, rak piersi. Artykuły, w których je wykorzystano, przeszły kontrolę pod kątem plagiatu, ale nie zwróciły na nie uwagi żadnego ludzkiego czytelnika.

Zespół ukuł nazwę dla tych substytucji: „tortured phrases”. Oryginalna praca wiązała je z narzędziami do parafrazowania — zarówno ręcznymi, używanymi przez papiernie w celu obchodzenia wykrywania plagiatu, jak i zautomatyzowanymi, z których korzystali niektórzy badacze przy własnych publikacjach. Odkrycie wywołało falę wycofań, która trwa nadal do 2026 roku. Według najnowszego zestawienia ponad 1 400 opublikowanych prac zostało wycofanych lub oznaczonych jako dotknięte „zanieczyszczeniem” torturowanymi frazami, przy czym największa koncentracja występuje w inżynierii, informatyce oraz obszarze nauk biomedycznych.

W tym przewodniku wyjaśniono, czym są wyrażenia torturowane, w jaki sposób powstają, dlaczego kończą kariery i wycofują artykuły, jakich narzędzi używają obecnie czasopisma do ich wykrywania oraz jak mieć pewność, że nie zostaną one wygenerowane w ramach własnego procesu parafrazowania.

What tortured phrases are

Wyrażenie torturowane to uznany termin techniczny, który został zastąpiony odpowiednikiem podstawionym synonimem — zwykle takim, który jest gramatycznie nienaruszony, ale semantycznie bezsensowny dla kogokolwiek w tej dziedzinie. Transformacja zazwyczaj następuje słowo po słowie, bez względu na to, czy powstałe w ten sposób zdanie jest czymś, co kiedykolwiek powiedziałby ekspert w danej dziedzinie.

Klasyczny przykład z pierwotnego badania z 2021 r.: w artykule na temat „nieregularnych terenów leśnych” (lasu losowego) autorzy omówili „wysoką precyzję” modelu, ale nie zauważyli, że pisali także o „drzewach granicznych” (drzewach decyzyjnych) i „zdobywaniu zarządzanym” (uczeniu się nadzorowanym). Techniczna treść artykułu była w pewnym sensie prawdziwymi badaniami, ale prozę przetworzyło narzędzie, które nie wiedziało, co oznacza którykolwiek z tych terminów.

A typology of how they appear:

Zastąpienia pojedynczych terminów. Powszechne terminy techniczne zastąpione ich synonimami. „Sztuczna inteligencja” staje się „fałszywą świadomością” lub „fałszywą siłą umysłową”. „Przetwarzanie w chmurze” staje się „wyobrażaniem mgły” lub „przetwarzaniem pary”. „Duże dane” stają się „ogromnymi informacjami” lub „ogromnymi danymi”.

Idiomatyczne podstawienia fraz. Ustawia zastępowane frazy w polu. „Stan techniki” staje się „stanem wykonania”. „Najlepszy w swojej klasie” staje się „idealnym w swojej klasie”. „Czas rzeczywisty” staje się „czasem ciągłym” lub „czasem stałym”.

Nieprawidłowa obsługa akronimów. Akronimy są zastępowane tak, jakby były słowami. „MRI” staje się „atrakcyjnym obrazowaniem rezonansowym”. „RNA” staje się „żrące rybonukleinowo”. „JavaScript” zostaje podzielony na „treść Java”.

Zastąpienia specyficzne dla domeny. Terminy specyficzne dla pola są zastępowane synonimami z innej domeny. „Rak piersi” staje się „niebezpieczeństwem piersi”. „Ogniwo słoneczne” staje się „ogniwem słonecznym”. „Atak serca” staje się „niewydolnością wieńcową” (co jest właściwie poprawne, ale w kontekście, w którym „atak serca” jest terminem standardowym).

Struktura gramatyczna zdania zwykle zostaje zachowana. Treść semantyczna ulega zniszczeniu. Przeglądanie przez recenzenta może je przeoczyć; recenzent posiadający wiedzę specjalistyczną w danej dziedzinie natychmiast powiadamia o tym fakcie.

How they happen

Torturowane wyrażenia pochodzą z kilku różnych źródeł.

Zakłady papiernicze korzystające z narzędzi do zastępowania synonimów. Jest to pierwotna obawa, która była przyczyną badania przeprowadzonego w 2021 r. Papiernie produkują na dużą skalę fałszywe dokumenty, często parafrazując istniejące prawdziwe dokumenty i sprzedając powstałe „nowe” artykuły badaczom kupującym ich autorstwo. Aby uniknąć wykrycia plagiatu, sprawdzają źródło poprzez agresywne zastępowanie synonimów. Dane wyjściowe przechodzą kontrolę pod kątem plagiatu (żadne dokładne ciągi znaków nie pasują) i nie przechodzą skanowania przez eksperta domeny (warunki techniczne są nieprawidłowe).

Badacze korzystają z bezpłatnych parafraz dostępnych w Internecie bez sprawdzania. Jest to bardziej powszechne współczesne źródło. Osoba, dla której angielski nie jest językiem ojczystym, student pracujący pod presją terminu lub ktoś, kto próbuje zmniejszyć liczbę słów, sprawdza swój tekst za pomocą bezpłatnego narzędzia do parafrazowania. Narzędzie zastępuje synonimy w całym dokumencie. Autor nie czyta uważnie, ponieważ prozę nadal czyta się gramatycznie — i przesyła artykuł, w którym terminologia z danej dziedziny jest obecnie błędna w całym tekście.

LLM w nietypowych konfiguracjach podpowiedzi. Współczesne modele językowe, takie jak ChatGPT i Claude, na ogół nie tworzą torturowanych wyrażeń, gdy są proszeni o parafrazę, ponieważ rozumieją kontekst. Jednak pewne wzorce podpowiedzi mogą nadal wyzwalać zachowania zastępcze na poziomie słów. Proszenie modela o „przepisanie tego z większą różnorodnością” lub „użycie synonimów w całym tekście” czasami skutkuje sformułowaniami pełnymi tortur, szczególnie w przypadku treści technicznych, które modelka zna mniej dobrze.

Potoki tłumaczeń na języki pośrednie. Tłumaczenie artykułu z angielskiego na rosyjski na chiński z powrotem na angielski (lub inny podobny łańcuch) może spowodować powstanie wzorców wyrażeń tortur, ponieważ na każdym etapie tłumaczenia zastępują odpowiedniki na poziomie słów, które nie składają się ponownie na oryginalną terminologię techniczną.

Z naszego doświadczenia w pomaganiu badaczom wynika, że ​​drugie źródło – niewinni badacze używający złych parafraz – jest najczęstszą przyczyną torturowanych sformułowań w nieoszukańczych artykułach. Autor nie próbuje oszukiwać; próbują poprawić swój angielski lub skrócić sekcję. Narzędzie niszczy ich terminologię, nie informując ich o tym.

Why they get papers retracted

Torturowane wyrażenia są obecnie traktowane jako dowód zaangażowania papierni lub nieujawnionego użycia sztucznej inteligencji, co w większości czasopism powoduje proces wycofywania publikacji.

W ciągu ostatnich dwóch lat uzasadnienie tej decyzji uległo utwardzeniu. Pięć lub sześć lat temu artykuł z dziwnymi sformułowaniami mógł zostać poprawiony — redaktor prosił autora o poprawienie terminologii i ponowną publikację. Dziś to samo sformułowanie traktowane jest jako sygnał ostrzegawczy problemów systemowych. Nawet jeśli podstawowe badania są rzetelne, obecność torturowanych sformułowań sugeruje, że autor albo kupił gazetę, użył agresywnej parafrazy, aby uniknąć wykrycia plagiatu, albo nie poprawił własnej pracy zgodnie ze standardami nadającymi się do publikacji. Żadne z nich nie jest dobrym wyjaśnieniem.

Określone czasopisma wyraźnie określiły tę politykę. IEEE, ACM, Elsevier i Springer zaktualizowały wytyczne redakcyjne na lata 2024–2025, aby traktować torturowane wyrażenia jako podstawę do wycofania treści bez wymagania dowodu zamiaru. W aktualizacji polityki redakcyjnej Wiley z 2026 r. dodano, że „torturowane wyrażenia odkryte po publikacji spowodują wycofanie publikacji, chyba że autor może wykazać, że podstawienia wynikały z udokumentowanego procesu tłumaczenia lub redagowania, a nie z zaangażowania papierni”.

Wycofanie się szkodzi także reputacji autora w jeszcze bardziej złożony sposób. Wycofane prace pozostają w aktach autora. Agencje finansujące sprawdzają. Sprawdzają komisje wyszukiwania. Współautorzy, którzy nie byli odpowiedzialni za sformułowanie, zostaną oznaczeni w wycofaniu. Torturowane zwroty to jeden z niewielu problemów redakcyjnych, który może funkcjonalnie zakończyć karierę akademicką, szczególnie w przypadku badaczy rozpoczynających karierę.

How journals are catching them now

The detection ecosystem has matured.

Narzędzie do przeszukiwania dokumentów problematycznych. Opracowane przez ten sam zespół, który ukuł to określenie, narzędzie do przeszukiwania to bezpłatne narzędzie internetowe, które przeszukuje bazy danych PubMed i inne bazy danych pod kątem znanych fraz tortur. Jest używany przez redaktorów, recenzentów i zespoły zajmujące się rzetelnością w czasopismach do skanowania zgłoszeń i opublikowanych artykułów. Narzędzie utrzymuje regularnie aktualizowaną listę fraz – obecnie ponad 5000 – i oznacza każdą publikację je zawierającą.

Skanowanie redakcyjne przed recenzją. Kilku głównych wydawców (IEEE, Elsevier, Springer) włączyło skanowanie fraz tortur do swojego procesu przesyłania zgłoszeń. Zgłoszenia są skanowane w momencie przyjmowania. Artykuły z trafieniami są zazwyczaj zwracane autorowi z prośbą o wyjaśnienia przed rozpoczęciem recenzji.

Monitorowanie po publikacji. Narzędzia takie jak Problematic Paper Screener skanują również już opublikowane artykuły. Trafienia powodują wszczęcie dochodzenia przez zespół wydawcy ds. rzetelności badawczej. Dochodzenie może skutkować wyrażeniem obaw, sprostowaniem lub wycofaniem informacji, w zależności od ustaleń.

Świadomość recenzentów. Recenzenci są coraz częściej szkoleni w dostrzeganiu torturowanych sformułowań w swojej dziedzinie. Wskazówki dla recenzentów z głównych czasopism obejmują teraz wyraźnie „skanowanie w poszukiwaniu nietypowej terminologii technicznej, która może wskazywać na uszkodzenie narzędzia do parafrazowania”.

Jeśli Twoja praca zostanie wycofana ze względu na torturowane wyrażenia, zwykle dowiesz się o tym w ciągu 6–18 miesięcy od publikacji — często po tym, jak artykuł zostanie zacytowany przez innych, co pogłębia szkody, gdy konieczne jest śledzenie i powiadamianie o tych cytatach.

How to avoid producing them yourself

Kilka nawyków zapobiega udręczonym frazom w Twojej pracy.

Nie wklejaj całej sekcji metod lub wyników do ogólnego, bezpłatnego parafrazy. Jest to działanie obarczone najwyższym ryzykiem. Swobodne parafrazy zoptymalizowane pod kątem „wyjątkowości” (tj. uniknięcia wykrycia plagiatu) zazwyczaj używają agresywnego zastępowania synonimów. Nie mają pojęcia, które terminy techniczne są standardami branżowymi, a które są wymienne. Wynik będzie zawierał torturowane frazy w treści technicznej.

Jeśli musisz sparafrazować tekst techniczny, użyj akademickiego parafrazy uwzględniającego cytowania. Narzędzia takie jak nasze narzędzie do parafrazowania są przeszkolone pod kątem zachowania terminologii specyficznej dla danej dziedziny i formatowania cytatów. Terminy standardowe — „głębokie uczenie się”, „las losowy”, „rak piersi”, „modelowanie równań strukturalnych” – zostają zachowane podczas przepisywania. Zmienia się tylko otaczająca proza.

Przed przesłaniem przeczytaj każdą sparafrazowaną sekcję. W szczególności wyszukaj terminy techniczne, które wyglądają na nieznane lub których nie napisałeś. Jeśli widzisz „fałszywą świadomość” w miejscu, w którym normalnie wpisałeś „sztuczną inteligencję”, jest to torturowane sformułowanie wprowadzone przez to narzędzie. Przywróć oryginalny termin. Połączenie odczytu z przejściem przez śledzone zmiany korektor AI ułatwia wykrycie podstawień, ponieważ każda edycja pojawia się jako oddzielna zmiana, którą możesz odrzucić.

Sprawdź przetłumaczony tekst względem źródła. Jeśli przetłumaczyłeś artykuł za pomocą dowolnego potoku AI, przeskanuj wersję angielską pod kątem wszelkich terminów technicznych, które nie odpowiadają temu, co napisałeś w swoim rodzimym języku angielskim. Potoki tłumaczeń są częstym źródłem torturowanych fraz, zwłaszcza w przypadku łańcuchów z języka angielskiego na rosyjski na angielski używanych w celu uniknięcia plagiatu.

Przed przesłaniem użyj narzędzia do sprawdzania problematycznych dokumentów. Jest bezpłatne. Zajmuje to około 30 sekund. Oznacza wszelkie znane torturowane wyrażenia w twoim rękopisie. Jeśli w ogóle użyłeś parafrazy, warto przeprowadzić tę kontrolę jako ostatni krok przed złożeniem wniosku.

Nie traktuj „wyników wyjątkowości” jako wyznacznika jakości. Narzędzia obiecujące wysokie wyniki „oryginalności” lub „wyjątkowości” zazwyczaj osiągają te wyniki poprzez podstawienie synonimów, co prowadzi do powstania torturowanych wyrażeń. Wykrywanie plagiatu i dobre pisanie to nie to samo. Dobrze cytowany przegląd literatury zawierający terminologię standardową w danej dziedzinie może uzyskać umiarkowane wyniki podobieństwa, ponieważ terminy zgodne ze standardami branżowymi są wspólne w różnych artykułach – i to jest w porządku.

Parafraza semantyczna a podstawienie synonimów

Rozróżnienie, które chroni Twoją pracę, to różnica między dwoma zasadniczo różnymi podejściami do parafrazowania.

Podstawianie synonimów to czynność, którą wykonuje większość bezpłatnych narzędzi do parafrazowania. Narzędzie pobiera zdanie, wyszukuje synonimy słowo po słowie i zastępuje je. „Sieć neuronowa osiągnęła wysoką dokładność” może brzmieć „Struktura neuronowa osiągnęła wysoką precyzję”. Czasami wynik jest akceptowalny; często tworzy torturowane frazy. Narzędzie nie rozumie, co sprawia, że ​​fraza jest technicznie poprawna w Twojej branży.

Parafrazowanie semantyczne jest tym, co robią dobrzy parafrazatorzy akademiccy. Narzędzie rozumie znaczenie zdania i przepisuje je, zachowując terminy techniczne zgodne ze standardami branżowymi. „Sieć neuronowa osiągnęła wysoką dokładność” może brzmieć „Nasza sieć neuronowa osiągnęła wysoką dokładność w teście porównawczym”. Terminologia została zachowana, ponieważ narzędzie rozpoznaje „sieć neuronową” jako termin standardowy, a nie frazę podlegającą synonimizacji.

Różnica jest strukturalna, a nie kosmetyczna. Narzędzie zbudowane na parafrazie semantycznej pozwoli zachować „raka piersi”, ponieważ rozpoznaje kontekst medyczny. Narzędzie do podstawiania synonimów zastąpi je określeniem „pierś” i „niebezpieczeństwo”, ponieważ na poziomie słów „pierś” i „niebezpieczeństwo” są słownikowymi synonimami słów „pierś” i „rak”.

Zwykle można stwierdzić, jakiego podejścia używa narzędzie do parafrazowania, testując je na akapicie gęstym od terminologii technicznej. Wklej sekcję metod do narzędzia. Przeczytaj wynik. Jeśli przetrwały terminy techniczne (głębokie uczenie się, losowy las, modelowanie równań strukturalnych, rak piersi), narzędzie wykorzystuje parafrazę semantyczną. Jeśli zauważysz nowe wyrażenia (dogłębne uczenie się, nieregularny las, przedstawienie stanu pierwotnego, niebezpieczeństwo na piersi), narzędzie stosuje podstawienie synonimów i nie powinno być używane w treściach akademickich. Więcej informacji na temat tego, czego należy szukać w parafrazie akademickiej, znajdziesz w naszym porównaniu narzędzi do parafrazowania, które zachowują cytaty.

See the Full Paraphrasing Tool

Citation-aware academic paraphrasing that preserves technical terminology. Free tier includes every feature.

Frequently asked questions

P: Jak mogę sprawdzić, czy moja praca zawiera torturowane wyrażenia przed przesłaniem?

Przeprowadź go przez narzędzie do przeszukiwania dokumentów problematycznych (bezpłatne na stronie projektu Cabanac i in.). Narzędzie sprawdza Twój rękopis z listą ponad 5000 znanych torturowanych fraz. Trafienia są oznaczone poprawionym terminem. Możesz także ręcznie przeszukać swoją pracę pod kątem dowolnego terminu technicznego, który nie pasuje do Twojego normalnego słownictwa w tej dziedzinie. Jeśli w manuskrypcie skorzystałeś z bezpłatnego narzędzia do parafrazowania, sekcje o najwyższym ryzyku to zazwyczaj metody i wyniki, w których terminologia techniczna jest najgęstsza.

P: Co powinienem zrobić, jeśli odkryję, że przesłany artykuł zawiera tortury?

Natychmiast skontaktuj się z redaktorem, zanim zakończy się recenzowanie. Wyjaśnij, co się stało (użyłeś narzędzia do parafrazowania, które wprowadziło podstawienia). Dostarcz poprawiony rękopis. Redaktorzy na ogół traktują proaktywne ujawnianie zupełnie inaczej niż późniejsze odkrycie. Większość zaakceptuje poprawione ponowne przesłanie, jeśli podejmiesz działania, zanim problem zostanie samodzielnie wykryty. Jeśli artykuł został już opublikowany, skontaktuj się z biurem rzetelności naukowej czasopisma i poproś o korektę. Im wcześniej zaczniesz działać, tym mniejsza szansa na formalne wycofanie się.

P: Czy LLM takie jak ChatGPT i Claude można bezpiecznie używać do parafrazowania?

Nowoczesne LLM są na ogół znacznie lepsze niż dedykowane, wolne parafrazy, jeśli chodzi o zachowanie terminologii technicznej, ponieważ rozumieją kontekst. Nie są jednak odporni na torturowane zwroty. Specyficzne wzorce podpowiedzi („użyj synonimów”, „przepisz dla urozmaicenia”, „uczyń bardziej unikalnym”) mogą wywołać zachowania polegające na zastępowaniu słów. Jeśli używasz LLM do parafrazowania, poproś go, aby wyraźnie „zachował całą terminologię techniczną i formatowanie cytatów” i zawsze sprawdzaj wyniki w oparciu o źródło. W przypadku parafrazowania rękopisu nadającego się do publikacji, parafraza akademicka uwzględniająca cytaty jest bezpieczniejsza niż ogólna podpowiedź LLM.

P: W jaki sposób narzędzie do sprawdzania problematycznego papieru jest aktualne?

Zespół stojący za tym projektem (kierowany przez Guillaume’a Cabanaca na Uniwersytecie w Tuluzie) prowadzi otwartą listę sformułowań zebranych na podstawie analizy kryminalistycznej wycofanych i oznaczonych publikacji. Społeczność wnosi nowe ustalenia. Gdy podmioty produkujące „paper mills” zmieniają swoje wzorce substytucji, do listy dodawane są nowe frazy. Lista obecnie przekracza 5 000 wpisów i stale rośnie co miesiąc. Jeśli odkryjesz w swojej dziedzinie „napiętnowane” (tortured) sformułowanie, którego nie ma na liście, możesz je dodać — narzędzie do weryfikacji staje się bardziej użyteczne, im więcej społeczność dopracowuje terminologię charakterystyczną dla danej dziedziny.