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

În 2021, o echipă de integritate de cercetare din Toulouse a publicat o listă de fraze care au apărut în lucrări de informatică și care nu prea aveau sens. „Conștiință contrafăcută”. „Cea de calcul”. „Învățare profundă”. „Stima neregulată”. „Pericol de sân”. Fiecare a fost o versiune substituită de tezaur a unui termen tehnic real - inteligență artificială, cloud computing, deep learning, valoare aleatorie, cancer de sân. Lucrările care le foloseau trecuseră controale de plagiat, dar nu au dat nicio atenție cititorului uman.

Echipa a inventat un nume pentru aceste înlocuiri: fraze torturate. Lucrarea originală le-a urmărit până la instrumente de parafrazare - atât cele manuale utilizate de fabricile de hârtie care eludau detectarea plagiatului, cât și cele automate pe care unii cercetători le foloseau în propria lor muncă. Descoperirea a declanșat un val de retractări care continuă până în 2026. Începând cu cel mai recent număr, peste 1.400 de lucrări publicate au fost retrase sau semnalate pentru contaminare cu fraze torturate, cele mai multe concentrate în inginerie, informatică și domenii biomedicale.

Acest ghid explică ce sunt frazele torturate, cum sunt produse, de ce pun capăt carierei și retrag lucrările, instrumentele pe care le folosesc acum jurnalele pentru a le detecta și cum să vă asigurați că propriul flux de lucru de parafrazare nu le produce.

What tortured phrases are

O frază torturată este un termen tehnic recunoscut care a fost înlocuit cu un echivalent substituit de sinonime – de obicei unul care este intact din punct de vedere gramatical, dar fără sens din punct de vedere semantic pentru oricine din domeniu. Transformarea are loc în mod obișnuit cuvânt cu cuvânt, indiferent dacă fraza rezultată este ceva ce ar spune vreodată un expert în domeniu.

Un exemplu clasic din studiul original din 2021: într-o lucrare despre „padure neregulată” (pădurea aleatorie), autorii au discutat despre „înaltă precizie” a modelului, dar nu au observat că au scris și despre „arborele de delimitare” (arborele de decizie) și „preluarea gestionată” (învățare supravegheată). Conținutul tehnic al lucrării era, într-un fel, o cercetare reală, dar proza ​​fusese procesată de un instrument care nu știa ce înseamnă vreunul dintre acești termeni.

A typology of how they appear:

Înlocuiri cu un singur termen. Termenii tehnici uzuali înlocuiți cu sinonimele lor. „Inteligenta artificiala” devine „conștiință contrafăcută” sau „putere falsă a creierului”. „Cloud computing” devine „figurarea în ceață” sau „procesarea vaporilor”. „Datele mari” devin „informații uriașe” sau „date enorme”.

Înlocuiri de expresii idiomatice. Setați fraze în câmpul înlocuit. „Stadiul artei” devine „condiție a măiestriei”. „Cel mai bun din clasă” devine „ideal în clasă”. „În timp real” devine „în desfășurare” sau „timp constant”.

Manevrare greșită a acronimelor. Acronimele sunt înlocuite ca și cum ar fi cuvinte. „IRM” devine „imagistica prin rezonanță atractivă”. „ARN” devine „coroziv ribonucleic”. „JavaScript” este fragmentat în „conținut Java”.

Înlocuiri specifice domeniului. Termenii specifici câmpului sunt înlocuiți cu sinonime dintr-un domeniu diferit. „Cancerul de sân” devine „pericol la sân”. „Celula solară” devine „celulă bazată pe soare”. „Atacul de cord” devine „insuficiență coronariană” (ceea ce este de fapt corect, dar într-un context în care „atac de cord” este termenul standard de domeniu).

Structura gramaticală a propoziției supraviețuiește de obicei. Conținutul semantic este distrus. Un recenzent care le-ar putea rata; un evaluator cu expertiză în domeniu notifică imediat.

How they happen

Frazele torturate provin din câteva surse diferite.

Morile de hârtie care folosesc instrumente de înlocuire a sinonimelor. Aceasta este preocuparea inițială care a determinat cercetarea din 2021. Fabricile de hârtie produc hârtie frauduloasă la scară, adesea prin parafrazarea lucrărilor reale existente și vânzând lucrările „noi” rezultate cercetătorilor care cumpără autor. Pentru a evita detectarea plagiatului, aceștia rulează sursa prin înlocuirea agresivă a sinonimelor. Ieșirea trece verificări de plagiat (nu se potrivește exact șirurile de caractere) și nu reușește scanarea vreunui expert în domeniu (termenii tehnici sunt greșiți).

Cercetătorii care folosesc parafrazatoare online gratuite fără a verifica. Aceasta este sursa modernă mai comună. Un vorbitor de limba engleză care nu este nativ, un student aflat sub presiunea termenului limită sau oricine încearcă să reducă numărul de cuvinte își rulează textul printr-un instrument gratuit de parafrazare. Instrumentul înlocuiește sinonimele în document. Autorul nu citește cu atenție, deoarece proza ​​se citește în continuare gramatical - și trimite o lucrare cu terminologie specifică domeniului acum greșită pe tot parcursul.

LLM-uri în configurații neobișnuite de prompt. Modelele de limbaj moderne precum ChatGPT și Claude, în general, nu produc fraze torturate atunci când li se cere să parafrazeze, deoarece înțeleg contextul. Dar anumite modele de îndemnuri pot încă declanșa comportamente de substituție la nivel de cuvânt. Cererea unui model să „scrie acest lucru cu mai multă varietate” sau „folosește sinonime pe tot parcursul” produce uneori o expresie torturată, în special în ceea ce privește conținutul tehnic pe care modelul îl cunoaște mai puțin bine.

Conducte de traducere prin limbi intermediare. Traducerea unei lucrări din engleză în rusă în chineză înapoi în engleză (sau orice lanț similar) poate produce modele de fraze torturate, deoarece fiecare pas de traducere înlocuiește echivalente la nivel de cuvânt care nu se recompun în terminologia tehnică originală.

În experiența noastră de a ajuta cercetătorii, a doua sursă – cercetătorii inocenți care folosesc parafrazări proaste – este cea mai frecventă cauză a frazelor torturate din lucrările non-frauduloase. Autorul nu încearcă să înșele; încearcă să-și îmbunătățească limba engleză sau să scurteze o secțiune. Instrumentul le distruge terminologia fără să le spună.

Why they get papers retracted

Frazele torturate sunt acum tratate ca dovadă fie a implicării fabricii de hârtie, fie a utilizării nedezvăluite a IA, ambele declanșând procese de retragere la majoritatea revistelor.

Raționamentul s-a întărit în ultimii doi ani. În urmă cu cinci sau șase ani, o lucrare cu o formulare ciudată ar fi putut fi corectată - editorul i-ar fi cerut autorului să repare terminologia și să republice. Astăzi, aceeași formulare este tratată ca o santinelă pentru problemele sistematice. Chiar dacă cercetarea de bază este solidă, prezența frazelor torturate sugerează că autorul fie a cumpărat lucrarea, a folosit un parafrazator agresiv pentru a evita detectarea plagiatului sau nu și-a corectat propria lucrare la un standard care poate fi publicat. Niciuna dintre acestea nu este explicații bune.

Reviste specifice au făcut politica explicită. IEEE, ACM, Elsevier și Springer au toate ghidurile editoriale actualizate în 2024-2025 pentru a trata frazele torturate drept motive de retragere fără a necesita dovada intenției. Actualizarea politicii editoriale Wiley din 2026 a adăugat că „frazele torturate descoperite după publicare vor avea ca rezultat retragerea, cu excepția cazului în care autorul poate demonstra înlocuirile rezultate dintr-un proces de traducere sau editare documentată și nu din implicarea fabricii de hârtie”.

Retragerea dăunează, de asemenea, reputației autorului în moduri care compun. Lucrările retrase rămân în evidența autorului. Agențiile de finanțare verifică. Comitetele de căutare verifică. Co-autorii care nu au fost responsabili pentru formularea sunt etichetați în retragere. Frazele torturate sunt una dintre puținele probleme editoriale care pot pune capăt funcțional unei cariere academice, în special pentru cercetătorii aflați la începutul carierei.

How journals are catching them now

The detection ecosystem has matured.

The Problematic Paper Screener. Dezvoltat de aceeași echipă care a inventat termenul, screener-ul este un instrument online gratuit care caută în PubMed și în alte baze de date fraze torturate cunoscute. Este folosit de editori, evaluatori colegi și echipe de integritate din reviste pentru a scana trimiterile și lucrările publicate. Instrumentul menține o listă actualizată în mod regulat de fraze – în prezent peste 5.000 – și semnalează orice hârtie care le conține.

Scanare editorială înainte de evaluarea inter pares. Câțiva editori majori (IEEE, Elsevier, Springer) au integrat scanarea frazelor torturate în canalul de trimiteri. Trimiterile sunt scanate la primire. Lucrările cu rezultate pozitive sunt de obicei returnate autorului cu o cerere de explicație înainte de începerea evaluării inter pares.

Monitorizare după publicare. Instrumente precum Problematic Paper Screener scanează, de asemenea, lucrări deja publicate. Hits-urile declanșează o investigație de către echipa de integritate în cercetare a editorului. Investigația poate duce la exprimarea îngrijorării, corecție sau retragere, în funcție de ceea ce s-a găsit.

Conștientizarea recenzenților. Evaluatorii colegii sunt din ce în ce mai instruiți să identifice fraze torturate în domeniul lor. Îndrumările recenzenților din reviste importante includ acum în mod explicit „scanarea pentru terminologie tehnică neobișnuită care poate indica deteriorarea instrumentului de parafrazare”.

Dacă lucrarea dvs. va fi retrasă pentru fraze torturate, veți afla de obicei în 6-18 luni de la publicare - de multe ori după ce lucrarea a fost citată de alții, ceea ce agravează daunele atunci când respectivele citări trebuie să fie urmărite și notificate.

How to avoid producing them yourself

Câteva obiceiuri împiedică frazele chinuite în munca ta.

Nu inserați întreaga secțiune de metode sau rezultate într-un parafrazator generic gratuit. Aceasta este acțiunea cu cel mai mare risc. Parafrazatorii gratuiti optimizați pentru „unicitate” (adică, evitarea detectării plagiatului) folosesc de obicei înlocuirea agresivă a sinonimelor. Nu au nicio idee despre care termeni tehnici sunt standard de domeniu și care sunt interschimbabili. Ieșirea va avea fraze torturate în conținutul tehnic.

Dacă trebuie să parafrazați textul tehnic, utilizați un parafrazator academic care ține cont de citări. Instrumente precum instrumentul nostru de parafrazare sunt instruite pentru a păstra terminologia și formatarea citatelor specifice disciplinei. Termenii standard de câmp — „învățare profundă”, „pădure aleatoare”, „cancer de sân”, „modelarea ecuațiilor structurale” – sunt păstrați în timpul rescrierii. Se schimbă doar proza ​​din jur.

Citiți fiecare secțiune parafrazată înainte de a trimite. Mai exact, căutați orice termen tehnic care pare necunoscut sau pe care nu l-ați scris. Dacă vezi „conștiință contrafăcută” unde ai scrie în mod normal „inteligență artificială”, aceasta este o frază torturată pe care instrumentul a introdus-o. Restabiliți termenul inițial. Asocierea citirii cu o trecere printr-o modificare urmărită AI proofreader face înlocuirile mai ușor de observat, deoarece fiecare editare apare ca o modificare discretă pe care o puteți respinge.

Verificați textul tradus față de sursă. Dacă ați tradus o lucrare prin orice canalizare AI, scanați versiunea în limba engleză pentru orice termen tehnic care nu se potrivește cu ceea ce ați scrie în limba engleză nativă adecvată câmpului. Canalele de traducere sunt o sursă obișnuită de fraze torturate, în special pentru lanțurile de la engleză la rusă la engleză folosite pentru a evita plagiatul.

Utilizați Screenerul pentru hârtie problematică înainte de trimitere. Este gratuit. Durează aproximativ 30 de secunde. Se semnalează orice frază torturată cunoscută din manuscrisul tău. Dacă ați folosit deloc un parafrazator, această verificare merită rulată ca pas final de pre-trimitere.

Nu aveți încredere în „scorurile de unicitate” ca indicator al calității. Instrumentele care promit scoruri ridicate de „originalitate” sau „unicitate” obțin de obicei acele scoruri prin înlocuirea sinonimelor care generează fraze torturate. Detectarea plagiatului și scrierea bună nu sunt același lucru. O analiză a literaturii de specialitate bine citată cu terminologie standard de domeniu poate avea scoruri de similaritate moderate, deoarece termenii standard de domeniu sunt împărtășiți între lucrări - și asta este în regulă.

Parafrazarea semantică vs substituirea sinonimelor

Distincția care vă protejează munca este diferența dintre două abordări fundamental diferite ale parafrazării.

Înlocuirea sinonimelor este ceea ce fac majoritatea instrumentelor gratuite de parafrazare. Instrumentul preia o propoziție, caută sinonime cuvânt cu cuvânt și le înlocuiește. „Rețeaua neuronală a obținut o precizie ridicată” ar putea deveni „Cadrul neuronal a realizat o precizie ridicată”. Uneori rezultatul este acceptabil; adesea produce fraze chinuite. Instrumentul nu înțelege ceea ce face o frază corectă din punct de vedere tehnic în domeniul dvs.

Parafrazarea semantică este ceea ce fac parafrazatorii academici buni. Instrumentul înțelege sensul propoziției și o rescrie, păstrând în același timp termenii tehnici care sunt standard în domeniu. „Rețeaua neuronală a atins o precizie ridicată” ar putea deveni „Rețeaua noastră neuronală a atins o precizie ridicată la nivelul de referință”. Terminologia este păstrată deoarece instrumentul recunoaște „rețeaua neuronală” ca un termen standard de câmp, nu o expresie care trebuie sinonimizată.

Diferența este structurală, nu cosmetică. Un instrument construit pe parafrazare semantică va păstra „cancerul de sân”, deoarece recunoaște contextul domeniului medical. Un instrument de înlocuire a sinonimelor îl va înlocui cu „pericol la sân”, deoarece, la nivel de cuvânt, „sân” și „pericol” sunt sinonime din dicționar pentru „sân” și „cancer”.

De obicei, puteți spune ce abordare folosește un instrument de parafrazare testându-l pe un paragraf dens cu terminologie tehnică. Lipiți o secțiune de metode în instrument. Citiți rezultatul. Dacă termenii tehnici au supraviețuit (învățare profundă, pădure aleatoare, modelare a ecuațiilor structurale, cancer de sân), instrumentul folosește parafrazarea semantică. Dacă vedeți expresii noi (învățare profundă, pădure neregulată, demonstrarea stării primare, pericol pentru sân), instrumentul folosește înlocuirea sinonimelor și nu ar trebui folosit pentru conținutul academic. Pentru mai multe despre ce să căutați într-un parafrazator de nivel academic, vedeți comparația noastră cu instrumente de parafrazare care păstrează citările.

See the Full Paraphrasing Tool

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

Frequently asked questions

Î: Cum îmi pot da seama dacă lucrarea mea are fraze torturate înainte de a o trimite?

Rulați-l prin Problematic Paper Screener (gratuit pe site-ul proiectului Cabanac et al.). Instrumentul vă verifică manuscrisul cu o listă de peste 5.000 de fraze torturate cunoscute. Hits-urile sunt marcate cu termenul corectat. De asemenea, puteți căuta manual în lucrarea dvs. orice termen tehnic care nu se potrivește cu vocabularul dvs. normal din domeniu. Dacă ați folosit un instrument gratuit de parafrazare pe manuscris, secțiunile cu cel mai mare risc sunt de obicei metode și rezultate, unde terminologia tehnică este cea mai densă.

Î: Ce ar trebui să fac dacă descopăr că lucrarea mea trimisă are fraze torturate?

Contactați editorul imediat, înainte ca evaluarea inter pares să se încheie. Explicați ce s-a întâmplat (ați folosit un instrument de parafrazare care a introdus substituțiile). Furnizați un manuscris corectat. Editorii, în general, tratează o divulgare proactivă foarte diferit de o descoperire ulterioară. De cele mai multe ori, vor accepta o reînaintare corectată dacă acționați înainte ca problema să fie detectată independent. Dacă articolul a fost deja publicat, contactați biroul de integritate în cercetare al revistei pentru a solicita o corecție. Cu cât acționați mai devreme, cu atât este mai mică șansa unei retrageri formale.

Î: LLM-urile precum ChatGPT și Claude sunt sigure de utilizat pentru parafrazare?

LLM-urile moderne sunt, în general, mult mai bune decât parafrazatorii liberi dedicați la păstrarea terminologiei tehnice, deoarece înțeleg contextul. Totuși, ei nu sunt imuni la frazele torturate. Tipare specifice de solicitare („utilizați sinonime”, „rescrieți pentru varietate”, „faceți-l mai unic”) pot declanșa comportamente de substituție la nivel de cuvânt. Dacă utilizați un LLM pentru parafrazare, solicitați-i să „păstreze toată terminologia tehnică și formatarea citatelor” în mod explicit și verificați întotdeauna rezultatul față de sursa dvs. Pentru parafrazarea cu mize mari pe un manuscris care poate fi publicat, un parafrazator academic care știe citările este mai sigur decât un prompt LLM generic.

Î: Cum se menține actualizat Screenerul pentru hârtie problematică?

Echipa din spatele acestuia (condusă de Guillaume Cabanac de la Universitatea din Toulouse) menține o listă deschisă de fraze colectate din analiza criminalistică a documentelor retractate și semnalizate. Comunitatea contribuie cu noi constatări. Pe măsură ce fabricile de hârtie își dezvoltă modelele de înlocuire, se adaugă noi fraze. Lista depășește în prezent 5.000 de intrări și crește lunar. Dacă descoperiți o frază torturată în propriul domeniu care nu este pe listă, puteți contribui cu ea - screener-ul devine mai util pe măsură ce comunitatea adaugă terminologie specifică domeniului.