Forskaren Johannes Larson hade fått i uppdrag att granska två artiklar för en vetenskaplig tidskrift. När han gick igenom manuskripten upptäckte han att båda byggde på hans egen forskning. Enligt Larson var texterna inte bara inspirerade av hans tidigare arbeten, utan AI-bearbetade versioner av dem.
Händelsen illustrerar en särskild svårighet för den vetenskapliga publiceringen: den som granskar en artikel förväntas bedöma om arbetet håller tillräcklig kvalitet, men måste samtidigt kunna upptäcka om texten bygger på andras forskning utan korrekt redovisning. I det här fallet var det forskarens egen kännedom om materialet som gjorde att likheterna uppmärksammades.
”Det var Chat GPT-versioner”, säger Johannes Larson.
Upptäckten gjordes under granskningen
En vetenskaplig tidskrift hade bjudit in Larson att bedöma två artiklar. Det framgår inte av det tillgängliga materialet vilket forskningsområde artiklarna gällde, vilka som hade skrivit dem eller hur tidskriften hanterade manuskripten efter upptäckten. Däremot är den centrala omständigheten tydlig: två texter som skulle genomgå vetenskaplig granskning visade sig ha kopplingar till Larsons egna studier.
Plagiat innebär att någon använder en annan forskares formuleringar, idéer eller resultat utan att ange källan på ett korrekt sätt. När sådant material dessutom har bearbetats av ett generativt AI-verktyg kan likheten bli svårare att bedöma med enbart traditionella metoder. En text kan framstå som ny genom förändrat språk och ny struktur, även om det bakomliggande innehållet i praktiken hämtats från ett tidigare arbete.
AI förändrar kontrollarbetet
Den aktuella händelsen ska inte i sig tolkas som ett belägg för att all AI-användning i forskning är otillåten eller att alla AI-genererade texter innehåller plagiat. Den visar däremot hur användningen av sådana verktyg kan göra granskningsarbetet mer komplicerat. För tidskrifter räcker det inte nödvändigtvis att kontrollera om en text har kopierats ordagrant. Även innehåll, argumentation, resultat och hänvisningar kan behöva jämföras med tidigare publicerad forskning.
Larsons fall aktualiserar flera kontrollpunkter i den vetenskapliga processen:
- om författarna har redovisat hur texten och eventuella AI-verktyg har tagits fram,
- om påståenden och resultat kan spåras till korrekta och angivna källor,
- om sakkunniga har tillräckliga möjligheter att jämföra manuskript med tidigare forskning.
Det är också viktigt att skilja mellan AI-användning och forskningsfusk. Ett språkverktyg kan användas för att bearbeta en text, men det förändrar inte kravet på att idéer, resultat och tidigare arbeten ska redovisas korrekt. Ansvaret för innehållet ligger fortfarande hos dem som lämnar in artikeln till en tidskrift.
En fråga om tillit
Vetenskaplig publicering bygger på flera led av kontroll. Författare ska beskriva sitt arbete korrekt, redovisa tidigare forskning och kunna stå för resultaten. Tidskriftens redaktörer och granskare ska bedöma om manuskriptet är relevant och tillräckligt tillförlitligt. Om en text passerar dessa steg trots att den i huvudsak bygger på någon annans forskning riskerar tilliten till hela publiceringsprocessen att försvagas.
Falska och AI-genererade artiklar har beskrivits som ”den största vetenskapliga krisen någonsin”. Formuleringen återges i samband med Larsons erfarenhet, men det tillgängliga underlaget innehåller ingen närmare bedömning av hur omfattande problemet är eller hur många artiklar som berörs. Därför går det inte att dra slutsatsen att de två manuskripten representerar hela forskningssystemet.
Det som däremot kan fastslås är att AI-genererad text kan förekomma i material som skickas till vetenskaplig granskning, och att en forskare i detta fall upptäckte att två sådana artiklar hade anknytning till hans egen forskning. Händelsen understryker värdet av noggrann källkontroll och av granskare med god kännedom om det område de bedömer. Den visar också varför transparens kring textens ursprung blir allt viktigare när nya digitala verktyg används i forskningens vardag.
