به گزارش خبرنگار گروه دانشگاه ایسکانیوز، تحلیل جدید نشان می‌دهد که اشتباهات الگوریتمی در پلتفرم Google Scholar موجب شده هزاران مورد ارجاع به اشتباه به پژوهشگران نسبت داده شود؛ وضعیتی که باعث شده برخی افراد در فهرست‌های h-index رشته‌های خود در صدر قرار گیرند، در حالی که این رتبه‌بندی‌ها به‌طور قابل‌توجهی گمراه‌کننده‌اند. این موضوع نگرانی‌های تازه‌ای را درباره اعتبار سنجه‌های پژوهشی و اتکای روزافزون دانشگاه‌ها و نهادهای علمی به داده‌های Google Scholar به‌وجود آورده است.

شاخص h-index یکی از پرکاربردترین معیارهای سنجش تأثیر علمی است و ترکیبی از تعداد مقالات منتشرشده و تعداد ارجاعات به آن‌ها را اندازه می‌گیرد. این شاخص برای ارزیابی پژوهشگران در مراحل جذب، ارتقا و تأمین بودجه مورد استفاده فراوان قرار می‌گیرد و به خاطر سادگی و قابل‌فهم‌بودن به‌طور گسترده در محیط‌های علمی پذیرفته شده است.

Google Scholar هم از محبوب‌ترین پایگاه‌های رایگان برای محاسبه h-index و شمارش ارجاعات است، زیرا پوشش گسترده‌ای از مقالات، پایان‌نامه‌ها و متن‌های علمی را ارائه می‌دهد.

اشتباهات جدی گوگل اسکولار در نسبت‌دادن ارجاعات به پژوهشگران

مشکل اساسی که هم‌اکنون به وجود آمده اشتباهاتی جدی در نسبت‌دادن ارجاعات به پژوهشگران است. بر اساس گزارش Times Higher Education، مشکلات فنی در فرآیندهای خودکار نسبت‌دادن ارجاعات در Google Scholar باعث شده است که برخی ارجاعات به پژوهشگران اشتباه نسبت داده شود و این باعث شود افراد در فهرست‌های رتبه‌بندی h-index در رشته‌های خود در صدر قرار گیرند، بدون آنکه واقعا این تعداد ارجاعات را داشته باشند.

برای عنوان مثال، یک استاد در آموزش عالی از انگلستان به‌ دلیل تعدادی مقاله فیزیک هسته‌ای به اشتباه در رتبه‌بندی رشته خود بالا رفته بود یا یک استاد استرالیایی صاحب چندین اثر بسیار ارجاع‌شده متعلق به اقتصاددان آمریکایی برجسته به نام جفری ساکس شده است. در یکی دیگر از موارد، محقق ترکیه‌ای در صدر فهرست قرار داشت؛ اما فقط به‌خاطر این بود که نسخه ترجمه‌شده راهنمایی پژوهشی که بیش از ۸۰ هزار ارجاع داشت، به‌نام او ثبت شده بود.

کارشناسان معتقدند که منشأ این اشتباهات، به فرآیند خودکار Google Scholar در تشخیص نام‌ها و نسبت‌دادن ارجاعات بازمی‌گردد. وقتی افراد نام‌های عمومی یا مشابه دارند، سیستم ممکن است ارجاعات را به پروفایل اشتباه نسبت دهد. همچنین نبود نظارت انسانی مؤثر باعث باقی‌ماندن این خطاها در پروفایل‌ها می‌شود.

این موضوع زمانی جدی‌تر می‌شود که بسیاری از پژوهشگران پروفایل خود را مدیریت نمی‌کنند یا اشتباهات را تصحیح نمی‌کنند، و همین باعث می‌شود که ارجاعات نادرست به نفع آن‌ها باقی بماند.

این اشتباهات پیامدهایی برای سنجه‌های علمی دارد و دلایل آن شامل موارد زیر است؛ اعتبارسنجی نادرست پژوهشگران که یعنی h-index که برای سنجش کیفیت علمی استفاده می‌شود، در چنین شرایطی می‌تواند گمراه‌کننده یا نادرست باشد؛ به‌خصوص اگر بر اساس داده‌های Google Scholar باشد.

رقابت‌های ناعادلانه یکی دیگر از پیامدهاست یعنی وقتی پروفایل‌های پژوهشگران به اشتباه پرارجاع ثبت شوند، ممکن است برخی از آن‌ها در فرایندهای رقابتی مانند جذب هیئت علمی، بودجه پژوهشی یا رتبه‌بندی دانشگاه‌ها برتر جلوه کنند، در حالی که معیارهای واقعی علمی آن‌ها این رتبه را توجیه نمی‌کند.

نقش مدیریت پروفایل یکی از اقدامات ضروری پژوهشگران است. گزارش تأکید می‌کند که بسیاری از این اشتباهات ممکن است به‌سادگی با مدیریت فعال پروفایل‌ها توسط خود پژوهشگران قابل‌اصلاح باشد، اما چنین کاری اغلب انجام نمی‌شود.

سیستم گوگل اسکولار دچار مشکل است

یک استاد علوم اجتماعی در این زمینه گفت که این مسأله «به‌وضوح مشکل از طرف سیستم Google Scholar است، اما بسیاری از پژوهشگران نسبت به اصلاح پروفایل خود کم‌توجه‌اند یا از آن بی‌خبرند».

ریسی ریچاردسون پژوهشگری که روی «تقلب‌های علمی» کار می‌کند، خاطرنشان کرد که نهادها و پژوهشگران از اتکا بیش از حد به این داده‌های ناقص سود می‌برند و در نتیجه لازم است که Google Scholar دقت و جامعیت معیارهای خود را در اولویت قرار دهد، به‌جای آنکه صرفاً ویژگی‌ها و ابزارهای جدید برای جذب کاربران ارائه دهد.

در حالی که Google Scholar یکی از محبوب‌ترین ابزارهای ارزیابی علمی است، ممکن است داده‌های آن بدون بازبینی دقیق، نتایج غلطی تحویل دهد. پژوهش‌های علمی قبلی نیز نشان داده‌اند که داده‌های Google Scholar می‌توانند شامل خطاهای فراوان، شمارش‌های مضاعف و اشتباهات باشند که بر نتایج پژوهشی تأثیر می‌گذارند.

علاوه بر این، برخی مطالعات خارجی هشدار داده‌اند که سرایت این خطاها می‌تواند منجر به تحریف واقعی سنجه‌های علمی شود و سنجه‌هایی مانند h-index به‌جای نشان‌دادن دستاوردهای واقعی علمی، نمودهایی از نتایج نادرست باشند.

در همین راستا، گزارش Times Higher Education تأکید می‌کند که مشکل خطاهای Google Scholar تنها به چند مورد محدود یا استثنایی خلاصه نمی‌شود، بلکه به‌دلیل ماهیت خودکار این سامانه، می‌تواند در مقیاس وسیع‌تری تکرار شود. از آنجا که Google Scholar برخلاف پایگاه‌هایی مانند Scopus یا Web of Science فرآیند کنترل کیفی انسانی سخت‌گیرانه ندارد، امکان بروز چنین خطاهایی در آن بالاتر است. این موضوع به‌ویژه برای دانشگاه‌ها و مؤسساتی که از داده‌های Google Scholar برای تصمیم‌گیری‌های مهم استفاده می‌کنند، چالش‌برانگیز خواهد بود.

کارشناسان آموزش عالی هشدار می‌دهند که اتکای بیش از حد به یک شاخص یا یک پایگاه اطلاعاتی می‌تواند نظام ارزیابی علمی را دچار انحراف کند. به‌گفته آن‌ها، شاخص h-index در ذات خود نیز محدودیت‌هایی دارد و وقتی داده‌های ورودی آن دچار خطا باشد، این محدودیت‌ها تشدید می‌شود. برای مثال، h-index تفاوتی میان کیفیت واقعی مقالات، نقش نویسنده در مقاله و حتی نوع ارجاعات قائل نمی‌شود و در چنین شرایطی، اشتباهات سیستمی Google Scholar می‌تواند این ضعف‌ها را برجسته‌تر کند.

در گزارش THE همچنین به این نکته اشاره شده است که برخی دانشگاه‌ها و نهادهای پژوهشی به‌دلیل دسترسی رایگان و آسان Google Scholar، استفاده از آن را به سایر پایگاه‌های استنادی ترجیح می‌دهند؛ در حالی که همین ویژگی می‌تواند آن‌ها را نسبت به خطاهای پنهان داده‌ها بی‌توجه کند. به اعتقاد تحلیلگران، استفاده ترکیبی از چند پایگاه استنادی و توجه به ارزیابی کیفی پژوهش‌ها می‌تواند تا حدی از پیامدهای این خطاها بکاهد.

از سوی دیگر، این گزارش بار دیگر مسئولیت پژوهشگران را در مدیریت پروفایل‌های علمی‌شان برجسته می‌کند. اگرچه بخش قابل‌توجهی از خطاها ناشی از ضعف‌های سیستمی Google Scholar است، اما بی‌توجهی برخی پژوهشگران به اصلاح ارجاعات نادرست نیز به تداوم این مشکل دامن می‌زند. کارشناسان معتقدند شفافیت و مسئولیت‌پذیری فردی پژوهشگران می‌تواند نقش مهمی در کاهش این ناهماهنگی‌ها ایفا کند.

در مجموع، گزارش Times Higher Education با طرح این موضوع هشدار می‌دهد که سنجه‌های علمی، اگر بدون دقت و بررسی مورد استفاده قرار گیرند، می‌توانند تصویری نادرست از واقعیت پژوهش علمی ارائه دهند. این هشدار به‌ویژه برای سیاست‌گذاران آموزش عالی، مدیران دانشگاهی و نهادهای ارزیاب اهمیت دارد؛ چرا که تصمیم‌گیری بر اساس داده‌های نادرست، در نهایت می‌تواند به تضعیف عدالت علمی و اعتماد به نظام ارزیابی پژوهش منجر شود.

انتهای پیام/