Mwishoni mwa mwaka jana, vyombo vya habari duniani viliripoti kwamba vifaa vya kupikia vya plastiki ya giza vilikuwa na viwango vya kuhatarisha vinavyohusishwa na kansa. Hata hivyo, uchunguzi uliofuata uligundua kwamba hatari hii ilikuwa imepandishwa kwa kiasi kutokana na makosa ya kihesabu; mk concentration halisi wa kemikali maalum ilikuwa mara kumi chini ya kile kilichodhaniwa kuwa kipimo salama. Watafiti walionyesha kuwa mfano wa AI ungeweza kugundua kosa hili ndani ya sekunde chache. Katika kujibu, miradi miwili inayotumia AI kutambua makosa katika fasihi ya kisayansi ilitokea. Mradi wa Black Spatula, chombo cha wazi, umechanganua karatasi takriban 500 kwa makosa, huku timu yake ya wabunifu wanane na washauri wengi wa kujitolea wakichagua kuwasiliana moja kwa moja na waandishi walioathirika kuhusu matokeo yao, kwa mujibu wa Joaquin Gulloso, mtafiti huru wa AI kutoka Cartagena, Colombia. “Inagundua makosa mengi, ” anasema, akitaja orodha kubwa ya karatasi zenye matatizo. Mpango wa pili, YesNoError, uliohamasishwa na Black Spatula, unalenga kupitia karatasi zote zinazopatikana na unapata msaada kutoka kwa cryptocurrency maalum. Mwanzilishi Matt Schlicht anadai kwamba mradi umeshachanganua zaidi ya karatasi 37, 000 ndani ya miezi miwili tu. Tovuti yake inatambua karatasi zenye kasoro zilizogunduliwa, ingawa uthibitisho wa kibinadamu bado upo katika mchakato. Miradi yote mawili yanawahimiza watafiti kutumia zana hizi kabla ya kuwasilisha katika jarida na kwa jarida kutumia kabla ya kuchapishwa, wakilenga kuzuia makosa na kazi za udanganyifu kuingia katika eneo la kisayansi. Kuna msaada wa tahadhari kutoka kwa wataalamu wanaozingatia uadilifu wa utafiti, ingawa wasiwasi upo kuhusu madai ya uwongo na athari zake.

Michèle Nuijten, mtafiti wa metascience kutoka Chuo Kikuu cha Tilburg huko Uholanzi, anasisitiza umuhimu wa kuthibitisha madai ya zana ili kuepuka madhara ya sifa kwa watafiti wanaotambuliwa kuwa na makosa. James Heathers, mtafiti wa metascience wa forensics, anabaini kwamba ingawa kuna hatari, lengo la kuboresha uadilifu wa kisayansi ni muhimu, ak suggesting AI inaweza kusaidia kutilia mkazo karatasi kwa ajili ya mapitio zaidi. Miradi yote mawili hutumia mif modeli mikubwa ya lugha (LLMs) kugundua makosa katika maeneo mbalimbali, ikiwa ni pamoja na ukosefu wa ukweli na kasoro za mbinu. Mchakato unajumuisha kutoa taarifa kutoka kwa karatasi, kuunda maswali magumu kwa mfano maalum wa kufikiri, na pengine kuangalia matokeo kupitia uchambuzi kadhaa. Gharama ya kuchambua kila karatasi inatofautiana kulingana na urefu na ugumu wake. Hata hivyo, changamoto kubwa ni kiwango cha juu cha matokeo ya uongo; Mradi wa Black Spatula unaripoti kwamba unagundua kosa kwa makosa karibu asilimia 10 ya wakati, hivyo kuthibitishwa na wataalamu ni lazima lakini gumu. YesNoError ya Schlicht imefindishwa uthibitisho kutoka kwa waandishi wa makosa yaliyogunduliwa katika asilimia 90 ya kesi kutoka kwa utafiti wa awali wa karatasi 10, 000. Mpango wa YesNoError unaandaa ushirikiano na ResearchHub, ambayo inatia moyo uhakiki wa pamoja kwa kutumia cryptocurrency, ili kuhakikisha uthibitisho wa masuala yaliyotambuliwa na AI, ingawa mchakato huu bado haujaanza.