DOI: https://doi.org/10.3389/frma.2025.1737168
PMID: https://pubmed.ncbi.nlm.nih.gov/41641004
تاريخ النشر: 2026-01-20
المؤلف: Kannan Sridharan وآخرون
الموضوع الرئيسي: النزاهة الأكاديمية والانتحال
نظرة عامة
تستكشف الورقة البحثية القضية المتزايدة لسحب المقالات في مجال الذكاء الاصطناعي (AI) ضمن النشر الأكاديمي. من خلال تحليل ببليومتري لـ 1,152 مقالة تم تحديدها في البداية، تركز الدراسة في النهاية على 335 منشورًا تم سحبه، مما يكشف أن 46.3% من هذه السحوبات حدثت في عام 2023 وحده. تشير التحليلات إلى أن الهندسة هي التخصص الأكثر تأثرًا، حيث تمثل 30.4% من السحوبات، وأن الغالبية (72.2%) من المقالات المسحوبة نشأت من الصين. ومن الجدير بالذكر أن مراجعة الأقران الم compromised تم تحديدها كسبب رئيسي للسحوبات، على الرغم من أن 37.9% من الحالات تفتقر إلى مبرر محدد. كما تسلط الدراسة الضوء على أن 51.1% من المقالات المسحوبة كانت لديها نسب اقتباس أكبر من 1، مما يشير إلى تأثير أكاديمي مستمر على الرغم من سحبها.
تؤكد النتائج على الثغرات الحرجة في عملية نشر الأبحاث المتعلقة بالذكاء الاصطناعي، لا سيما فيما يتعلق بنزاهة مراجعة الأقران والجداول الزمنية الممتدة المرتبطة بالسحوبات. إن الاقتباس المستمر لهذه الأعمال المسحوبة يبرز الحاجة الملحة لتحسين أنظمة تنبيه السحب وإرشادات أخلاقية أقوى للحفاظ على الثقة في التواصل الأكاديمي المدفوع بالذكاء الاصطناعي. تستنتج الدراسة أن تقاطع الإمكانات التحويلية للذكاء الاصطناعي ونقاط الضعف الحالية في النشر يتطلب اتخاذ إجراءات فورية لحماية النزاهة العلمية، داعية إلى إصلاحات تكنولوجية وثقافية في ممارسات تقييم الأبحاث.
مقدمة
تسلط المقدمة الضوء على التأثير التحويلي للذكاء الاصطناعي التوليدي (GAI)، كما يتضح من أدوات مثل ChatGPT، على البحث العلمي والنشر. تعزز هذه التقنيات بشكل كبير الإنتاجية الأكاديمية من خلال المساعدة في الكتابة، وإجراء عمليات البحث الأدبي، وتوسيع الوصول إلى المعرفة العلمية، كما أشار Misra و Chandwar (2023) و Pereira وآخرون (2025).
تحدد هذه الفقرة أيضًا أسئلة بحث رئيسية تهدف إلى فهم آثار الذكاء الاصطناعي في الأوساط الأكاديمية، مع التركيز بشكل خاص على نطاق وانتشار والاتجاهات الزمنية لسحب المقالات المتعلقة بالذكاء الاصطناعي. بالإضافة إلى ذلك، تسعى لتحديد الأسباب الرئيسية والأنماط الأساسية وراء هذه السحوبات، بهدف تقديم رؤى قابلة للتنفيذ يمكن أن تُعلم السياسات المصممة لتقليل المخاطر وتحسين الشفافية في عملية النشر العلمي.
الطرق
في هذه الدراسة، تم إجراء بحث ببليومتري باستخدام قاعدة بيانات Scopus لتحديد المقالات المتعلقة بالذكاء الاصطناعي (AI) التي تم سحبها. استخدم البحث الاستعلام: TITLE-ABS-KEY (الذكاء الاصطناعي أو AI) AND (سحب * )، مما يضمن استرجاعًا واسعًا للأدبيات ذات الصلة دون قيود على اللغة أو سنة النشر أو نوع الوثيقة. تم إجراء البحث النهائي في 10 أبريل 2025، لالتقاط أحدث السحوبات. من الجدير بالذكر أن هذا البحث هو في الأساس ببليومتري، ولم يتم تسجيل بروتوكول رسمي للدراسة.
النتائج
حددت الدراسة ما مجموعه 335 مقالة مسحوبة تتعلق بالذكاء الاصطناعي (AI) من مجموعة أولية من 1,152 مقالة، بعد استبعاد التكرارات وتلك التي لم تستوفِ معايير الإدراج. كانت الغالبية العظمى من هذه السحوبات (97%) مقالات بحثية أصلية، مع جزء كبير (82.2%) تم نشره في قضايا خاصة. ومن الجدير بالذكر أن 30.4% من السحوبات كانت في تخصصات الهندسة، وأن 72.2% من المؤلفين الأوائل كانوا مقيمين في الصين. لوحظت زيادة كبيرة في السحوبات في عام 2023، حيث تمثل 46.3% من إجمالي الحالات، والتي تلت ذروة في النشر في عام 2022.
كشفت النتائج الرئيسية من التحليل الببليومتري أن مراجعة الأقران الم compromised كانت السبب الأكثر شيوعًا للسحب، على الرغم من أن 37.8% من الحالات تفتقر إلى مبرر محدد. أشار التحليل إلى أن المقالات المنشورة في قضايا خاصة شهدت جداول زمنية لمراجعة الأقران أسرع بشكل ملحوظ (p = 0.016)، بينما كان متوسط الوقت حتى السحب أكثر من 18 شهرًا (550 يومًا). علاوة على ذلك، كانت السحوبات التي initiated من المجلة هي السائدة (98.5%)، واحتج 35.4% من المؤلفين على قرارات السحب. أظهر تحليل تأثير الاقتباس أن 51.1% من المقالات المسحوبة كانت لديها نسب اقتباس أعلى من المتوسط، مما يدل على تأثيرها المستمر على الرغم من سحبها. تؤكد هذه النتائج على القضايا الحرجة في نزاهة مراجعة الأقران واستمرار الأدبيات المعيبة داخل المجتمع العلمي.
المناقشة
تقدم قسم المناقشة في الورقة البحثية تحليلًا شاملاً لمشهد المقالات المسحوبة المتعلقة بالذكاء الاصطناعي (AI)، مع تسليط الضوء على الاتجاهات المهمة والقضايا النظامية داخل النشر الأكاديمي. درست الدراسة 335 مقالة مسحوبة، كاشفة عن أنماط مقلقة في أخلاقيات النشر ونزاهة مراجعة الأقران، لا سيما مع زيادة ملحوظة في السحوبات في عام 2023، والتي تمثل 46.3% من الإجمالي. تشير هذه الزيادة، التي تلت ذروة في معدلات النشر في عام 2022، إلى تأخيرات في اكتشاف المخالفات، مما يسمح للبحوث المعيبة بالتداول على نطاق واسع. يشير التحليل إلى أن مراجعة الأقران الم compromised كانت السبب السائد للسحب، مما يبرز الثغرات في عمليات التقييم التي تفاقمت بسبب ارتفاع محتوى الذكاء الاصطناعي.
جغرافيًا، تظهر النتائج تركيزًا كبيرًا للسحوبات بين المؤلفين من الصين (72.2%)، مما يعكس الضغوط النظامية داخل بيئات النشر ذات الحجم الكبير. تحدد الدراسة أيضًا نقاط الضعف التخصصية المحددة، حيث شهدت مجالات الهندسة والتعليم أعلى معدلات للسحوبات، على الأرجح بسبب دورات الابتكار السريعة التي قد تؤثر على الصرامة المنهجية. علاوة على ذلك، لاحظ المؤلفون اتجاهًا مقلقًا حيث حافظت أكثر من نصف المقالات المسحوبة على نسب اقتباس أكبر من واحد، مما يدل على تأثيرها المستمر في الخطاب الأكاديمي على الرغم من وضعها المسحوب. تثير هذه الاستمرارية أسئلة حرجة حول المساءلة وفعالية التدابير الحالية للنزاهة في النشر الأكاديمي، لا سيما في سياق أبحاث الذكاء الاصطناعي.
القيود
تقدم الدراسة نقاط قوة كبيرة، بما في ذلك تحليل ببليومتري شامل لـ 335 مقالة مسحوبة تتعلق بالذكاء الاصطناعي (AI)، مما يعزز فهم النزاهة البحثية في هذا المجال سريع التطور. استخدمت المنهجية مقاييس تحليلية متعددة، تربط بين العوامل الكمية والنوعية، وتضمن القوة من خلال عملية تحقق متعددة الخطوات. يوفر هذا النهج الصارم أساسًا تجريبيًا موثوقًا للرؤى ذات الصلة بالناشرين والمؤسسات وصانعي السياسات، لا سيما فيما يتعلق بالثغرات في منشورات القضايا الخاصة وتركيزات السحوبات الجغرافية.
ومع ذلك، فإن البحث ليس بدون قيود. قد يؤدي الاعتماد على قاعدة بيانات واحدة، Scopus، إلى إدخال تحيز في الاختيار، مما قد يؤدي إلى إغفال المقالات المسحوبة ذات الصلة من قواعد بيانات أخرى مثل Web of Science أو PubMed. علاوة على ذلك، لم تتحقق الدراسة بشكل مستقل من أسباب السحب المقدمة، والتي قد تكون غامضة أو غير مكتملة. كما أن الطبيعة الذاتية لتصنيف المقالات على أنها “متعلقة بالذكاء الاصطناعي” والتباين في إشعارات السحب تمثل تحديات، كما هو الحال مع الطبيعة المتطورة لأدوات الذكاء الاصطناعي التي قد تؤدي إلى أشكال جديدة من المخالفات التي لم يتم التقاطها بعد في البيانات. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار نهج متعدد القواعد البيانية وأن تشمل المسودات والمداولات المؤتمرات لتوفير فهم أكثر شمولاً للسحوبات المتعلقة بالذكاء الاصطناعي.
DOI: https://doi.org/10.3389/frma.2025.1737168
PMID: https://pubmed.ncbi.nlm.nih.gov/41641004
Publication Date: 2026-01-20
Author(s): Kannan Sridharan et al.
Primary Topic: Academic integrity and plagiarism
Overview
The research paper investigates the rising issue of article retractions in the field of artificial intelligence (AI) within academic publishing. Through a bibliometric analysis of 1,152 initially identified articles, the study ultimately focuses on 335 retracted publications, revealing that a significant 46.3% of these retractions occurred in 2023 alone. The analysis indicates that engineering is the most affected discipline, accounting for 30.4% of retractions, and that a majority (72.2%) of the retracted articles originated from China. Notably, compromised peer review was identified as the primary reason for retractions, although 37.9% of cases lacked specific justification. The study also highlights that 51.1% of retracted articles had citation ratios greater than 1, suggesting ongoing scholarly influence despite their retraction.
The findings underscore critical vulnerabilities in the publication process of AI-related research, particularly regarding the integrity of peer review and the extended timelines associated with retractions. The persistent citation of these retracted works emphasizes the urgent need for improved retraction alert systems and stronger ethical guidelines to uphold trust in AI-driven scholarly communication. The conclusion posits that the intersection of AI’s transformative potential and existing publishing weaknesses necessitates immediate action to safeguard scientific integrity, advocating for both technological and cultural reforms in research evaluation practices.
Introduction
The introduction highlights the transformative impact of generative artificial intelligence (GAI), exemplified by tools like ChatGPT, on scientific research and publishing. These technologies significantly enhance scholarly productivity by aiding in writing, conducting literature searches, and democratizing access to scientific knowledge, as noted by Misra and Chandwar (2023) and Pereira et al. (2025).
The section also outlines key research questions aimed at understanding the implications of AI in academia, specifically focusing on the scope, prevalence, and temporal trends of AI-related article retractions. Additionally, it seeks to identify the primary reasons and underlying patterns behind these retractions, ultimately aiming to provide actionable insights that can inform policies designed to mitigate risks and improve transparency in the scientific publishing process.
Methods
In this study, a bibliometric search was performed using the Scopus database to identify articles related to artificial intelligence (AI) that had been retracted. The search utilized the query: TITLE-ABS-KEY (Artificial intelligence OR AI) AND (retract *), ensuring a broad retrieval of relevant literature without restrictions on language, publication year, or document type. The final search was conducted on April 10, 2025, to capture the most recent retractions. It is noteworthy that this research is primarily bibliometric in nature, and no formal protocol was registered for the study.
Results
The research identified a total of 335 retracted articles related to artificial intelligence (AI) from an initial pool of 1,152 articles, after excluding duplicates and those that did not meet inclusion criteria. The majority of these retractions (97%) were original research articles, with a significant portion (82.2%) published in special issues. Notably, 30.4% of the retractions were in engineering disciplines, and a striking 72.2% of the first authors were based in China. A significant increase in retractions was observed in 2023, accounting for 46.3% of the total cases, which followed a peak in publications in 2022.
Key findings from the bibliometric analysis revealed that compromised peer review was the most common reason for retraction, although 37.8% of cases lacked specific justification. The analysis indicated that articles published in special issues experienced significantly faster peer review timelines (p = 0.016), while the median time to retraction was over 18 months (550 days). Furthermore, journal-initiated retractions were predominant (98.5%), and a notable 35.4% of authors contested the retraction decisions. Citation impact analysis showed that 51.1% of the retracted articles had above-average field citation ratios, indicating their ongoing influence despite retraction. These findings underscore critical issues in the integrity of peer review and the persistence of flawed literature within the scientific community.
Discussion
The discussion section of the research paper provides a comprehensive analysis of the landscape of retracted articles related to artificial intelligence (AI), highlighting significant trends and systemic issues within academic publishing. The study examined 335 retracted articles, revealing concerning patterns in publication ethics and peer review integrity, particularly with a notable surge in retractions in 2023, which accounted for 46.3% of the total. This increase, following a peak in publication rates in 2022, suggests delays in misconduct detection, allowing flawed research to circulate widely. The analysis indicates that compromised peer review was the predominant reason for retraction, underscoring vulnerabilities in the evaluation processes exacerbated by the rise of AI-generated content.
Geographically, the findings show a heavy concentration of retractions among authors from China (72.2%), reflecting systemic pressures within high-volume publishing environments. The study also identifies specific disciplinary vulnerabilities, with engineering and education fields experiencing the highest rates of retractions, likely due to rapid innovation cycles that may compromise methodological rigor. Furthermore, the authors noted a concerning trend where over half of the retracted articles maintained field citation ratios greater than one, indicating their continued influence in scholarly discourse despite their retracted status. This persistence raises critical questions about accountability and the effectiveness of current integrity measures in academic publishing, particularly in the context of AI research.
Limitations
The study presents significant strengths, including a comprehensive bibliometric analysis of 335 retracted articles related to artificial intelligence (AI), which enhances understanding of research integrity in this rapidly evolving field. The methodology employed multiple analytical metrics, bridging quantitative and qualitative factors, and ensuring robustness through a multi-step validation process. This rigorous approach provides a reliable empirical foundation for insights relevant to publishers, institutions, and policymakers, particularly regarding vulnerabilities in special issue publications and geographical concentrations of retractions.
However, the research is not without limitations. The reliance on a single database, Scopus, may introduce selection bias, potentially omitting relevant retracted articles from other databases such as Web of Science or PubMed. Furthermore, the study did not independently verify the retraction reasons provided, which may be vague or incomplete. The subjective nature of categorizing articles as “AI-related” and the variability in retraction notices also pose challenges, as does the evolving nature of AI tools that may lead to new forms of misconduct not yet captured in the data. Future research should consider a multi-database approach and include preprints and conference proceedings to provide a more comprehensive understanding of AI-related retractions.