AI-जनित उद्धरण विकृति: जैवचिकित्सा प्रकाशन का विश्वास संकट अब वैश्विक वैज्ञानिक शासन के मुद्दे में बाह्य प्रसारित हो रहा है

AI-जनित उद्धरण विकृति: जैवचिकित्सकीय प्रकाशन का विश्वास संकट अब वैश्विक शोध-शासन का मुद्दा बन रहा है

एक ऐसा ऑडिट, जो देखने में केवल शैक्षणिक प्रकाशन के भीतर का मामला लगता है, एक व्यापक वैश्विक विकास समस्या को उजागर कर रहा है: जब जनरेटिव AI लेखन प्रक्रिया में प्रवेश करता है, तो ज्ञान-उत्पादन का “कम लागत वाला विस्तार” और साक्ष्य-गुणवत्ता का “उच्च जोखिम वाला क्षरण” एक साथ होने लगते हैं। *The Lancet* में प्रकाशित एक संचार और संबंधित रिपोर्टों के अनुसार, शोध दल ने PubMed Central ओपन-एक्सेस डेटाबेस में लगभग 25 लाख जैवचिकित्सकीय लेखों का ऑडिट किया, जो 1 जनवरी 2023 से 18 फ़रवरी 2026 की अवधि को कवर करता है, और अंततः 9.71 करोड़ सत्यापित संदर्भों में 4046 नकली उद्धरणों की पहचान की, जो 2810 लेखों से संबंधित थे।

यह केवल प्रकाशन जगत के लिए चर्चा का कोई सीमांत मुद्दा नहीं है। यह इस बात से जुड़ा है कि क्या चिकित्सा साक्ष्य विश्वसनीय है, क्या प्रणालीगत समीक्षाएँ मजबूत हैं, क्या नैदानिक दिशानिर्देश भरोसेमंद हैं; और यह इस बात से भी जुड़ा है कि सीमित संसाधनों की परिस्थितियों में वैश्विक दक्षिण के शोध संस्थान डिजिटल प्लेटफ़ॉर्म द्वारा विस्तारित ज्ञान-व्यवस्थाओं का उपयोग कैसे करें। इससे भी महत्वपूर्ण, यह नीति-निर्माताओं को याद दिलाता है: AI केवल उत्पादकता में वृद्धि नहीं लाता, बल्कि शोध-निष्ठा, ज्ञान-सत्यापन और अंतरराष्ट्रीय सहयोग की आधारभूत तर्क-व्यवस्था को भी पुनर्गठित करता है।

“लेखन उपकरण” से “साक्ष्य-दूषण स्रोत” तक

जनरेटिव AI को शुरू में कई शोधकर्ताओं ने दक्षता बढ़ाने वाले एक सहायक उपकरण के रूप में देखा: भाषा को परिष्कृत करने, साहित्य को व्यवस्थित करने, रूपरेखा बनाने में मदद करने वाला साधन। हालांकि, यह ऑडिट दिखाता है कि जब AI को बिना नियंत्रण के शैक्षणिक लेखन प्रक्रिया में शामिल किया जाता है, तो उद्धरण विकृति व्यक्तिगत त्रुटियों से तेज़ी से बड़े पैमाने के जोखिम में बदल सकती है।

शोध दल ने एक स्वचालित सत्यापन प्रक्रिया का उपयोग किया, PubMed, Crossref, OpenAlex और Google Scholar जैसे डेटाबेसों की क्रॉस-जांच की, और संदिग्ध प्रविष्टियों को छाँटने के लिए बड़े भाषा मॉडल की सहायता ली। यह पद्धति अपने-आप में व्यावहारिक महत्व रखती है: लाखों लेखों के पैमाने पर पारंपरिक मैन्युअल जाँच लगभग असंभव है, इसलिए स्वचालन और मानव पुनरीक्षण का संयोजन बड़े पैमाने के शोध-शासन का एक यथार्थवादी मार्ग बन गया है।

लेकिन समस्या यहीं प्रकट होती है: जैसे ही उद्धरण-जांच की प्रणाली स्वयं पिछड़ जाती है, जनरेटिव AI “साक्ष्य जैसा दिखने वाला” सामग्री को थोक में ज्ञान-तंत्र में प्रविष्ट करा सकता है। चिकित्सा क्षेत्र के लिए यह विकृति विशेष रूप से खतरनाक है, क्योंकि नैदानिक दिशानिर्देश, औषधि मूल्यांकन और सार्वजनिक स्वास्थ्य शोध सभी ऐसी साहित्यिक नींव पर निर्भर करते हैं जो अनुरेखनीय और सत्यापनयोग्य हो। गलत उद्धरण केवल प्रारूपगत दोष नहीं है; यह उपचार-सिफ़ारिशों, नीति-निर्णयों और संसाधन-वितरण को प्रभावित कर सकता है।

यह केवल शोध-निष्ठा का मुद्दा नहीं, बल्कि वैश्विक विकास का मुद्दा भी क्यों है

वैश्विक विकास के दृष्टिकोण से, शोध-निष्ठा केवल अकादमिक जगत का आंतरिक विषय नहीं, बल्कि सार्वजनिक क्षमता का हिस्सा है। उच्च-आय वाले देशों के लिए, गलत उद्धरण मुख्यतः शैक्षणिक प्रतिष्ठा को नुकसान पहुँचाते हैं; जबकि निम्न और मध्यम आय वाले देशों के लिए, इसका अर्थ यह भी हो सकता है कि सीमित शोध-वित्त व्यर्थ हो जाए, नीतिगत आधार दूषित हो जाए, और स्वास्थ्य-प्रणाली अविश्वसनीय साक्ष्य को आत्मसात कर ले।

विश्व बैंक, UNDP और बहुपक्षीय विकास संस्थाएँ हाल के वर्षों में लगातार इस बात पर ज़ोर देती रही हैं कि “संस्थागत क्षमता” और “डेटा क्षमता” विकास परिणामों के महत्वपूर्ण निर्धारक हैं।विश्व बैंक, UNDP और बहुपक्षीय विकास एजेंसियाँ हाल के वर्षों में लगातार इस बात पर ज़ोर देती रही हैं कि “संस्थागत क्षमता” और “डेटा क्षमता” विकास के परिणामों के महत्वपूर्ण निर्धारक हैं। आज, यह क्षमता अब केवल राजकोषीय प्रबंधन या सांख्यिकी प्रणालियों तक सीमित नहीं है, बल्कि ज्ञान-उत्पादन प्रणालियों को भी शामिल करती है: क्या शोधपत्र सत्यापित किए जा सकते हैं, क्या शोध पुनरुत्पादित हो सकता है, क्या उद्धरणों का पता लगाया जा सकता है, और क्या डेटाबेस का ऑडिट किया जा सकता है।

यह ESG के “शासन” आयाम से अत्यधिक संबंधित है। पहले, ESG का उपयोग अधिकतर कॉरपोरेट प्रकटीकरण, आपूर्ति-श्रृंखला प्रबंधन और पूँजी बाज़ार मूल्यांकन के लिए किया जाता था; अब, AI-जनित सामग्री के इर्द-गिर्द शासन से जुड़ी समस्याएँ भी शोध संस्थानों, प्रकाशकों और प्लेटफ़ॉर्म कंपनियों की ज़िम्मेदारी के दायरे में आने लगी हैं। यदि शैक्षणिक प्रकाशन संस्थाएँ संदर्भ-जांच के लिए अधिक मज़बूत तंत्र स्थापित नहीं कर पातीं, तो इसका अर्थ होगा कि ज्ञान आपूर्ति-श्रृंखला में एक प्रणालीगत शासन-रिक्तता बनी रह गई है।

जाली उद्धरणों में वृद्धि, शोध पारिस्थितिकी पर पड़ते संरचनात्मक दबाव को दर्शाती है

ऑडिट से पता चलता है कि जाली उद्धरणों की घटनाएँ 2023 में हर 10,000 शोधपत्रों पर लगभग 4 से बढ़कर 2026 की शुरुआत तक हर 10,000 पर लगभग 57 हो गईं, यानी 12 गुना से अधिक की वृद्धि। यद्यपि एकल अनुपात देखने में बहुत अधिक नहीं लगता, लेकिन लाखों शोधपत्रों और बहु-स्तरीय ज्ञान-रूपांतरण श्रृंखलाओं में इसका संचयी प्रभाव अनदेखा नहीं किया जा सकता।

यह वृद्धि केवल तकनीकी समस्या नहीं है; इसका संबंध शोध-प्रोत्साहन संरचना से भी है। वैश्विक स्तर पर, शोधपत्रों की संख्या, जर्नल इम्पैक्ट फैक्टर, परियोजना-आवेदन की सफलता दर और संस्थागत रैंकिंग अब भी “तेज़ उत्पादन” मॉडल को तीव्र रूप से प्रेरित कर रहे हैं। कुछ शोधकर्ताओं के लिए, AI लेखन उपकरण लागत घटाने और उत्पादन बढ़ाने का प्रलोभन प्रदान करते हैं; और पेपर मिलों के लिए, वे “शैक्षणिक रूप” के बड़े पैमाने पर उत्पादन को तेज़ करने वाले उपकरण बन सकते हैं।

समस्या यह है कि जब प्रकाशन का दबाव और तकनीकी सुविधा एक साथ बढ़ती हैं, लेकिन पीयर-रिव्यू, संपादन और अनुक्रमण प्रणालियों की सत्यापन क्षमता उसी अनुपात में उन्नत नहीं होती, तो शोध पारिस्थितिकी एक विशिष्ट “गुणवत्ता बाह्यता” उत्पन्न करती है। यही कारण है कि इस घटना को वैश्विक शासन ढाँचे के भीतर समझना आवश्यक है: यह किसी एक बिंदु की चूक नहीं, बल्कि प्रोत्साहन तंत्र, प्लेटफ़ॉर्म तकनीक और संस्थागत नियमन के बीच असंगति को दर्शाती है।

विकासशील देशों के लिए इसका क्या अर्थ है

कई विकासशील देशों के विश्वविद्यालयों, अस्पतालों और शोध संस्थानों के लिए, जनरेटिव AI के ये दोहरे प्रभाव और भी जटिल हैं। एक ओर, यह भाषा-सम्बंधी बाधाओं को कम करता है और गैर-अंग्रेज़ी शोधकर्ताओं को अंतरराष्ट्रीय प्रकाशन प्रणाली में तेज़ी से प्रवेश करने में मदद करता है; दूसरी ओर, यह बाहरी डेटाबेस, व्यावसायिक उपकरणों और अपारदर्शी मॉडलों पर निर्भरता को भी बढ़ा देता है।

यदि संदर्भ-जांच क्षमता अपर्याप्त हो, तो स्थानीय विद्वान तेज़ प्रकाशन की दौड़ में “दृश्यता की प्रतिस्पर्धा” में फँसकर साक्ष्य की गुणवत्ता की अनदेखी करने लगते हैं। और अधिक यथार्थ यह है कि विकासशील देशों की स्वास्थ्य प्रणालियाँ, कृषि प्रसार, जलवायु अनुकूलन और शिक्षा सुधार अक्सर अंतरराष्ट्रीय साहित्य और बाहरी ज्ञान नेटवर्क पर निर्भर करते हैं। जैसे ही इन नेटवर्कों में बड़ी मात्रा में जाली या अनट्रेसेबल उद्धरण मिल जाते हैं, निर्णय-निर्माण की लागत चुपचाप बढ़ जाती है।

यह डिजिटल विभाजन का एक नया रूप भी है: पहले यह विभाजन इंटरनेट कवरेज और उपकरणों की उपलब्धता में दिखता था; अब यह इस बात में भी दिखता है कि कौन उच्च-गुणवत्ता वाले सत्यापन उपकरणों का उपयोग कर सकता है, कौन डेटा ऑडिट का खर्च उठा सकता है, और कौन नियम-निर्माण में भाग ले सकता है।

प्रकाशकों, इंडेक्सिंग प्लेटफ़ॉर्मों और अंतरराष्ट्रीय संगठनों को क्यों हस्तक्षेप करना ही होगा《लैंसेट》 के संचार और संबंधित संस्थानों ने सुझाव दिया है कि प्रकाशक सबमिशन चरण में संदर्भों की जाँच करें, इंडेक्सिंग सेवाएँ संदिग्ध संदर्भों के लिए मेटाडेटा-चिह्न जोड़ें, और जाली उद्धरणों को ट्रैक करने के लिए विशेष श्रेणियाँ स्थापित करें। ये सुझाव बिल्कुल भी अतिरंजित नहीं हैं; बल्कि, वे AI युग में शैक्षणिक अवसंरचना के लिए न्यूनतम शासन-आवश्यकताओं का प्रतिनिधित्व करते हैं।

कारण बहुत सीधा है: शैक्षणिक प्रकाशन अब किसी एकल संस्थान की आंतरिक प्रक्रिया नहीं रह गया है, बल्कि यह एक बहु-प्लेटफ़ॉर्म, बहु-डेटाबेस, बहु-भाषी वैश्विक ज्ञान नेटवर्क बन चुका है। जैसे ही PubMed, Crossref, OpenAlex, Google Scholar जैसी प्रणालियाँ वास्तविक ज्ञान-प्रवेश द्वार बन जाती हैं, वे सार्वजनिक अवसंरचना जैसी भूमिका निभाने लगती हैं। सार्वजनिक अवसंरचना से केवल कवरेज पर्याप्त नहीं है; उसे सत्यापन-योग्यता भी सुनिश्चित करनी होती है।

यहाँ अंतरराष्ट्रीय संगठन भी भूमिका निभा सकते हैं। जैसे जलवायु क्षेत्र में MRV (मॉनिटरिंग, रिपोर्टिंग, वेरिफिकेशन) प्रणाली की आवश्यकता होती है, वैसे ही शोध-शासन के लिए भी एक समान सत्यापन ढाँचे की जरूरत है। भविष्य में, AI-सहायित लेखन के पारदर्शी प्रकटीकरण, उद्धरण की प्रामाणिकता के चिह्न, पेपर फैक्ट्री की पहचान और डेटाबेस-स्तरीय समन्वित चेतावनियों के इर्द-गिर्द, धीरे-धीरे अंतर-संस्थागत मानक बन सकते हैं। यह अंतरराष्ट्रीय सहयोग की नई सीमा होगी।

ESG दृष्टिकोण में “शासन” को फिर से परिभाषित किया जा रहा है

ESG के संदर्भ में, शैक्षणिक प्रकाशन और शोध संस्थानों को आमतौर पर पारंपरिक ESG परिसंपत्तियाँ नहीं माना जाता। लेकिन यदि ज्ञान-उत्पादन को सामाजिक अवसंरचना के रूप में देखा जाए, तो स्पष्ट होता है कि इसकी शासन-गुणवत्ता सीधे चिकित्सा, शिक्षा, सार्वजनिक नीति और निवेश निर्णयों को प्रभावित करती है।

निवेशकों के लिए, AI युग में “शासन जोखिम” अब केवल बोर्ड की स्वतंत्रता या वित्तीय प्रकटीकरण तक सीमित नहीं है; इसमें डेटा स्रोत, मॉडल उपयोग और सामग्री सत्यापन भी शामिल हैं। विश्वविद्यालयों और शोध संस्थानों के लिए, वास्तविक प्रतिस्पर्धात्मकता केवल लेखों की संख्या नहीं, बल्कि साक्ष्य-श्रृंखला की पूर्णता है। प्रकाशकों और डेटाबेस प्लेटफ़ॉर्म के लिए, भविष्य का मुख्य मूल्य केवल संग्रहण का पैमाना नहीं, बल्कि विश्वसनीयता-प्रबंधन क्षमता भी है।

इसका अर्थ है कि ESG मूल्यांकन प्रणाली स्वयं भी विकसित हो सकती है: जैसे-जैसे AI सामग्री-उत्पादन में शामिल होता है, शासन संकेतकों को एल्गोरिदमिक पारदर्शिता, स्रोत की ट्रेसेबिलिटी, त्रुटि-सुधार तंत्र और प्लेटफ़ॉर्म उत्तरदायित्व को शामिल करना होगा। दूसरे शब्दों में, शासन का आयाम “कंपनी के आंतरिक अनुपालन” से बढ़कर “ज्ञान पारिस्थितिकी के अनुपालन” तक विस्तारित हो जाएगा।

भविष्य की कुंजी AI पर प्रतिबंध लगाने में नहीं, बल्कि सत्यापन तंत्र को पुनर्निर्मित करने में है

ऐसी समस्याओं का उत्तर सरलता से “AI-पूर्व युग” में लौटना नहीं है। जनरेटिव AI का भाषा-सहायता, ज्ञान-अन्वेषण और शोध-सहायता में वास्तविक मूल्य है, विशेषकर गैर-अंग्रेज़ी शोध समुदायों के लिए। असली चुनौती यह है कि दक्षता में वृद्धि के साथ-साथ साक्ष्य सत्यापन और उत्तरदायित्व-ट्रैकिंग तंत्र को कैसे पुनर्स्थापित किया जाए।

आने वाले कुछ वर्षों में, ध्यान देने योग्य बातें यह नहीं होंगी कि AI शोध में प्रवेश करता है या नहीं, बल्कि ये तीन चीज़ें होंगी:

1. क्या प्रकाशक संदर्भ-सत्यापन को सबमिशन चरण में ही लागू करते हैं; 2. क्या इंडेक्सिंग प्लेटफ़ॉर्म जाली उद्धरणों के लिए एकीकृत चिह्न स्थापित करते हैं; 3. क्या शोध संस्थान AI उपयोग प्रकटीकरण और उद्धरण ऑडिट को शोध-ईमानदारी प्रणाली में शामिल करते हैं।

यदि ये तंत्र स्थापित नहीं होते, तो AI शोध-उत्पादन को बढ़ाता रहेगा, लेकिन ज्ञान-प्रणाली की विश्वसनीयता लगातार कम होती जाएगी। चिकित्सा और सार्वजनिक स्वास्थ्य के लिए, यह स्वीकार्य मूल्य नहीं है।## समापन: ज्ञान की विश्वसनीयता, एक नई विकास क्षमता बनती जा रही है

वैश्विक विकास अध्ययन में अब तक अधिक ध्यान वित्त, अवसंरचना, शिक्षा और स्वास्थ्य पर रहा है; अब “ज्ञान की विश्वसनीयता” को भी उसी ढांचे में शामिल करना होगा। क्योंकि एक अत्यधिक डिजिटल, मॉडल-आधारित और स्वचालित युग में, नीतियाँ, चिकित्सा, शिक्षा और निवेश लगातार सत्यापित की जा सकने वाली सूचना-धाराओं पर निर्भर होते जा रहे हैं।

जैव-चिकित्सा शोध-पत्रों पर इस ऑडिट से पता चलता है कि AI युग में सबसे दुर्लभ संसाधनों में से एक सामग्री-निर्माण क्षमता नहीं, बल्कि सामग्री-सत्यापन क्षमता हो सकती है। वैश्विक दक्षिण के देशों के लिए यह विशेष रूप से महत्वपूर्ण है: यदि भरोसेमंद ज्ञान-अवसंरचना का निर्माण नहीं हो पाता, तो डिजिटलीकरण आवश्यक रूप से अधिक समान विकास नहीं लाएगा, बल्कि मौजूदा असमानताओं को और बढ़ा सकता है।

दीर्घकालिक दृष्टि से, अनुसंधान प्रणाली की वास्तविक प्रतिस्पर्धात्मकता यह तय नहीं करती कि वह कितनी तेजी से लिखती है, बल्कि यह कि साक्ष्य पर कितना भरोसा किया जा सकता है।