قضیه چیه؛

بریم با زبان ساده‌تر ببینیم چرا اختراعات AI دیپ‌سیک (deep seek) توسط چینی ها جهان رو انگشت به دهن گذاشته (و احتمالا مارکت کپ ۲ تریلیون دلاری انویددیا رو به خطر انداخته)
اول یکم زمینه رو توضیح بدیم: فعلا فرایند آموزش مدل‌های AI به شدت پرهزینه‌ست. انترپرایزهایی مثل OpenAI Anthropic و ... بیشتر از ۱۰۰ میلیون دلار فقط برای محاسبات خرج می‌کنن

پس نیاز به مراکز داده بسیار بزرگ با هزاران GPU چهل هزار دلاری دارن

انگار یه نیروگاه برق بسازی برای راه‌اندازی یک کارخونه
*حالا DeepSeek اومده گفته* «هه! اگه همه این کارها رو با ۵ میلیون دلار انجام دادم چی؟»

وحرف مفت هم نزده و واقعا این کار رو کرده!
مدل اونها توی تسک‌های زیادی تونسته GPT-4 و Clause رو شکست بده

و این باعث شگفتی دنیای هوش مصنوعی شده!

چطور این کار رو کردن؟

همه چیز رو از اول بازاندیشی کردن. هوش مصنوعی‌های سنتی مثل اینن که هر عدد رو با ۳۲ اعشار می‌نویسن.

دیپ‌سیک گفته« خب چرا با ۸ تا ننویسیم؟ تقریبا همون قدر دقیقه!»

بوم! ۷۵٪ کاهش در حافظه مورد نیاز!
بعد رفتن سراغ سیستم Multi token

هوش مصنوعی‌های نرمال مثل یه بچه کلاس اولی می‌خونن: « بابا .... نان .... داد»

ولی دیپ‌سیک کل جمله رو یکجا می‌خونه با سرعت ۲ برابر و دقت ۹۰٪

وقتی قراره میلیاردها کلمه رو تحلیل کنی این خیلی مهمه!

ولی قسمت هوشمندانه‌شون اینه:

یه چیزی ساختن مثل «سیستم تخصص»
به جای اینکه یه AI غول‌آسا همه چیز رو بدونه (مثلا یه آدم که هم دکتر باشه هم مهندس، هم جامعه‌شناس و ... )، فقط از متخصصینی استفاده می‌کنن که در مواقع نیاز فراخوانی میشن
مدل‌های نرمال سنتی؟
تمام ۱.۸ تریلیون پارامتر در لحظه فعالن
دیپ‌سیک؟
۶۷۱ بیلیون در مجموع داره که ۳۷ بیلیونش در لحظه فعالن

مثل این می‌مونه که تیم بزرگی داشته باشی ولی فقط اونی رو صدا بزنی که الان برای یک کاری بهش نیاز داری.

نتیجه حیرت‌انگیزه:

هزینه آموزش مدل: ۱۰۰ میلیون >> ۵ میلیون
تعداد GPU: صد هزار > دو هزار
هزینه API: نود و پنج درصد ارزون‌تر
می‌تونه روی کارت گرافیک‌های گیمینگ هم ران بشه بدون نیاز به سخت‌افزار مرکز داده

حالا ممکنه بگی «صبر کن ببینم! حتما یه ریگی توی کفش‌شون هست!»

اصلا قسمت جذاب داستان همینه: همه‌اش اپن سورسه! همه می‌تونن کارشون رو بررسی کنن. کدش عمومیه. راهنمای تکنیکال همه چیز رو توضیح میده. جادو جنبل نکردن، صرفا هوشمندانه مهندسی کردن.

چرا این داستان مهمه؟

چون این فرض و مدل رو که «فقط کمپانی‌های بزرگ می‌تونن توی عرصه AI بازی کنن» رو باطل می‌کنه

برای انویدیا این ترسناکه! کل مدل بیزنس‌شون بر مبنای این بود که با مارجین ۹۰ درصد GPU های فوق گرون بفروشن. حالا معلومه مشکل چیه اگه همه بتونن با GPUهای گیمینگ مدل هوش مصنوعی بسازن!

ضربه نهایی هم این بود:

دیپ‌سیک این کار رو با تیمی کمتر از ۲۰۰ نفر انجام داد.

در حالیکه هزینه‌هایی که متا برای حقوق کارکنانش می‌پردازه از کل بودجه آموزش دیپ‌سیک بیشتره و مدل‌شون هم به این اندازه خوب نیست

یه داستان کلاسیک از شکستن وضع موجود:

در حالیکه بنگاه‌های مستقر دارن فرآیندهای موجودشون رو بهینه‌سازی می‌کنن، بت‌شکن‌ها میان و کل پروسه رو از اول بازاندیشی می‌کنن

دیپ‌سیک هم پرسید «چی میشه به جای اینکه هی سخت‌افزار اضافه کنیم، این کار رو هوشمندانه‌تر انجام بدیم؟»

عواقبش چشمگیره:
- دسترسی به توسعه هوش مصنوعی بیشتر میشه
- رقابت به شدت افزایش پیدا می‌کنه
- «سنگر»های بزرگ شرکت‌های تکنولوژیک مثل دست‌اندازهای کوچیک جلوه می کنه
- نیازهای سخت‌افزاری و هزینه‌ها به شدت کم میشه

البته غول‌هایی مثل OpenAI و Anthropic بیکار نمی‌شینن. احتمالا همین الان هم شروع کردن به استفاده و به کارگیری این ابداعات. ولی غول بهره‌وری از چراغ جادو اومده بیرون. دیگه نمی‌تونی برگردی به دورانی که هی سخت‌افزار اضافه کنی.

به نظر می‌رسه این لحظه از اونهاست که بعدا به عنوان نقطه عطف بهش نگاه می‌کنیم. درست مثل موقع‌هایی که PCها کامپیوتر‌های بزرگ‌ رو از رده خارج کردن، یا محاسبات ابری همه‌ چیز رو تغییر داد.

هوش مصنوعی قراره باز هزینه بسیار کمتر، و به مقدار بیشتری در دسترس قرار بگیره.

سوال این نیست که آیا این باعث تغییر زمین بازی‌گران بزرگ این عرصه میشه یا نه، سوال اینه که با چه سرعتی این کار رو می‌کنه.

خبرگزاری ها : ۸ بهمن ۱۴۰۳ - ۲۷ ژانویه ۲۰۲۵
هوش مصنوعی چینی دیپ‌سیک با پشت سر گذاشتن چت‌جی‌بی‌تی و سایر رقبا، به محبوب‌ترین برنامه رایگان در بازار اپل در ایالات متحده آمریکا، بریتانیا  ( انگلیس) و چین تبدیل شده است. در همین حال، ارزش سهام شرکت‌های مرتبط با هوش مصنوعی مستقر در آمریکا صبح  هشتم بهمن ماه 1403  کاهش یافت که قیمت سهام اروپا را نیز تحت تأثیر قرار داد. محبوبیت نسخه سوم این اپلیکیشن از زمان عرضه در یک ماه پیش مرتب افزایش یافته است و این باور رایج را که آمریکا رهبر بلامنازع صنعت هوش مصنوعی است به چالش می‌کشد. این مدل با استفاده از مدل هوش مصنوعی دیپ‌سیک-وی۳ کار می‌کند و سازندگانش می‌گویند با هزینه‌ای کمتر از ۶ میلیون دلار توسعه یافته است که بسیار کمتر از میلیاردها دلاری است که برای دیگر برنامه‌های رقیب هزینه شده است.
اما دیگران در فضای هوش مصنوعی این رقم را زیر سوال برده‌اند.
پس از اینکه دیپ‌سیک-آر۱ اخیرا راه‌اندازی شد، این شرکت عملکرد آن را «همتراز» یکی از جدیدترین مدل‌های اوپن‌ای‌آی، شرکت سازنده چت‌جی‌بی‌تی، در کارهایی مانند ریاضیات و کدنویسی و زبان دانست. مارک آندرسن، سرمایه‌گذار سیلیکون‌ولی و مشاور دونالد ترامپ، دیپ‌سیک-آر۱ را «اسپوتنیک هوش مصنوعی» توصیف کرد؛ اشاره به اولین قمر مصنوعی جهان که اتحاد جماهیر شوروی در سال ۱۹۵۷ پرتاب کرد. تراشه‌های پیشرفته، آموزش مدل‌های هوش مصنوعی مانند چت‌جی‌بی‌تی و دیپ‌سیک را تقویت می‌کند. اما آمریکا از سال ۲۰۲۱ محدودیت‌ فروش تراشه‌های پیشرفته را به چین افزایش داده است. توسعه‌دهندگان چینی هوش مصنوعی به منظور ادامه فعالیت خود بدون عرضه تراشه‌های پیشرفته وارداتی، کار خود را با یکدیگر به اشتراک گذاشته و رویکردهای جدیدی را برای این فناوری آزمایش کرده‌اند. این اقدام به توسعه مدل‌های دیگر هوش مصنوعی منجر شده است که به توان محاسباتی بسیار کمتری نیاز دارند، یعنی با هزینه بسیار کمتری از آنچه قبلا تصور می‌شد می‌توان آنها را ساخت. از این رو چنین قابلیتی می‌تواند صنعت هوش مصنوعی را متحول کند. ارزش سهام شرکت‌های مرتبط با هوش مصنوعی مستقر در ایالات متحده آمریکا، مانند انویدیا و مایکروسافت و متا، صبح امروز کاهش یافت که قیمت سهام اروپا را نیز تحت تأثیر قرار داد. ای‌اس‌ام‌ال، سازنده تجهیزات تراشه هلندی، هم شاهد کاهش بیش از ۱۰ درصدی قیمت سهام خود بود در حالی که سهام زیمنس انرژی، که سخت‌افزارهای مرتبط با هوش مصنوعی را تولید می‌کند، ۲۱ درصد سقوط کرد. فیونا سینکوتا، تحلیلگر ارشد بازار در سیتی‌ایندکس، می‌گوید: «ایده یک نسخه چینی کم‌هزینه تا کنون مد نظر نبوده است، بنابراین بازار کمی غافلگیر شده است. در نتیجه عرضه ناگهانی این مدل هوش مصنوعی ارزان قیمت باعث نگرانی در مورد سود رقبا به‌ویژه با توجه به میزان سرمایه‌گذاری آنها در زیرساخت‌های هوش مصنوعی گران‌تر شده است.»
وی-سرن لینگ، مشاور سهام فناوری مستقر در سنگاپور، هم به بی‌بی‌سی گفت که این تحول «به طور بالقوه می‌تواند پرونده سرمایه‌گذاری برای کل زنجیره تأمین هوش مصنوعی را از مسیر خارج کند». اما سیتی، غول بانکی وال استریت، هشدار داد در حالی که دیپ‌سیک می‌تواند موقعیت غالب شرکت‌های آمریکایی مانند اوپن‌ای‌آی را به چالش بکشد، مشکلاتی که شرکت‌های چینی با آن مواجه هستند ممکن است توسعه آنها را مختل کند. تحلیلگران سیتی در گزارشی گفتند: «ما برآورد می‌کنیم که در یک محیط به طور ناگزیر محدودتر، دسترسی آمریکا به تراشه‌های پیشرفته‌تر یک مزیت است.» هفته گذشته، کنسرسیومی متشکل از شرکت‌های فناوری آمریکایی و سرمایه‌گذاران خارجی پروژه استار‌گیت را اعلام کردند. این شرکت ۵۰۰ میلیارد دلار در زیرساخت‌های هوش مصنوعی در تگزاس سرمایه‌گذاری می‌کند.
چه کسی دیپ‌سیک را تأسیس کرد؟
این شرکت را لیانگ ونفنگ در سال ۲۰۲۳ در هانگژو، شهری در جنوب شرقی چین، تاسیس کرد. این مرد ۴۰ ساله که فارغ‌التحصیل مهندسی اطلاعات و الکترونیک است، همچنین صندوقی را برای حمایت از دیپ‌سیک تأسیس کرد. بر اساس گزارش‌ها، او مجموعه‌ای از تراشه‌های انویدیا‌-ای‌۱۰۰ (Nvida A100) را ایجاد کرد که اکنون صادرات آن به چین ممنوع است. کارشناسان بر این باورند که این مجموعه که برخی تخمین‌ها آن را ۵۰ هزار عدد می‌دانند، او را به راه‌اندازی دیپ‌سیک با جفت کردن این تراشه‌ها با تراشه‌های ارزان‌تر و پایین‌تری سوق داد که هنوز می‌توان آنها را وارد کرد. آقای لیانگ اخیراً در جلسه‌ای با کارشناسان صنعتی و لی کیانگ، نخست‌وزیر چین، دیده شد. آقای لیانگ در ماه ژوئیه ۲۰۲۴ در مصاحبه‌ای با آکادمی چین گفت که از واکنش به نسخه قبلی مدل هوش مصنوعی خود شگفت‌زده شده است. او گفت: «انتظار نداشتیم قیمت‌گذاری چنین موضوع حساسی باشد. ما به سادگی بر اساس سرعت خود پیش می‌رفتیم، هزینه‌ها را محاسبه می‌کردیم و قیمت‌ها را بر اساس آن تعیین می‌کردیم.»

در اینجا لیستی از برترین هوش‌های مصنوعی در دسته‌های مختلف آورده شده است:

چت‌بات‌های عمومی:
1. ChatGPT (OpenAI)
2. Google Bard
3. Claude (Anthropic)
4. Microsoft Copilot
5. LLaMA (Meta)

هوش مصنوعی تولید تصویر:
1. DALL-E (OpenAI)
2. Midjourney
3. Stable Diffusion
4. Canva AI
5. Adobe Firefly

هوش مصنوعی صوتی:
1. Whisper (OpenAI)
2. Murf AI
3. Eleven Labs
4. Play.ht
5. Denoscript

هوش مصنوعی ویدیویی:
1. RunwayML
2. Synthesia
3. D-ID
4. HeyGen
5. Denoscript Video

ابزارهای نوشتاری و ویرایشی:
1. Grammarly
2. Jasper
3. Copy.ai
4. Wordtune
5. QuillBot

هوش مصنوعی برای کسب‌وکار:
1. Microsoft Dynamics 365
2. Salesforce Einstein
3. IBM Watson
4. Oracle AI
5. SAP Leonardo

هوش مصنوعی برای برنامه‌نویسی:
1. GitHub Copilot
2. Amazon CodeWhisperer
3. Tabnine
4. Replit Ghost
5. Kite

هوش مصنوعی برای طراحی:
1. Adobe Sensei
2. Figma AI
3. Khroma AI
4. Remove.bg
5. Looka

هوش مصنوعی برای موسیقی:
1. MuseNet
2. Amper Music
3. AIVA
4. OpenAI Jukebox
5. Google Magenta

نکات مهم:
- بسیاری از این سرویس‌ها نیاز به اشتراک پولی دارند
- برخی محدودیت‌های جغرافیایی دارند
- کیفیت خروجی‌ها متفاوت است
- بعضی رایگان و برخی پولی هستند
- مرتباً به‌روزرسانی می‌شوند و قابلیت‌های جدید اضافه می‌شود

توصیه می‌شود قبل از استفاده:
1. نیاز خود را دقیق مشخص کنید
2. نسخه‌های رایگان را امتحان کنید
3. نظرات کاربران را بخوانید
4. محدودیت‌های هر کدام را بررسی کنید.
منبع:
@science_magazine


@infinitymath

«شائق علم و آموزگار ابدی دانش»
یادنامه ای برای چهره ماندگار ریاضیات ایران، استاد عباداله محمودیان
نوشته دکتر مهدی رجبعلی پور ‌و حسن ملکی


صفحه علم روزنامه شرق در چهلمین روز درگذشت استاد بزرگ ریاضیات کشور، دکتر عباداله محمودیان، دو صفحه خود را با مقالاتی از دکتر مهدی رجبعلی پور، دکتر امید علی شهنی کرمزاده، دکتر مجید میرزاوزیری، دکتر ذاکر، خانم دکتر سلطان خواه، دکتر سعید علیخانی و دکتر حسن ملکی و نوشته ای از مجتبی شکوری به ایشان اختصاص داد.

روحشان شاد و یادشان در تاریخ علم کشور ماندگار.

@infinitymath

چهار نفر از جمله دو ریاضی‌دان ایرانی (شاغل در خارج از کشور) جایزه هِلد NAS را دریافت کردند.


نیما اناری از دانشگاه استنفورد، کویکویی لیو از مؤسسه فناوری ماساچوست، و شایان اویس قَرَن و سینتیا وینزانت از دانشگاه واشنگتن، جایزه مایکل و شیلا هِلد را از آکادمی ملی علوم (NAS) برای کار پیشگامانه در پیشبرد نظریه ماتروئیدها و نرخ اختلاط زنجیره‌های مارکوف دریافت خواهند کرد.

سینتیا وینزانت، عضو انجمن ریاضی آمریکا (AMS)، عضو شورای AMS و عضو کمیته سیاست علمی AMS است.

جایزه هِلد سالانه «به افتخار تحقیقات برجسته، نوآورانه، خلاقانه و تأثیرگذار در زمینه‌های بهینه‌سازی ترکیبی و گسسته، یا بخش‌های مرتبط علوم کامپیوتر، مانند طراحی و تحلیل الگوریتم‌ها و نظریه پیچیدگی» اهدا می‌شود. این جایزه همراه با ۱۰۰۰۰۰ دلار اهدا می‌شود. این مراسم در نشست سالانه NAS در ۲۷ آوریل ۲۰۲۵ به صورت زنده پخش خواهد شد.

♦️ قدیری ابیانه:
🔹 مغز‌هایی که گفته میشود از کشور مهاجرت کردند، دارند توالت و ظرف می‌شویند
🔹 قدیری ابیانه گفت: اینجا دائم به ناامیدی‌ها دامن می‌زنند مثلاً مغزها خارج می‌شوند، ‌آنهایی که خارج شدند چه کار می‌کنند؟ رفتند توالت می‌شویند و در رستوران‌ها ظرف می‌شورند. الان فیلم‌هایش خوشبختانه در اینستاگرام می‌آید، کسانی که رفتند آنجا را نشان می‌دهند.
منبع : @Entekhab_ir

پی‌نوشت:
چی میشه به این موجودات تهی مغز گفت که جای نخبگان رو گرفتند.

جای مردان سیاست بنشانید درخت

که هوا تازه شود...

🔹مغزهایی که توالت و ظرف می‌شویند!

سفیر سابق ایران در استرالیا افاضه فرموده‌اند: «مغز‌هایی که می‌گویند از کشور مهاجرت کردند،‌ دارند توالت و ظرف می‌شویند!»

آقای سفیر سابق! «کار پاکان را قیاس از خود مگیر!» اینکه شما نگاه‌تان عموما به چنین جاهایی بوده است، دلیل نمی‌شود با چنین یاوه‌گویی‌هایی خیل مهاجرینی را که از دست مغزهایی شبیه خودتان مجبور به ترک دیار شده‌اند، اینگونه تحقیر کنید.

بیا تا من آماری از دانشجویان مهاجرم به شما بدهم که در عالی‌ترین مراکز تحقیقاتی و دانشگاه‌های جهان مشغول کار هستند. به جای اینکه سعی کنید شرایط کشور را به‌گونه‌ای درآورید که استعدادهای کشور بمانند و یا اگر می‌روند بتوانند نتیجهٔ نبوغ و علم خودشان را به کشور بیاورند، با اینگونه سخن گفتن سعی نکنید شوق خدمت به وطن‌ آنها را از بین ببرید.

#ثنايي‌نژاد
@Yek_Harf_Az_Hezaran

🔵رتبه‌های یک کنکور، رشته ریاضی فیزیک، دهه هشتاد الان کجا هستند؟

سخنرانی استاد فرشچیان در دانشگاه هاروارد به زبان فارسی

همه چی از دور قشنگه...


توییت دانشجوی مرحوم #امیرمحمد_خالقی

اوج نبوغ معماری و زیبایی هندسه در معماری ایرانی


@infinitymath

اعداد و نمودارها حرف میزنند...

سنگ نگاره زن ایلامی در حال نخ ریسی بطوری که میز غذا (ماهی) در جلویش و ندیمه اش پشت سر او ایستاده است.
۸۰۰ سال پیش از میلاد،شوش،ایران

سقف تالار موسیقی عمارت عالی‌قاپو اصفهان
عکس از صادق میری


اوج هنر معماری و زیبایی هندسه

دانشکده حقوق و علوم سیاسی دانشگاه تهران، پذیرایی در جلسات دفاع را(بجز چایی یا آب معدنی) ممنوع کرده.

دلمون براتون خیلی تنگ میشه آقای والی‌زاده🖤

@infinitymath

▫️آیا نویسندگی همچنان معنایی دارد؟

آقای Stuart Macdonald استاد مدعو دانشگاه لستر انگلستان اخیراً در وبسایت مدرسه اقتصاد و علوم سیاسی لندن مطلب جالبی را نوشته است که بارتاب‌های زیادی در محافل علمی داشته است.

ترجمه کاملی از این نوشته را در فایل پیوست این پست می‌توانید دریافت و مطالعه کنید. اما در این پست جملات و پاراگراف‌های مهم را می‌آورم:

آن دوران گذشته است که محققان تنها به انجام پژوهش و انتشار نتایج آن می‌پرداختند. امروزه، ارزش مقالات بیش از آنکه بر پایه محتوایشان باشد، بر اساس نقشی که در سنجش عملکرد علمی ایفا می‌کنند، تعیین می‌شود. در این میان، استناد مهم‌ترین شاخص به‌شمار می‌رود.

شعار منتشر کن یا نابود شو گمراه‌کننده است: در واقع اگر دانشگاهیان استناد نگیرند نابود می‌شوند. مقاله علمی، در وهله اول بستری برای گرفتن استناد است. استنادات اشتباه (نامناسب، بی‌ربط یا حتی غیرواقعی) همان‌قدر ارزش آماری دارند که استنادات درست؛ و بسیاری از استنادات هم اشتباه‌اند — که چندان شگفت‌آور نیست وقتی بدانیم ۸۰ درصد نویسندگان هرگز مقالاتی را که به آن‌ها استناد می‌دهند، نخوانده‌اند.

این باور که "بهترین مقالات همان‌هایی هستند که بیشترین استناد را دریافت می‌کنند" پنجاه سال پیش توسط یوجین گارفیلد مطرح شد. این گزاره از همان ابتدا زیر سؤال بود.

استناد اجباری (coercive citation)-یعنی وقتی ویراستاران شرط پذیرش مقاله را استناد به خود مجله می‌گذارند- در مجلات برتر به‌شدت رواج دارد. بیش از ۹۰ درصد نویسندگان هم از این خواسته تبعیت می‌کنند.

فقط یکی دو دستکاری ساده می‌تواند سرنوشت را زیر و رو کند؛ مثلاً تغییر طبقه‌بندی چکیده‌های نشست‌ها (meeting abstracts) به مقالات علمی (academic papers) در یک مجله زیست‌شناسی باعث شد ضریب تأثیر آن از ۰٫۲۴ به ۱۸٫۳ در یک سال جهش کند.

مزیت کووید-۱۹ ضریب تأثیر مجلۀ Lancet را از ۷۹.۳ در سال ۲۰۲۱ به ۲۰۲.۷ در سال بعد رساند که جهشی ۲۵۵ درصدی در کیفیتِ اندازه‌گیری‌شده محسوب می‌شود.

وقتی دستکاری سنجه‌ها این‌قدر پاداش دارد، دیگر چه نیازی به بهبود واقعی عملکرد نویسندگان است؟ اصلاً چرا به خودِ نویسنده نیاز داشته باشیم؟

در فهرست نویسندگان پرکارِ اسکوپوس، تعدادی از افراد، دهه‌ها قبل از تولدشان شروع به انتشار مقاله کرده‌اند. یکی از نویسندگان که ۱۲ مقاله علمی، ۱۴۴ استناد و اچ-ایندکس ۱۲ دارد، لریِ گربه (Larry the cat) است!

چین با انواع دستکاری، خود را به صدر فهرست تحقیقات پُراستناد جهان رسانده و کلاریویت نیز ۱۰۰۰ نفر از ۶۸۴۹ نویسنده پُراستناد سالانه‌اش را تقلبی برچسب زده است.

عربستان سعودی به پژوهشگران خارجی پُرکار پول می‌دهد تا خود را وابسته به دانشگاه‌های عربستان معرفی کنند و بدین ترتیب جایگاه علمی آن کشور را بالا ببرند. دانشگاه ملک عبدالعزیز – که سالانه ۷۶ هزار دلار به هر نویسندگان خارجی می‌پردازد – حتی در رده‌بندی ریاضیاتِ US News & World Report از کمبریج هم پیشی گرفته است. نیازی هم به داشتن یک دپارتمان ریاضیات نیست!

تعداد نویسندگان هر مقاله به‌سرعت رو به افزایش است؛ چراکه نویسندگان همکار نیز به آثار خود استناد می‌کند و در نتیجه میزان استنادها، ضریب تأثیر و همه شاخص‌های وابسته به‌طرز چشمگیری بالا می‌رود. هرجا تعداد نویسندگان زیاد شوند، ضریب تأثیر هم افرایش پیدا می‌کند.

اخلاق مدیریتی در تمام شئون نشر دانشگاهی نفوذ کرده و باعث شده است مدیران عالی‌رتبه، از جمله رؤسا و معاونان دانشگاه، خود را محق بدانند نامشان را روی مقالاتی بگذارند که زیردستانِ گمنام‌شان نوشته‌اند.

چند سال پیش مشخص شد که ۱۶ درصد مقالاتِ مجله معتبر New England Journal of Medicine دارای نویسنده سایه یا شبح (ghost author) هستند و دست‌کم ۴۴ درصد دیگر مقالات، نویسندگان افتخاری (honorary authors) دارند.

تعداد نویسندگانی که سالانه بیش از ۶۰ مقاله چاپ می‌کنند، در عرض یک دهه تقریباً چهار برابر شده است.

هدف از تولید مقالات، صرفاً گرفتن استناد است و حتی خواندنشان لزوماً از عنوان و چکیده و چند کلیدواژه فراتر نمی‌رود.

در واقع این استناد است—نه خود پژوهش—که جایگاه نویسندگان را ارتقا می‌دهد.

زمانی نقش انتشار علمی این بود که دانشِ حاصل از پژوهش را در اختیار عموم بگذارد. اما اکنون خودِ پژوهشگر، مشتری است و برای رسیدن به شاخص‌های عملکرد مورد نیاز، مستقیماً به ناشر پول می‌دهد.

به این ترتیب، پژوهشگران برای چاپ مقالاتشان پول می‌پردازند و به دنبال مقاله‌هایی می‌گردند که بتوان برای هر موضوعی و در تأیید تقریباً هر ادعایی به آن‌ها استناد کرد، تا بالاترین بازده را به دست آورند و در مقام نویسنده، سرانجام به نوعی میان‌مایگی‌ (mediocrity) تن می‌دهند که سنجه‌های عملکردْ آن را به‌عنوان پژوهشِ واقعی تلقی می‌کند. (لینک)

#authorship
#research_ethics
#citation

🆔 @irevidence

کارنامه بانوی ریاضیات ایران
مریم میرزاخانی
در دانشگاه شریف