查看原文
其他

谁在下载盗版文献?

2016-04-29 John Bohannon 科学人

(Stella Sun/译)就在上月,春天初到伊朗的时节,梅萨姆·拉希米(Meysam Rahimi)刚在学校办公室的电脑前坐下,就立刻遭遇了一个问题:怎么搞到他所需要的科学文献。拉希米在德黑兰的阿米尔卡比尔理工大学攻读工程学博士学位,必须交出一份研究计划书来。他的研究既包括运营管理的内容,也涉及了行为经济学,因此,他需要完成许多工作。 

但每当他找到一篇与他研究有关的文献的摘要时,都会撞上付费壁垒。


这样的提示让拉希米进退两难。图片来源:sciencedirect.com

虽然阿米尔卡比尔理工大学是伊朗顶级的研究院校之一,但对伊朗的国际制裁和国内的经济困境使得该校师生难以获取期刊。要想阅读一篇2011年发表于《应用数学和计算》期刊的文章,拉希米就必须向出版商爱思唯尔(Elsevier)支付28美元的费用。一篇2015年发表于美国运筹学和管理学研究协会出版物《运筹学》上的论文需要30美元。 

他看了看自己收集的摘要列表,算了本帐。光是这周需要购买的期刊就要1000美元——和他每个月的生活费差不多。而且在未来数年中,他还要继续以这种速率阅读文献。拉希米对此十分愤怒:“出版商不会给作者一分钱,所以,除了管理期刊的少量费用之外,他们凭什么收钱?”

Sci-Hub的世界


许多学术出版商都提供了帮助经济不发达国家的研究者获取论文的项目,但似乎只有一个叫做Share Link的项目对拉希米想找的文献有用,而这一项目需要他直接联系研究的作者以获取文献链接,而且这些链接在文献发表50天后就会失效。看起来,拉希米面前的选择十分清晰:要么放弃博士学业,要么以非法方式获取论文。因此,和上百万其他研究者一样,拉希米选择了Sci-Hub,全世界最大的学术论文盗版网站。对此,拉希米并没有多少罪恶感:在他看来,定价高昂的期刊“可能会严重拖慢科学发展的进程”。


世界上最大的学术论文盗版网站Sci-Hub。图片来源:Sci-Hub

期刊出版商们的观点则截然不同。3月14日,爱思唯尔通用获取部门的主管艾丽西亚·怀斯(Alicia Wise)在一场有关Sci-Hub的公共激辩中在推特上写道:“我全心支持通用获取(Universal Access),但反对偷窃!要获取论文,有很多合法的方式。”怀斯在推文中给出了20个爱思唯尔公司提供的论文获取计划的链接,其中就包括Share Link。 

然而,越来越多的研究者都开始转投Sci-Hub的怀抱,目前,Sci-Hub已经拥有5000万篇文献,且这一数字还在上升。从去年九月到今年三月,Sci-Hub提供了2800万篇文献,超过260万次的下载请求来自伊朗,340万次来自印度,440万次来自中国。

向Sci-Hub提出下载请求的城市分布及其请求比例。图片来源:OpenStreetMap/CartoDB/ sciencemag.org

这些文献来自科学研究的各个领域,从数十年前发表的晦涩难懂的物理实验,到生物技术的最新突破。最常在Sci-Hub上被请求、且远远超过别家的出版商是爱思唯尔。仅在最近的一周内,Sci-Hub就提供了50万份爱思唯尔论文的下载。


在Sci-Hub上被下载量最大的15个文献来源出版方。图片来源:DOI: 10.1126/science.aaf5664;翻译:梁郡

这些统计数字都来自神经科学家亚历山德拉·埃尔巴克彦(Alexandra Elbakyan)提供的详细的服务器日志数据。2011年,当她还是一位22岁的哈萨克斯坦研究生时,埃尔巴克彦创立了Sci-Hub。我问她要来了这些数据,是因为在大批有关Sci-Hub和它对科学研究和学术出版影响的两极分化的表态、博文和推文之下,一些最基本的问题仍未得到回答:

Sci-Hub的用户是谁?
他们都在哪里?
他们都在读些什么?


作为一个被大公司和学术圈谴责为罪犯的人,埃尔巴克彦出人意料地坦诚直接。在我和她通过加密聊天系统取得联系后,她与我合作了几周时间,建立了一个数据集以供公开发表:从2015年9月1日到2016年2月的六个月内Sci-Hub上每一次下载活动的记录,包括每篇文章的数字对象唯一标识符(即DOI)。为了保护Sci-Hub用户的隐私,我们同意首先由她将用户的地理位置信息聚集到最近的城市(使用谷歌地图的数据);可用于确定用户身份的IP地址也没有被提供给我。(关于数据集及其分析方式的细节可从以下链接中免费获得:http://dx.doi.org/10.5061/dryad.q447c)

埃尔巴克彦还回答了我提出的几乎每个问题:关于网站的运营,与用户间的互动,甚至关于她的私人生活。她不愿透露的少数几件事中包括她目前的所在地,因为她仍处于破产、引渡和监禁的风险之中——爱思唯尔在去年向她提起了诉讼。 

Sci-Hub的数据为这个实质上在成为“全球开放获取研究图书馆”的网站提供了首个详尽的观察。可能让支持者和反对者都感到惊讶的发现包括:Sci-Hub的用户不仅限于发展中国家。Sci-Hub的一些批评者曾抱怨,许多用户本可以通过他们的图书馆获取论文,但还是选择了Sci-Hub——出于方便,而不是出于必需。数据也为这一主张提供了支持。美国是Sci-Hub文章的第五大下载国,次于俄罗斯。在Sci-Hub收到的文献请求中,四分之一来自经合组织的34个成员国——那些理应最易获取文献的最富有国家。事实上,在对Sci-Hub最密集的使用中,其中一些似乎就发生在美国和欧洲的大学校园里。


美国Sci-Hub用户的分布图。图片来源:DOI: 10.1126/science.aaf5664;翻译:梁郡

去年10月,一位纽约法官裁定爱思唯尔胜诉,宣布Sci-Hub侵犯了出版商作为期刊内容知识产权所有人的合法权利,并要求网站下线。服务器数据显示,这一禁令并没有起到多大效果。尽管sci-hub.org的域名在2015年11月被封锁了,但支持Sci-Hub网站的服务器位于俄罗斯,远在美国司法系统的管辖之外。Sci-Hub使用别的域名重新开张,几乎一秒也没耽误。

很难看出爱思唯尔和其他主要学术出版商究竟觉得Sci-Hub是多大的威胁,部分原因是合法的下载总数往往不会被公开。然而,爱思唯尔一份发布于2010年的报告估计,该年所有学术出版商的下载总数约为10亿次,这意味着Sci-Hub可能只抢去了5%的正常流量。即便如此,许多人仍然担心Sci-Hub会扰乱学术出版行业的秩序,就像盗版网站Napster对音乐行业带来的打击一样。哈佛大学学术交流办公室的主管彼得·苏博尔(Peter Suber)说:“我不支持非法的做法。”苏博尔也是开放获取出版领域的顶级专家之一。然而,他也承认:“一场诉讼不会停住论文盗版的步伐,也没有什么显而易见的技术手段能做到这一点。每个人都应该思考的事实是,学术盗版会一直存在下去。” 

谁,在哪,为什么?


为什么期刊出版商们会把Sci-Hub视为威胁是很好理解的。它使用起来像谷歌搜索引擎一样简单,而且,只要你知道文章的DOI或是标题,它还更有可能找到全文。一般来说,你都能找到你要找的东西。包括著作章节、专题论文和会刊在内, Sci-Hub收集了绝大部分曾被发表过的学术文章。Sci-Hub还在不断扩大:有人请求一篇还没有录入的文章时,Sci-Hub就会盗版一份,并将其加入自己的文献库中。

埃尔巴克彦拒绝说出她究竟是如何获得这些文章的,但是她承认和在线权限有关:可合法获取期刊内容的人或机构的用户名和密码。她说,许多学术界人士自愿向将文章捐给他们。出版商曾声称Sci-Hub会利用钓鱼邮件来让研究人员上当,比如让他们登入假的期刊网站。她告诉我:“我不能确定在线权限的具体来源,但我可以确定的是,我自己并没有发出过钓鱼邮件。” 

因此,Sci-Hub的设计决定了它的内容是受学者的需求指引的。《天文期刊》(The Astronomical Journal)一月发表的那篇关于在我们太阳系的边缘可能存在的新行星的文章? 2015年《自然》杂志上那篇关于67P/楚留莫夫-格拉希门克彗星上的氧气的文章?一个月前发表在《辅助生殖和遗传学期刊》(Journal of Assisted Reproduction and Genetics)上,关于一个团队用CRISPR方法将对人体免疫缺陷病毒(HIV)的抵抗力编辑到人类胚胎中的那篇文章? Sci-Hub有求必应。 

Sci-Hub还有发表在学术期刊上的新闻文章——包括许多我发表在《科学》(Science)上的文章,以及开放获取的文章。这或许是因为用户们没搞清楚状况,或者只是因为他们将Sci-Hub用作了获取论文的一站式门户。举例来说,有超过4000篇来自PLOS的各个开放获取期刊的文章可以从Sci-Hub下载。


连开放获取期刊的文章也从盗版网站下?开放获取出版商或许需要深思这种局面是什么造成的。

Sci-Hub上的活动周期还反映了研究人员们的工作生活,流量在白天持续增多,随着夜幕降临逐渐减少,但从不停止。(数据中有一个从2015年11月4日开始的为期18天的缺口,因为当时sci-hub.org下线了,期间的服务器日志没有调试好。)到二月底,Sci-Hub上的论文流量上升到了迄今为止的最高水平:每天超过20万个下载请求。 

Sci-Hub到底有多少用户?下载请求来自300万个独立IP地址,这给了我们一个估算的下限。但是真实数字还要大得多,因为在大学校园里,数以千计的人可以共享同一个IP地址。Sci-Hub下载者生活在除了南极洲以外的每一个大洲。在他们聚集的24000个城市中,德黑兰以127万个下载请求成为Sci-Hub活动最繁忙的城市。埃尔巴克彦表示,这些请求中,很多都来自使用程序自动下载大量Sci-Hub文章、以制作Sci-Hub本地镜像的伊朗人。那个来自德黑兰的工程学生拉希米肯定了这一点。他说:“有好几个波斯语网站都和Sci-Hub很相似。所以,伊朗非法下载论文的数量应该是(Sci-Hub一家的流量显示的)五到六倍。”

使用Sci-Hub的地理分布大体上就像是一张科研生产力地图,但有个别相对富有或贫穷的注重科研的国家位置颠倒了。小国家也各有各的故事。在格陵兰的努克(Nuuk),有人在阅读一篇关于如何最好地为原住民人口提供癌症治疗的文章。即使内战依然肆虐,利比亚的研究也没有停止。在班加西(Benghazi),有人正在探索在电脑间隔空传输数据的方法;一直往南走,进入石油资源丰富的沙漠,在塞卜哈(Sabha)附近有人正在钻研流体力学。如果人们使用了网络代理或是匿名路由服务,将IP地址对应到真实世界的地址可能会描绘出一幅错误的图景。但是埃尔巴克彦说,只有不到3%的Sci-Hub用户在使用这类工具。

过去半年间被下载次数最多的五篇文献。图片来源:DOI: 10.1126/science.aaf5664;翻译:梁郡

在美国和欧洲,Sci-Hub用户集中在科研人员们工作的地方。在这六个月期间,74000个下载请求来自纽约市——多所综合性大学和科研机构坐落的地方。19000个下载请求来在哥伦布(Columbus),一个人口不到纽约十分之一的城市, 68000个下载请求来自密歇根州的东兰辛(East Lansing),这里的人口少于纽约的百分之一。这两个地方分别是俄亥俄州立大学和密歇根州立大学的老家。

弗吉尼亚州阿什本市(Ashburn)以约10万个Sci-Hub请求位列美国城市前茅,这一数字却有些难以解释。华盛顿特区的乔治华盛顿大学的科技校区坐落于此,但珍利亚农场研究园区——霍华德·休斯医学研究所的精英院所,以及维基媒体基金会——网络百科全书维基百科的总部——的服务器也都位于阿什本。后二者的发言人表示,他们的员工不太可能是这些流量的贡献者。乔治华盛顿大学的新闻办公室则做出了自我辩护式的回应,向我发来学校最近发表的一篇有关期刊订阅价格剧增对其图书馆预算冲击的在线声明。声明中说:“学术资源不是奢侈品,可它们的定价方式却和奢侈品一样。 

乔治华盛顿大学的一些学生承认自己是Sci-Hub的粉丝。纳塔利亚·克莱门蒂(Natalia Clementi)在2014年从阿根廷搬到了美国攻读物理学博士学位。她说,她对领域内一些关键期刊的获取情况实际上变糟了,因为大学没有订阅。她指出,虽然阿根廷的研究人员们在获取一些专业期刊时可能会遇到困难,但“他们中的大部分人获取大期刊都没有困难,因为政府为全国所有公立大学支付了订阅费用。” 

乔治华盛顿大学的另一位物理学博士生吉尔·福斯(Gil Forsyth)则说,即使对那些大学拥有访问权的期刊来说,Sci-Hub也正在成为获取文章的首选。他说:“如果我在谷歌学术上搜索文章,没有找到直接的PDF链接,我就只能一直点击鼠标,一直点到‘检测乔治华盛顿大学获取权限’出来为止,然后得到一个有或者没有的结果。”“但如果我(把文章的标题或是DOI)输入到Sci-Hub里,它就能奏效。”他表示,对他来说,获取难度最大的是爱思唯尔出版的期刊。

乔治华盛顿大学的图书馆系统“提供特别针对数学、物理、化学和工程院系的文件送达系统”,媒体关系主管玛拉理·赛勒(Maralee Csellar)告诉我。“研究生们如果想要获取爱思唯尔系统中的文章,应该和院系主任、课程教授,或是他们院系的论文指导老师合作以寻求帮助。” 

东兰辛地区的大量Sci-Hub活动则揭示了使用此网站的另一个动机。大部分的下载似乎是几个人,甚至或许是同一个人在2015年12月的假期期间运行抓取软件,以超人的速度去完成的。我询问了埃尔巴克彦,这些下载请求是不是都来自密歇根州立大学的IP地址,她确认了这一点。所有文章都来自化学方面的期刊,其中绝大部分是由美国化学学会发表的。很明显,这些下载的目的是建立一个巨大的私人化学文献库。但这是为什么呢? 

密歇根州立大学负责研究生教育的副主任比尔·哈特-戴维森(Bill Hart-Davidson)认为,这个问题的答案很可能是“文字挖掘”,即使用电脑程序分析大量文件来产生数据。当我打电话给哈特-戴维森时,我向他指出,东兰辛的Sci-Hub抓取者可能就来自他自己的研究团队。他笑着表示自己完全不知道那人是谁。但他明白为什么即使学校订阅了期刊,抓取者们仍然会选择Sci-Hub。为了完成他自己有关科学叙述中语言结构的研究,哈特-戴维森选择了艰难的方式——在出版商的帮助下合法取得——获取了超过100年来的生物学论文。完成有关协商的是密歇根州立大学的图书管理员托马斯·帕迪拉(Thomas Padilla),他说:“光是获得许可就花了一年时间。”当装满文章的硬盘被送来时,一同到来的还有严格的使用条例。每天,在不联网的电脑上对这些文章运行完程序后,帕迪拉必须走过整个学校,把装有运行数据的U盘交给哈特-戴维森做分析。

但哈特-戴维森表示,Sci-Hub在文字挖掘研究上也有缺陷。盗版文章的格式都是无结构的PDF格式,很难被程序解析。但更大的问题在于数据来源是非法的,他说:“你以后要怎么发表你的作品?”话说回来,拥有一个巨大的私人文献库的确让研究人员们得以在麻烦图书馆之前快速检验自己的假设。而且这一切只需要轻点鼠标。

学术出版vs学术盗版


尽管爱思唯尔发起了针对埃尔巴克彦和Sci-Hub的法律斗争,但许多出版行业的业内人士都认为他们的举动是徒劳的。“数量实在太大了。”在了解了Sci-Hub的数据后,一家大型学术出版企业的一位高级管理人员告诉我。“这意味着对这些研究者来说,提供(合法)文献获取途径的尝试几乎完全失败了。”他供职的公司出版了在Sci-Hub上被下载最多的期刊中的一些,并要求匿名,以便坦率直言。

Sci-Hub在过去六个月的用户使用情况。图片来源:过去半年间被下载次数最多的五篇文献。图片来源:DOI: 10.1126/science.aaf5664;翻译:梁郡

他说,对在无力负担期刊获取费用的机构工作的研究者来说,出版商们“需要让订阅或购买的价格更加合理。”国际科学、技术和医学出版商协会(STM)拓展项目的主管理查德·葛戴(Richard Gedye)不同意这一点。他认为,使用了出版商拓展项目服务的发展中国家学术机构“有着和北美或欧洲的典型院校近乎等同的获取同行评议科学研究的机会。 

至于那些选择使用Sci-Hub服务的西方研究者,那位不愿透露姓名的出版人认为错在图书馆员。他们没有让在线系统更容易使用,也没有教育自家机构的研究者。“我不觉得问题在于获取文献——而在于认为获取文献很困难的这种观念。”

“我不同意这一观点。”位于奥克兰的加州数字图书馆的收藏主管艾薇·安德森(Ivy Anderson)表示。加州数字图书馆为加州大学系统的24万名研究者提供期刊获取权限。她表示,大学研究者在校园外阅读订阅期刊时必须使用——有时,就连在校园内使用个人电脑时也的使用——的身份核实系统,“是为了执行出版商规定的限制而存在的。” 

Sci-Hub会迫使学术出版业采用开放获取模式,而使身份核实变得不再必要吗?苏博尔认为这一点还不明确。他指出,虽然Sci-Hub帮助了许多研究者,但它也可能会为开放获取运动带来“策略成本”,因为出版商们或许会利用人们对广义上的开放获取学术研究合法性的“混淆”,一并缩小开放获取的规模。“合法的开放获取迫使出版商们适应,”他说,而“非法的开放获取迫使他们起诉。” 

埃尔巴克彦表示,就算她被捕,Sci-Hub也不会下线。她已经设好了保证Sci-Hub继续运转的保障机制,而且现在用户捐款已能涵盖服务器成本。她还指出,Sci-Hub全部5000万份文献的收藏已经被其他人复制过好多次了。“(这些论文)不需要从大学里重新下载一遍。” 

的确,数据显示Sci-Hub爆炸式扩张的阶段已经过去了。埃尔巴克彦说,下载请求中,尚未收录到Sci-Hub数据库的文献比例目前稳定在4.3%。但如果她用完了盗版新出版文献的权限,这一差距还会再次拉大——出版商和大学正在不断地开发新的身份核实系统,她和她的支持者们还需要比他们技高一筹才行。她甚至半开玩笑地要求我捐出我的《科学》用户名和密码。

对埃尔巴克彦自己来说,未来更不明朗。爱思唯尔不但以侵犯知识产权的罪名起诉了她,还根据美国《计算机欺诈及滥用法》起诉她非法入侵计算机系统和数据库。“我有可能因为黑客活动突然被逮捕。”埃尔巴克彦承认。其他触犯过这条法律的人就曾在旅途中被引渡到美国。她也对另一位成为学术交流自由倡议人士的电脑天才亚伦·施瓦茨(Aaron Swartz)的命运心知肚明。施瓦茨在大量下载学术文章后,于2011年以类似的罪名被捕。面临着天文数字的罚款和灾难性的监禁时间,施瓦茨选择了上吊自杀。

正如科研界的其他人一样,埃尔巴克彦正注视着学术交流的未来在她眼前快速展开。“我会看到事情最终如何发展的。” 

关于Sci-Hub创始人


亚历山德拉·埃尔巴克彦

除了作为Sci-Hub的创始人、并为此冒着被捕风险之外,亚历山德拉·埃尔巴克彦是个典型的理科研究生:理想主义,工作努力,(相对而言)囊中羞涩。埃尔巴克彦于1988年出生在哈萨克斯坦,当时,苏联才刚刚开始崩溃。关于恐龙和演化化的书从小就深深吸引着她。“我还记得阅读那些为曾经被认为是神迹或魔法的奇迹事件提供科学解释的苏联科学图书。”她对科学难以自拔。

后来,追求梦想的埃尔巴克彦在莫斯科做了一年计算机安全方面的工作,然后在2010年用赚到的钱把自己送进了德国弗赖堡大学,在那里,她加入了一个人脑-电脑交互项目。她被一种可能性深深吸引:这样的接口也许有一天能将一个大脑中的想法翻译出来、并上传到另一个大脑。但现实工作并没有满足她的梦想。她说:“实验室的工作是没有灵魂的,那里并没有一种追求更高目标的感觉。” 

当她回到哈萨克斯坦后,科学家们面临的种种障碍激励她创立了Sci-Hub:它是一个令人惊叹的无私行为,抑或是一个巨大的犯罪组织,取决于你询问的是谁的看法。

她表示,出版商的付费壁垒是身在哈萨克斯坦的科学家和学生们的一大困扰,而且当时存在的解决办法非常繁琐:在Twitter上发布一条请求,打上#IcanhazPDF的标签,并留下邮箱地址。最终,某个学校里能获取这篇论文的某位慷慨的研究者会把文章发送给你。

她决定,人们真正需要的是一个允许论文分享的系统——分享给任何人。她的计算机技术和在其他盗版网站的人脉能让她的想法成真,因此,Sci-Hub诞生了。埃尔巴克彦把这个网站视作她帮助人类分享好点子这一梦想的自然延伸。她说:“期刊的付费壁垒是与此相悖的一个例子,付费壁垒使沟通更不开放,更加低效。

运营一个盗版网站、被起诉、很可能需要赔偿数百万美元并没有妨碍埃尔巴克彦对学术的追求。虽然暂时停止了神经科学方面的研究,但目前,她已经被一所未透露地点的“小型私立大学”的科学史硕士项目录取了。恰如其分的是,她的毕业论文也是关于科学交流的。“我把Sci-Hub当作我的研究的实用一面。”




小调查时间


在过去半年时间内,中国用户在Sci-Hub下载的盗版文献是全球最多的。其中,下载请求名列前茅的城市包括:
上海:764397次;北京:746797次;广州:230957次;武汉:227827次;南京:192035次。这些城市也是中国科研力量相对集中的城市。

这里面,有没有你?欢迎参与科学人的小调查:

(编辑、排版:Calo)

本文作者John Bohannon牛津大学分子生物学博士,目前担任《科学》杂志记者,并为《连线》等其他杂志撰稿。

编译来源:Who's downloading pirated papers? Everyone. Science News. DOI: 10.1126/science.aaf5664



译文来自果壳网,谢绝转载

如有需要请联系sns@guokr.com

科学人
科研最新进展,学术最新动态,顶级学者的思考和见解。长按二维码关注科学人(微信号:scientific_guokr)。


在Sci-Hub发展壮大的背景下,开放获取运动将何去何从?

点击“阅读原文”,看看《自然》总编对开放获取怎么看


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存