Штучний інтелект дедалі активніше використовується під час підготовки наукових текстів: для пошуку інформації, структурування матеріалу, роботи з літературою та формулювання окремих положень. Разом із новими можливостями з'явився і новий ризик - некоректні, неточні або навіть неіснуючі наукові посилання.
На перший погляд бібліографічний запис може виглядати цілком переконливо: реалістична назва статті, відомий журнал, автори, рік публікації та навіть DOI. Проте під час перевірки може виявитися, що такого джерела не існує, DOI веде до іншої роботи або процитована публікація взагалі не підтверджує твердження, для якого її використали.
Саме тому сьогодні дедалі більшого значення набуває Citation Integrity - доброчесність та достовірність наукового цитування. Йдеться вже не лише про правильне оформлення списку літератури, а про перевірку походження джерела, точності його бібліографічних даних, актуального статусу публікації та відповідності цитованому твердженню.
Для автора це особливо важливо, адже використання ШІ не переносить відповідальність за помилки на алгоритм. Кожне джерело, включене до наукової роботи, залишається відповідальністю автора.
У цій статті розглянемо, які помилки в посиланнях можуть виникати під час роботи з ШІ, як перевірити наукове джерело перед цитуванням та які інструменти допомагають переконатися, що посилання справді є надійним.
Citation Integrity — це принцип достовірного та коректного використання джерел у науковій роботі. Він передбачає, що кожне посилання не лише правильно оформлене, а й реально існує, містить точні бібліографічні дані та справді підтверджує твердження, до якого його додано.
Тобто перевірка посилання не повинна завершуватися на тому, що статтю вдалося знайти за назвою або DOI. Важливо також переконатися, що автор правильно інтерпретував її результати та використовує джерело у відповідному контексті.
Умовно перевірку можна розділити на два рівні:
1. Технічна перевірка — чи існує публікація, чи правильні автори, назва, журнал, рік, том, сторінки та DOI.
2. Змістова перевірка — чи справді наведене джерело містить інформацію, яка підтверджує відповідне твердження у вашій статті.
Саме другий рівень часто залишається поза увагою.
Генеративні моделі можуть допомогти сформувати пошуковий запит, пояснити складне поняття або запропонувати напрям пошуку літератури. Проте вони не завжди працюють як бібліографічні бази даних.
Модель може сформувати посилання, яке виглядає правдоподібно, поєднавши реальні елементи різних публікацій: прізвище відомого автора, типову назву дослідження, назву реального журналу та неправильно сформований DOI.
У результаті можуть виникнути:
Особлива небезпека полягає в тому, що вигадане посилання може зовні майже не відрізнятися від справжнього. Саме тому автоматично переносити бібліографію, запропоновану ШІ, до наукової статті не варто.
Які інструменти використовувати для перевірки?
Для різних етапів перевірки можна комбінувати декілька ресурсів.
Crossref — допомагає перевірити DOI та основні метадані публікації.
Google Scholar — зручний для пошуку статті за назвою, автором або ключовими словами та пошуку пов'язаних робіт.
Scopus і Web of Science — дають змогу перевірити бібліографічні відомості, індексацію та цитування публікації, якщо вона представлена у відповідній базі.
PubMed — актуальний насамперед для медицини, біомедицини та суміжних наук.
Retraction Watch Database — корисна для перевірки інформації про відкликані публікації.
Проте важливо пам'ятати: жоден окремий сервіс не замінює змістову перевірку першоджерела.
Якщо ChatGPT, Gemini, Copilot або інший AI-інструмент запропонував вам наукове джерело, сприймайте його як підказку для пошуку, а не як готове посилання для списку літератури.
Перед використанням такого джерела потрібно пройти простий ланцюжок:
ШІ запропонував джерело → знайшли оригінальну публікацію → перевірили DOI та метадані → прочитали потрібний фрагмент → перевірили відповідність твердженню → лише після цього цитуємо.
Такий підхід займає більше часу, проте суттєво знижує ризик появи у рукописі вигаданих, спотворених або некоректно використаних посилань.
Перевірка наукових посилань сьогодні - це не формальність, а важлива частина академічної доброчесності. Особливо під час використання ШІ: кожне запропоноване ним джерело варто сприймати як відправну точку для пошуку, а не готове підтвердження наукового твердження.
Кілька додаткових хвилин на перевірку DOI, першоджерела та змісту публікації можуть уберегти рукопис від помилок ще до його подання в редакцію.
В епоху штучного інтелекту культура наукового цитування змінюється. Тепер недостатньо правильно оформити список літератури - автору важливо бути впевненим, що кожне джерело існує, є актуальним і справді підтверджує наведене твердження.
ШІ може значно спростити пошук та роботу з інформацією, але остаточна перевірка посилань залишається завданням дослідника.
Citation Integrity — це не просто точність бібліографії, а довіра до результатів наукової роботи.
З повагою, команда АкадемПростір!
Штучний інтелект дедалі активніше використовується під час підготовки наукових текстів: для пошуку інформації, структурування матеріалу, роботи з літературою та формулювання окремих положень. Разом із новими можливостями з'явився і новий ризик - некоректні, неточні або навіть неіснуючі наукові посилання.
Штучний інтелект дедалі активніше інтегрується у процес підготовки наукових публікацій. Дослідники використовують AI-інструменти для пошуку та структурування інформації, мовного редагування, перекладу, аналізу даних, роботи з літературою та навіть підготовки окремих фрагментів тексту. Те, що ще кілька років тому сприймалося як експеримент, сьогодні...
Пошук літератури - один із тих етапів наукової роботи, де завжди залишається сумнів: а чи справді ми знайшли все важливе? Навіть правильно сформований запит у Google Scholar, Scopus чи Web of Science не гарантує, що дослідник побачить усі релевантні роботи. Частина публікацій може використовувати іншу термінологію, не містити очікуваних ключових...
Публікація у фаховому виданні Категорії Б дедалі менше нагадує просту схему «підготувати статтю — подати — дочекатися виходу номера». Оновлення системи фахових наукових видань в Україні поступово змінює не лише перелік журналів, а й сам підхід редакцій до відбору, перевірки та рецензування рукописів.