Ο έλεγχος παραποιημένων-αναφορών: προέλεγχοι πριν από την υποβολή

Ένας προέλεγχος παραποιημένων-αναφορών πριν από την υποβολή είναι πλέον η διαφορά ανάμεσα σε μια καθαρή οθόνη γραφείου και σε μια επισήμανση για ζητήματα ερευνητικής ακεραιότητας, και ο λόγος που αυτό έχει σημασία μόλις ποσοτικοποιήθηκε. Ο Maxim Topaz, μια ερευνητική ομάδα από το Columbia, που έκανε έλεγχο σε 2,5 εκατομμύρια βιοϊατρικές εργασίες που ευρετηριάζονται στο PubMed Central, αποκάλυψε κάτι που όλοι μας φοβόμασταν κρυφά. Ο αριθμός των ψεύτικων παραπομπών που εισάγονται σε βιοϊατρικά έντυπα με αξιολόγηση από ομότιμους αυξήθηκε απότομα, ακριβώς τη στιγμή που τα εργαλεία γενετικής τεχνητής νοημοσύνης ενσωματώθηκαν στην τυπική ροή εργασίας σύνταξης του μέσου ερευνητή.

Ένα στα 277 άρθρα στις πρώτες επτά εβδομάδες του 2026 που παραπέμπουν στο PubMed περιλαμβάνει τουλάχιστον μία αναφορά που δεν βρίσκεται πουθενά σε καμία από τις τέσσερις βάσεις δεδομένων· PubMed, Crossref, OpenAlex ή Google Scholar. Δύο χρόνια νωρίτερα, η αναλογία ήταν 1 στις 2.828. Μιλάμε για αύξηση κατά 12 φορές του ρυθμού με τον οποίο οι ψεύτικες παραπομπές καταλήγουν να “περάσουν” στη βιβλιογραφία, με τη μεγαλύτερη άνοδο να ξεκινά ακριβώς στην ώρα της, στα μέσα του 2024.

Ο έλεγχος του Topaz είναι ο καθαρότερος αριθμός που έχουμε, αλλά δεν είναι ο μοναδικός. Το ArXiv ανακοίνωσε διετή (διάρκεια ενός έτους) απαγόρευση υποβολής για συγγραφείς που δημοσιεύουν εργασίες με αδιαμφισβήτητα σφάλματα που παράγονται από AI, συμπεριλαμβανομένων των παραποιημένων αναφορών. Η ανάλυση του GPTZero σε 4.841 εργασίες που έγιναν δεκτές στα NeurIPS 2025 εντόπισε τουλάχιστον 100 επιβεβαιωμένες παραποιημένες αναφορές σε 53 εργασίες, αφού είχαν αξιολογηθεί από τρεις έως πέντε ειδικούς κριτές. Μια μελέτη του Deakin University για παραπομπές που παρήχθησαν από GPT-4o βρήκε ότι το 56% είτε ήταν ψεύτικες είτε περιείχαν σφάλματα, και ότι το 64% των ψεύτικων εφοδιάζονταν με DOI που παραπέμπει σε πραγματική μεν αλλά άσχετη εργασία, η κατηγορία που είναι δυσκολότερο να εντοπιστεί.

Τα καλά νέα είναι ότι ένας προέλεγχος παραποιημένων-αναφορών πριν από την υποβολή διαρκεί από 20 λεπτά έως δύο ώρες, ανάλογα με το μέγεθος της λίστας αναφορών σας, και εντοπίζει σχεδόν όλα αυτά τα σφάλματα προτού τα δει συντάκτης ή κριτής. Αυτό το άρθρο είναι ο έλεγχος. Καλύπτουμε το πώς μοιάζουν πραγματικά οι παραποιημένες αναφορές το 2026, τη ροή επαλήθευσης με τέσσερις βάσεις δεδομένων, τη βήμα-βήμα λίστα προελέγχου πριν από την υποβολή, τα εργαλεία που αυτοματοποιούν τη διαδικασία και τι να κάνετε αν βρείτε μία σε ένα χειρόγραφο που βρίσκεται ήδη υπό αξιολόγηση.

Τι είναι ο έλεγχος παραποιημένων αναφορών;

Ο έλεγχος παραποιημένων αναφορών είναι ένας προέλεγχος πριν από την υποβολή που επαληθεύει κάθε αναφορά στο χειρόγραφό σας σε σχέση με το PubMed, το Crossref, το OpenAlex και το Google Scholar, ώστε να εντοπιστούν κατασκευασμένες ή μη συμβατές παραπομπές προτού τις δει συντάκτης ή κριτής. Ανάλογα με το μέγεθος της λίστας αναφορών σας, διαρκεί από 20 λεπτά έως δύο ώρες και εντοπίζει σχεδόν όλα αυτά τα σφάλματα. Έχει σημασία επειδή στις πρώτες επτά εβδομάδες του 2026, 1 στις 277 δημοσιεύσεις του PubMed που έχουν ευρετηριαστεί παραπέμπουν σε τουλάχιστον μία αναφορά που δεν υπάρχει πουθενά σε αυτές τις τέσσερις βάσεις δεδομένων, 12 φορές αύξηση σε σχέση με τον ρυθμό του 2023, δηλαδή 1 στις 2.828.

Γιατί οι παραποιημένες αναφορές αποτελούν πλέον πρόβλημα ελέγχου

Γύρω στο δεύτερο μισό του 2024, οι συντάκτες αρχίζουν να παρατηρούν εμφανίσεις παραποιημένων παραπομπών στην τεχνική οθόνη τους. Στα μέσα του 2026, όλα τα κορυφαία ιατρικά και περιοδικά επιστημών της ζωής ενσωματώνουν έναν έλεγχο ύπαρξης αναφοράς στις εσωτερικές διαδικασίες προ-αξιολόγησης ή στις οδηγίες προς τους κριτές ομότιμους. Η επιστολή του Lancet που δημοσίευσε τον έλεγχο του Topaz ήταν, εν μέρει, μια δημόσια δέσμευση για ενίσχυση της διαδικασίας εισαγωγής του περιοδικού.

Ο επιχειρησιακός λόγος που αυτό έχει σημασία είναι ότι μια παραποιημένη παραπομπή δεν αντιμετωπίζεται πλέον ως απρόσεκτο λάθος. Αντιμετωπίζεται ως “σημαία” ζητήματος ερευνητικής ακεραιότητας. Το άλμα από το «οι συγγραφείς έκαναν λάθος τη χρονιά» στο «οι συγγραφείς δεν διάβασαν αυτή την πηγή, γιατί δεν υπάρχει» είναι μικρό, και οι συντάκτες πλέον εκπαιδεύονται να το κάνουν. Στα περισσότερα περιοδικά, μία μόνο παραπομπή σε λίστα 60 καταχωρίσεων αρκεί για να απορριφθεί το χειρόγραφο· στα αυστηρότερα (το Lancet, το BMJ και αρκετοί τίτλοι της Nature Portfolio), μπορεί να ενεργοποιηθεί παραπομπή στο γραφείο ερευνητικής ακεραιότητας του ιδρύματος.

Η πολιτική του arXiv αναδεικνύει το ίδιο σημείο με πιο αιχμηρή διατύπωση. Κάθε συγγραφέας που υποβάλλει εργασία που περιέχει παραποιημένη παραπομπή μπορεί να απαγορευτεί στο arXiv για έναν χρόνο. Μετά την απαγόρευση, κάθε επόμενη υποβολή στο arXiv πρέπει να περάσει από αξιολόγηση από ομότιμους σε έναν αξιόπιστο χώρο, πριν το arXiv την αποδεχθεί. Πρόκειται για μόνιμη ασυμμετρία φήμης βασισμένη σε μία μόνο μη ελεγμένη παραπομπή. Το πρόβλημα της ψεύτικης παραπομπής στο PubMed δεν είναι μόνο πρόβλημα του PubMed.

Πώς μοιάζουν στην πράξη οι παραποιημένες αναφορές

Οι περισσότεροι συγγραφείς φαντάζονται μια παραποιημένη αναφορά ως κάτι προφανώς “χαλασμένο”: έναν τίτλο που δεν είναι σωστός, ένα όνομα περιοδικού που δεν υπάρχει, μια χρονιά που έχει τεθεί στο μέλλον. Αυτά υπάρχουν, και αποτελούν το πιο εύκολο 30% του προβλήματος. Το δύσκολο 70% μοιάζει νόμιμο και επιβιώνει σε έναν γρήγορο οπτικό έλεγχο.

Βλέπουμε τέσσερα επαναλαμβανόμενα μοτίβα.

Μοτίβο 1: πραγματικοί συγγραφείς, πραγματικό περιοδικό, εύλογος τίτλος, καμία τέτοια εργασία. Το μοντέλο συναρμολόγησε την παραπομπή από δεδομένα εκπαίδευσης που του έμαθαν ποιοι συγγραφείς δημοσιεύουν πού και για ποια θέματα. Η έξοδος μοιάζει με πραγματική αναφορά. Το DOI, αν υπάρχει, είτε δεν “λύνει” είτε οδηγεί σε διαφορετική εργασία.

Μοτίβο 2: πραγματική εργασία, λάθος συγγραφέας ή λάθος χρονιά. Το μοντέλο ήξερε ότι η εργασία υπήρχε αλλά δεν ταίριαξε σωστά σε ένα πεδίο μεταδεδομένων. Η παραπομπή περνά από μια αναζήτηση τίτλου στο Google Scholar, αλλά αποτυγχάνει σε αναζήτηση DOI. Αυτό συχνά είναι το πιο δύσκολο να εντοπιστεί, επειδή η αναφερόμενη θέση μπορεί να υπάρχει πράγματι στην πραγματική εργασία (με διαφορετικό συγγραφέα ή χρονιά).

Μοτίβο 3: πραγματικό DOI, άσχετη εργασία. Το εύρημα της μελέτης του Deakin. Το μοντέλο παρήγαγε μια παραπομπή που φαίνεται πειστική και επισύναψε ένα DOI που πράγματι “πιάνει”, αλλά σε μια τελείως άσχετη εργασία. Ένας οπτικός έλεγχος δείχνει ότι το DOI είναι αληθινό, αλλά μόνο η ανάγνωση της συνδεδεμένης εργασίας αποκαλύπτει το πρόβλημα. Αυτή είναι η κατηγορία του 64%.

Μοτίβο 4: αλυσίδες βασανισμένων-φράσεων γύρω από την παραπομπή. Το Cabanac Problematic Paper Screener έχει επισημάνει περισσότερες από 19.000 εργασίες που περιέχουν βασανισμένες φράσεις, οι οποίες δημιουργούνται μέσω παραφραστικών εργαλείων, συχνά ομαδοποιημένες γύρω από φτιαγμένες αναφορές. «Joined Together States» για τις Ηνωμένες Πολιτείες, «bosom peril» για τον καρκίνο του μαστού, «kidney disappointment» για την νεφρική ανεπάρκεια. Αν το κείμενο γύρω από μια παραπομπή διαβάζεται σαν να έχει “καθαριστεί” μέσω παραφράσεων, είναι πιο πιθανό και η παραπομπή να είναι παραποιημένη. Το σημείωμά μας για τις παραφράσεις που διατηρούν τις παραπομπές καλύπτει το κενό τεχνικής που παράγει εξαρχής το Μοτίβο 4. Το Μοτίβο 4 συσχετίζεται με τα Μοτίβα 1 έως 3, όχι ανεξάρτητα από αυτά.

Αυτά τα μοτίβα είναι ο λόγος που ένας έλεγχος σε μία μόνο βάση δεδομένων δεν αρκεί. Ένας έλεγχος μόνο-τίτλου στο Google Scholar παραβλέπει τα Μοτίβα 2 και 3. Ένας έλεγχος μόνο-DOI στο Crossref παραβλέπει το Μοτίβο 1. Η ροή εργασίας με τέσσερις βάσεις δεδομένων υπάρχει επειδή κάθε βάση δεδομένων εντοπίζει διαφορετικό είδος αποτυχίας.

Πώς να επαληθεύσετε παραπομπές AI: η ροή εργασίας με τέσσερις βάσεις δεδομένων

Ορίζουμε μια παραποιημένη αναφορά ως εκείνη που δεν υπάρχει σε καμία από τις βάσεις PubMed, Crossref, OpenAlex ή Google Scholar. Για τους προελέγχους πριν από την υποβολή, βασιζόμαστε σε αυτές τις τέσσερις πηγές, επειδή η καθεμία καλύπτει “τρύπες” στις άλλες τρεις.

PubMed. Η καλύτερη κάλυψη για βιοϊατρική και κλινική βιβλιογραφία. Αν η αναφορά σας έχει PMID, χρησιμοποιήστε αναζήτηση PMID. Αλλιώς, αναζητήστε την αναφορά με βάση τον τίτλο και το επώνυμο του πρώτου συγγραφέα. Το PubMed θα απορρίψει πολλές πραγματικές αλλά λανθασμένες παραπομπές που το Crossref αποδέχεται.

Crossref. Η καλύτερη κάλυψη των DOI σε όλα τα πεδία. Αναζητήστε την αναφορά μέσω DOI με αυτή την αναζήτηση doi.crossref.org ή μέσω της δημόσιας API τους στη διεύθυνση api.crossref.org/works/[DOI]. Αν δεν λειτουργεί, τότε είναι σίγουρα παραποιημένη. Αν λειτουργεί, ελέγξτε τον τίτλο, τους συγγραφείς και τη χρονιά.

OpenAlex. Η ευρύτερη κάλυψη, δωρεάν, και αποκαλύπτει παραπομπές που δεν καλύπτονται από PubMed και Crossref (ανθρωπιστικές επιστήμες, συνέδρια επιστημών υπολογιστών, περιφερειακά περιοδικά). Αναζητήστε την αναφορά με βάση τον τίτλο και βεβαιωθείτε ότι οι συγγραφείς είναι σωστοί. Το OpenAlex είναι επίσης χρήσιμο επειδή αναδεικνύει παραπομπές που υπάρχουν ως προδημοσιεύσεις (preprints) αλλά όχι ακόμη ως δημοσιεύσεις με DOI.

Google Scholar. Χρησιμοποιήστε το τελευταίο, καθώς είναι η πιο ευρεία κάλυψη αλλά η χαμηλότερη ακρίβεια. Μια αναφορά που δεν εμφανίζεται σε καμία από τις PubMed, Crossref, OpenAlex ή Google Scholar είναι λειτουργικά σχεδόν σίγουρα παραποιημένη. Μια αναφορά που εμφανίζεται μόνο στο Google Scholar αλλά όχι σε κανέναν από τους δομημένους καταλόγους είναι ύποπτη: μπορεί να υπάρχει (γκρίζα βιβλιογραφία, διδακτορική/μεταπτυχιακή εργασία, πρακτικά μη-DOI), αλλά η παραπομπή χρειάζεται χειροκίνητο έλεγχο πριν από την υποβολή.

Η ροή εργασίας διαρκεί περίπου ένα λεπτό ανά αναφορά αν γίνεται χειροκίνητα. Ένα άρθρο με 60 αναφορές είναι μία ώρα δουλειάς. Μια συστηματική ανασκόπηση με 200 αναφορές είναι πιο κοντά στις τρεις. Ο έλεγχος είναι κουραστικός αλλά μηχανικός, και αυτό τον καθιστά φυσικό στόχο για αυτοματοποίηση· τα εργαλεία βρίσκονται στην αμέσως επόμενη ενότητα.

Ο προέλεγχος πριν από την υποβολή, βήμα προς βήμα

Μια επαναλήψιμη λίστα ελέγχου που χρησιμοποιούμε σε κάθε χειρόγραφο που ήρθε κοντά σε ένα εργαλείο γενετικής AI κατά τη σύνταξη. Οκτώ βήματα, κανένα από τα οποία δεν απαιτεί επί πληρωμή εργαλείο.

1. Εξαγάγετε τη λίστα αναφορών σε επίπεδη μορφή. Εξαγάγετε από τη διαχείριση αναφορών σας (Zotero, Mendeley, EndNote, Paperpile) ως BibTeX ή RIS. Αν το άρθρο σας συντάχθηκε στο Word χωρίς διαχειριστή, επικολλήστε τη λίστα αναφορών σε ένα απλό αρχείο κειμένου. Αριθμήστε κάθε καταχώριση. Θα χρειαστείτε την αρίθμηση για να παρακολουθείτε ποιες αναφορές έχουν επαληθευτεί.

2. Επισημάνετε κάθε αναφορά του οποίου τον τίτλο δεν αναγνωρίζετε. Αν δεν μπορείτε να “εικονίσετε” την εργασία, σχεδόν σίγουρα δεν την διαβάσατε. Οι παραποιημένες αναφορές έχουν την υψηλότερη πιθανότητα να είναι ψευδείς. Για τον πιο ενδελεχή έλεγχο, τις σημειώστε.

3. Επιλύστε (resolve) κάθε DOI. Επικολλήστε κάθε DOI στο https://doi.org/[DOI]. Αν το DOI δεν επιλύεται, η αναφορά είναι παραποιημένη. Αν επιλύεται, συγκρίνετε τον τίτλο και τους συγγραφείς της προορισμού με την αναφορά σας. Οι ασυμφωνίες είναι παραποιήσεις του Μοτίβου 3.

4. Επαληθεύστε κάθε αναφορά χωρίς DOI σε PubMed ή Crossref. Αναζήτηση τίτλου + επώνυμο πρώτου συγγραφέα. Αν η εργασία υπάρχει, καταγράψτε το PMID ή το DOI για τα αρχεία σας. Αν δεν υπάρχει σε καμία από τις δύο βάσεις, προχωρήστε στο βήμα 5.

5. Κάντε διασταύρωση στις παραπομπές που “ανεβαίνουν επίπεδο” σε OpenAlex και Google Scholar. Αν μια αναφορά αποτυγχάνει σε Crossref και PubMed, ο έλεγχος στο OpenAlex και το Google Scholar είναι ο αποφασιστικός. Η αποτυχία και στις τέσσερις βάσεις δεδομένων αποτελεί το τεκμήριο ότι η αναφορά είναι παραποιημένη. Αν μια αναφορά εμφανίζεται μόνο στο Google Scholar, επιθεωρήστε χειροκίνητα την πηγή που συνδέεται.

6. Για preprints, επαληθεύστε τόσο το preprint όσο και οποιαδήποτε δημοσιευμένη εκδοχή. Ένα κοινό μοτίβο από τα μέσα του 2024 και μετά: το μοντέλο παραπέμπει σε ένα πραγματικό preprint, αλλά εφευρίσκει μια φανταστική δημοσίευση σε περιοδικό της ίδιας εργασίας. Ελέγξτε ρητά για κάθε παραπομπή preprint στα arXiv, bioRxiv, medRxiv και SSRN.

7. Κάντε δειγματοληπτικό έλεγχο της εντός-κειμένου θέσης σε σχέση με την πηγή. Ανοίξτε την πραγματική εργασία και βεβαιωθείτε ότι υποστηρίζει τη συγκεκριμένη θέση για την οποία την επικαλείστε, σε τουλάχιστον το 10% των αναφορών σας (ή σε όλες, στην περίπτωση συστηματικής ανασκόπησης). Το ποσοστό 56% σφαλμάτων της μελέτης του Deakin περιλαμβάνει περιπτώσεις του Μοτίβου 2, όπου η αναφερόμενη εργασία υπάρχει αλλά δεν υποστηρίζει τη θέση.

8. Τεκμηριώστε τον έλεγχο. Αποθηκεύστε το αρχείο καταγραφής (με ποιες αναφορές επαληθεύτηκαν, σε ποιες βάσεις δεδομένων, και σε ποια ημερομηνία). Αν το περιοδικό ρωτήσει κατά την peer review, έχετε “αποδείξεις”. Αν ένας κριτής αμφισβητήσει μια συγκεκριμένη παραπομπή, μπορείτε να παραπέμψετε στο βήμα επαλήθευσής σας.

Το κόστος του ελέγχου είναι δύο ώρες. Το κόστος της παράλειψής του, αν σας πιάσουν, κυμαίνεται από απόρριψη λόγω τεχνικού ελέγχου οθόνης έως την απαγόρευση στο arXiv. Διεξάγετε τον έλεγχο.

Εργαλεία που αυτοματοποιούν τον έλεγχο

Μπορείτε να κάνετε και τα οκτώ βήματα χειροκίνητα. Θα είστε γρηγορότεροι με εργαλεία.

Δημόσια API του Crossref. Δωρεάν, χωρίς εγγραφή. Το endpoint api.crossref.org/works/[DOI] επιστρέφει JSON με τον κανονικό τίτλο, τους συγγραφείς και τη χρονιά. Ένα Python script 20 γραμμών που περνάει τη λίστα αναφορών σας και “χτυπά” αυτό το endpoint εντοπίζει τα Μοτίβα 1 και 3 μέσα σε δευτερόλεπτα ανά αναφορά. Αυτή είναι η ελάχιστη δυνατή αυτοματοποίηση και συνήθως αρκεί για ένα άρθρο με 60 αναφορές.

Scite (scite.ai). Επαληθεύει τις παραπομπές και αναφέρει αν τα επόμενα άρθρα στηρίζουν τη δουλειά ή την αντικρούουν. Εντοπίζει καλύτερα το Μοτίβο 2 (πραγματικό άρθρο, λάθος ισχυρισμός) από τα άλλα εργαλεία, επειδή “εμπλέκεται” με το πραγματικό περιεχόμενο. Διαθέτει δωρεάν βαθμίδα· η επί πληρωμή έκδοση είναι απαραίτητη για πλήρη ενσωμάτωση.

Problematic Paper Screener (Cabanac, Labbe, Magazinov). Δωρεάν, ανοιχτό, κατά κύριο λόγο ένα εργαλείο ελέγχου μετά τη δημοσίευση, αλλά η σουίτα ανίχνευσής του είναι χρήσιμη και πριν από την υποβολή για το Μοτίβο 4. Αναζήτηση στο dbrech.irit.fr/pls/apex/f?p=9999:1. Χρήσιμο για επιβεβαίωση ότι το κείμενο γύρω από τις παραπομπές σας δεν έχει “καθαριστεί” μέσω παραφράσεων μέχρι το σημείο να μοιάζει με παραγόμενο output από “paper mills”.

Ελεγκτές αναφορών ενσωματωμένοι σε διαχειριστές αναφορών. Αν το Zotero εντοπίσει μια παραποιημένη αναφορά, η λειτουργία του "Find Available PDF" δεν θα λειτουργήσει. Η δυνατότητα της Mendeley για συμπλήρωση μεταδεδομένων έχει το ίδιο αποτέλεσμα. Δεν είναι σκόπιμος ελεγκτής παραποιήσεων, αλλά εντοπίζει τα πιο εύκολα προβλήματα όταν τον χρησιμοποιείτε κανονικά.

Ο δικός μας διορθωτής. Ο AI διορθωτής μας λειτουργεί εκτελώντας τον έλεγχο με τέσσερις βάσεις δεδομένων σε μία μόνο διέλευση, επισημαίνοντας παραποιημένες και μη συμβατές αναφορές και εξάγοντας μια καθαρή καταγραφή που μπορείτε να αποθηκεύσετε μαζί με το χειρόγραφο. Παρέχουμε αυτό το εργαλείο ως μέρος της ευρύτερης σουίτας εργαλείων μας για AI διόρθωση κειμένων για ερευνητικές εργασίες, καλύπτοντας τις σχετικές διαδικασίες γραμματικής, μορφοποίησης παραπομπών και tracked-changes που συνοδεύουν έναν καθαρό έλεγχο αναφορών.

Για έναν ανεξάρτητο προέλεγχο πριν από την πλήρη επιμέλεια, το δωρεάν μας AI citation checker εκτελεί τον ίδιο έλεγχο ύπαρξης έναντι των Crossref, Semantic Scholar και άλλων ανοιχτών μητρώων σε οποιαδήποτε επικολλημένη λίστα αναφορών, απευθείας στο πρόγραμμα περιήγησης χωρίς εγγραφή.

Στις περισσότερες περιπτώσεις, το script μέσω της Crossref API και μια χειροκίνητη λίστα κλιμάκωσης θα εντοπίσουν το 90% του προβλήματος για τους περισσότερους συγγραφείς. Τα εργαλεία αξίζουν όταν μιλάμε για συστηματικές ανασκοπήσεις, για ερευνητικές ομάδες με πολλές υποβολές και για τις περιπτώσεις όπου το κόστος μιας μόνο παραλειπόμενης παραποίησης είναι μεγάλο (υποβολή σε Lancet ή NEJM, αναδημοσίευση στο arXiv μετά από προηγούμενη επισήμανση).

Τι να κάνετε αν βρείτε μια παραποιημένη αναφορά

Θα βρείτε μία. Από την εμπειρία μας, σχεδόν κάθε λίστα αναφορών που “άγγιξε” ένα LLM έχει τουλάχιστον μία. Ανάλογα με το στάδιο του χειρογράφου σας, έχετε δύο επιλογές.

Πριν από την υποβολή. Το πιο εύκολο σενάριο. Αφαιρέστε την παραπομπή ή αντικαταστήστε την με μια πραγματική αναφορά που πράγματι υποστηρίζει τον ισχυρισμό, ή ξαναγράψτε την πρόταση γύρω από τον ισχυρισμό ώστε να αφαιρεθεί ο μη υποστηριζόμενος ισχυρισμός. Τεκμηριώστε την αλλαγή στο αρχείο καταγραφής του ελέγχου σας.

Κατά την peer review. Ενημερώστε γραπτώς τον υπεύθυνο συντάκτη (handling editor) μόλις επιβεβαιώσετε την παραποίηση. Παρέχετε τη διορθωμένη λίστα αναφορών και μια εξήγηση: τι βρήκατε, πώς το βρήκατε, και τι έχετε κάνει για να επαληθεύσετε τις υπόλοιπες αναφορές. Οι συντάκτες ανταποκρίνονται πολύ καλύτερα σε συγγραφείς που διορθώνουν οι ίδιοι παρά σε συγγραφείς που “πιάστηκαν” από έναν κριτή.

Αποδεκτό αλλά όχι ακόμη δημοσιευμένο. Επικοινωνήστε αμέσως με τον συντάκτη παραγωγής. Οι περισσότερες εκδοτικές δομές θα δεχτούν μια καθυστερημένη διόρθωση στο στάδιο των proof, αν αυτή παρουσιαστεί ως αυτο-διόρθωση ακεραιότητας και όχι ως μια συνηθισμένη επιμέλεια.

Δημοσιευμένο. Επικοινωνήστε με το περιοδικό και ζητήστε μια erratum ή, σε σοβαρές περιπτώσεις, ένα corrigendum. Αν η παραποιημένη αναφορά υποστηρίζει έναν ουσιαστικό ισχυρισμό στην εργασία, η διόρθωση μπορεί να χρειαστεί να επεκταθεί και στον ίδιο τον ισχυρισμό. Αυτή είναι η διαδρομή που οι περισσότεροι θα θέλαμε να αποφύγουμε, και ακριβώς αυτός είναι ο στόχος που αποτρέπει ο έλεγχος.

Δήλωση γνωστοποίησης χρήσης AI στο χειρόγραφό, αν χρησιμοποιήσατε οποιαδήποτε εργαλεία AI που “άγγιξαν” τη λίστα αναφορών, όπως παραφραστές ή γεννήτριες παραπομπών. Μπορείτε επίσης να γνωστοποιήσετε στην επιστολή συνοδευτικού φακέλου ότι εκτελέσατε έναν έλεγχο και κάνατε αυτο-διόρθωση. Ακούγεται σαν επαγγελματική πρακτική παρά σαν κάτι που προκαλεί ανησυχία.

Συχνές ερωτήσεις

Ε: Πόσο συχνές είναι οι παραποιημένες αναφορές το 2026;

Η ανάλυση από το Columbia (Topaz et al, Lancet 2026) βρήκε ότι 1 στις 277 δημοσιεύσεις που έχουν ευρετηριαστεί στο PubMed και δημοσιεύτηκαν στις πρώτες επτά εβδομάδες του 2026 περιείχε τουλάχιστον μία αναφορά. Αυτό αποτελεί αύξηση κατά 12 φορές σε σχέση με τον ρυθμό του 2023, δηλαδή 1 στις 2.828. Η τάση ανεβαίνει. Σε συνέδρια με αυστηρή peer review, η ανάλυση GPTZero NeurIPS 2025 βρήκε τουλάχιστον 100 παραποιημένες αναφορές σε 53 από τις 4.841 αποδεκτές εργασίες, περίπου 1% του συνεδρίου.

Ε: Γιατί η κατηγορία DOI του 64% είναι η πιο δύσκολη στον εντοπισμό;

Όταν ένα LLM “παραποιεί” μια αναφορά, μερικές φορές εισάγει ένα πραγματικό DOI από τα δεδομένα εκπαίδευσής του που οδηγεί σε άλλη εργασία από αυτή που παραπέμπεται. Το DOI “λύνεται”, η άλλη εργασία υπάρχει, και ένας γρήγορος οπτικός έλεγχος φαίνεται ΟΚ. Είναι μόνο αφού κάνετε κλικ στον σύνδεσμο προς την αναφερόμενη εργασία που αντιλαμβάνεστε ότι ο τίτλος, οι συγγραφείς ή ακόμα και το περιεχόμενο της αναφερόμενης αναφοράς δεν ταιριάζουν με την παραπομπή. Η μελέτη του Deakin δείχνει ότι αυτό ίσχυε για το 64% των ψεύτικων αναφορών που δημιουργήθηκαν με GPT-4o. Η απλή επίλυση του DOI δεν αρκεί και πρέπει να συμπληρώνεται από επαλήθευση ότι η συνδεδεμένη εργασία αντιστοιχεί πράγματι στην παραπομπή.

Ε: Θα με αποκλείσει όντως το arXiv για ένα χρόνο για μια παραποιημένη αναφορά;

Ναι, όταν η αμέλεια είναι αδιαμφισβήτητη. Ο Thomas Dietterich ανακοινώνει την πολιτική arXiv του Μαΐου 2026 που στοχεύει σε περιπτώσεις όπου οι συγγραφείς επικόλλησαν output από LLM χωρίς έλεγχο, κάτι που οδήγησε σε παραποιημένες αναφορές, κείμενο-placeholder από chatbot που έμεινε πίσω ή δεδομένα. Το ArXiv έχει δηλώσει ρητά ότι οι πραγματικά αμφισβητούμενες ή οριακές περιπτώσεις δεν εμπίπτουν στο πεδίο εφαρμογής. Μετά τη λήξη της απαγόρευσης, όλες οι μελλοντικές υποβολές στο arXiv πρέπει πρώτα να περάσουν peer review σε έναν αξιόπιστο χώρο, προτού το arXiv τις δεχθεί ξανά.

Ε: Μπορώ απλώς να περάσω τη λίστα αναφορών μου από το ChatGPT ή το Claude για να το ελέγξω;

Όχι. Το ίδιο μοντέλο που παρήγαγε την παραποιημένη αναφορά μπορεί επίσης να παραγάγει και παραποιημένη επαλήθευση. Έχουμε δει LLM να “επιβεβαιώνουν” με σιγουριά ότι τα DOI είναι έγκυρα. Ο έλεγχος πρέπει να γίνεται έναντι εξωτερικών δομημένων βάσεων δεδομένων (PubMed, Crossref, OpenAlex, Google Scholar) που διαθέτουν αυθεντικά μεταδεδομένα, και όχι έναντι ενός άλλου LLM.

Ε: Τι γίνεται αν μια αναφορά υπάρχει μόνο στο Google Scholar;

Μια αναφορά που εμφανίζεται στο Google Scholar αλλά όχι σε καμία από τις PubMed, Crossref ή OpenAlex είναι ύποπτη, όχι επιβεβαιωμένα παραποιημένη. Ορισμένες πραγματικές πηγές (μια διατριβή, πρακτικά συνεδρίου χωρίς DOI, μια working paper, ένα περιφερειακό περιοδικό) εμφανίζονται στο Google Scholar χωρίς δομημένη κάλυψη βάσεων δεδομένων. Επιθεωρήστε χειροκίνητα την πηγή που συνδέεται. Αν μπορείτε να ανοίξετε την εργασία και να επαληθεύσετε τον ισχυρισμό, η αναφορά είναι πραγματική αλλά υπο-ευρετηριασμένη· παραθέστε την με εμπιστοσύνη. Αν δεν μπορείτε να ανοίξετε την πηγή ή ο σύνδεσμος δεν λειτουργεί, αντιμετωπίστε την ως παραποιημένη και αφαιρέστε την ή αντικαταστήστε την.

Proofreader Για Έλεγχο Παραπομπών Για Υποβολές Σε Περιοδικά

Έλεγχος παραποιημένων παραπομπών σε ένα πέρασμα, σε σχέση με PubMed, Crossref, OpenAlex και Google Scholar, με δυνατότητα λήψης ενός καταγεγραμμένου ιστορικού επαλήθευσης για τα αρχεία σας.