La verifica delle citazioni allucinate: controlli prima della consegna

Una verifica delle citazioni allucinate prima della consegna è ormai la differenza tra uno schermo di scrivania pulito e una segnalazione per l’integrità della ricerca, e l’importanza di questo passaggio è stata appena quantificata. Maxim Topaz, un team della Columbia che ha effettuato un audit su 2,5 milioni di articoli biomedici indicizzati in PubMed Central, ha messo in luce ciò che tutti temevamo in segreto. Il numero di riferimenti falsi inclusi nella stampa biomedica sottoposta a peer review è aumentato in modo marcato, proprio quando gli strumenti di IA generativa sono entrati a far parte del flusso di lavoro di bozza della persona media che conduce ricerche. Uno su 277 articoli, citati nelle prime sette settimane del 2026 su PubMed, cita almeno un riferimento che non si trova da nessuna parte in PubMed, Crossref, OpenAlex o Google Scholar. Due anni prima la proporzione era di uno su 2.828. Stiamo osservando un aumento di 12 volte del ritmo con cui i riferimenti falsi finiscono nella letteratura, con il balzo più significativo che inizia esattamente nei tempi a metà del 2024.

L’audit di Topaz è il dato più pulito che abbiamo, ma non è l’unico. ArXiv ha annunciato un ban di un anno alla presentazione per gli autori che pubblicano articoli con errori generati in modo inequivocabile dall’IA, incluse le citazioni allucinate. L’analisi di GPTZero su 4.841 articoli accettati in NeurIPS 2025 ha identificato almeno 100 citazioni allucinate confermate in 53 articoli dopo che erano state vagliate da tre a cinque revisori esperti. Uno studio dell’Università di Deakin sui riferimenti generati con GPT-4o ha rilevato che il 56% erano falsi o contenevano errori e che il 64% dei falsi era corredato da un DOI che rimandava a un articolo reale ma non correlato, la variante più difficile da intercettare.

Le buone notizie sono che una verifica delle citazioni allucinate prima della consegna richiede da 20 minuti a due ore, a seconda della dimensione dell’elenco bibliografico, e intercetta quasi tutti questi errori prima che li veda un editor o un revisore. Questo articolo è l’audit. Spieghiamo che aspetto hanno davvero le citazioni allucinate nel 2026, descriviamo il flusso di lavoro di verifica su quattro banche dati, la checklist passo-passo prima della consegna, gli strumenti che automatizzano il processo e cosa fare se ne trovi una in un manoscritto già in revisione.

Cos’è una verifica delle citazioni allucinate?

Una verifica delle citazioni allucinate è un controllo prima della consegna che verifica ogni riferimento del tuo manoscritto confrontandolo con PubMed, Crossref, OpenAlex e Google Scholar, per intercettare citazioni fabbricate o non corrispondenti prima che le veda un editor o un revisore. A seconda della dimensione del tuo elenco di riferimenti, richiede tra 20 minuti e due ore e intercetta quasi tutti questi errori. Conta perché, nelle prime sette settimane del 2026, uno su 277 articoli indicizzati su PubMed cita almeno un riferimento che non esiste in nessuna di quelle quattro banche dati: un aumento di 12 volte rispetto al tasso del 2023, di uno su 2.828.

Perché le citazioni allucinate sono diventate un problema di screening

Nella seconda metà del 2024, circa, gli editor iniziano a notare riferimenti allucinati comparire sui loro schermi tecnici. A metà del 2026, tutte le principali riviste di medicina e delle life sciences includono un controllo sull’esistenza dei riferimenti nelle procedure interne di pre-revisione o nelle linee guida per i revisori. La lettera di The Lancet che ha pubblicato l’audit di Topaz era, in parte, un impegno pubblico a rafforzare l’acquisizione della rivista.

Il motivo per cui questo è importante sul piano operativo è che una citazione allucinata non viene più trattata come un errore di poca cura. Viene trattata come un indicatore di integrità della ricerca. Il salto da "gli autori hanno sbagliato di un anno" a "gli autori non hanno letto questa fonte perché non esiste" è breve, e oggi gli editor sono addestrati a farlo. Nella maggior parte delle riviste, basta una citazione inserita in una lista da 60 voci per respingere il manoscritto; nelle più rigorose (The Lancet, BMJ, diverse testate Nature Portfolio), può innescare un rinvio all’ufficio di integrità della ricerca dell’istituzione.

La policy di arXiv fa lo stesso punto in forma ancora più netta. Qualsiasi autore che invii un articolo contenente un riferimento allucinato può essere bandito da arXiv per un anno. Dopo il ban, ogni invio successivo su arXiv deve passare prima attraverso una revisione paritaria in una sede reputabile, prima che arXiv lo accetti. Si tratta di un’asimmetria reputazionale permanente basata su una singola citazione non verificata. Il problema della citazione falsa su PubMed non è solo un problema di PubMed.

Che aspetto hanno davvero le citazioni allucinate

La maggior parte degli autori immagina una citazione allucinata come chiaramente “rotta”: un titolo malformato, il nome di una rivista che non esiste, un anno impostato nel futuro. Queste cose esistono ed è la parte più facile: il 30% degli errori.

Il 70% più difficile, invece, sembra legittimo e supera un rapido controllo visivo.

Osserviamo quattro pattern ricorrenti.

Pattern 1: autori reali, rivista reale, titolo plausibile, nessun articolo del genere. Il modello ha assemblato la citazione da dati di addestramento che gli hanno insegnato quali autori pubblicano dove e su quali temi. L’output si legge come un riferimento reale. Il DOI, se presente, non si risolve oppure si risolve in un articolo diverso.

Pattern 2: articolo reale, autore sbagliato o anno sbagliato. Il modello sapeva che l’articolo esisteva, ma ha abbinato in modo errato un campo di metadati. La citazione passa una ricerca del titolo su Google Scholar, ma fallisce un controllo del DOI. Spesso è anche la più difficile da notare, perché l’affermazione citata potrebbe comunque essere presente nell’articolo reale (attribuita a un autore o anno diversi).

Pattern 3: DOI reale, articolo non correlato. Lo studio di Deakin. Il modello ha prodotto una citazione dal look plausibile e ha allegato un DOI che si risolve, ma a un lavoro completamente non correlato. Un controllo visivo mostra che il DOI è reale, ma solo leggendo l’articolo collegato si comprende il problema. Questa è la varietà del 64%.

Pattern 4: catene di frasi “torturate” attorno alla citazione. Il Cabanac Problematic Paper Screener ha segnalato più di 19.000 articoli contenenti frasi distorte generate tramite paraphrasing da software, spesso raggruppate attorno a citazioni inventate. "Joined Together States" per gli Stati Uniti, "bosom peril" per il cancro al seno, "kidney disappointment" per l’insufficienza renale. Se il testo attorno a una citazione suona come paraphrase ripulito, la citazione è più probabilmente allucinata. La nostra nota sul paraphrasing, che preserva le citazioni, descrive la lacuna tecnica che produce il Pattern 4 già alla radice. Il Pattern 4 è correlato ai Pattern 1-3, non è indipendente.

Questi pattern spiegano perché un controllo su una singola banca dati non basta. Una ricerca su Google Scholar solo per titolo manca i Pattern 2 e 3. Una ricerca su Crossref solo per DOI manca il Pattern 1. Il flusso di lavoro su quattro banche dati esiste perché ogni banca dati intercetta una diversa modalità di fallimento.

Come verificare le citazioni dell’IA: il flusso di lavoro su quattro banche dati

Definiamo una citazione allucinata come un riferimento che non è presente in nessuna di PubMed, Crossref, OpenAlex o Google Scholar. Per i nostri audit prima della consegna ci affidiamo a queste quattro fonti perché ciascuna copre “buchi” lasciati dalle altre tre.

PubMed. La migliore copertura per letteratura biomedica e clinica. Se uno dei tuoi riferimenti ha un PMID, usa la ricerca per PMID. Altrimenti, cerca il riferimento per titolo e cognome del primo autore. PubMed rifiuterà molte citazioni reali ma sbagliate che Crossref accetta.

Crossref. La migliore copertura dei DOI in tutti i settori. Cerca il riferimento tramite DOI utilizzando questa interrogazione doi.crossref.org oppure via la loro API pubblica a api.crossref.org/works/[DOI]. Se non funziona, allora è certamente allucinato. Se funziona, verifica il titolo, gli autori e l’anno.

OpenAlex. La copertura più ampia, gratuita, e la più capace di scoprire citazioni non coperte da PubMed e Crossref (umanistiche, proceedings di conferenze di informatica, riviste regionali). Cerca il riferimento per titolo e assicurati che gli autori siano corretti. OpenAlex è anche utile perché mette in evidenza citazioni esistenti come preprint ma non ancora come pubblicazioni con DOI.

Google Scholar. Usa per ultimo, come controllo a copertura più ampia ma precisione più bassa. Un riferimento che non compare in nessuna di PubMed, Crossref, OpenAlex o Google Scholar è, funzionalmente, sicuramente allucinato. Un riferimento che appare solo in Google Scholar ma in nessun’altra banca dati strutturata è sospetto: potrebbe esistere (letteratura grigia, una tesi, proceedings senza DOI), ma la citazione richiede una verifica manuale prima della consegna.

Il flusso di lavoro richiede circa un minuto per riferimento se fatto manualmente. Un articolo con 60 riferimenti è un’ora di lavoro. Un review sistematico con 200 riferimenti è più vicino a tre ore. L’audit è tedioso ma meccanico, e questo lo rende un bersaglio naturale per l’automazione; gli strumenti sono nella sezione immediatamente successiva.

L’audit prima della consegna, passo per passo

Una checklist ripetibile che usiamo su ogni manoscritto che, durante la fase di stesura, è passato vicino a uno strumento di IA generativa. Otto passaggi, nessuno dei quali richiede uno strumento a pagamento.

1. Estrai l’elenco dei riferimenti in un formato piatto. Esporta dal tuo reference manager (Zotero, Mendeley, EndNote, Paperpile) in BibTeX o RIS. Se il tuo articolo è stato redatto in Word senza un manager, incolla l’elenco dei riferimenti in un file di testo semplice. Numerare ogni voce. Ti servirà la numerazione per tracciare quali riferimenti sono stati verificati.

2. Contrassegna qualsiasi riferimento il cui titolo non riconosci. Se non riesci a immaginare l’articolo, quasi certamente non l’hai letto. I riferimenti allucinati hanno il rischio più alto di essere falsi. Per il controllo più accurato, marcali.

3. Risolvi ogni DOI. Incolla ciascun DOI in https://doi.org/[DOI]. Se il DOI non si risolve, il riferimento è allucinato. Se si risolve, confronta titolo e autori dell’articolo di destinazione con la tua citazione. Le discrepanze sono allucinazioni del Pattern 3.

4. Verifica ogni riferimento non-DOI in PubMed o Crossref. Ricerca del titolo più cognome del primo autore. Se l’articolo esiste, registra PMID o DOI nei tuoi archivi. Se non esiste in nessuna delle due banche dati, passa al passo 5.

5. Incrocia i riferimenti “escalated” in OpenAlex e Google Scholar. Se un riferimento fallisce in Crossref e PubMed, i controlli in OpenAlex e Google Scholar diventano la verifica decisiva. Il fallimento in tutte e quattro le banche dati è la prova che il riferimento è allucinato. Se un riferimento compare solo in Google Scholar, ispeziona manualmente la fonte collegata.

6. Per i preprint, verifica sia il preprint sia l’eventuale versione pubblicata. Un pattern comune a partire dal 2024: il modello cita un preprint reale ma inventa una pubblicazione in rivista fittizia dello stesso lavoro. Controlla esplicitamente arXiv, bioRxiv, medRxiv e SSRN per qualsiasi riferimento preprint.

7. Controlla a campione l’affermazione nel testo rispetto alla fonte. Apri l’articolo reale e verifica che supporti l’affermazione specifica per cui lo stai citando, almeno nel 10% dei tuoi riferimenti (oppure tutti, nel caso di uno scenario di systematic review). Il tasso di errore del 56% dello studio di Deakin include i casi del Pattern 2 in cui l’articolo citato esiste, ma non supporta l’affermazione.

8. Documenta l’audit. Salva il log dell’audit (quali riferimenti sono stati verificati, contro quali banche dati, in quale data). Se la rivista lo chiede durante il peer review, avrai le prove. Se un revisore contesta una citazione specifica, puoi indicare il passaggio di verifica.

Il costo di eseguire l’audit è di due ore. Il costo di saltarlo, se ti accorgi tardi e vieni “beccato”, varia da un rifiuto allo screening tecnico fino al ban su arXiv. Esegui l’audit.

Strumenti che automatizzano l’audit

Puoi eseguire tutti e otto i passaggi manualmente. Con gli strumenti sarai più veloce.

API pubblica di Crossref. Gratuita, senza bisogno di registrazione. L’endpoint api.crossref.org/works/[DOI] restituisce JSON con titolo, autori e anno canonici. Uno script Python di 20 righe che percorre il tuo elenco di riferimenti e colpisce questo endpoint intercetta Pattern 1 e 3 in pochi secondi per riferimento. È l’automazione più leggera possibile e, di solito, basta per un articolo da 60 riferimenti.

Scite (scite.ai). Verifica i riferimenti e riporta se i lavori successivi hanno supportato o contraddetto lo studio. Intercetta il Pattern 2 (articolo reale, affermazione sbagliata) meglio degli altri strumenti perché si confronta con il contenuto effettivo. Ha una versione gratuita; quella a pagamento è necessaria per l’integrazione completa.

Problematic Paper Screener (Cabanac, Labbe, Magazinov). Gratuito, open, in gran parte uno screener post-pubblicazione, ma il suo set di rilevatori è utile anche prima della consegna per il Pattern 4. Cerca su dbrech.irit.fr/pls/apex/f?p=9999:1. Utile per confermare che la prosa attorno alle tue citazioni non sia stata “ripulita” tramite paraphrasing fino al punto da sembrare output di paper-mill.

Controllori di riferimento integrati nei reference manager. Se Zotero rileva una citazione allucinata, la sua funzione "Find Available PDF" non funzionerà. La funzione di Mendeley per compilare i metadati ha lo stesso effetto. Non è un controllore di allucinazioni pensato apposta, ma identifica i problemi più semplici quando lo usi normalmente.

Il nostro proofreader. Il nostro proofreader basato su AI funziona eseguendo l’audit su quattro banche dati in un unico passaggio, evidenziando i riferimenti allucinati e quelli non corrispondenti, e esportando un log pulito che puoi salvare insieme al manoscritto. Forniamo questo strumento come parte del nostro set più ampio di tool di proofreading dell’IA per articoli di ricerca, coprendo i processi associati di grammatica, formattazione delle citazioni e modifiche tracciate che si accompagnano a un audit dei riferimenti pulito.

Per un controllo preliminare autonomo prima della revisione completa, il nostro gratuito controllo citazioni AI esegue lo stesso controllo di esistenza su Crossref, Semantic Scholar e altri registri aperti su qualsiasi elenco di riferimenti incollato, direttamente nel browser e senza registrazione.

Nella maggior parte dei casi, lo script della API di Crossref e una lista manuale di escalation intercettano il 90% del problema per la maggior parte degli autori. Gli strumenti valgono soprattutto per i review sistematici, per i gruppi di ricerca con molte submission e per il caso in cui il costo di una singola allucinazione mancata è alto (una submission su The Lancet o NEJM, un repost su arXiv dopo un precedente flag).

Cosa fare se trovi una citazione allucinata

La troverai. Per esperienza, quasi ogni lista di riferimenti che ha interagito con un LLM contiene almeno una citazione. A seconda dello stato del tuo manoscritto, hai due opzioni.

Prima della consegna. Caso più semplice. Rimuovi la citazione, oppure sostituiscila con un riferimento reale che supporti davvero l’affermazione, oppure riscrivi la frase circostante in modo che l’affermazione non supportata venga eliminata. Documenta la modifica nel tuo log di audit.

In revisione paritaria. Notifica per iscritto l’editor responsabile non appena confermi l’allucinazione. Fornisci l’elenco corretto dei riferimenti e una spiegazione: cosa hai trovato, come l’hai trovato, cosa hai fatto per verificare i restanti riferimenti. Gli editor rispondono molto meglio ad autori che si correggono da soli rispetto ad autori “beccati” da un revisore.

Accettato ma non ancora pubblicato. Contatta subito l’editor di produzione. La maggior parte degli editori accetterà una correzione tardiva nella fase delle prove, se viene presentata come correzione auto-risarcitoria per integrità, piuttosto che come semplice modifica di routine.

Pubblicato. Contatta la rivista e richiedi una erratum o, nei casi seri, un corrigendum. Se la citazione allucinata supporta un’affermazione sostanziale nell’articolo, la correzione potrebbe dover estendersi anche all’affermazione stessa. È la strada che la maggior parte vuole evitare; è anche la strada che l’audit serve a prevenire.

Dichiarazione di disclosure sull’uso dell’IA nel tuo manoscritto se hai usato qualunque tool di IA che abbia toccato l’elenco dei riferimenti, come paraphrasers o generatori di citazioni. Puoi anche dichiarare nella lettera di accompagnamento che hai eseguito un audit e ti sei autocorretto. Sembra una cosa professionale da fare, non un atto di allarme.

Domande frequenti

Q: Quanto sono comuni le citazioni allucinate nel 2026?

L’analisi della Columbia (Topaz et al, Lancet 2026) ha rilevato che uno su 277 articoli indicizzati su PubMed pubblicati nelle prime sette settimane del 2026 conteneva almeno un riferimento. Si tratta di un aumento di 12 volte rispetto al tasso del 2023 di uno su 2.828. La tendenza è in crescita. In conferenze con peer review rigoroso, l’analisi GPTZero NeurIPS 2025 ha trovato almeno 100 citazioni allucinate in 53 dei 4.841 articoli accettati, circa l’1% della conferenza.

Q: Perché la variante del DOI (64%) è la più difficile da intercettare?

Quando un LLM allucina un riferimento, a volte inserisce un DOI reale dai suoi dati di addestramento che rimanda a un altro articolo rispetto a quello citato. Il DOI si risolve, l’altro articolo esiste e un rapido controllo visivo sembra andare bene. Ci si accorge del problema solo dopo aver cliccato sul link dell’articolo di riferimento: lì, titolo, autori o persino i contenuti della fonte citata non corrispondono alla citazione. Lo studio di Deakin mostra che questo valeva per il 64% delle citazioni false generate con GPT-4o. Limitarsi a risolvere il DOI non basta: serve una verifica che l’articolo collegato corrisponda davvero alla citazione.

Q: arXiv mi bandirà davvero per un anno per una citazione allucinata?

Sì, quando la negligenza è inequivocabile. Thomas Dietterich annuncia la policy arXiv di maggio 2026, pensata per affrontare i casi in cui gli autori hanno incollato output di LLM senza verificarli, portando a citazioni allucinate, testo segnaposto lasciato da chatbot e dati. ArXiv è stato esplicito che i casi davvero contestati o ai limiti sono fuori dall’ambito. Dopo la scadenza del ban, tutte le future submission su arXiv devono prima passare un peer review in una sede reputabile, prima che arXiv le riaccetti.

Q: Posso far passare la mia lista di riferimenti in ChatGPT o Claude per verificarla?

No. Lo stesso modello che ha allucinato la citazione può anche allucinare la verifica. Abbiamo visto LLM “confermare” con sicurezza che DOI fatti sono validi. Il controllo deve essere contro banche dati strutturate esterne (PubMed, Crossref, OpenAlex, Google Scholar) che dispongono di metadati autorevoli, non contro un altro LLM.

Q: E se un riferimento esiste solo su Google Scholar?

Un riferimento che compare su Google Scholar ma non su PubMed, Crossref o OpenAlex è sospetto, più che confermato allucinato. Alcune fonti reali (una tesi, un proceedings di conferenza senza DOI, un working paper, una rivista regionale) appaiono su Google Scholar senza copertura nelle banche dati strutturate. Ispeziona manualmente la fonte collegata. Se riesci ad aprire l’articolo e a verificare l’affermazione, il riferimento è reale ma sotto-indicizzato: citandolo con fiducia. Se non riesci ad aprire la fonte o il link è rotto, trattalo come allucinato e rimuovilo o sostituiscilo.

Verificatore delle citazioni per le sottomissioni in rivista

Audit in un solo passaggio dei riferimenti con citazioni inventate, rispetto a PubMed, Crossref, OpenAlex e Google Scholar, con un log di verifica scaricabile per i Suoi archivi.