幻覚的引用オーディット：投稿前の確認チェック

投稿前の幻覚的引用オーディットは、すでに「机上の画面をきれいに保つ」ことと「研究の信頼性に関するフラグが立つ」ことを分けるものになっており、その重要性がいま定量化された。PubMed Centralに収載されている2.5百万本の生物医学論文を監査したコロンビアのチーム、マキシム・トパズ（Maxim Topaz）が明らかにしたのは、私たちが皆ひそかに恐れていた事実だった。生成AIツールが平均的な研究者の草稿作成ワークフローに組み込まれたまさにその時期に、査読付きの生物医学の印刷物に含まれる「偽の参考文献」が急増した。2026年最初の7週間に引用された論文のうち、277本に1本（1 out of every 277 papers）が、PubMed、Crossref、OpenAlex、Google Scholarのいずれの場所にも存在しない少なくとも1つの参照を引用している。2年前は、その割合は2,828本に1本（1 in 2,828）だった。偽の参考文献が文献へ紛れ込む速度は12倍になっており、増加の最大は2024年半ばに予定どおりに始まっている。

トパズの監査は、いま手元にある最もクリーンな数字だが、唯一のものではない。ArXivは、幻覚的引用を含む「明白なAI生成エラー」を含んで論文を投稿した著者に対し、1年間の投稿禁止措置を発表した。GPTZeroによるNeurIPS 2025採択論文4,841本の解析では、3〜5人の専門査読者による精査後の時点で、53本の論文に少なくとも100件の確定した幻覚的引用が含まれていた。さらにDeakin Universityの研究では、GPT-4oが生成した参考文献のうち56％が偽物であるか、あるいは誤りを含んでいた。そして偽のものの64％は、実在するが無関係な論文へリンクするDOIとセットで提供されており、このタイプが最も見抜きにくい。

朗報は、投稿前の幻覚的引用オーディットは、参考文献リストの規模に応じて20分〜2時間で済み、編集者や査読者に届く前にほぼすべての誤りを捕捉できることだ。この記事がその「オーディット」である。2026年に実際にどのような幻覚的引用が現れるのか、4データベースによる検証ワークフロー、投稿前のステップ別チェックリスト、自動化を担うツール、そしてすでに査読中の原稿で見つけた場合にどうするかを扱う。

幻覚的引用オーディットとは？

幻覚的引用オーディットとは、投稿前に行う確認であり、原稿中のすべての参考文献をPubMed、Crossref、OpenAlex、Google Scholarに照合して、編集者や査読者が見る前に「でっち上げ」や不一致の引用を検出する。参考文献リストの規模にもよるが20分〜2時間で、ほぼすべての誤りを捕捉できる。重要なのは、2026年最初の7週間において、PubMedに収載されている277本に1本の論文が、これら4つのデータベースのどこにも存在しない少なくとも1つの参照を引用していたからだ。これは、2023年の2,828本に1本という水準から12倍の増加である。

なぜ幻覚的引用が今やスクリーニング課題になっているのか

2024年後半のあたりから、編集者は技術的な画面上で幻覚的な参照が現れてくることに気づき始める。2026年半ばには、主要な医学・ライフサイエンス系ジャーナルはすべて、院内の査読前手続きまたは査読者ガイダンスの一部として「参照の存在確認」を組み込む。トパズの監査を掲載したThe Lancetのレターは、その一部としてジャーナル自身の受け入れプロセスを強化するという公開のコミットメントだった。

この問題が運用上重要なのは、幻覚的引用がもはや「うっかりしたミス」として扱われなくなったからだ。研究の信頼性に関するフラグとして扱われるのである。「著者が年を誤った」から「著者がこの出典を読んでいない（存在しないからだ）」へと飛ぶ距離は短く、編集者はその判断を行うよう訓練されている。多くのジャーナルでは、60件のリストのうち1件の参照が作れれば原稿が弾かれるのに十分だが、より厳格なところ（The Lancet、BMJ、いくつかのNature Portfolio系のタイトル）では、機関の研究信頼性オフィスへの紹介（Referral）を引き起こし得る。

arXivの方針も、より鋭い形で同じ点を示している。幻覚的な参照を含む論文を投稿した場合、著者はarXivから1年間の禁止を受ける可能性がある。禁止の後は、次のすべてのarXiv投稿が、arXivが受理する前に、評判のある会場での査読を通過しなければならない。これは、単一の未確認引用に基づく、永続的な評判上の非対称性だ。いわゆる「偽の引用（pubmed）問題」はPubMedの問題にとどまらない。

幻覚的引用は実際にどう見えるのか

多くの著者は、幻覚的引用を「明らかに壊れているもの」として想像する。例えば、タイトルが不正な形になっている、存在しないジャーナル名が入っている、未来の年が設定されている、といったケースである。これらは存在し、問題のうち最も見つけやすい30％だ。より難しい70％は、見た目が正当で、簡単な目視確認をすり抜けてしまう。

私たちは、次の4つのパターンを繰り返し見る。

パターン1：実在の著者、実在のジャーナル、もっともらしいタイトルだが、そのような論文がない。 モデルは、どの著者がどこに、どのトピックで出すのかを教える学習データから引用を組み立てる。その出力は実在の参考文献のように読める。DOIが提示されている場合は、解決できないか、もしくは別の論文に解決される。

パターン2：実在の論文だが、誤った著者または誤った年。 モデルはその論文が存在することは知っていたが、メタデータのある項目を取り違えた。Google Scholarのタイトル検索には通るが、DOIのルックアップには失敗する。このタイプは、引用されている主張が実際には本物の論文に含まれている可能性があるため（別の著者や年の形で）、最も見抜きにくいことが多い。

パターン3：実在のDOIだが、無関係な論文。 Deakinの研究が示したケースである。モデルはもっともらしい引用を作り、解決可能なDOIを付与した。しかし、そのDOIが指すのはまったく無関係な研究だった。視覚的な確認ではDOIが実在しているように見えるが、リンク先の論文を読むことで初めて問題が分かる。これは64％のタイプである。

パターン4：引用の周りにねじれた語句の連鎖が付く。 Cabanac Problematic Paper Screenerは、パラフレーズ用ソフトによる言い換えで生成された「拷問されたようなフレーズ」を含む19,000本以上の論文をフラグ付けした。そこでは、作られた引用の周辺に固まって現れることが多い。「United States」に対する「Joined Together States」、「breast cancer」に対する「bosom peril」、「kidney failure」に対する「kidney disappointment」。引用の周辺の文章が、言い換えで“洗い流された”ように読める場合、その引用自体も幻覚である可能性が高い。言い換えに関する私たちの注記であるPreserves citationsは、そもそもパターン4を生み出す技術的なギャップを扱っている。パターン4はパターン1〜3と相関しており、それらから独立しているわけではない。

これらのパターンこそが、単一データベースでのチェックでは不十分である理由だ。タイトルだけでGoogle Scholarを引いてもパターン2と3を見落とす。DOIだけでCrossrefを引いてもパターン1を見落とす。4データベースのワークフローが存在するのは、それぞれのデータベースが異なる失敗モードを捕捉するからである。

AIの引用を検証する方法：4データベースのワークフロー

幻覚的参照とは、PubMed、Crossref、OpenAlex、Google Scholarのいずれにも存在しないものだ。投稿前の監査では、この4つの情報源を用いる。それぞれが他の3つの穴を埋めるためである。

PubMed. 生物医学および臨床領域でのカバー率が最も高い。参照にPMIDがあるなら、PMIDルックアップを使う。そうでなければ、タイトルと筆頭著者の姓で参照を引く。PubMedは、Crossrefが受け入れるような「実在するが誤っている」引用の多くを拒否する。

Crossref. 全分野にわたってDOIのカバー率が最も高い。doi.crossref.orgのルックアップ（このURL）https://doi.org/[DOI]ではなく、こちらのlookupで参照をDOIから引く。あるいは公開API at api.crossref.org/works/[DOI]を介して行う。解決できなければ、確実に幻覚的である。解決できた場合は、タイトル、著者、年を確認する。

OpenAlex. 最も広いカバー率を持つ。無料で、PubMedとCrossrefでカバーされていない引用（人文系、計算機科学の学会講演論文、地域ジャーナルなど）を掘り起こす。タイトルで参照を引き、著者が正しいことを確認する。OpenAlexは、プレプリントとしては存在するが、まだDOI化された出版物としては現れていない引用を表面化できるため、役に立つ。

Google Scholar. 最も広いカバー率を持つが精度は最も低いので、最後に使う。PubMed、Crossref、OpenAlex、Google Scholarのどこにも現れない参照は、機能的には確実に幻覚的だ。逆に、構造化されたデータベースには載っていないがGoogle Scholarにのみ現れる参照は疑わしい。実在している可能性（グレー文献、学位論文、DOIのない会議録、ワーキングペーパー、地域ジャーナルなど）はあるが、投稿前には引用を手作業で確認する必要がある。

手作業で行うと、1参照あたりおよそ1分である。60件の参考文献の論文なら1時間、200件の系統的レビューなら3時間前後になる。監査は退屈だが機械的であるため、自動化の格好の対象になる。ツールは次の次のセクションで紹介する。

投稿前の監査：ステップ別

生成AIツールを使った草稿作成に「近い」状態で作られたすべての原稿に対して、私たちが用いている再現可能なチェックリストだ。8つのステップで、そのどれにも有料ツールは不要。

1. 参考文献リストをフラットな形式に抽出する。 参照管理ツール（Zotero、Mendeley、EndNote、Paperpile）からBibTeXまたはRISとして書き出す。管理ツールを使わずWordで作成した原稿なら、参考文献リストをプレーンテキストファイルに貼り付ける。各エントリに番号を振る。この番号付けは、どの参照が検証済みか追跡するのに必要だ。

2. タイトルを認識できない参照をすべてフラグ付けする。 その論文を思い描けないなら、ほぼ確実に読んでいない。幻覚的な参照は、偽であるリスクが最も高い。最も徹底的に確認するために、それらをマークする。

3. すべてのDOIを解決する。 各DOIをhttps://doi.org/[DOI]に貼り付ける。DOIが解決しないなら、その参照は幻覚的だ。解決するなら、到達先の論文のタイトルと著者を、自分の引用と照合する。不一致はパターン3の幻覚である。

4. DOI以外のすべての参照をPubMedまたはCrossrefで検証する。 タイトル検索＋筆頭著者の姓。論文が存在するなら、記録のためにPMIDまたはDOIを確保する。どちらのデータベースにも存在しない場合は、ステップ5へエスカレーションする。

5. エスカレーションされた参照をOpenAlexとGoogle Scholarで相互確認する。 CrossrefとPubMedの両方で失敗する参照については、OpenAlexとGoogle Scholarの確認が決定打のルックアップになる。4つのデータベースすべてで失敗すれば、その参照は幻覚的であるという証拠になる。Google Scholarにのみ現れる参照は、リンク先のソースを手作業で精査する。

6. プレプリントの場合、プレプリントと公開済み版の両方を確認する。 2024年半ば以降に典型化したパターンがある。モデルは実在するプレプリントを引用するが、同じ仕事の架空のジャーナル出版を作ってしまう。プレプリント参照については、arXiv、bioRxiv、medRxiv、SSRNを明示的に確認する。

7. 本文中の主張を、出典に対してスポットチェックする。 実際の論文を開き、引用している特定の主張が少なくとも参照の10％（または系統的レビューの場合はすべて）を支えていることを確認する。Deakinの研究における56％の誤り率には、引用された論文が存在するものの、その主張を裏づけていないパターン2のケースも含まれている。

8. 監査を記録する。 監査ログを保存する（どの参照が1つ検証済みで、どのデータベースに対して、いつの日付か）。ジャーナルが査読中に求めてくるなら、こちらには「証拠」がある。査読者が特定の引用に異議を唱えるなら、検証ステップの根拠を示すことができる。

監査のコストは2時間だ。監査を飛ばして捕捉された場合のコストは、技術的な画面でのリジェクトからarXivの禁止措置まで幅広い。オーディットを実行するべきだ。

監査を自動化するツール

8つのステップはすべて手作業で行える。しかしツールを使えば速くなる。

Crossref public API. 無料で、サインアップ不要。エンドポイントapi.crossref.org/works/[DOI]は、正規のタイトル、著者、年を含むJSONを返す。あなたの参考文献リストをたどってこのエンドポイントにアクセスする20行程度のPythonスクリプトは、参照ごとに数秒でパターン1と3を捕捉する。この最小限の自動化が最も軽量で、通常は60件の参考文献の論文には十分である。

Scite (scite.ai). 参考文献を検証し、次の論文がその業績を支持的に引用しているのか、反対的に引用しているのかをレポートする。実際のコンテンツに踏み込むため、他のツールよりもパターン2（実在の論文だが誤った主張）をうまく拾える。無料枠があり、完全な統合には有料版が必要になる。

Problematic Paper Screener (Cabanac, Labbe, Magazinov). 無料でオープン。主として投稿後のスクリーナーだが、検出スイートはパターン4のための投稿前用途として有用だ。検索はdbrech.irit.fr/pls/apex/f?p=9999:1で行う。このツールは、引用の周辺の文章がパラフレーズによって「ペーパーミルの出力」らしく見えるところまで洗い流されていないかを確認するのに役立つ。

参考文献管理ツールに組み込まれた参照チェッカー。 Zoteroが幻覚的な参照を検出した場合、その「利用可能なPDFを探す（Find Available PDF）」機能は動作しない。Mendeleyの、メタデータを補完する機能にも同様の影響がある。これは意図的な幻覚チェッカーではないが、通常の使い方をしているときに最も簡単な問題を特定するのには役立つ。

私たちの校正者。 私たちのAI校正者は、4データベースによる監査を1回のパスで実行し、幻覚的および不一致の参照をハイライトし、保存できるクリーンなログを出力する。私たちはこのツールを、研究論文向けのAI校正ツール群の一部として提供している。そこには、クリーンな参照監査に付随する文法、引用形式の整形、トラッキング付き変更といったプロセスが含まれる。

全文校正の前に単独で確認する場合は、無料のAI citation checkerが、貼り付けた参考文献リストに対して Crossref、Semantic Scholar、その他の公開レジストリを使って同じ存在確認をブラウザ上でそのまま行い、登録不要で利用できます。

多くの場合、Crossref APIのスクリプトと、手作業によるエスカレーション用のリストで、著者の多くにとって問題の90％は捕捉できる。ツールの価値が特に出るのは、系統的レビューや、多くの投稿がある研究グループ、そして1件見逃した幻覚のコストが大きいケース（The LancetやNEJMの投稿、過去のフラグ後に行うarXivの再投稿など）だ。

幻覚的引用が見つかった場合にどうするか

見つかる。私たちの経験では、LLMに触れた参考文献リストのほとんどすべてに、少なくとも1件は含まれている。原稿の段階に応じて、選択肢は2つある。

投稿前。 いちばん簡単なケース。引用を削除するか、主張を実際に裏づける実在の参照に置き換えるか、あるいは周辺の文章を書き換えて、裏づけのない主張が残らないようにする。変更内容は監査ログに記録する。

査読中。 幻覚が確認できたら、できるだけ早く担当編集者に書面で通知する。修正済みの参考文献リストと、説明も提示する。何を見つけたのか、どのように見つけたのか、残りの参照をどう検証したのか、という点である。編集者は、査読者に見つけられてから修正する著者よりも、自ら自己修正する著者に対してより良い反応を示す。

受理済みだが未公開。 直ちに制作（production）の編集担当者へ連絡する。多くの出版社は、ルーチンの編集として提示するのではなく、信頼性の自己修正として示せば、校正（proof）の段階での遅延修正を受け入れる。

公開済み。 ジャーナルに連絡し、訂正（erratum）を依頼する。重大な場合は、訂正告知（corrigendum）を求める。もし幻覚的引用が論文中の実質的な主張を支えているなら、その修正は主張そのものにまで及ぶ必要があるかもしれない。これは最も避けたい道であり、このオーディットが未然に防ぐ道だ。

参照リストに触れたパラフレーズ機や引用ジェネレーターなど、いかなるAIツールも使った場合は、あなたの原稿にAI開示ステートメントを追記する。加えて、監査を実施し自己修正したことをカバーレターで開示することもできる。これは、警戒を促すというよりは、プロフェッショナルな対応として聞こえる。

よくある質問

Q: 2026年に幻覚的引用はどれくらい一般的ですか？

コロンビアの分析（Topazら、Lancet 2026）では、2026年最初の7週間に出版されたPubMed収載論文のうち277本に1本が、少なくとも1つの参照を含んでいた。そのうち、どの4データベースのどこにも見当たらない参照が含まれていたということだ。これは、2023年の2,828本に1本という水準から12倍の増加である。トレンドは上向きだ。厳格な査読が行われる会議では、GPTZeroによるNeurIPS 2025の分析で、採択論文4,841本のうち53本で少なくとも100件の幻覚的引用が見つかった。全体の約1％に相当する。

Q: なぜ64％のDOIバリエーションが最も見抜きにくいのですか？

LLMが参照を幻覚化するとき、学習データにある実在のDOIを、引用として示すべきものとは別の論文に向けてしまうことがある。DOIは解決でき、別の論文も存在し、簡単な目視確認では問題ないように見える。リンク先の「引用されているはずの論文」をクリックして初めて、タイトル、著者、あるいは内容が、引用されている参照の記載と一致しないと分かる。Deakinの研究は、GPT-4oで生成された偽の引用の64％でそれが当てはまることを示している。DOIが解決するだけでは不十分で、リンク先の論文が、確かに引用の内容と対応していることの検証が必要だ。

Q: 幻覚的引用があるとarXivは本当に1年間私を禁止にしますか？

はい、怠慢が明白な場合だ。Thomas Dietterichは、幻覚的参照やチャットボットのプレースホルダー文の残骸、データなどを含む形で、LLMの出力をチェックせず貼り付けてしまったケースに対処することを目的とした2026年5月のarXivポリシーを発表した。arXivは、実際に争いがあるケースや境界的なケースは対象外だと明確に述べている。禁止が期限切れになった後は、今後すべてのarXiv投稿が、arXivが再受理する前に、まず評判のある会場での査読を通過する必要がある。

Q: ChatGPTやClaudeに参照リストを流して確認してもらうことはできますか？

いいえ。参照を幻覚化したのと同じモデルが、検証でも幻覚化することがあり得る。私たちは、LLMが、作られたDOIが有効であるかのように自信を持って「確認した」事例を見た。チェックは、外部の構造化されたデータベース（PubMed、Crossref、OpenAlex、Google Scholar）の権威あるメタデータに対して行わなければならない。別のLLMに対して行うべきではない。

Q: Google Scholarにしか存在しない参照の場合はどうなりますか？

Google Scholarにだけ現れ、PubMed、Crossref、OpenAlexのいずれにも現れない参照は、確認済みの幻覚というより「疑わしい」ものだ。実在する情報源の中には（学位論文、DOIのない会議録、ワーキングペーパー、地域ジャーナルなど）、Google Scholarには載るが構造化データベースのカバー範囲には入らないことがある。リンク先のソースを手作業で確認すること。論文を開いて主張を検証できるなら、その参照は実在しているがインデックスの対象になっていないだけであり、自信を持って引用できる。ソースを開けない、またはリンクが壊れている場合は、幻覚として扱い、削除または置き換える。

ジャーナル投稿向けの参照確認校正者

PubMed、Crossref、OpenAlex、Google Scholarに対する1回の幻覚参照監査。記録用にダウンロード可能な検証ログ付き。