Auditoria de Citações Alucinadas: Checagens Pré-Submissão

Uma auditoria prévia de citações alucinadas já faz a diferença entre uma tela de mesa limpa e uma sinalização de integridade de pesquisa, e a razão pela qual isso importa acabou de ser quantificada. Maxim Topaz, uma equipe da Columbia que auditou 2,5 milhões de artigos biomédicos indexados na PubMed Central, revelou aquilo que todos nós temíamos em segredo. O número de referências falsas incluídas em publicações biomédicas revisadas por pares aumentou acentuadamente, exatamente quando as ferramentas de IA generativa passaram a fazer parte do fluxo de redação do pesquisador médio.

Um em cada 277 artigos citados nas primeiras sete semanas de 2026 cita pelo menos uma referência que não pode ser encontrada em nenhum lugar do PubMed, Crossref, OpenAlex ou Google Scholar. Dois anos antes, a proporção era de 1 em 2.828. Estamos diante de um aumento de 12 vezes na taxa de referências falsas que passam a integrar a literatura, com o maior salto começando no cronograma, em meados de 2024.

A auditoria de Topaz é o dado mais limpo que temos, mas não é a única. O ArXiv anunciou uma proibição de submissão por um ano para autores que publicam trabalhos com erros inequívocos gerados por IA, incluindo citações alucinadas. A análise do GPTZero de 4.841 artigos aceitos pela NeurIPS 2025 identificou pelo menos 100 citações alucinadas confirmadas em 53 artigos depois que passaram por três a cinco revisores especialistas. Um estudo da Deakin University sobre referências geradas com GPT-4o encontrou que 56% eram falsas ou continham erros, e que 64% das falsas vieram acompanhadas de um DOI que apontava para um artigo real, porém sem relação, a variedade mais difícil de detectar.

A boa notícia é que uma auditoria pré-submissão de citações alucinadas leva entre 20 minutos e duas horas, dependendo do tamanho da sua lista de referências, e captura quase todos esses erros antes que um editor ou um revisor os veja. Esta postagem é a auditoria. Explicamos como citações alucinadas realmente se apresentam em 2026, o fluxo de verificação com quatro bases de dados, a lista de checagem passo a passo pré-submissão, as ferramentas que automatizam o trabalho e o que fazer se você encontrar uma citação alucinada em um manuscrito que já está em avaliação.

O que é uma auditoria de citação alucinada?

Uma auditoria de citação alucinada é uma checagem prévia à submissão que verifica cada referência do seu manuscrito em PubMed, Crossref, OpenAlex e Google Scholar para identificar citações fabricadas ou incompatíveis antes que um editor ou revisor as veja. Dependendo do tamanho da sua lista de referências, leva entre 20 minutos e duas horas, e captura quase todos esses erros. Isso importa porque, nas primeiras sete semanas de 2026, um em cada 277 artigos indexados no PubMed citou pelo menos uma referência que não existe em nenhum desses quatro bancos de dados, um aumento de 12 vezes em relação à taxa de 2023, que era de 1 em 2.828.

Por que citações alucinadas agora são um problema de triagem

Por volta da segunda metade de 2024, editores começam a notar referências alucinadas surgindo em suas telas técnicas. Em meados de 2026, todos os principais periódicos médicos e de ciências da vida incluem uma verificação de existência de referência em seus procedimentos internos pré-avaliação ou em orientações para revisores por pares. A carta do The Lancet que publicou a auditoria de Topaz foi, em parte, um compromisso público de fortalecer a entrada do periódico.

O motivo pelo qual isso importa, operacionalmente, é que uma citação alucinada já não é tratada como um erro descuidado. Ela passa a ser tratada como um sinalizador de integridade de pesquisa. A distância entre “os autores erraram um ano” e “os autores não leram esta fonte porque ela não existe” é curta, e editores agora são treinados para fazê-lo. Na maioria dos periódicos, uma única referência em uma lista de 60 entradas já pode ser suficiente para rejeitar o manuscrito; nos mais rigorosos (The Lancet, BMJ, vários títulos do Nature Portfolio), isso pode disparar um encaminhamento ao escritório de integridade de pesquisa da instituição.

A política do arXiv reforça o ponto em forma mais direta. Qualquer autor que submeter um artigo contendo uma referência alucinada pode ser banido do arXiv por um ano. Após o banimento, toda submissão seguinte ao arXiv deve passar por revisão por pares em um veículo reconhecido antes que o arXiv a aceite. Trata-se de uma assimetria reputacional permanente baseada em uma única citação não verificada. O problema do “fake citation” no PubMed não é apenas um problema do PubMed.

Como citações alucinadas realmente aparecem

A maioria dos autores imagina uma citação alucinada como algo obviamente quebrado: um título malformado, um nome de periódico que não existe, um ano definido no futuro. Essas ocorrências existem e correspondem aos 30% mais fáceis do problema. Os 70% restantes são mais difíceis: parecem legítimos e sobrevivem a uma checagem visual rápida.

Vemos quatro padrões recorrentes.

Padrão 1: autores reais, periódico real, título plausível, nenhum artigo desse tipo. O modelo montou a citação a partir de dados de treinamento que lhe ensinaram quais autores publicam onde e sobre quais tópicos. A saída é como uma referência real. O DOI, se existir, não resolve ou resolve para um artigo diferente.

Padrão 2: artigo real, autor errado ou ano errado. O modelo sabia que o artigo existia, mas fez uma incompatibilidade em um campo de metadados. A citação passa em uma busca de título no Google Scholar, mas falha ao consultar um DOI. Frequentemente, este é o mais difícil de detectar, pois a alegação citada pode de fato estar presente no artigo real (com um autor ou ano diferentes).

Padrão 3: DOI real, artigo sem relação. O achado do estudo da Deakin. O modelo gerou uma citação com aparência plausível e anexou um DOI que resolve, porém para uma peça completamente não relacionada. Uma checagem visual mostra que o DOI é real, mas apenas a leitura do artigo vinculado evidencia o problema. Esta é a variedade correspondente a 64%.

Padrão 4: cadeias de frases “torturadas” em torno da citação. O Cabanac Problematic Paper Screener sinalizou mais de 19.000 artigos contendo frases torturadas geradas por softwares de paráfrase, frequentemente agrupadas em torno de citações inventadas. “Joined Together States” para United States, “bosom peril” para câncer de mama, “kidney disappointment” para falha renal. Se o texto em torno de uma citação soa como paráfrase “lavada”, a citação tem mais chance de também ser alucinada. Nossa nota sobre paráfrase que preserva citações cobre a lacuna de técnica que produz o Padrão 4 desde o início. O Padrão 4 se correlaciona com os Padrões 1 a 3, e não é independente deles.

Esses padrões são o motivo pelo qual uma checagem em uma única base de dados não basta. Uma busca apenas por título no Google Scholar ignora os Padrões 2 e 3. Uma consulta apenas por DOI no Crossref ignora o Padrão 1. O fluxo de trabalho com quatro bases existe porque cada base captura um modo de falha diferente.

Como verificar citações de IA: o fluxo de trabalho com quatro bases de dados

Definimos uma referência alucinada como aquela que não aparece em nenhuma das bases: PubMed, Crossref, OpenAlex ou Google Scholar. Para nossas auditorias pré-submissão, confiamos nessas quatro fontes porque cada uma cobre lacunas das outras três.

PubMed. Melhor cobertura de literatura biomédica e clínica. Se uma referência tiver um PMID, use a consulta do PMID. Caso contrário, consulte a referência pelo título e pelo sobrenome do primeiro autor. O PubMed rejeitará muitas citações reais, porém incorretas, que o Crossref aceita.

Crossref. Melhor cobertura de DOIs em todas as áreas. Procure a referência por DOI usando esta consulta doi.crossref.org, ou via sua API pública em api.crossref.org/works/[DOI]. Se não funcionar, então é certamente alucinada. Se funcionar, confira o título, os autores e o ano.

OpenAlex. A cobertura mais ampla, gratuita, e que descobre citações não cobertas pelo PubMed e Crossref (humanidades, anais de conferências de ciência da computação, periódicos regionais). Procure a referência pelo título e verifique se os autores estão corretos. O OpenAlex também é útil porque evidencia citações que existem como preprints, mas ainda não como publicações com DOI.

Google Scholar. Use por último, como a checagem mais ampla em cobertura, porém com menor precisão. Uma referência que não aparece em nenhum dos quatro; PubMed, Crossref, OpenAlex ou Google Scholar, é, funcionalmente, certamente alucinada. Já uma referência que aparece apenas no Google Scholar, mas em nenhuma das bases estruturadas, é suspeita: ela pode existir (literatura cinzenta, uma tese, anais sem DOI) mas a citação precisa de verificação manual antes da submissão.

O fluxo leva cerca de um minuto por referência quando feito manualmente. Um artigo com 60 referências é uma hora de trabalho. Uma revisão sistemática com 200 referências se aproxima de três. A auditoria é tediosa, mas mecânica, e isso a torna um alvo natural para automação; as ferramentas estão na seção imediatamente seguinte.

Auditoria pré-submissão, passo a passo

Uma lista de checagem reproduzível que usamos em todo manuscrito que passou perto de uma ferramenta de IA generativa durante a redação. Oito etapas, nenhuma das quais exige uma ferramenta paga.

1. Extraia a lista de referências em um formato plano. Exporte do seu gerenciador de referências (Zotero, Mendeley, EndNote, Paperpile) em BibTeX ou RIS. Se seu artigo foi redigido no Word sem um gerenciador, cole a lista de referências em um arquivo de texto simples. Numere cada entrada. Você precisará dessa numeração para acompanhar quais referências já foram verificadas.

2. Sinalize qualquer referência cujo título você não reconheça. Se não for possível imaginar o artigo, é quase certo que você não o leu. Referências alucinadas têm o maior risco de serem falsas. Para a checagem mais rigorosa, marque-as.

3. Resolva todos os DOIs. Cole cada DOI em https://doi.org/[DOI]. Se o DOI não resolver, a referência é alucinada. Se resolver, compare o título e os autores do artigo de destino com a sua citação. Desalinhamentos são alucinações do Padrão 3.

4. Verifique todas as referências sem DOI no PubMed ou Crossref. Busca por título mais sobrenome do primeiro autor. Se o artigo existir, registre o PMID ou o DOI para seu controle. Se não existir em nenhum dos dois bancos de dados, avance para a etapa 5.

5. Faça uma checagem cruzada das referências escaladas no OpenAlex e no Google Scholar. Se uma referência falhar no Crossref e no PubMed, as consultas no OpenAlex e no Google Scholar são a verificação decisiva. Falhas em todos os quatro bancos de dados são uma evidência de que a referência é alucinada. Se uma referência aparecer apenas no Google Scholar, inspecione manualmente a fonte vinculada.

6. Para preprints, verifique tanto o preprint quanto qualquer versão publicada. Um padrão comum de meados de 2024 em diante: o modelo cita um preprint real, mas inventa uma publicação fictícia de periódico para a mesma obra. Verifique explicitamente no arXiv, bioRxiv, medRxiv e SSRN qualquer referência a preprint.

7. Verifique por amostragem a alegação no texto contra a fonte. Abra o artigo real e confira se ele sustenta a alegação específica para a qual você está citando, em pelo menos 10% das suas referências (ou em todas elas, no caso de revisão sistemática). A taxa de erro de 56% do estudo da Deakin inclui casos do Padrão 2, em que o artigo citado existe, mas não sustenta a alegação.

8. Documente a auditoria. Salve o log da auditoria (quais referências foram verificadas, contra quais bases de dados, em qual data). Se o periódico solicitar durante a revisão por pares, você terá comprovantes. Se um revisor contestar uma citação específica, você pode apontar para sua etapa de verificação.

O custo de executar a auditoria é de duas horas. O custo de pular isso, se você for pego, varia de rejeição na triagem técnica a um banimento no arXiv. Execute a auditoria.

Ferramentas que automatizam a auditoria

Você pode fazer as oito etapas manualmente. Mas você será mais rápido com ferramentas.

API pública do Crossref. Gratuita, sem necessidade de cadastro. O endpoint api.crossref.org/works/[DOI] retorna JSON com o título canônico, os autores e o ano. Um script Python de 20 linhas que percorre sua lista de referências e consulta esse endpoint captura os Padrões 1 e 3 em segundos por referência. Esta é a automação mais leve possível e geralmente basta para um artigo com 60 referências.

Scite (scite.ai). Verifica referências e informa se os próximos artigos citam o trabalho de forma favorável ou contraditória. Detecta o Padrão 2 (artigo real, alegação incorreta) melhor do que as outras ferramentas, porque se relaciona com o conteúdo real. Tem uma camada gratuita; a versão paga é necessária para integração completa.

Problematic Paper Screener (Cabanac, Labbe, Magazinov). Gratuito, aberto e, em grande parte, um rastreador pós-publicação, mas o conjunto de detectores é útil pré-submissão para o Padrão 4. Pesquise em dbrech.irit.fr/pls/apex/f?p=9999:1. Útil para confirmar que o texto em torno das suas citações não foi “parafraseado-lavado” a ponto de parecer saída de paper mill.

Verificadores de referência incorporados em gerenciadores de referências. Se o Zotero identifica uma referência alucinada, a sua função “Find Available PDF” não funcionará. O recurso da Mendeley para preencher metadados tem o mesmo efeito. Não é um verificador intencional de alucinações, mas identifica os problemas mais fáceis quando você o usa normalmente.

Nosso revisor. Nosso revisor de IA funciona executando a auditoria com quatro bases de dados em uma única passagem, destacando referências alucinadas e incompatíveis, e exportando um log limpo que você pode salvar junto ao manuscrito. Fornecemos esta ferramenta como parte do nosso conjunto mais amplo de ferramentas de revisão de IA para artigos de pesquisa, cobrindo os processos associados de gramática, formatação de citações e controle de alterações que vêm com uma auditoria de referências limpa.

Para uma verificação independente antes da revisão completa, o nosso verificador de citações por IA gratuito executa a mesma verificação de existência no Crossref, Semantic Scholar e noutros registos abertos em qualquer lista de referências colada, diretamente no navegador e sem necessidade de registo.

Na maior parte do tempo, o script da API do Crossref e uma lista manual de escalonamento capturam 90% do problema para a maioria dos autores. As ferramentas valem especialmente para revisões sistemáticas, para grupos de pesquisa com muitas submissões e para o caso em que o custo de uma única alucinação perdida é alto (uma submissão para The Lancet ou NEJM, um repost no arXiv após um sinal anterior).

O que fazer se você encontrar uma citação alucinada

Você vai encontrar uma. Pelo nosso acompanhamento, quase toda lista de referências que teve contato com um LLM tem pelo menos uma. Dependendo do estágio do seu manuscrito, há duas opções.

Pré-submissão. Caso mais fácil. Remova a citação, ou substitua por uma referência real que de fato sustente a alegação, ou reescreva a frase ao redor para que a alegação não suportada seja removida. Documente a mudança no seu log de auditoria.

Durante a revisão por pares. Notifique o editor responsável por escrito assim que você confirmar a alucinação. Forneça a lista de referências corrigida e uma explicação: o que você encontrou, como encontrou, o que fez para verificar as demais referências. Editores respondem muito melhor a autores que se autocorrigem do que a autores capturados por um revisor.

Aceito, mas ainda não publicado. Contate o editor de produção imediatamente. A maioria dos editores aceitará uma correção tardia na etapa de provas se ela for apresentada como uma autocorreção de integridade, e não como uma edição rotineira.

Publicado. Contate o periódico e solicite um erratum ou, em casos graves, um corrigendum. Se a citação alucinada sustenta uma alegação substantiva no artigo, a correção pode precisar se estender à própria alegação. Este é o caminho que a maioria quer evitar; é o caminho que a auditoria impede.

Declaração de divulgação de uso de IA no seu manuscrito se você utilizou quaisquer ferramentas de IA que tenham tocado a lista de referências, como parafraseadores ou geradores de citações. Você também pode divulgar na carta de apresentação que executou uma auditoria e se autocorrigiu. Isso soa como uma atitude profissional, não como algo alarmante.

Perguntas frequentes

P: Quão comuns são as citações alucinadas em 2026?

A análise da Columbia (Topaz et al, Lancet 2026) encontrou que um em cada 277 artigos indexados no PubMed publicados nas primeiras sete semanas de 2026 continha ao menos uma referência. Isso representa um aumento de 12 vezes em relação à taxa de 2023 de 1 em 2.828. A tendência está crescendo. Em conferências com revisão por pares rigorosa, a análise GPTZero NeurIPS 2025 encontrou pelo menos 100 citações alucinadas em 53 dos 4.841 artigos aceitos, cerca de 1% da conferência.

P: Por que a variedade do DOI de 64% é a mais difícil de detectar?

Quando um LLM alucina uma referência, às vezes ele coloca um DOI real dos seus dados de treinamento que aponta para outro artigo, em vez do que foi citado. O DOI resolve, o outro artigo existe, e uma checagem visual rápida parece estar OK. Só depois de clicar no link do artigo referenciado é que se percebe que o título, os autores ou até o conteúdo da referência citada não correspondem à citação. O estudo da Deakin ilustra que isso era verdade para 64% das citações falsas geradas com GPT-4o. Apenas resolver o DOI não basta; é preciso complementar com a verificação de que o artigo vinculado realmente corresponde à citação.

P: O arXiv realmente vai me banir por um ano por uma citação alucinada?

Sim, quando a negligência for inequívoca. Thomas Dietterich anuncia a política do arXiv de maio de 2026, que busca lidar com casos em que autores colaram a saída de um LLM sem verificá-la, o que levou a referências alucinadas, texto de placeholder de chatbot que sobrou ou dados. O arXiv foi explícito ao dizer que casos realmente contestados ou limítrofes ficam fora do escopo. Após a expiração do banimento, todas as futuras submissões ao arXiv devem primeiro passar pela revisão por pares em um veículo reconhecido antes que o arXiv as reaceite.

P: Posso simplesmente rodar minha lista de referências no ChatGPT ou Claude para checar?

Não. O mesmo modelo que alucina a referência também pode alucinar a verificação. Vimos LLMs confirmarem com confiança que DOIs inventados são válidos. A checagem precisa ser feita contra bases externas estruturadas (PubMed, Crossref, OpenAlex, Google Scholar) que tenham metadados autoritativos, e não contra outro LLM.

P: E se uma referência existir apenas no Google Scholar?

Uma referência que aparece no Google Scholar, mas em nenhum dos PubMed, Crossref ou OpenAlex, é suspeita, e não confirmadamente alucinada. Algumas fontes reais (uma tese, anais de conferência sem DOI, um working paper, um periódico regional) aparecem no Google Scholar sem cobertura em bases estruturadas. Inspecione manualmente a fonte vinculada. Se for possível abrir o artigo e verificar a alegação, a referência é real, mas está subindexada; cite com confiança. Se não for possível abrir a fonte ou se o link estiver quebrado, trate como alucinada e remova ou substitua.