Auditul citărilor halucinante: verificări înainte de depunere

Un audit pre-depunere al citărilor halucinante este acum diferența dintre un ecran curat de birou și un steag de integritate a cercetării, iar motivul pentru care contează a fost cuantificat. Maxim Topaz, de la o echipă de la Columbia, care a auditat 2,5 milioane de articole biomedicale indexate în PubMed Central, a identificat ceea ce ne temeam cu toții în mod secret. Numărul de referințe fictive incluse în publicații biomedicale evaluate prin peer review a crescut accentuat, exact în perioada în care instrumentele generative de AI au devenit parte din fluxul de lucru obișnuit de redactare al cercetătorului mediu. Unu din 277 de articole citate în primele șapte săptămâni din 2026 citează cel puțin o referință care nu se găsește nicăieri în PubMed, Crossref, OpenAlex sau Google Scholar. Cu doi ani mai devreme, proporția era de 1 din 2.828. Vorbim despre o creștere de 12 ori a ritmului în care referințele false își fac loc în literatură, cu cea mai mare accelerare pornind chiar la timp, în mid-2024.

Auditul Topaz este cel mai curat număr pe care îl avem, dar nu este singurul. ArXiv a anunțat o interdicție de depunere pe un an pentru autori care publică lucrări cu erori generate de AI, neechivoce, inclusiv citări halucinante. Analiza GPTZero a 4.841 de articole acceptate NeurIPS 2025 a identificat cel puțin 100 de citări halucinante confirmate în 53 de lucrări după ce au fost validate de trei până la cinci recenzenți experți. Un studiu al Deakin University privind referințe generate cu GPT-4o a arătat că 56% erau fie false, fie conțineau erori, iar 64% dintre cele false erau „ambalate” cu un DOI care trimitea la un articol real, dar complet neconectat, tipul cel mai greu de depistat.

Vestea bună este că un audit pre-depunere al citărilor halucinante durează între 20 de minute și două ore, în funcție de dimensiunea listei de referințe, și prinde aproape toate aceste erori înainte ca un editor sau un recenzor să le vadă. Acest articol este auditul. Discutăm cum arată, în 2026, citările halucinante, fluxul de lucru de verificare în patru baze de date, checklistul pas cu pas înainte de depunere, instrumentele care automatizează procesul și ce să faci dacă găsești una într-un manuscris aflat deja în evaluare.

Ce este un audit al citărilor halucinante?

Un audit al citărilor halucinante este o verificare pre-depunere care confirmă fiecare referință din manuscrisul tău față de PubMed, Crossref, OpenAlex și Google Scholar, pentru a depista înainte de un editor sau recenzor orice citare fabricată sau nepotrivită. În funcție de dimensiunea listei de referințe, durează între 20 de minute și două ore și prinde aproape toate aceste erori. Contează deoarece, în primele șapte săptămâni din 2026, unul din 277 de articole indexate în PubMed a citat cel puțin o referință care nu există nicăieri în cele patru baze de date, o creștere de 12 ori față de rata din 2023, de 1 din 2.828.

De ce citările halucinante sunt acum o problemă de screening

În a doua jumătate a anului 2024, editorii încep să observe referințe halucinante apărute pe ecranele lor tehnice. În mid-2026, toate revistele medicale și de life sciences de top includ o verificare a existenței referințelor în procedurile lor interne de pre-review sau în îndrumările pentru recenzori. Scrisoarea din The Lancet care a publicat auditul Topaz a fost, parțial, un angajament public de a întări procesul de primire a manuscriselor.

Motivul pentru care contează operațional este că o citare halucinantă nu mai este tratată ca o eroare neglijentă. Este tratată ca un steag de integritate a cercetării. Trecerea de la „autori care au greșit anul” la „autorii nu au citit această sursă deoarece nu există” este scurtă, iar editorii sunt acum instruiți să o facă. În cazul majorității revistelor, o singură citare introdusă într-o listă de 60 de poziții este suficientă pentru a respinge manuscrisul; în cele mai stricte (The Lancet, BMJ, mai multe titluri Nature Portfolio), poate declanșa o sesizare către biroul de integritate a cercetării al instituției.

Politica arXiv face același lucru, dar formulat mai dur. Orice autor care depune un articol ce conține o referință halucinantă poate fi interzis pe arXiv timp de un an. După interdicție, fiecare depunere arXiv de mai departe trebuie să treacă prin evaluare inter pares într-o locație reputată înainte ca arXiv să o accepte. Este o asimetrie permanentă de reputație, bazată pe o singură citare necontrolată. Problema „citare fake pubmed” nu este doar o problemă PubMed.

Cum arată, de fapt, citările halucinante

Majoritatea autorilor își imaginează o citare halucinantă ca fiind evident „stricată”: un titlu malformat, un nume de jurnal care nu există, un an stabilit în viitor. Acestea există și reprezintă cele mai ușoare 30% ale problemei. Cele mai dificile 70% arată legitim și trec de o verificare vizuală rapidă.

Vedem patru tipare recurente.

Tiparul 1: autori reali, jurnal real, titlu plauzibil, dar nu există un astfel de articol. Modelul a asamblat citarea din date de antrenare care i-au arătat ce autori publică unde și pe ce teme. Ieșirea arată ca o referință reală. DOI-ul, dacă există, fie nu se rezolvă, fie se rezolvă către un alt articol.

Tiparul 2: articol real, autor greșit sau an greșit. Modelul știa că articolul există, dar a nepotrivit un câmp de metadate. Citarea trece o căutare Google Scholar după titlu, dar eșuează la o verificare DOI. Acesta este adesea cel mai greu de depistat, deoarece afirmația citată ar putea fi, de fapt, prezentă în articolul real (sub un alt autor sau alt an).

Tiparul 3: DOI real, articol neînrudit. Descoperirea din studiul Deakin. Modelul a produs o citare care pare plauzibilă și a atașat un DOI care se rezolvă, dar către o lucrare complet neînrudită. O verificare vizuală arată că DOI-ul este real, însă abia citirea articolului la care trimite evidențiază problema. Acesta este tipul de 64%.

Tiparul 4: lanțuri de formulări „torturate” în jurul citării. Cabanac Problematic Paper Screener a semnalat peste 19.000 de articole care conțin formulări torturate generate prin parafrazare cu software, adesea grupate în jurul unor citări inventate. „Joined Together States” pentru United States, „bosom peril” pentru cancerul de sân, „kidney disappointment” pentru insuficiență renală. Dacă textul din jurul unei citări sună ca o parafrază „spălată”, citarea este mai probabil să fie și ea halucinantă. Notița noastră despre parafrazare care păstrează citările acoperă decalajul tehnic care produce Tiparul 4 chiar de la început. Tiparul 4 este corelat cu Tiparele 1 până la 3, nu este independent de ele.

Aceste tipare sunt motivul pentru care o verificare cu o singură bază de date nu este suficientă. O căutare Google Scholar doar după titlu ratează Tiparele 2 și 3. O verificare Crossref doar cu DOI ratează Tiparul 1. Fluxul de lucru în patru baze de date există deoarece fiecare bază de date depistează un mod diferit de eșec.

Cum verifici citările generate de AI: fluxul de lucru în patru baze de date

Definim o referință halucinantă ca fiind aceea care nu apare în niciuna dintre PubMed, Crossref, OpenAlex sau Google Scholar. Pentru auditul nostru pre-depunere, ne bazăm pe aceste patru surse deoarece fiecare acoperă golurile din celelalte trei.

PubMed. Acoperire excelentă pentru literatura biomedicală și clinică. Dacă o referință are un PMID, folosește căutarea după PMID. În caz contrar, caută referința după titlu și numele de familie al primului autor. PubMed va respinge multe citări „reale, dar greșite” pe care Crossref le acceptă.

Crossref. Acoperire excelentă pentru DOI-uri în toate domeniile. Caută referința după DOI cu această căutare doi.crossref.org sau prin API-ul lor public la api.crossref.org/works/[DOI]. Dacă nu funcționează, atunci este cu siguranță halucinantă. Dacă funcționează, verifică titlul, autorii și anul.

OpenAlex. Cea mai largă acoperire, gratuită, și depistează citări care nu sunt acoperite de PubMed și Crossref (umanioare, conferințe în informatică, reviste regionale). Caută referința după titlu și asigură-te că autorii sunt cei corecți. OpenAlex este util și pentru că scoate la iveală citări care există ca preprinturi, dar nu încă ca publicații asociate cu DOI.

Google Scholar. Folosește-l ca ultimă opțiune: oferă cea mai largă acoperire, dar precizie mai mică. O referință care nu apare în niciuna dintre PubMed, Crossref, OpenAlex sau Google Scholar este, funcțional, cu siguranță halucinantă. O referință care apare doar în Google Scholar, dar nu în bazele de date structurate este suspectă: poate exista (literatură „gray”, un teză, lucrări de conferință fără DOI) dar citarea necesită o verificare manuală înainte de depunere.

Fluxul de lucru durează aproximativ un minut per referință atunci când este făcut manual. Un articol cu 60 de referințe înseamnă o oră de lucru. Un review sistematic cu 200 de referințe este mai aproape de trei. Auditul e plictisitor, dar mecanic, ceea ce îl face o țintă naturală pentru automatizare; instrumentele sunt în următoarea secțiune.

Auditul pre-depunere, pas cu pas

O checklist repetabilă pe care o folosim la fiecare manuscris care a trecut printr-un instrument generativ de AI în timpul redactării. Opt pași, niciunul nu necesită un instrument plătit.

1. Extrage lista de referințe într-un format plat. Exportează din managerul tău de referințe (Zotero, Mendeley, EndNote, Paperpile) ca BibTeX sau RIS. Dacă manuscrisul a fost redactat în Word fără un manager, lipește lista de referințe într-un fișier de text simplu. Numerotează fiecare intrare. Vei avea nevoie de numerotare ca să urmărești ce referințe au fost verificate.

2. Marchează orice referință al cărei titlu nu îl recunoști. Dacă nu poți „imagina” lucrarea, aproape sigur nu ai citit-o. Referințele halucinante au cel mai mare risc să fie false. Pentru cea mai riguroasă verificare, marchează-le.

3. Rezolvă fiecare DOI. Inserează fiecare DOI în https://doi.org/[DOI]. Dacă DOI-ul nu se rezolvă, referința este halucinantă. Dacă se rezolvă, compară titlul și autorii articolului destinație cu citarea ta. Nepotrivirile sunt halucinații de Tip 3.

4. Verifică fiecare referință fără DOI în PubMed sau Crossref. Căutare după titlu plus numele de familie al primului autor. Dacă lucrarea există, notează PMID-ul sau DOI-ul pentru arhiva ta. Dacă nu există în niciuna dintre baze, treci la pasul 5.

5. Verifică încrucișat referințele escaladate în OpenAlex și Google Scholar. Dacă o referință eșuează în Crossref și PubMed, verificările din OpenAlex și Google Scholar sunt căutarea decisivă. Eșecul în toate cele patru baze de date este dovada ta că referința este halucinantă. Dacă o referință apare doar în Google Scholar, inspectează manual sursa la care trimite.

6. Pentru preprinturi, verifică atât preprintul, cât și orice versiune publicată. Un tipar frecvent din mid-2024 și ulterior: modelul citează un preprint real, dar inventează o publicație de jurnal fictivă pentru aceeași lucrare. Verifică explicit arXiv, bioRxiv, medRxiv și SSRN pentru orice referință de tip preprint.

7. Verifică prin eșantionare afirmația din text față de sursă. Deschide articolul real și verifică dacă susține afirmația specifică pe care o citezi, pentru cel puțin 10% dintre referințele tale (sau pentru toate, în cazul unui review sistematic). Rata de 56% de erori din studiul Deakin include cazuri de Tip 2, în care lucrarea citată există, dar nu susține afirmația.

8. Documentează auditul. Salvează jurnalul auditului (ce referințe s-au verificat, față de ce baze de date, în ce dată). Dacă jurnalul întreabă în timpul peer review, ai dovada. Dacă un recenzor contestă o citare specifică, poți indica pasul tău de verificare.

Costul rulării auditului este de două ore. Costul ignorării, dacă ești prins, variază de la respingere pe ecran tehnic până la interdicția arXiv. Rulează auditul.

Instrumente care automatizează auditul

Poți face toți cei opt pași manual. Vei fi mai rapid cu instrumente.

API public Crossref. Gratuit, fără nevoie de cont. Endpoint-ul api.crossref.org/works/[DOI] returnează JSON cu titlul canonic, autorii și anul. Un script Python de 20 de linii care parcurge lista de referințe și lovește acest endpoint prinde Tiparele 1 și 3 în câteva secunde per referință. Este cea mai ușoară automatizare posibilă și, de obicei, este suficientă pentru un articol cu 60 de referințe.

Scite (scite.ai). Verifică referințele și raportează dacă lucrările următoare au citat lucrarea într-un mod care o susține sau, dimpotrivă, o contrazice. Prinde Tiparul 2 (articol real, afirmație greșită) mai bine decât celelalte instrumente, deoarece intră în contact cu conținutul real. Are un nivel gratuit; varianta plătită este necesară pentru integrarea completă.

Problematic Paper Screener (Cabanac, Labbe, Magazinov). Gratuit, open, în mare parte un screener post-publicare, dar suita de detectoare este utilă pre-depunere pentru Tiparul 4. Caută la dbrech.irit.fr/pls/apex/f?p=9999:1. Util pentru a confirma că textul din jurul citărilor tale nu a fost parafrazat „spălat” până la punctul în care începe să arate ca output de paper mill.

Verificatoare de referințe incluse în managerii de referințe. Dacă Zotero detectează o referință halucinantă, funcția sa „Find Available PDF” nu va funcționa. Facilitățile lui Mendeley pentru completarea metadatelor au același efect. Nu este un checker intenționat pentru halucinații, dar identifică cele mai ușoare probleme atunci când îl folosești în mod normal.

Proofreader-ul nostru. Proofreader-ul nostru AI funcționează prin rularea auditului în patru baze de date într-o singură trecere, evidențiind referințele halucinante și neconcordante și exportând un jurnal curat pe care îl poți salva împreună cu manuscrisul. Oferim acest instrument ca parte din suita noastră mai amplă de instrumente de proofread AI pentru articole științifice, acoperind procesele asociate de gramatică, formatarea citărilor și urmărirea modificărilor care vin cu un audit de referințe curat.

Pentru o verificare independentă înainte de corectura completă, gratuitul nostru verificator de citări AI rulează aceeași verificare a existenței în Crossref, Semantic Scholar și alte registre deschise pentru orice listă de referințe lipită, direct în browser, fără înscriere.

De cele mai multe ori, scriptul API Crossref plus o listă de escaladare manuală prinde 90% din problemă pentru majoritatea autorilor. Instrumentele își dovedesc valoarea pentru review-uri sistematice, pentru grupuri de cercetare cu multe depuneri și pentru cazul în care costul unei singure halucinații ratate este mare (o depunere în The Lancet sau NEJM, o repostare arXiv după un flag anterior).

Ce să faci dacă găsești o citare halucinantă

Vei găsi una. Din experiența noastră, aproape fiecare listă de referințe care a atins un LLM are cel puțin una. În funcție de stadiul manuscrisului tău, ai două opțiuni.

Înainte de depunere. Cazul cel mai simplu. Elimină citarea sau înlocuiește-o cu o referință reală care susține efectiv afirmația sau rescrie propoziția din jur astfel încât afirmația neacceptată să fie eliminată. Documentează schimbarea în jurnalul auditului.

În timpul peer review. Informează editorul responsabil în scris imediat ce confirmi halucinația. Oferă lista de referințe corectată și o explicație: ce ai găsit, cum ai găsit-o, ce ai făcut pentru a verifica restul referințelor. Editorii reacționează mult mai bine la autori care se corectează singuri decât la autori prinși de un recenzor.

Acceptat, dar încă nepublicat. Contactează imediat editorul de producție. Majoritatea editorilor vor accepta o corecție tardivă în etapa de proof-uri dacă este prezentată ca o corecție de integritate, nu ca o corecție de rutină.

Publicat. Contactează revista și solicită un erratum sau, în cazuri serioase, un corrigendum. Dacă citarea halucinantă susține o afirmație substanțială din articol, corecția poate trebui să se extindă chiar la afirmație. Acesta este drumul pe care majoritatea și-l dorește să îl evite; acesta este drumul pe care auditul îl previne.

Declarație de divulgare AI în manuscris dacă ai folosit orice instrumente AI care au atins lista de referințe, precum parafrazatoare sau generatoare de citări. De asemenea, poți divulga în scrisoarea de însoțire că ai rulat un audit și te-ai corectat singur. Sună a lucru profesionist, nu ca o alarmă.

Întrebări frecvente

Î: Cât de frecvente sunt citările halucinante în 2026?

Analiza de la Columbia (Topaz et al, Lancet 2026) a constatat că unul din 277 de articole indexate în PubMed publicate în primele șapte săptămâni din 2026 conținea cel puțin o referință. Este o creștere de 12 ori față de rata din 2023 de 1 din 2.828. Tendința este în creștere. În conferințe cu peer review strict, analiza GPTZero NeurIPS 2025 a găsit cel puțin 100 de citări halucinante în 53 din 4.841 de articole acceptate, adică aproximativ 1% din conferință.

Î: De ce varianta de DOI (64%) este cea mai greu de depistat?

Când un LLM halucinează o citare, uneori pune un DOI real din datele sale de antrenare, care trimite la un alt articol decât cel citat. DOI-ul se rezolvă, articolul există, iar o verificare vizuală rapidă pare „OK”. Abia după ce dai click pe linkul către articolul la care trimite citarea îți dai seama că titlul, autorii sau chiar conținutul referinței citate nu se potrivesc cu citarea. Studiul Deakin arată că acest lucru a fost adevărat pentru 64% dintre citările false generate cu GPT-4o. Rezolvarea DOI-ului nu este suficientă și trebuie completată cu verificarea faptului că articolul la care trimite corespunde, într-adevăr, cu citarea.

Î: arXiv chiar mă va interzice un an pentru o citare halucinantă?

Da, atunci când neglijența este neechivocă. Thomas Dietterich anunță politica arXiv din mai 2026 care urmărește să abordeze cazurile în care autorii au lipit ieșirea LLM fără să o verifice, ceea ce a dus la referințe halucinante, text de tip placeholder lăsat de chatbot sau date. ArXiv a fost explicit că cazurile cu adevărat contestate sau la limită sunt în afara domeniului. După expirarea interdicției, toate depunerile viitoare arXiv trebuie mai întâi să treacă de peer review într-un cadru reputat înainte ca arXiv să le re-acceptă.

Î: Pot să-mi rulez lista de referințe prin ChatGPT sau Claude ca să o verific?

Nu. Același model care a halucinat citarea poate halucina și verificarea. Am văzut LLM-uri care „confirmă” cu încredere că DOI-urile inventate sunt valide. Verificarea trebuie să fie față de baze de date externe structurate (PubMed, Crossref, OpenAlex, Google Scholar) care au metadate autorizate, nu față de un alt LLM.

Î: Ce se întâmplă dacă o referință există doar în Google Scholar?

O referință care apare în Google Scholar, dar nu în PubMed, Crossref sau OpenAlex, este suspectă, nu confirmat halucinantă. Unele surse reale (o teză, lucrări de conferință fără DOI, un working paper, o revistă regională) apar în Google Scholar fără acoperire în bazele de date structurate. Inspectează manual sursa la care trimite. Dacă poți deschide articolul și verifica afirmația, referința este reală, dar sub-indexată; citeaz-o cu încredere. Dacă nu poți deschide sursa sau linkul este întrerupt, trateaz-o ca halucinantă și elimin-o sau înlocuiește-o.

Verificator de referințe pentru depuneri la reviste

Audit într-o singură trecere al citărilor inventate, față de PubMed, Crossref, OpenAlex și Google Scholar, cu un jurnal de verificare descărcabil pentru evidențele dumneavoastră.