ChatGPT给你的参考文献？这样核实它们是否真实存在

你让ChatGPT为你的研究论文推荐参考文献，它给了你十篇。它们看起来完美无缺——作者姓名正确，期刊名称合理，年份真实，DOI格式也正确。你把它们粘贴到你的参考文献列表中，然后继续你的工作。

然而，其中三篇参考文献并不存在。

这并非假设。这种情况屡见不鲜。大型语言模型不会在数据库中查找论文——它们根据训练数据中的模式预测参考文献应该是什么样子。结果是，生成的文本遵循所有格式规范，但指向的论文从未发表过。

如果你的教授、审稿人或期刊编辑核查这些参考文献，最好的情况是尴尬，最坏的情况是直接拒稿、学术诚信调查，甚至论文被撤回。

以下是如何在其他人发现之前，找出这些虚假参考文献的方法。

为什么ChatGPT会生成虚假参考文献

ChatGPT无法访问学术数据库。当你要求它提供参考文献时，它会生成序列中下一个看似合理的词元——第一作者的姓名、年份、期刊名称、DOI前缀——而不会核实这些信息是否真的对应于真实的出版物。

这会产生三种类型的虚假参考文献：

完全虚构。 这篇论文根本不存在。标题、作者和期刊都是凭空生成的。在Google Scholar或CrossRef上搜索一无所获。

嵌合体参考文献。 模型结合了不同论文中的真实元素。作者是真实的，并且在引用的期刊上发表过论文。期刊也是真实的。但那篇特定的论文——那个作者、那个标题、那个年份——并不存在。这种类型很危险，因为部分核实会成功。

扭曲的参考文献。 真实的论文存在，但ChatGPT弄错了一个或多个细节——年份差了一年，合著者的名字拼写错误，或者DOI的数字被调换了。这篇参考文献几乎与真实的出版物匹配。

第一步：不要相信，要核实

第一条规则很简单：将每一个AI生成的参考文献视为未经核实的，直到你亲自确认它存在。

无论你使用哪种AI模型，这条规则都适用。GPT-4、Claude、Gemini、Perplexity——它们都能而且确实会生成虚假引用。具有网络搜索功能的模型可以减少但不能消除这个问题。

第二步：快速检查——搜索标题

复制每篇参考文献的精确标题，并在Google Scholar中搜索。使用引号进行精确匹配：

"Adaptive neural frameworks for multilingual sentiment analysis"

如果Google Scholar对精确标题返回零结果，那么这篇论文几乎肯定不存在。将其移至你的“可疑”列表。

如果Google Scholar返回了结果，打开它并核实作者、年份和期刊是否与ChatGPT给你的信息匹配。如果标题匹配但作者不同，那就是嵌合体参考文献。

每篇参考文献所需时间： 30-60秒。

第三步：DOI核实

如果参考文献包含DOI，请在doi.org上核实。将DOI粘贴到解析器中。

可能出现三种结果：

• 解析到正确的论文 → 参考文献很可能是真实的。交叉核对元数据。
• 解析到不同的论文 → ChatGPT分配了错误的DOI。它描述的论文可能存在也可能不存在。
• “DOI not found” → DOI是伪造的。参考文献是假的。

每篇参考文献所需时间： 15-30秒。

第四步：使用自动化工具批量核实

如果ChatGPT给了你不止几篇参考文献，手动检查每一篇会花费太多时间。将你的整个参考文献列表粘贴到Citely的Citation Checker中。

该工具会解析每篇参考文献，查询学术数据库，并逐字段比较元数据。对于每篇参考文献，它会报告：

• 标题相似度 — 是否存在标题与此相似的论文？
• 作者相似度 — 作者姓名是否与数据库记录匹配？
• 日期相似度 — 出版年份是否正确？

在所有三个维度上都获得100%分数的参考文献被核实。低于此分数的任何内容都会被标记为需要手动审查。

10篇参考文献所需时间： 不到1分钟。

第五步：替换虚假参考文献

对于每一篇未能通过核实的参考文献，你有两个选择：

选项A：找到真实的论文。 ChatGPT的虚假参考文献通常包含一些真实信息——主题正确，作者姓名真实，期刊存在。利用这些碎片来搜索AI“想到”的实际论文。

将虚假参考文献的主题粘贴到Citely的Source Finder中。它会在CrossRef、PubMed、OpenAlex、arXiv和Google Scholar中搜索与该主题匹配的真实论文。选择最相关的结果，并替换虚假引用。

选项B：删除引用。 如果你论文中的论点不需要那篇特定的参考文献——或者如果你找不到支持它的真实论文——完全删除该引用。重写句子使其独立，或者引用你已经核实过的其他来源。

一个实际案例

以下是实际操作中典型的ChatGPT参考文献检查示例：

ChatGPT给你的：

Wang, L., & Martinez, R. (2023). Deep learning approaches to automated essay scoring: A comprehensive survey. Journal of Educational Technology, 45(2), 189-215. doi:10.1016/j.jedtech.2023.04.012

第一步——标题搜索： Google Scholar对这个精确标题返回零结果。可疑。

第二步——DOI检查： doi.org返回“DOI not found”。DOI是伪造的。

第三步——作者检查： L. Wang是一位在NLP领域发表过论文的真实研究员。R. Martinez在教育技术领域发表过论文。但他们从未合著过这篇论文。

结论： 嵌合体参考文献。AI将真实作者姓名与一篇看似合理但虚构的论文结合在一起。

修复： 在Source Finder中搜索“deep learning automated essay scoring survey”。找到一篇关于此主题的真实综述论文。用真实的引用替换虚假引用。

如何使用ChatGPT获取参考文献而不被“烧伤”

你不必完全停止使用AI。以下是一个既能获得好处又没有风险的工作流程：

1. 将AI用于发现，而非引用。 问ChatGPT“关于[主题]的关键论文有哪些？”将其建议用作搜索词，而不是直接引用。然后自己查找实际论文。

2. 切勿直接将AI参考文献复制粘贴到你的参考文献列表中。 始终先核实，后引用。

3. 向ChatGPT询问搜索策略，而不是参考文献。 “我应该在Google Scholar上搜索哪些关键词来查找关于[主题]的论文？”比“给我5篇关于[主题]的参考文献”更安全。

4. 提交前进行批量检查。 即使你认为你已经核实了所有内容，也要将你的完整参考文献列表通过Citation Checker进行最终安全检查。它会发现你可能遗漏的错误——包括你添加时正确但后来被撤回的参考文献。

你的教授已经在检查什么

如果你认为没有人会注意到，请考虑以下几点：

• 许多大学现在要求学生核实AI生成的内容，包括参考文献列表
• 期刊编辑越来越多地对提交的参考文献列表进行抽查
• 单个虚假引用可能引发学术诚信审查
• Retraction Watch发布了因伪造参考文献而被撤回的论文案例

检查的成本是几分钟。不检查的成本可能是你的学术生涯。

核心要点

• ChatGPT和其他大型语言模型会生成三种类型的虚假引用：完全虚构的论文、结合真实元素的嵌合体参考文献，以及带有小错误的扭曲引用——这些都不是从数据库中检索出来的，它们是统计生成的文本
• 始终将AI生成的参考文献视为未经核实的——在添加到你的参考文献列表之前，在Google Scholar中搜索每个标题，并在doi.org上核实每个DOI
• 如果参考文献数量较多，请使用自动化引用检查器在不到一分钟内批量核实你的整个列表——大规模手动检查不切实际
• 当发现虚假参考文献时，要么找到AI近似的真实论文（使用反向引用搜索），要么完全删除该引用——绝不要在你的论文中留下未经核实的参考文献
• 将AI用于文献发现（搜索策略、主题建议）而不是直接引用——这可以在没有伪造风险的情况下获得效率优势

检查你的参考文献 → citely.ai/citation-checker