Como verificar citações geradas por IA

Você deve verificar cada citação gerada por IA confirmando independentemente que a fonte existe e que seu conteúdo realmente sustenta a afirmação específica à qual está vinculada. Não confie na saída do modelo; trate cada referência como uma hipótese que requer teste forense contra registros bibliográficos externos e o texto original.

Os modos de falha específicos da geração de citações por IA

Os modelos de linguagem de grande porte frequentemente geram citações que parecem plausíveis, mas estão estruturalmente incorretas. Esses erros geralmente se enquadram em três categorias:

• Títulos alucinados. O modelo inventa um título que soa academicamente adequado, mas não existe. O título pode combinar conceitos reais de diferentes áreas, criando uma frase que parece lógica, mas não tem histórico de publicação.
• Autores incompatíveis. O título ou tópico é real, mas a lista de autores está incorreta. O modelo pode atribuir um artigo a um pesquisador famoso da área que não o escreveu, ou pode inverter nomes e sobrenomes. Também pode inventar coautores para fazer a citação parecer mais robusta.
• Anos e metadados incorretos. O ano de publicação, número do volume, intervalo de páginas ou DOI podem ser fabricados. Um erro comum é atribuir um ano recente a um trabalho seminal antigo, ou anexar um DOI que resolve para um artigo completamente diferente.

Esses erros são perigosos porque costumam ser sutis. Um leitor pode olhar rapidamente para uma citação, reconhecer o tópico e assumir que a referência é válida sem verificar os detalhes.

Fluxo de trabalho de verificação passo a passo

Para verificar sistematicamente uma citação, siga esta sequência. Você precisa verificar a existência primeiro, depois o suporte.

1. Isole os metadados. Copie os detalhes completos da citação (autores, título, ano, fonte, DOI se presente) do seu rascunho.

2. Verifique a existência via DOI ou Registro. Se um DOI for fornecido, use o Crossref para consultar o registro de DOIs. Confirme que o DOI resolve para um registro real e que os metadados correspondem exatamente à sua citação. Se não houver DOI fornecido, ou se estiver verificando um livro ou capítulo, use o OpenAlex para consultar a combinação de título e autor. Verifique se existe um registro correspondente no índice acadêmico aberto.

3. Cruze com uma base de dados secundária. Use o Google Scholar para pesquisar o título. Procure por múltiplas instâncias da citação. Se o artigo existir, você deve vê-lo citado por outros pesquisadores. Verifique o resumo para garantir que o tópico corresponde. Para citações biomédicas, use o PubMed para verificar se o artigo existe na base de dados de ciências da vida e revisar o resumo. Para uma cobertura mais ampla, especialmente se você tiver acesso a assinaturas institucionais, use o Scopus para confirmar a existência e o contexto do artigo.

4. Verifique o suporte à afirmação. Esta é a etapa mais crítica. Acesse o texto completo ou o resumo da fonte verificada. Leia a seção específica onde a afirmação supostamente é feita. Pergunte: esta fonte realmente faz este argumento? Ela fornece os dados ou a teoria que seu rascunho implica? Se a fonte menciona o tópico apenas de passagem ou argumenta o contrário, a citação é inválida para o seu propósito.

5. Registre a referência verificada. Uma vez confirmada, salve o registro no Zotero ou no Mendeley. Essas ferramentas permitem armazenar os metadados verificados. Ao comparar a citação gerada por IA contra seus registros salvos e verificados, você cria uma biblioteca local de verdade que evita erros futuros.

Sinais de alerta que indicam uma citação fabricada

Desconfie dos seguintes padrões:

• Títulos perfeitamente genéricos. Títulos gramaticalmente corretos, mas que carecem da nuance específica da linguagem acadêmica real.
• DOIs impossíveis. DOIs que seguem o formato, mas não resolvem, ou que resolvem para a página inicial de uma editora em vez de um artigo específico.
• Listas de autores muito longas ou muito curtas. Artigos reais na maioria das áreas têm uma faixa típica de autores. Uma lista de 15 autores para um artigo teórico, ou um único autor para um estudo empírico de grande escala, pode sinalizar fabricação.
• Erros de arredondamento nas datas. Se a IA cita um artigo de "2024", mas descreve descobertas que exigem uma década de dados longitudinais, a data provavelmente está errada.
• A Ilusão de "Confiança". Se a IA apresenta a citação com alta confiança e sem hesitação, seja mais cauteloso, não menos. Os modelos costumam estar mais confiantes quando estão alucinando.

Estruturando Prompts para Reduzir Erros de Citação

Você pode reduzir a probabilidade de erros restringindo a saída da IA durante a fase de redação.

• Exija metadados específicos. Não peça por "artigos relevantes". Peça por "três artigos publicados após 2020 com DOIs". Se você não solicitar os DOIs, o modelo provavelmente gerará títulos falsos.
• Limite o escopo. Peça citações para uma afirmação muito específica, não para um tópico amplo. Quanto mais específica a afirmação, menor a probabilidade de o modelo derivar para território alucinado.
• Solicite pistas de verificação. Peça ao modelo para declarar a primeira frase do resumo ou a conclusão específica do artigo. Se ele não conseguir fornecer um trecho coerente, provavelmente está inventando a fonte.
• Use verificação iterativa. Gere uma lista de cinco citações para uma afirmação. Verifique duas delas. Se ambas forem falsas, descarte toda a lista. Se ambas forem reais, verifique as três restantes. Essa abordagem de amostragem economiza tempo enquanto mantém alta precisão.