วิธีตรวจสอบการอ้างอิงที่สร้างโดย AI

คุณต้องตรวจสอบการอ้างอิงที่สร้างโดย AI ทุกครั้งโดยยืนยันด้วยตนเองว่าแหล่งที่มาดังกล่าวมีอยู่จริง และเนื้อหานั้นสนับสนุนข้อกล่าวอ้างเฉพาะที่แนบมาอย่างแท้จริง อย่าไว้วางใจผลลัพธ์จากโมเดล ให้ถือว่าการอ้างอิงแต่ละรายการเป็นสมมติฐานที่ต้องผ่านการตรวจสอบอย่างละเอียดเทียบกับบันทึกบรรณานุกรมภายนอกและข้อความต้นฉบับ

รูปแบบความล้มเหลวเฉพาะของการสร้างการอ้างอิงด้วย AI

Large language models มักสร้างการอ้างอิงที่ดูสมเหตุสมผลแต่มีโครงสร้างที่บกพร่อง ข้อผิดพลาดเหล่านี้โดยทั่วไปแบ่งออกเป็นสามประเภท:

• ชื่อเรื่องที่แต่งขึ้นเอง โมเดลจะสร้างชื่อเรื่องที่ฟังดูเหมาะสมในเชิงวิชาการแต่ไม่มีอยู่จริง ชื่อเรื่องอาจผสมผสานแนวคิดจริงจากสาขาต่าง ๆ จนกลายเป็นวลีที่ดูสมเหตุสมผลแต่ไม่มีประวัติการตีพิมพ์
• รายชื่อผู้เขียนไม่ตรงกัน ชื่อเรื่องหรือหัวข้อเป็นเรื่องจริง แต่รายชื่อผู้เขียนไม่ถูกต้อง โมเดลอาจกำหนดให้บทความหนึ่งเป็นของผู้วิจัยที่มีชื่อเสียงในสาขานั้น ๆ ทั้งที่ผู้วิจัยนั้นไม่ได้เขียน หรืออาจสลับชื่อต้นและนามสกุล นอกจากนี้ยังอาจแต่งชื่อผู้เขียนร่วมขึ้นมาเพื่อให้การอ้างอิงดูน่าเชื่อถือมากขึ้น
• ปีที่ตีพิมพ์และข้อมูลบรรณานุกรมไม่ถูกต้อง ปีที่ตีพิมพ์ เล่มที่ ช่วงหน้า หรือ DOI อาจถูกสร้างขึ้นเอง ข้อผิดพลาดที่พบบ่อยคือการกำหนดปีล่าสุดให้กับงานเขียนสำคัญเก่า ๆ หรือแนบ DOI ที่ชี้ไปยังบทความอื่นที่ไม่เกี่ยวข้องเลย

ข้อผิดพลาดเหล่านี้เป็นเรื่องอันตรายเนื่องจากมักมีความละเอียดอ่อน ผู้อ่านอาจเพียงกวาดสายตาอ่านการอ้างอิง จำหัวข้อได้ และสมมติว่าแหล่งอ้างอิงนั้นถูกต้องโดยไม่ต้องตรวจสอบรายละเอียด

ขั้นตอนการทำงานเพื่อตรวจสอบทีละขั้น

ในการตรวจสอบการอ้างอิงอย่างเป็นระบบ ให้ทำตามลำดับนี้ คุณต้องตรวจสอบความมีอยู่ก่อน จากนั้นจึงตรวจสอบการสนับสนุน

1. แยกข้อมูลบรรณานุกรม คัดลอกข้อมูลการอ้างอิงฉบับเต็ม (ผู้เขียน, ชื่อเรื่อง, ปี, แหล่งที่มา, DOI หากมี) จากร่างงานของคุณ

2. ตรวจสอบความมีอยู่จริงผ่าน DOI หรือ Registry หากมี DOI ให้ใช้ Crossref เพื่อสืบค้นในฐานข้อมูล DOI ยืนยันว่า DOI เชื่อมโยงไปยังบันทึกจริงและข้อมูลบรรณานุกรมตรงกับที่คุณอ้างอิงอย่างแม่นยำ หากไม่มี DOI หรือกำลังตรวจสอบหนังสือหรือบทหนึ่ง ให้ใช้ OpenAlex เพื่อสืบค้นจากชื่อเรื่องและชื่อผู้เขียน ตรวจสอบว่ามีบันทึกที่ตรงกันอยู่ในดัชนีวิชาการแบบเปิดหรือไม่

3. ตรวจสอบไขว้กับฐานข้อมูลรอง ใช้ Google Scholar เพื่อค้นหาชื่อเรื่อง มองหาการอ้างอิงที่ปรากฏซ้ำหลายครั้ง หากบทความมีอยู่จริง คุณควรเห็นว่ามีนักวิจัยอื่นอ้างอิงถึง ตรวจสอบบทคัดย่อเพื่อให้แน่ใจว่าหัวข้อสอดคล้องกัน สำหรับการอ้างอิงด้านชีวการแพทย์ ให้ใช้ PubMed เพื่อยืนยันว่าบทความมีอยู่ในฐานข้อมูลวิทยาศาสตร์ชีวิตและเพื่อทบทวนบทคัดย่อ สำหรับความครอบคลุมที่กว้างขึ้น โดยเฉพาะหากคุณมีการสมัครสมาชิกผ่านสถาบัน ให้ใช้ Scopus เพื่อยืนยันการมีอยู่และบริบทของบทความ

4. ตรวจสอบการสนับสนุนข้อกล่าวอ้าง นี่คือขั้นตอนที่สำคัญที่สุด เข้าถึงข้อความฉบับเต็มหรือบทคัดย่อของแหล่งข้อมูลที่ผ่านการตรวจสอบแล้ว อ่านส่วนเฉพาะที่ระบุว่ามีข้อกล่าวอ้างนั้น ถามตัวเอง: แหล่งข้อมูลนี้ให้เหตุผลสนับสนุนข้อโต้แย้งนี้จริงหรือไม่? มันให้ข้อมูลหรือทฤษฎีที่ร่างงานของคุณสื่อถึงหรือไม่? หากแหล่งข้อมูลกล่าวถึงหัวข้อเพียงผ่านๆ หรือโต้แย้งในทางตรงกันข้าม การอ้างอิงนั้นถือว่าไม่เหมาะสมสำหรับวัตถุประสงค์ของคุณ

5. บันทึกอ้างอิงที่ผ่านการตรวจสอบแล้ว เมื่อได้รับการยืนยันแล้ว ให้บันทึกลงใน Zotero หรือ Mendeley เครื่องมือเหล่านี้ช่วยให้คุณสามารถเก็บข้อมูลบรรณานุกรมที่ผ่านการตรวจสอบแล้วได้ โดยการเปรียบเทียบการอ้างอิงที่สร้างโดย AI กับบันทึกของคุณที่ผ่านการตรวจสอบแล้ว คุณจะได้สร้างคลังข้อมูลความถูกต้องในเครื่องซึ่งช่วยป้องกันข้อผิดพลาดในอนาคต

สัญญาณเตือนที่บ่งชี้ว่าการอ้างอิงถูกสร้างขึ้นเอง

จงระวังรูปแบบต่อไปนี้:

• ชื่อเรื่องทั่วไปเกินไป ชื่อเรื่องที่ถูกต้องตามหลักไวยากรณ์แต่ขาดความละเอียดอ่อนเฉพาะเจาะจงของภาษาวิชาการจริง
• DOI ที่ไม่มีอยู่จริง DOI ที่ปฏิบัติตามรูปแบบแต่ไม่สามารถเข้าถึงได้ หรือเข้าถึงหน้าแรกของสำนักพิมพ์แทนที่จะเป็นบทความเฉพาะ
• รายชื่อผู้เขียนที่ยาวหรือสั้นเกินไป บทความจริงในสาขาส่วนใหญ่มีจำนวนผู้เขียนในช่วงปกติ รายการที่มีผู้เขียน 15 คนสำหรับบทความเชิงทฤษฎี หรือผู้เขียนคนเดียวสำหรับการศึกษาเชิงประจักษ์ขนาดใหญ่ อาจบ่งชี้ถึงการแต่งข้อมูล
• ข้อผิดพลาดในการปัดเศษปี หาก AI อ้างอิงบทความจากปี "2024" แต่บรรยายผลการค้นพบที่ต้องใช้ข้อมูลระยะยาวตลอดทศวรรษ ปีนั้นอาจไม่ถูกต้อง
• ภาพลวงตาของ "ความมั่นใจ" หาก AI นำเสนอการอ้างอิงด้วยความมั่นใจสูงและไม่ลังเล ให้ระมัดระวังมากขึ้น ไม่ใช่ลดลง แบบจำลองมักมีความมั่นใจสูงสุดเมื่อมันกำลังสร้างข้อมูลขึ้นมาเอง

การจัดโครงสร้าง Prompt เพื่อลดข้อผิดพลาดในการอ้างอิง

คุณสามารถลดความน่าจะเป็นของข้อผิดพลาดได้โดยการจำกัดผลลัพธ์ของ AI ในระหว่างการร่างเนื้อหา

• กำหนด Metadata ที่เฉพาะเจาะจง อย่าขอ "บทความที่เกี่ยวข้อง" ให้ขอ "สามบทความที่ตีพิมพ์หลังปี 2020 พร้อม DOI" หากคุณไม่ได้ขอ DOI แบบจำลองมักจะสร้างชื่อเรื่องปลอมขึ้นมา
• จำกัดขอบเขต ขอให้มีการอ้างอิงสำหรับข้อกล่าวอ้างที่แคบมาก ไม่ใช่หัวข้อกว้าง ยิ่งข้อกล่าวอ้างแคบลงเท่าไหร่ แบบจำลองก็มีแนวโน้มที่จะหลุดเข้าสู่พื้นที่ของการสร้างข้อมูลขึ้นมาเองน้อยลงเท่านั้น
• ขอหลักฐานการตรวจสอบ ขอให้แบบจำลองระบุประโยคแรกของบทคัดย่อหรือข้อสรุปเฉพาะของบทความ หากมันไม่สามารถให้ข้อความที่สอดคล้องกันได้ มันอาจกำลังแต่งแหล่งข้อมูลขึ้นมา
• ใช้การตรวจสอบแบบวนซ้ำ สร้างรายการอ้างอิงห้ารายการสำหรับข้อกล่าวอ้าง ตรวจสอบสองรายการ หากทั้งสองรายการเป็นข้อมูลปลอม ให้ทิ้งรายการทั้งหมด หากทั้งสองรายการเป็นข้อมูลจริง ให้ตรวจสอบอีกสามรายการที่เหลือ วิธีสุ่มตัวอย่างนี้ช่วยประหยัดเวลาโดยยังคงความแม่นยำสูงไว้ได้