الاستشهادات المهلوسة: راجع ورقتك قبل التقديم

في يونيو 2023، فرض قاضٍ اتحادي في نيويورك عقوبات على محاميين لتقديمهما مذكرة اعتمدت على ما لا يقل عن ست قضايا قضائية غير موجودة. كان Steven Schwartz قد طلب من ChatGPT سوابق داعمة، فتلقى أسماء قضايا وتعليلات مقتبسة بدت كلها معقولة، وقدّم المذكرة من دون أن يفتح بنفسه قضية واحدة. وغرّم القاضي P. Kevin Castel إياه خمسة آلاف دولار، وأمره بإرسال رسالة إلى كل قاضٍ حقيقي أُلصق اسمه برأي مختلق.

يمكن أن تنتهي قائمة المراجع في المكان نفسه. والحل هو إجراء تدقيق للاستشهادات المختلقة على قائمة المراجع الخاصة بك قبل أن يجريه لك محرر أو مشرف أو مراجع. وهذه ليست مجرد مشكلة تنشأ عن الصياغة باستخدام روبوت محادثة. فاستشهاد متذكر لم يكن موجودًا قط على نحو كامل، أو عنوان شريك مؤلف نُقل مع خطأ طفيف، أو نسخة أولية تغير استشهادها النهائي بعد القبول، كلها يمكن أن تترك في قائمة المراجع الفجوة نفسها التي يتركها الاستشهاد المختلق. والتدقيق أدناه يلتقطها جميعًا، بغض النظر عن كيفية وصول أي مدخل منفرد إلى هناك.

ما مدى شيوع الاستشهاد المختلق فعلًا؟

يتوقف النطاق بدرجة كبيرة على النموذج الذي أنتج المسودة. اختبر Walters and Wilder، المنشوران في Scientific Reports في 2023، قوائم مراجع ولّدها GPT-3.5 وGPT-4 مقابل مطالبات كتابة أكاديمية حقيقية: 636 استشهادًا مأخوذة من 84 قائمة مراجع مولدة بالذكاء الاصطناعي، 42 لكل نموذج. كان 55 percent من استشهادات GPT-3.5 مختلقًا بالكامل، مقابل 18 percent لـ GPT-4. وحتى الاستشهادات الحقيقية لم تكن بالضرورة سليمة: 43 percent من الاستشهادات الحقيقية لدى GPT-3.5 و24 percent لدى GPT-4 كانت لا تزال تحمل خطأ جوهريًا في موضع ما من المؤلف أو العنوان أو السنة أو الجهة الناشرة.

تُظهر الأبحاث القانونية حول الاستشهادات المولدة بواسطة AI معدل فشل أعلى حتى، لكن ذلك العمل يقيس فشلاً مختلفاً، وهو أحكام القضايا المتخيلة لا المراجع الببليوغرافية المفبركة، لذلك فإن هذا الرقم ليس مما يمكن نقله إلى سياق أكاديمي. وما يشترك فيه المجالان هو السبب الكامن: نموذج ينتج استشهاداً يبدو معقولاً إنما يحسن لما يبدو عليه الاستشهاد عادة، لا لكونه موجوداً فعلاً. تتناول مادة TextPulse الخاصة بـ whether ChatGPT makes up references هذا chatbot تحديداً، أما هذا التدقيق فيعمل بغض النظر عن الأداة التي أنتجت المدخل أمامك، أو ذاكرة المؤلف المشارك الذي أنتجته.

ما الذي وجدته عمليات التدقيق على نطاق الأدبيات في 2026

تصف هذه المعدلات على مستوى النموذج ما يخرج من chatbot. أما السؤال المنفصل، وهو السؤال المهم لكل من يقدّم إلى مجلة، فهو مدى تكرار بقاء مرجع مفبرك بعد كل فحص بين المسودة والمقال المنشور. وقد أجابت عنه عمليتا تدقيق نُشرتا بفاصل يوم واحد في مايو 2026 على نطاق الأدبيات، والجواب هو أن هذا الفشل لم يعد نادراً.

فحص تدقيق نُشر في The Lancet المراجع عبر نحو 2.5 مليون ورقة بحثية في الطب الحيوي على PubMed Central Open Access، مع تغطية الفترة من يناير 2023 إلى فبراير 2026. وأشارت عدة آلاف من المراجع إلى أعمال غير موجودة، موزعة على أكثر من 2,800 ورقة منشورة. ويهم الاتجاه أكثر من الإجمالي.

الفترة	الأوراق التي تضم مرجعاً مفبركاً واحداً على الأقل	لكل 10,000 ورقة
2023	1 من 2,828	3.5
2025	1 من 458	21.8
2026، الأسابيع السبعة الأولى	1 من 277	36.1

ذلك يمثل تقريبًا زيادة بمقدار عشرة أضعاف خلال ثلاث سنوات، كما أن رقم 2026 مستمد من 7 أسابيع لا من سنة كاملة، لذا فهو قراءة مبكرة لا معدل سنويًا مستقرا. وما يثبته هو أن المراجع المفبركة تصل إلى النشر في مجلات محكمة، بعد أن تمر عبر المؤلفين والمؤلفين المشاركين والمحررين والمراجعين.

أما الدراسة المرافقة، Zhao والزملاء حول الاستشهادات غير الموجودة، فقد وسعت النطاق إلى 111 مليون مرجع عبر arXiv وbioRxiv وSSRN وPubMed Central، ووضعت حدا أدنى محافظا قدره 146,932 استشهادا هلوسيا في 2025 وحده. وتتمثل النتيجة الأكثر فائدة فيها في التوزيع لا في الحجم: فالمراجع المفبركة تتجمع في المجالات التي تشهد تبنيا سريعا لــ AI، وبين فرق المؤلفين الصغيرة وفرق المؤلفين في المراحل المبكرة من المسار المهني. إذا كنت مؤلفا منفردا أو ضمن مجموعة صغيرة لا يراجع مكتب بحثي ببليوغرافيتك، فأنت ضمن الفئة التي يحدث فيها هذا الخطأ في الغالب، وهذا سبب يدعو إلى إجراء التدقيق بنفسك بدلا من افتراض أن شخصا لاحقا سيفعل ذلك.

أي النماذج يفبرك أكثر، وما الذي يقلل ذلك فعلا

الجواب الصادق هو أنه لا يوجد معيار علني صارم يصنف النماذج الكبرى اليوم بعضها مقابل بعض على وجه التحديد في فبركة الاستشهادات. تنتشر مقارنات غير رسمية صغيرة، تكون عادة بضع عشرات من المراجع تمر عبر روبوتي محادثة أو ثلاثة يدويا، وتكون العينات أضيق من أن تدعم تصنيفا بينها. إن التعامل مع واحدة من تلك المقارنات بوصفها جدول ترتيب هو الطريقة التي تدخل بها دعوى واثقة وخاطئة إلى ورقة بحثية.

ما يصمد فعلا هو المقارنة بين الأجيال في بيانات Walters وWilder أعلاه، حيث فبرك النموذج الأحدث بمعدل يقارب ثلث معدل النموذج الأقدم.

النموذج المختبر	استشهادات مفبركة بالكامل	استشهادات حقيقية لكنها لا تزال تحمل خطأ جوهريا
GPT-3.5	55%	43%
GPT-4	18%	24%

تتكرر ثلاثة أنماط عبر الأدبيات، وهي تستحق أكثر من أي ترتيب منفرد. النماذج الأكبر تختلق أقل من النماذج الأصغر. النماذج التي تستطيع فعلاً البحث عن المصادر واسترجاعها تختلق أقل بكثير من النماذج التي تجيب من معلماتها وحدها، وهذا هو أكبر أثر جرى قياسه على الإطلاق. كما أن المصادر الغامضة أكثر خطورة بكثير من المصادر المعروفة، لأن الورقة كثيرة الاستشهاد تظهر في بيانات التدريب بما يكفي لإعادة إنتاجها على نحو صحيح، بينما تكون الورقة المتخصصة أكثر عرضة لإعادة بنائها من شذرات.

والقراءة العملية هي أنه لا يوجد نموذج آمن بما يكفي لتجاوز الفحص، وأن المدخلات الأرجح أن تكون خاطئة هي بالضبط تلك التي يصعب عليك التحقق منها من الذاكرة: الاستشهاد المتخصص، ورقة المؤتمر الغامضة، والمصدر الذي أضفته أخيراً.

ما الذي يلتقطه الفحص الآلي، وأين يتوقف

إن تمرير القائمة عبر أداة فحص أولاً أسرع من التحقق يدوياً من 40 DOI، وهذه الأداة المجانية لفحص الاستشهادات بواسطة الذكاء الاصطناعي في هذا الموقع تقوم بذلك تماماً عبر Crossref وOpenAlex وSemantic Scholar. ومن المفيد أن تعرف ما الذي تؤديه هذه الفئة من الأدوات على نحو سيئ قبل أن تعتمد على إحداها.

وجد تقييم أُجري في 2026 لخمسة كاشفات للاستشهادات المهلوسة، Badalova and Mayr، أنها تقدم تحذيرات مبكرة مفيدة لكنها تظل مقيدة بأربعة أمور: استخراج المراجع على نحو سليم من المستند، وعدم اكتمال البيانات الوصفية في المدخلة نفسها، وتفاوت تغطية قواعد البيانات، والسجلات التي لا تتفق مع بعضها بعضاً. ولا يزول إلا الأول من هذه الأمور عندما تلصق قائمة بدلاً من رفع ملف PDF.

النتيجة المترتبة على تدقيقك الخاص هي قاعدة تتعلق بالتفسير. يكون المدقق أقوى ما يكون عند العثور على الأمر الأكثر أهمية، وهو DOI الذي يحل إلى ورقة مختلفة عن تلك التي يدعيها الإدخال، وهذا يكاد يكون حاسماً. ويكون أضعف ما يكون في الكتب، والفصول، والأطروحات، وأعمال المؤتمرات، والأعمال الحديثة جداً، والمنافذ غير الإنجليزية، إذ إن جميعها مفهرس بصورة ضعيفة في كل مكان، وغالباً ما يعود غير موجود رغم كونه حقيقياً تماماً. وكونه غير موجود هو دعوة إلى التحقق يدوياً، وليس حكماً نهائياً. الخطوات اليدوية أدناه هي ما تطبقه على كل ما لم تستطع المرحلة الآلية حسمه.

حل كل DOI قبل أن تقدم

يُفترض أن DOI، أي Digital Object Identifier، يحل إلى سجل واحد فقط عبر محلل doi.org. أضف DOI من قائمة المراجع لديك إلى المحلل، وسيصل DOI العامل إلى صفحة الناشر الخاصة بذلك المقال بعينه. إن DOI الذي يحل إلى مقال غير ذي صلة، أو إلى مجلة مختلفة تماماً، أو إلى لا شيء على الإطلاق، هو أحد أسرع فحوص الهلوسة المتاحة، لأن النموذج الذي يختلق استشهاداً يختلق عادة سلسلة DOI تبدو معقولة لتناسبه، بدلاً من إعادة استخدام سلسلة حقيقية.

إن DOI الذي يحل على نحو صحيح ليس دليلاً تلقائياً على أن الاستشهاد حقيقي. فبعض المراجع المختلقة تستعير DOI الحقيقي لورقة غير ذات صلة، وهو ما يحل من دون خطأ ويشير إلى مقال حقيقي لا علاقة له بالادعاء الذي يُفترض أنه يدعمه. اقرأ الصفحة التي يصل إليها DOI، لا مجرد حقيقة أنه تم تحميلها.

طابق كل عنوان مع قاعدة بيانات حقيقية

ابحث عن العنوان الدقيق, بين علامتي اقتباس, في قاعدة بيانات تغطي مجالك, لا في الويب المفتوح. استخدم شيئًا مثل Crossref, أو PubMed للأعمال الطبية الحيوية, أو الفهرس الخاص بتخصصك. إذا كنت تستخدم Crossref, فيمكنك استخدام البحث المجاني للضيف لديهم للعثور على مرجع بحسب العنوان والمؤلف الأول, أو بحسب المؤلف ورقم الصفحة إذا لم تكن متأكدًا من العنوان. سيُرجع ذلك DOI والبيانات الوصفية الكاملة لأي شيء لديهم في السجل. إذا لم توجد مطابقة, أو إذا كان ما يعود إليك ورقة حقيقية بمجموعة مختلفة تمامًا من المؤلفين, فقد تكون أمام النوع الثاني من الهلوسة, وهو DOI معطوب.

يلتقط البحث عن العنوان فشلًا محددًا لا يلتقطه فحص DOI, وهو استشهاد يحمل DOI حقيقيًا يعمل لكنه مرتبط بعنوان خاطئ, لأن الرقم والنص جرى تجميعهما على نحو منفصل ولم يُتحقق منهما فعليًا أحدهما مقابل الآخر. إذا كان عنوان قاعدة البيانات لا يطابق عنوان قائمة مراجعك إلا بشكل بعيد, فتعامل مع ذلك بوصفه تلفيقًا إلى أن تتمكن من تفسير عدم التطابق, لا بوصفه خطأ مطبعيًا يُصحح بهدوء.

تحقق من قائمة المؤلفين وسنة النشر

غالبًا ما يصيب الاستشهاد المهلوس اسم المؤلف ويخطئ الورقة, لأن اسمًا حقيقيًا بارزًا في المجال هو بالضبط ما سينتجه نموذج يسعى إلى استشهاد معقول. ابحث في قائمة منشورات المؤلف نفسه, في قاعدة البيانات التي فتحتها بالفعل, عن السنة التي تدعيها قائمة مراجعك. إذا كان ذلك المؤلف قد نشر 3 أوراق في تلك السنة ولم يطابق أي منها عنوانك, فالأرجح جدًا أن الاستشهاد مختلق, ومبني على اسم حقيقي وسنة حقيقية لم يجتمعا فعلًا قط.

ويظهر النمط المعاكس أيضًا, ورقة حقيقية بعنوان صحيح, لكنها مرتبطة بسنة خاطئة, وغالبًا ما تكون سنة نسخة أولية بدلًا من سنة النشر النهائي, أو نسخة مؤتمرية جرى الاستشهاد بها بسنة النشر اللاحقة للمجلة. ولا يعد أي منهما تلفيقًا بالمعنى الصارم للتدقيق, لكن كليهما يرسل القارئ إلى مدير مراجع أو إلى مؤلف مشارك لا يستطيع بعد ذلك العثور على ما استشهدت به, وهو قريب بما يكفي من المشكلة نفسها ليُصلح في المرور نفسه.

اكتشف اسم مجلة معقول لكنه مختلق

يُبنى اسم مجلة مختلق بحيث يبدو تمامًا مثل اسم حقيقي: مجال معقول، وصف معقول، واسم قريب بما يكفي من اسم مجلة فعلية بحيث لا يتوقف أحد للتحقق منه. "The Journal of Applied Cognitive Studies" اسم مختلق، و"The Journal of Applied Psychology" و"Journal of Cognitive Science" موجودتان بالفعل، واسم يجمع أجزاء من الاثنين يبدو مألوفًا لهذا السبب بالذات.

ابحث عن اسم المجلة وحده، بين علامتي اقتباس، وابحث عن صفحة المجلة الخاصة بالناشر وعن ISSN الحالي، لا عن نتيجة في موقع آخر يقتبس المرجع نفسه فقط. للمجلة الحقيقية صفحة رئيسية تذكر المحرر، والمجلد والعدد الحاليين، وISSN شرعيًا مسجلًا لها. إن اسمًا لا يملك صفحة ناشر، ولا ISSN، ولا أي مقال آخر يستشهد بعمل صادر عنه، هو أوضح علامة في كامل التدقيق على أن المرجع غير موجود.

حوّل تدقيق الاستشهادات المتخيلة إلى قائمة تحقق قابلة للتكرار

نفّذ هذه الفحوص بالترتيب، على كل مرجع، قبل اعتبار القائمة نهائية. الترتيب أقل أهمية من استكمال الفحوص الأربعة كلها، فقد يجتاز الاستشهاد فحصًا واحدًا ثم يفشل في فحص آخر.

Check	What it catches
DOI resolution	DOI لا يؤدي إلى أي مكان، أو يؤدي إلى مقال غير ذي صلة
Title-to-database match	DOI حقيقي مرتبط بعنوان خاطئ، أو عنوان لا يُرجع أي نتيجة على الإطلاق
Author-plus-year cross-check	اسم مؤلف حقيقي مرتبط بورقة لم يكتبها في تلك السنة
Journal name verification	مجلة تبدو معقولة الاسم لكنها بلا ISSN، وبلا صفحة ناشر، وبلا وجود حقيقي

يُجري مدقق الاستشهادات بالذكاء الاصطناعي الخاص بـ TextPulse نسخة من هذه المراجعة تلقائيًا عبر قائمة مراجع كاملة، وهو أسرع من تنفيذ الفحوص الأربعة يدويًا على ببليوغرافيا طويلة، مع أن قراءة ما يضعه من علامات لا تزال جديرة بأن تقوم بها بنفسك بدلًا من قبول علامة أو رفضها على أساس الثقة وحدها. وفي خطوة DOI تحديدًا، يوفّر البحث عن الاستشهاد من DOI المخصص عناء الانتقال إلى محلل الروابط لكل مدخل على حدة.

تُعد الببليوغرافيا النظيفة أحد الفحوصات العديدة قبل إرسال المخطوطة. ويُتناول خفض درجة الذكاء الاصطناعي عند التقديم إلى مجلة في موضع مستقل، وكذلك خطاب الرد على المراجعين الذي يليه.

لا يستبدل أيٌّ من ذلك قراءة بحثك مرة أخرى قبل أن ترسله. فإذا ظل قسم ما يبدو عامًا بعد التحقق من الحقائق، فإن مُأنسن الذكاء الاصطناعي يمكنه تنعيم النثر من دون المساس باستشهاد واحد؛ وتغطي إرشادات TextPulse حول إضفاء الطابع الإنساني على نص الذكاء الاصطناعي في الكتابة الأكاديمية هذه المراجعة قسمًا قسمًا. إن قائمة المراجع التي تُحلّ بشكل سليم والمخطوطة التي تُقرأ بصوتك الخاص فحصان منفصلان، ويستحقان أن يُجرى أحدهما بعد الآخر بدلًا من الاعتماد على أحدهما ليغطي الآخر.