無料AI引用チェッカー 提出前に捏造引用を検出

捏造された引用はどの程度一般的か

文献全体の規模で測定され、増加しているといえるほど一般的です。2026年5月に1日違いで公表された2件の監査は、初めてその数を示し、どちらも同じ方向の推移を示しました。

このグラフは、The Lancet に掲載された監査に基づいています。この監査では、PubMed Central Open Access 上のおよそ2.5百万件の生物医学論文にわたって参考文献を調査しました。評価可能だった参考文献のうち、数千件が実在しない研究を指しており、その対象は2,800件を超える公表済み論文に分散していました。その割合は2023年から2025年の間におよそ3倍になり、その後2026年の初めの数週間でさらに増加しました。

関連研究である Zhao らによる存在しない引用に関する研究 は、arXiv、bioRxiv、SSRN、PubMed Central にわたる1億1100万件の参考文献まで対象を広げ、2025年だけで少なくとも146,932件の幻覚化された引用があるという保守的な下限を示しました。どのような人が影響を受けるかについての結果は、実務上の研究者にとってより有用です。捏造された参考文献は、AI の導入が速い分野や、小規模な著者チーム、あるいは若手の著者チームに集中しており、言い換えれば、それらを見つけるための制度的支援が最も乏しい人々に集中しています。

捏造された参考文献が読んでも見つけにくい理由

幻覚化された引用は、壊れた引用ではありません。流暢な文章を書くのと同じ過程で生成されるため、実在する引用が持つ要素をすべて備えて現れます。つまり、その分野で論文を発表しているもっともらしい著者、関連づけられた主張に合う題名、実在する雑誌、適切な形式の巻号とページ範囲、そして有効な形式の DOI です。ページ上では、どこにも誤りとして読めません。

最も一般的な失敗は、さらに微妙です。論文を完全に捏造するのではなく、モデルが複数の実在する文献の断片を1つの項目に混ぜ合わせ、そのどれにも対応しないものを作ってしまうのです, この著者、この題名、別の論文のDOI。より注意深く読んでも、それを真正な参考文献と区別することはできません。個々の要素はすべて実在するからです。記録と照合して初めて解決できます。

引用チェッカーにできること、できないこと

5つの幻覚引用検出器を対象とした2026年の評価で、Badalova and Mayrは、この種のツールは有用な初期警告を与えるものの、なお制約があると結論づけ、このカテゴリのすべてのチェッカーに当てはまる4つの限界を挙げた。これには本ツールも含まれる。

• 参考文献の抽出。 文書から項目をきれいに取り出すこと自体が、独立した問題です。このチェッカーはPDFを解析するのではなく、貼り付けられた一覧を項目の境界で分割します。そのため、この失敗は避けられますが、一覧を貼り付ける必要があります。
• 不完全なメタデータ。 DOIがない、年がない、または題名が途中で切れている項目では、レジストリが照合できる手がかりがほとんどなく、弱い一致は確定判定に格上げされず、そのまま1件として報告されます。
• データベースの網羅性。 書籍、章、学位論文、会議録、ごく最近の研究、英語以外の掲載先は、どのデータベースでも索引付けが薄いです。そのため、見つからない項目は捏造ではなく見つからないものとして報告されます。両者は異なる結果であり、証拠となるのはそのうち1つだけです。
• 結果の不一致。 レジストリ同士は一致しません。Crossref、OpenAlex、Semantic Scholarを個別にではなく併用して照合することで、そのずれを小さくできます。さらに、不一致は黙って解消されるのではなく、表面化されます。

実際的な帰結は、明確に述べる価値があります。この種のチェッカーが最も強いのは、最も重要な点、つまり項目が主張する論文とは別の論文に解決されるDOIを見つけることです。一方で、公開レジストリが保持していない資料には弱いです。これは、注意を向ける価値のある項目を見つけるための最初の確認であり、参考文献全体のお墨付きではありません。