Hoe herken je een AI-hallucinatie in een literatuurlijst? Een complete gids

AI-gegenereerde bronverwijzingen zijn bedrieglijk overtuigend – en vaak volledig verzonnen. Uit een studie naar de grootste chatbots bleek dat grofweg 40% van de referenties foutief of volledig verzonnen is. Slechts ongeveer 26% bleek volledig accuraat . Een ander onderzoek naar AI-gegenereerde literatuurlijsten rapporteerde dat 33,8% van de referenties gedeeltelijk correct was en 39,8% foutief of verzonnen . De chatbots die het vaakst hallucineerden, waren Copilot, Perplexity en Claude .

Dit is een serieus probleem voor onderzoekers, studenten en professionals die AI-schrijftools gebruiken. Het goede nieuws is dat een systematische aanpak bijna alle verzonnen bronnen aan het licht brengt.

De omvang van het probleem in cijfers

De cijfers liegen er niet om. Een universiteitsbibliotheek meldt dat ongeveer 40% van de AI-citaties verdwijnt bij een bestaanscheck: ze komen simpelweg niet voor in een database . Het probleem is zo wijdverbreid dat wetenschappelijke uitgevers actief inzendingen screenen op verzonnen bronnen. Sommigen gebruiken plagiaatdetectiesoftware zoals iThenticate om verdachte citaten op te sporen .

Handmatige verificatie: de meest betrouwbare methode

Voordat je naar automatische tools grijpt, is het goed om te weten hoe je een bron handmatig kunt verifiëren. Deze stappen werken voor elke bron, ongeacht of die gegenereerd is door ChatGPT, Claude, Gemini of een andere AI-assistent.

1. De titelzoekopdracht

Kopieer de exacte artikel titel tussen aanhalingstekens in een zoekmachine. Zoek in meerdere databases: Google Scholar, PubMed (voor biomedische onderwerpen), de catalogus van jouw universiteit, CrossRef en OpenAlex . Als de exacte titel in geen van deze databases voorkomt, is de bron vrijwel zeker een hallucinatie . Let op: sommige verzonnen citaten zijn inmiddels ook in Google Scholar te vinden. Controleer daarom altijd in ten minste twee databases .

2. Controleer de DOI

Elk legitiem wetenschappelijk artikel van de afgelopen 20 jaar heeft een Digital Object Identifier (DOI). Kopieer de DOI uit de bron en plak deze in doi.org. Krijg je een 404-fout of word je doorgestuurd naar een ander artikel? Dan is de bron nep .

3. Verifieer het tijdschrift en de metadata

Let op typische tekenen van een verzonnen bron:

• Onvolledige informatie: ontbrekende jaargang, nummer of paginanummers .
• Inconsistente opmaak: een citatiestijl die plotseling verandert in de literatuurlijst .
• Onmogelijke combinaties: een bekende computerwetenschapper die zogenaamd een paper over mariene biologie heeft geschreven .
• Spooktijdschriften: het tijdschrift bestaat niet, of het is een bestaand tijdschrift met een verzonnen artikel titel .

4. Let op het 'partial match'-patroon

Een veelgebruikte truc bij hallucinaties is het combineren van een echte papertitel met de verkeerde auteurs, of een echte auteur met een verzonnen paper. Als de titel en auteur in geen enkele echte database overeenkomen, is het een hallucinatie .

5. De inhoudscontrole

Zelfs als een bron echt bestaat, kan de AI de bevindingen hebben verkeerd weergegeven. Een gids van een bibliothecaris beveelt een controle in drie lagen aan: bestaan (bestaat de bron?), inhoud (zegt de bron wat de AI beweert?) en context (wordt de bron juist gebruikt?) .

Automatische tools: laat software het zware werk doen

Het handmatig controleren van een literatuurlijst met 50 bronnen is monnikenwerk. Gelukkig zijn er diverse automatische tools die het proces versnellen.

Tool	Wat het doet
AiCitationChecker	Controleert elke bron tegen CrossRef en OpenAlex; claimt een 95% match-rate voor DOI-referenties en een volledige audit in ongeveer 20 seconden
GPTZero Hallucination Detector	Detecteert verzonnen bronnen en slecht onderbouwde claims in essays en literatuurlijsten; ontworpen voor docenten
CheckIfExist (open-source)	Valideert bronnen tegen CrossRef, Semantic Scholar en OpenAlex tegelijk; beschreven in een arXiv-paper van juni 2026
Sourcely	Verifieert bronnen tegen meer dan 200 miljoen echte papers uit academische databases
SwanRef	Controleert bronnen tegen CrossRef (150M+ papers), Google Scholar en uitgeversdatabases; gebruikt patroonherkenning voor veelvoorkomende hallucinatiekenmerken
TypeOS Hallucination Detector	Kruisverwijst claims naar academische databases en kan meerdere bronnen tegelijk controleren
Hallucinator (GitHub)	Een open-source tool die referenties uit PDF's haalt en valideert tegen academische databases

De meeste tools werken hetzelfde: je plakt je literatuurlijst en zij vergelijken elke vermelding met gezaghebbende databases. Verzonnen bronnen worden binnen enkele seconden gemarkeerd.

Wanneer handmatig, wanneer automatisch?

De beste aanpak combineert beide methoden. Voor een snelle check van een klein aantal bronnen volstaat handmatige verificatie. Voor grote literatuurlijsten of als je haast hebt, vang je met een automatische tool zoals AiCitationChecker of GPTZero snel de grootste missers.

Maar zelfs de beste automatische tools zijn niet perfect. Ze kunnen subtiele hallucinaties missen, zoals een echte paper met een verzonnen inhoud . Voor belangrijke inzendingen – een wetenschappelijk artikel, een scriptie of een subsidieaanvraag – blijft handmatige verificatie van elke bron de gouden standaard. Als een paper na een grondige zoektocht niet in Google Scholar of CrossRef verschijnt, bestaat het bijna zeker niet .

De kern

AI-hallucinaties in bronverwijzingen zijn wijdverbreid en verdwijnen niet zomaar. Het probleem is zo ernstig dat uitgevers actief screenen . Bescherm je academische integriteit:

• Vertrouw nooit blindelings op AI-gegenereerde bronnen.
• Start met een snelle automatische check als je veel citaten hebt.
• Verifieer elke bron handmatig voor belangrijke inzendingen.
• Let op rode vlaggen: onvolledige metadata, onmogelijke combinaties van auteur en onderwerp, en DOI's die nergens heen leiden.

De tijd die je nu steekt in het controleren van bronnen, voorkomt een veel pijnlijkere situatie: het later moeten terugtrekken van een paper.