如何分辨AI生成的虛假引用：完整参考文献驗證指南

AI生成的參考文獻看起來頭頭是道，卻經常是子虛烏有。一項研究指出，在主要聊天機器人中，約有 40% 的參考文獻要麼有誤，要麼完全是虛構的，只有約 26% 是完全準確的 。另一項針對AI生成參考文獻的調查更顯示，33.8% 僅部分正確，39.8% 則是錯誤或完全捏造 。其中，幻覺比例最高的聊天機器人分別是 Copilot、Perplexity 和 Claude 。

這對依賴AI寫作工具的研究人員、學生和專業人士來說，是一個嚴重的問題。好消息是，透過一套系統性的方法，幾乎可以抓出所有虛構的引用。

幻覺問題的數字真相

這個問題的規模相當驚人。一份大學圖書館指南指出，約有 40% 的AI引用在「存在性檢查」中就會消失——它們根本不存在於任何資料庫中 。問題的嚴重性甚至讓科學出版商開始主動篩檢投稿中的虛構引用，有些甚至開始使用像是 iThenticate 這類抄襲偵測軟體，來標記可疑的引用 。

手動驗證：最可靠的方法

在求助自動化工具之前，學會如何手動驗證引用至關重要。無論引用是由 ChatGPT、Claude、Gemini 還是其他AI助手產生，這些步驟都同樣適用。

1. 標題搜尋

將完整的文章標題加上引號，貼到搜尋引擎中。同時在數個資料庫中搜尋：Google Scholar、PubMed（生醫領域）、你的大學圖書館館藏目錄、CrossRef 以及 OpenAlex 。如果這個確切的標題在任何資料庫中都找不到，那這則引用幾乎可以肯定是幻覺 。但要注意的是，有些虛構的引用已經滲入了 Google Scholar，因此最好的做法是跨至少兩個資料庫進行確認 。

2. 檢查 DOI

過去20年內發表的任何合法學術論文都應該有一個 數位物件識別碼（DOI）。將引用中的 DOI 複製並貼到 doi.org。如果你看到 404 錯誤，或是被重新導向到一篇不相干的論文，那這則引用就是假的 。

3. 驗證期刊與中繼資料

留意以下這些虛構引用的明顯跡象：

• 資訊不完整：缺少卷期、期號或頁碼 。
• 格式不一致：同一份參考文獻列表中，引用格式突然改變 。
• 不可能的作者與主題組合：一位知名的計算機科學家，卻「寫」了一篇海洋生物學的論文 。
• 幽靈期刊：期刊本身可能根本不存在，或者是一個真實的期刊，卻配上一個虛構的文章標題 。

4. 留意「部分吻合」的模式

一個常見的幻覺手法是，把一篇真實論文的標題配上錯誤的作者，或是把真實的作者配上虛構的論文。如果標題和作者在真實資料庫中對不起來，那就是幻覺 。

5. 內容檢查

即使引用是真實存在的，AI 也可能 扭曲了來源文獻的結論。一位圖書館員的指南建議進行三層檢查：存在性（論文存在嗎？）、內容（來源文獻真的說了AI所引用的內容嗎？）以及脈絡（來源文獻的使用方式恰當嗎？）。

自動化工具：讓軟體來處理繁重工作

一筆一筆地檢查一份有50個來源的參考文獻列表確實繁瑣。所幸，現在有數種自動化工具可以加速這個過程。

工具	功能
AiCitationChecker	將每則引用與 CrossRef 和 OpenAlex 交叉比對；號稱對有 DOI 的引用有95%的匹配率，能在約20秒內完成完整審核
GPTZero 幻覺檢測器	檢測論文和參考文獻中的虛構來源與未經充分支持的論點；專為教育者設計
CheckIfExist（開源）	同時針對 CrossRef、Semantic Scholar 和 OpenAlex 驗證參考文獻；在一篇2026年6月的 arXiv 論文中被介紹
Sourcely	針對超過2億篇真實論文，跨學術資料庫驗證引用
SwanRef	針對 CrossRef（1.5億+論文）、Google Scholar 和出版商資料庫檢查引用；使用模式匹配技術來識別常見的幻覺特徵
TypeOS 幻覺檢測器	針對學術資料庫交叉比對聲明，能一次檢查多個來源
Hallucinator (GitHub)	一個開源工具，能從PDF中提取參考文獻並針對學術資料庫進行驗證

這些工具的操作方式大同小異：你貼上參考文獻列表，它們就會將每一條目與權威資料庫進行比對。幾秒鐘內，虛構的引用就會被標記出來。

何時使用手動檢查？何時使用自動檢查？

最好的做法是結合兩者。若只是快速檢查少數幾則引用，手動驗證就相當足夠。但若面對大量的參考文獻，或是時間緊迫時，使用如 AiCitationChecker 或 GPTZero 這類自動化工具，可以快速揪出明顯的假引用。

然而，即便是最好的自動化工具也非完美無缺。有些工具可能會漏掉較為隱晦的幻覺，例如：引用是真實的論文，但AI對其內容的主張卻是虛構的 。對於高風險的投稿——例如期刊論文、學位論文或研究計畫申請——手動驗證每一個來源仍然是黃金標準。如果一篇論文在徹底搜尋後，仍無法在 Google Scholar 或 CrossRef 中找到，那它幾乎可以肯定是不存在的 。

結論

AI引用幻覺問題普遍存在，且短期內看不到消失的跡象。這個問題的嚴重性甚至促使出版商開始主動篩檢 。為了維護你的學術誠信：

• 切勿未經驗證就相信AI生成的參考文獻。
• 若引用數量眾多，先以自動化工具快速檢查。
• 對於重要的投稿，務必手動逐一驗證每個來源。
• 留意紅旗警訊：不完整的中繼資料、不可能的作者與主題組合、無法解析的DOI。

現在花費心力驗證引用，遠比日後因引用問題而被迫撤稿要來得輕鬆得多。