Halucynacje cytowań AI
i jak je wykrywać

Zmyślone cytowanie to źródło wygenerowane przez system AI, któremu nie odpowiada żadna realna, weryfikowalna publikacja. Może to być całkowicie wymyślona praca, prawdziwy tytuł połączony ze sfabrykowanym DOI albo realny artykuł przypisany autorom, którzy nigdy go nie napisali. Wynik wygląda wiarygodnie — prawdziwe nazwy czasopism, prawdopodobne tytuły, poprawnie sformatowane DOI — i właśnie dlatego umyka pobieżnemu sprawdzeniu wzrokowemu.

Duże modele językowe, takie jak ChatGPT, Claude i Gemini, generują to dlatego, że są zaprojektowane do tworzenia tekstu statystycznie prawdopodobnego, a nie do przeszukiwania baz danych. Poproszone o „trzy prace na dany temat”, model składa źródła, które wyglądają tak, jak wyglądałyby takie prace. Uzupełnia tekst, a nie wyszukuje informacje.

Ryzyko nie ogranicza się do sytuacji, w których poprosiłeś AI o znalezienie źródeł. Model może też wstawić cytowanie, robiąc coś zupełnie innego — dopracowując streszczenie, przeredagowując sekcję metod — ponieważ dodanie źródła sprawia, że tekst brzmi bardziej autorytatywnie. Nie prosiłeś o nie i jeśli ponownie nie zestawisz bibliografii z treścią pracy, możesz nie zauważyć, że zostało dodane.

To zachowanie zmierzone, a nie anegdota. Kilka recenzowanych badań już je ujmuje liczbowo:

• Walters i Wilder (2023) w Scientific Reports wykazali, że znaczna część cytowań bibliograficznych generowanych przez ChatGPT była sfabrykowana lub zawierała błędy na tyle poważne, by wprowadzić w błąd czytelnika, który ich nie sprawdził (doi.org/10.1038/s41598-023-41032-5).
• Topaz i współpracownicy (2026) opublikowali w The Lancet audyt rzetelności źródeł obejmujący 2,5 miliona artykułów biomedycznych, wykrywając sfabrykowane cytowania w całej literaturze oraz rosnący trend w czasie (doi.org/10.1016/S0140-6736(26)00603-3).
• Resnik i Hosseini (2026) w Accountability in Research dowodzą, że zmyślone cytowania mogą stanowić nierzetelność naukową, gdy pełnią funkcję danych — na przykład w przeglądach systematycznych — a autor nie weryfikuje tego, co wytwarza AI (doi.org/10.1080/08989621.2026.2645390). To, czy takie zaniedbanie sięga progu nierzetelności, zależy od prawnego kryterium lekkomyślności (recklessness) — odrębnego od zwykłego niedbalstwa — które Caron i in. (2025) szczegółowo analizują (doi.org/10.1080/08989621.2023.2256650).

Poza nauką ten sam tryb awarii widać w sądach: publiczna baza prowadzona przez badacza prawa Damiena Charlotina dokumentuje ponad 1500 orzeczeń sądowych, w których generatywna AI wytworzyła sfabrykowane cytowania (Charlotin, 2026). To pisma procesowe — dziedzina spoza baz naukowych używanych tutaj — ale wzorzec jest identyczny.

Każde recenzowane badanie cytowane powyżej zostało sprawdzone w AiCitationChecker przed publikacją tej strony — co pasuje do artykułu o niezweryfikowanych cytowaniach.

Platformy naukowe zaczęły traktować nieostrożne korzystanie z AI jako problem wymagający działania. W 2026 roku serwer preprintów arXiv ogłosił surowsze egzekwowanie zasad, które czyni autorów odpowiedzialnymi za niesprawdzone wyniki AI — w tym zmyślone źródła — co szeroko opisała prasa naukowa i technologiczna. Polityka ta nie jest antyAI; kodyfikuje zasadę zawsze obecną domyślnie: autorzy odpowiadają za wszystko, co znajduje się w ich pracy, niezależnie od tego, jak to powstało.

Praktyczną konsekwencją jest to, że pojedyncze sfabrykowane źródło nie jest już niegroźną wpadką. Może spowodować odrzucenie bez recenzji, postępowanie wyjaśniające w sprawie rzetelności lub erratę — a ponieważ cytowania się rozprzestrzeniają, raz przytoczone sfabrykowane źródło może przeniknąć do późniejszych prac i przeglądów. Weryfikacja bibliografii przed złożeniem pracy przeszła z dobrej praktyki w podstawowe zarządzanie ryzykiem.

Żadne narzędzie weryfikacji nie obejmie wszystkich dziedzin jednakowo. Sprawdzenie źródła oznacza zestawienie go z bazami naukowymi, takimi jak CrossRef i OpenAlex, a ich pokrycie różni się zależnie od dziedziny — solidne dla artykułów w czasopismach z DOI, słabsze dla niektórych książek, rozdziałów i niszowych miejsc publikacji. Wyniki mogą się więc różnić w zależności od tego, czym się zajmujesz.

Właśnie dlatego każde konto AiCitationChecker obejmuje darmowe codzienne sprawdzenia: przepuść własne źródła, w swojej dziedzinie, i zobacz, jak narzędzie sobie radzi, zanim na nim polegniesz — lub za cokolwiek zapłacisz. Wolimy, byś sam potwierdził, że pasuje do Twojej pracy, niż żebyś wierzył nam na słowo.

• Każde cytowanie dostarczone przez AI traktuj jako niezweryfikowane, dopóki nie dowiedziesz, że jest inaczej — to robocza hipoteza, nie fakt.
• Sprawdź każdy DOI: upewnij się, że prowadzi do pracy, której tytuł, autorzy i rok faktycznie odpowiadają cytowaniu.
• Zestaw z miarodajnymi bazami — autentyczna praca występuje w co najmniej jednej z baz: CrossRef, OpenAlex lub PubMed.
• Zweryfikuj całą listę źródeł przed złożeniem pracy, nie tylko te, o których świadomie poprosiłeś AI.
• Zautomatyzuj pierwszy przebieg, aby sprawdzanie było na tyle szybkie, że nigdy go nie pominiesz.

Pełne opisy źródeł cytowanych w tym artykule:

1. Walters, W. H., & Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13(1), 14045. https://doi.org/10.1038/s41598-023-41032-5
2. Topaz, M., Roguin, N., Gupta, P., Zhang, Z., & Peltonen, L.-M. (2026). Fabricated citations: an audit across 2.5 million biomedical papers. The Lancet, 407(10541), 1779–1781. https://doi.org/10.1016/S0140-6736(26)00603-3
3. Resnik, D. B., & Hosseini, M. (2026). Hallucinated citations produced by generative artificial intelligence may constitute research misconduct when citations function as data in scholarly papers. Accountability in Research. https://doi.org/10.1080/08989621.2026.2645390
4. Caron, M. M., Dohan, S. B., Barnes, M., & Bierer, B. E. (2025). Defining “recklessness” in research misconduct proceedings. Accountability in Research, 32(2), 120–142. https://doi.org/10.1080/08989621.2023.2256650
5. Charlotin, D. (2026). AI Hallucination Cases [baza danych]. https://www.damiencharlotin.com/hallucinations/