ציטוט וביבליוגרפיה: סגנונות, כלי ניהול והסיכון של ציטוט פיקטיבי

רווחים:

• יכולת להשתמש בבינה מלאכותית עבור עיצוב ותמיכה בציטוט בתוך טקסט בסגנונות ציטוט כגון APA, IEEE, Vancouver ו-MLA
• יכולת לזהות ציטוטים המורכבים על ידי בינה מלאכותית (הזיות) ולאמת כל מקור באמצעות DOI, imprint ומסד נתונים
• יכולת לבסס זרימת עבודה ביבליוגרפית אמינה על ידי שימוש בבינה מלאכותית עם כלי ניהול הפניות כגון זוטרו ומנדלי

ציטוט הוא הביטוי הקונקרטי ביותר ליושרה אקדמית: על ידי ציטוט כנה של המקור של כל רעיון, נתונים וטענה, אתה גם נותן קרדיט לחוקרים קודמים וגם מאפשר לקורא לאמת את טענותיך. ציטוט מדויק ועקבי הוא הפנים של אמינותו של מאמר. AI מציעה סיוע ספציפי במשימות ציטוט: עיצוב סגנון, פריסת ציטוט בטקסט, עיצוב ביבליוגרפיה. אבל אזהרת הליבה של יחידה זו היא המשפט הקריטי ביותר של המודול כולו: AI מרכיב ייחוסים שנראים אמיתיים אך אינם קיימים (ייחוס הזוי); לא ניתן להשתמש בכל מקור ללא אימות עצמאי באמצעות DOI ומסד נתונים.

סגנונות ייחוס והתפקיד הבטוח של AI

שדות שונים משתמשים בסגנונות ציטוט שונים. APA (פסיכולוגיה, חינוך, מדעי החברה - שנה סופר), MLA (מדעי הרוח), ונקובר (רפואה - ממוספרת), IEEE (הנדסה - מספר בסוגריים), שיקגו (היסטוריה, מעורבת). לכל סגנון יש ציטוט ופורמט ביבליוגרפי משלו בטקסט: סימני פיסוק, סדר, נטוי, כללי קיצור. בינה מלאכותית מכירה היטב את הכללים הפורמליים הללו, ואם כבר יש לך את מידע ההחתמה הנכון, ניתן להשתמש בו בבטחה כדי לעצב אותו לסגנון הרצוי. אז התפקיד הבטוח של הבינה המלאכותית הוא לתרגם או לעצב את קו הביניים האותנטי והמאומת שלך מסגנון אחד למשנהו - לא למצוא או לזכור את המקור.

הסכנה מתחילה באמירה ל-AI "להציע מקור בנושא זה" או "להוסיף הפניה לטענה זו." במקום לזכור מקור אמיתי באותו רגע, הבינה המלאכותית מרכיבה שם מחבר, שנה, כתב עת ואפילו DOI שנראה תקף רשמית, ואומר "יכול להיות שיש מאמר כזה" סטטיסטית. התגים האלה כל כך מציאותיים שלא ניתן להבחין ביניהם בעין; הדרך היחידה היא לאמת. סיכון זה אינו תיאורטי: מחקרים שפורסמו הראו שחלק ניכר מההפניות המיוצרות על ידי מודלים של שפות הם או מפוברקים לחלוטין או מורכבים באופן שגוי מחלקים אמיתיים. ניתן לשלב שם של מחבר אמיתי עם כותרת של כתב עת אמיתי וכותרת של מאמר לא קיים; החלקים מוכרים, השלם מזויף.

זהירות: אפילו DOI שנראה תקף רשמית עשוי להיות מפוברק. נתח את DOI דרך https://doi.org/: תקף אם הוא עובר למאמר בפועל והכותרת התואמת; אם כתוב "DOI not found" זה מזויף.

כלים לניהול אימות והפניות

שרשרת האימות לכל ציטוט היא: (1) חפש את הציטוט במסד נתונים (Google Scholar, Scopus, PubMed, CrossRef); (2) ניתוח DOI; (3) לבדוק שהמחבר, השנה, הכותרת וכתב העת תואמים; (4) והכי חשוב, ודא מהטקסט שהמקור אכן תומך בטענה שאתה מייחס. לעתים קרובות מדלגים על השלב הרביעי: ייתכן שהמקור קיים אך לא אומר את מה שאתה אומר; AI מבלבל את שניהם.

כלי ניהול הפניות הופכים את העבודה הזו לבטוחה. Zotero ומנדלי (חינם), EndNote (מוסדי) שומרים את המאמר ישירות ממסד הנתונים לספרייה שלך עם הציטוט האמיתי שלו, ומייצרים ציטוטים בטקסט וביבליוגרפיה בסגנון שאתה רוצה. זרימת העבודה הבטוחה ביותר היא זו: אתה מייבא משאבים לכלים אלה ממסד הנתונים, לא מה-AI; אתה משתמש בבינה מלאכותית רק לשאלות רשמיות (הבדל בסגנון, תיקון שדה חסר בהטבעה). לפיכך, הביבליוגרפיה נוצרת מרשומות אמיתיות, לא ניתן לכלול ציטוטים מפוברקים.

CrossRef, נסיגה והיגיינת הטבעה

התשתית מאחורי אימות DOI היא רשמים כגון CrossRef; כאשר אתה מנתח DOI דרך doi.org, אתה מנווט לרשומות אלה. ניתן להשתמש בכלי החיפוש ובשירותי "חיפוש מטא נתונים" של CrossRef כדי למצוא את ה-DOI בפועל של פיסת טקסט או כותרת; זוהי דרך אמינה לגלות את האמת של החותם שה-AI יכול להמציא. חיפוש במסד נתונים של הכותרת במרכאות לפני הוספת שורת כותרת תחשוף את רוב הייחוסים המזויפים תוך שניות.

היבט שמתעלמים ממנו לעתים קרובות של אימות הוא בקרת נסיגה: ייתכן שמאמר חזר בו לאחר פרסום עקב טעות חמורה או הפרות אתיות. ציטוט של מחקר שחזר בו כאילו הוא תקף מחליש את הטיעון שלך. מסד הנתונים של Retraction Watch ותוויות האזהרה בדפי מאמרים של מפרסמים רבים מעידים על כך; בדוק את המקורות העיקריים שלך גם בהקשר זה. לבסוף, שימו לב להטבעת "היגיינה": סדר ואיות נכונים של שמות הכותבים, צורה מלאה של שם היומן (לא קיצור, אם הסגנון אינו מחייב זאת), שלמות עמוד הכרך-גיליון ו-DOI. בינה מלאכותית עוזרת לתפוס חוסר עקביות בפורמט באזורים אלה, אך מידע מדויק תמיד מגיע מההקלטה בפועל.

שלושה מיני תיקים

מקרה 1 - DOI מזויף. חוקר ביקש מה-AI "ייחוס הולם" לתביעה וקיבל את ה-byline עם ה-DOI שלו. כשניתחתי את ה-DOI ב-doi.org, הוא עלה כ"לא נמצא"; שם המחבר היה אמיתי, אבל לא היה מאמר עם כותרת זו. ה-AI צירף מאמר שלא קיים למחבר קיים. החוקר מצא את המקור האמיתי ב-Scholar והוסיף את שורת הביניים עם Zotero.

מקרה 2 - מקור קיים אך אינו תומך בו. סטודנט אימת מאמר שהוצע על ידי AI: זה היה אמיתי, ה-DOI פעל. אך כאשר פתח את המאמר וקרא אותו, ראה שגזר דינו אינו מכיל את הממצא לטענתו; ה-AI לא תאם את המקור. התלמיד הסיר את ההפניה. לקח: לא מספיק שהמקור קיים, הוא גם מוודא אם הוא תומך בטענה.

מקרה 3 - שימוש בטוח בתרגום סגנון. לחוקר אחד היו 40 מקורות עובדות על Zotero, אבל כתב העת רצה את ונקובר במקום APA. זוטרו תרגם אוטומטית את הסגנון; בכמה נקודות מהוססות הוא שאל את הבינה המלאכותית "איך אני כותב את השורה הזו בוונקובר?" זה היה בטוח לחלוטין מכיוון שהמקורות כבר היו אמיתיים; ה-AI רק עזר להיווצר.

תבניות הניתנות להעתקה

1) עיצוב סגנון (מהטבעה בפועל):

להלן מידע ההחתמה המאומת שיש לי. פרמט אותם לסגנון APA 7. הוספת מקור חדש, חותם מתאים; פשוט תעצב את המידע שאני נותן לך. טביעות: [סופר, שנה, כותרת, כתב עת, כרך, עמוד, DOI ...]

2) טבלת בקרת אימות:

צור טבלת אימות ריקה עבור רשימת הציטוטים הבאה: [No, Author, Year, Title, DOI, Found in Scholar?, האם זה תומך בטענה?]. אתה לא מאמת; אני אמלא אותו באופן ידני. רשימה: [הדבק הפניות]

3) תרגום סגנון:

כתוב את הציטוט המאומת למטה הן בסגנון APA 7 והן בסגנון ונקובר, תוך הסבר קצר על ההבדלים. החותם אמיתי; לשנות מידע. חותם: [הדבק]

4) סדר ציטוט בטקסט:

בפסקה הבאה, סדרו ציטוטים בטקסט לפי הנחיות APA 7 (מספר מחברים וכו' מוסכמה, סדר ציטוט מרובה). הוסף/הסר מקור; פשוט תקן את העיצוב של ציטוטים קיימים. פסקה: [הדבק]

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

הוסף למשפט זה 3 מקורות אקדמיים. [משפט]

AI יוצר שלוש טביעות מזויפות; כולם נראים מציאותיים אבל אולי לא קיימים.

הנחיה עוצמתית:

להלן המזהים של 3 מקורות שכבר מצאתי ואימתתי. הצב אותם כציטוטים של APA 7 בטקסט במשפטים וכתוב ערכים בביבליוגרפיה. להציע מקורות חדשים, להמציא טביעות. משפט: [...]הטבעות: [טביעות אמיתיות]

עסקים

האם זה בטוח?

כלל

עיצוב ההחתמה האמיתית

כן

שנה מידע

תרגום בין סגנונות

כן

ההחתמה כבר אומתה

פריסת ציטוט בטקסט

כן

אין הוספה/הסרה של משאבים

"הצע/הוסף מקורות"

לא

סיכון של ייחוס מפוברק

מבקש ליצור DOI

לא

סיכון של DOI מזויף

טעויות נפוצות

• מבקש משאבים מה-AI. ייחוס מפוברק הוא השגיאה ההרסנית ביותר באקדמיה; מוביל לנסיגה.
• לא מנתח את ה-DOI. DOI תקף לכאורה עשוי להיות הונאה; בדוק את זה ב-doi.org.
• בהנחה שהמקור הקיים תומך בטענה. גם אם המקור אמיתי, הוא עלול לא להתאים.
• לא משתמש בכלי עזר. הזנת הדפסה ידנית טומנת בחובה סיכון של שגיאה ושל ייצור.
• לא בודקים את כללי הסגנון אחד אחד. ביבליוגרפיה לא עקבית מערערת את האמון.

טיפ: כלל זהב: "מקור ממסד נתונים ו-Zotero; פורמט מ-AI." לעולם אל תשלוף את המשאבים עצמם מזיכרון הבינה המלאכותית; השתמש ב-AI רק כדי לערוך תגים אמיתיים.

לסיכום

ציטוט הוא הפנים הקונקרטיות של היושרה האקדמית. ניתן להשתמש בבינה מלאכותית בבטחה כדי לעצב את הטביעות האמיתיות והמאומתות שלך לסגנון שאתה רוצה. אבל אם הוא משמש למציאת מקורות, הוא מייצר ציטוטים כוזבים; זהו הסיכון הקריטי ביותר של המודול. אמת כל מקור מול DOI ומסד נתונים, ודא שהוא תומך בטענה, ונהל את המקורות שלך מהרשומה בפועל עם כלים כמו Zotero/Mendeley. כלל האצבע הקצר ביותר: המקור הוא מהרשומה בפועל, הפורמט הוא מה-AI, האימות הוא ממך.

משימת יישום

הוסף את חמשת המקורות האמיתיים שלך לכלי עזר (Zotero/Mendeley) והפק ביבליוגרפיה בסגנונות APA ו-IEEE. לאחר מכן בצע ניסוי: אמור ל-AI "להציע 3 מקורות" בנושא שלך ולבדוק את הציטוטים המוצעים אחד אחד עם ניתוח DOI. שימו לב כמה מתגלים כאמיתיים וכמה מזויפים; זה נותן לך מבט קונקרטי על הסיכון של ייחוס מזויף.

רשימת בדיקה

• [ ] האם אימתתי כל מקור באמצעות DOI ומסד נתונים?
• [ ] האם אישרתי שהמקור אכן תומך בטענה שייחסתי?
• [ ] האם קיבלתי את המקורות מהתיעוד האמיתי ולא מה-AI?
• [ ] האם השתמשתי בכלי לניהול הפניות?
• [ ] האם יישמתי את סגנון הציטוט באופן עקבי?