이득:
- APA, IEEE, Vancouver 및 MLA와 같은 인용 스타일의 서식 지정 및 텍스트 내 인용 지원을 위해 인공 지능을 사용하는 기능
- 인공지능(환각)으로 이루어진 인용을 검출하고 DOI, Imprint, Database를 통해 각 출처를 검증하는 기능
- Zotero, Mendeley 등의 참고문헌 관리 도구와 인공지능을 활용하여 신뢰할 수 있는 참고문헌 워크플로를 구축하는 능력
인용은 학문적 정직성을 가장 구체적으로 표현하는 것입니다. 모든 아이디어, 데이터 및 주장의 출처를 정직하게 인용함으로써 이전 연구자의 공로를 인정하고 독자가 귀하의 주장을 확인할 수 있게 됩니다. 정확하고 일관된 인용은 기사의 신뢰성을 좌우합니다. AI는 인용 작업에 대해 스타일 형식 지정, 텍스트 내 인용 레이아웃, 참고문헌 형식 지정 등 구체적인 지원을 제공합니다. 하지만 이 단원의 핵심 경고는 전체 모듈 중 가장 중요한 문장입니다. AI는 실제처럼 보이지만 존재하지 않는 속성(환각 속성)을 구성합니다. 각 소스는 DOI와 데이터베이스를 통한 독립적인 검증 없이는 사용할 수 없습니다.
귀인 스타일과 AI의 안전한 역할
필드마다 다른 인용 스타일을 사용합니다. APA(심리학, 교육, 사회 과학 — 저자 연도), MLA(인문학), 밴쿠버(의학 — 번호 매기기), IEEE(엔지니어링 — 괄호 안 번호), 시카고(역사, 혼합). 각 스타일에는 구두점, 순서, 이탤릭체, 약어 규칙 등 고유한 텍스트 내 인용 및 참고문헌 형식이 있습니다. AI는 이러한 형식적인 규칙을 잘 알고 있으며, 이미 올바른 각인 정보를 가지고 있다면 이를 안전하게 사용하여 원하는 스타일로 형식화할 수 있습니다. 따라서 AI의 안전한 역할은 원본을 찾거나 기억하는 것이 아니라 원본 및 검증된 작성자의 작성자를 한 스타일에서 다른 스타일로 번역하거나 형식을 지정하는 것입니다.
위험은 AI에게 "이 주제에 대한 출처를 제안"하거나 "해당 주장에 대한 참조를 추가"하라고 지시하는 것에서 시작됩니다. AI는 그 순간 실제 출처를 기억하는 대신 저자명, 연도, 저널, 공식적으로 타당해 보이는 DOI까지 만들어 통계적으로 "이런 기사가 있을 수도 있다"고 말한다. 이 태그는 너무 현실적이어서 눈으로 구별할 수 없습니다. 유일한 방법은 확인하는 것입니다. 이러한 위험은 이론적인 것이 아닙니다. 발표된 연구에 따르면 언어 모델에 의해 생성된 참조의 상당 부분이 실제 부분을 완전히 조작했거나 잘못 조립한 것으로 나타났습니다. 실제 저자의 이름은 실제 저널의 제목 및 존재하지 않는 논문의 제목과 결합될 수 있습니다. 부분은 익숙하고 전체는 가짜입니다.
주의: 공식적으로 유효한 DOI라도 조작될 수 있습니다. https://doi.org/를 통해 DOI를 구문 분석합니다. 실제 기사로 이동하고 작성자가 일치하는 경우 유효합니다. "DOI 찾을 수 없음"이라고 표시되면 가짜입니다.
검증 및 참고자료 관리 도구
각 인용문에 대한 검증 체인은 다음과 같습니다. (1) 데이터베이스(Google Scholar, Scopus, PubMed, CrossRef)에서 인용문을 검색합니다. (2) DOI를 분석하고; (3) 저자, 연도, 제목, 저널이 일치하는지 확인합니다. (4) 가장 중요한 것은 소스가 실제로 귀하가 주장하는 주장을 뒷받침하는지 텍스트를 통해 확인하는 것입니다. 네 번째 단계는 종종 건너뜁니다. 출처가 존재하지만 귀하가 말하는 내용을 밝히지 않을 수 있습니다. AI는 둘 다 혼동합니다.
참고문헌 관리 도구는 이 작업을 안전하게 만듭니다. Zotero 및 Mendeley(무료), EndNote(기관용)는 기사를 실제 인용과 함께 데이터베이스에서 라이브러리로 직접 저장하고 원하는 스타일로 텍스트 내 인용 및 참고문헌을 생성합니다. 가장 안전한 작업 흐름은 다음과 같습니다. AI가 아닌 데이터베이스에서 이러한 도구로 리소스를 가져옵니다. 공식적인 질문(스타일 차이, 인쇄물에서 누락된 필드 수정)에만 AI를 사용합니다. 따라서 참고문헌은 실제 기록을 바탕으로 작성되었으므로 조작된 인용은 포함될 수 없습니다.
CrossRef, 철회 및 각인 위생
DOI 검증을 뒷받침하는 인프라는 CrossRef와 같은 등록기관입니다. doi.org를 통해 DOI를 구문 분석할 때 이러한 레코드로 이동합니다. CrossRef의 검색 도구와 "메타데이터 검색" 서비스를 사용하여 텍스트나 제목의 실제 DOI를 찾을 수 있습니다. 이는 AI가 만들어 낼 수 있는 각인의 진실을 알아내는 믿을 수 있는 방법이다. 작성자를 추가하기 전에 데이터베이스에서 따옴표로 묶인 제목을 검색하면 대부분의 가짜 속성을 단 몇 초 만에 발견할 수 있습니다.
검증에서 자주 간과되는 측면은 철회 통제입니다. 논문은 심각한 오류나 윤리적 위반으로 인해 출판 후 철회되었을 수 있습니다. 철회된 연구를 타당한 것처럼 인용하면 주장이 약화됩니다. Retraction Watch 데이터베이스와 많은 출판사의 기사 페이지에 있는 경고 라벨이 이를 나타냅니다. 이와 관련하여 주요 소스도 확인하세요. 마지막으로, 각인 "위생"에 주의하세요. 저자 이름의 올바른 순서와 철자, 저널 이름의 전체 형식(스타일에서 필요하지 않은 경우 약어 제외), 권호 페이지 및 DOI의 완전성. AI는 이러한 영역의 형식 불일치를 파악하는 데 도움이 되지만 정확한 정보는 항상 실제 녹음에서 나옵니다.
세 개의 미니 케이스
사례 1 - 가짜 DOI. 한 연구원은 AI에게 청구에 대한 "적절한 귀속"을 요청했고 DOI가 포함된 바이라인을 받았습니다. doi.org에서 DOI를 분석했을 때 "찾을 수 없음"으로 나타났습니다. 작성자 이름은 실제였으나, 해당 제목의 글은 없었습니다. AI가 기존 작성자에게 존재하지 않는 글을 첨부한 것이었습니다. 연구원은 Scholar에서 실제 출처를 찾아 Zotero로 작성자를 추가했습니다.
사례 2 - 소스가 존재하지만 지원하지 않습니다. 한 학생이 AI가 제안한 기사를 확인했습니다. 그것은 실제이고 DOI가 작동하고 있었습니다. 그러나 그가 기사를 펴서 읽어보니, 자신이 주장한 내용이 자신의 문장에 포함되어 있지 않다는 것을 알게 되었습니다. AI가 소스와 일치하지 않았습니다. 학생이 해당 참조를 삭제했습니다. 교훈: 출처가 존재하는 것만으로는 충분하지 않으며, 주장을 뒷받침하는지 여부도 검증됩니다.
사례 3 - 스타일 번역을 안전하게 사용합니다. 한 연구원은 Zotero에 대해 40개의 사실 출처를 갖고 있었지만 저널은 APA 대신 Vancouver를 원했습니다. Zotero는 스타일을 자동으로 번역했습니다. 몇 가지 망설이는 지점에서 그는 AI에게 “밴쿠버에서 이 바이라인을 어떻게 쓰나요?”라고 물었습니다. 소스가 이미 실제였으므로 이는 완전히 안전했습니다. AI는 형성에만 도움을 주었습니다.
복사 가능한 템플릿
1) 스타일 형식(실제 인쇄물에서):
아래는 내가 가지고 있는 검증된 각인 정보입니다. APA 7 스타일로 포맷하세요. 새로운 소스 추가, 각인 맞추기; 내가 제공하는 정보의 형식을 지정하세요. 인쇄물: [저자, 연도, 제목, 저널, 권, 페이지, DOI ...]
2) 검증 관리 테이블:
다음 인용 목록에 대해 빈 검증 테이블을 생성합니다:[아니요, 저자, 연도, 제목, DOI, 학술 자료에서 찾았습니까?, 주장을 뒷받침합니까?]. 귀하는 확인하지 않습니다. 수동으로 작성하겠습니다.목록: [참조 붙여넣기]
3) 스타일 번역:
APA 7과 Vancouver 스타일로 아래의 검증된 인용문을 작성하고 차이점을 간략하게 설명하세요. 각인은 실제입니다. 정보를 변경합니다. 각인: [붙여넣기]
4) 본문 내 인용 순서:
다음 단락에서는 APA 7 지침(저자 수, 기타 규칙, 다중 인용 순서)에 따라 텍스트 내 인용을 정렬합니다. 소스 추가/제거; 기존 인용의 형식을 수정하세요.단락: [붙여넣기]
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이 문장에 3개의 학술 자료를 추가하세요. [문장]
AI는 세 개의 가짜 각인을 생성합니다. 모두 현실적으로 보이지만 존재하지 않을 수도 있습니다.
강력한 프롬프트:
다음은 내가 이미 찾아 검증한 3개 소스의 식별자입니다. 이를 문장의 APA 7 텍스트 내 인용으로 배치하고 참고문헌 항목을 작성합니다. 새로운 소스를 제안하고, 각인을 제작합니다. 문장: [...]각인: [실제 각인]
사업
안전합니까?
규칙
실제 인쇄물 형식 지정
예
정보 변경
스타일 간 번역
예
이미 검증된 인쇄물
텍스트 내 인용 레이아웃
예
리소스 추가/제거 없음
"소스 제안/추가"
아니
조작된 귀속의 위험
DOI 생성 요청
아니
가짜 DOI의 위험
일반적인 실수
- AI에게 자원을 요청합니다. 조작된 귀속은 학계에서 가장 파괴적인 오류입니다. 철수로 이어집니다.
- DOI를 분석하지 않습니다. 겉보기에 유효한 DOI가 사기일 수도 있습니다. doi.org에서 테스트해보세요.
- 기존 소스가 주장을 지원한다고 가정합니다. 출처가 실제라고 하더라도 불일치할 수 있습니다.
- 참조 도구를 사용하지 않습니다. 수동 각인 입력은 오류와 조작의 위험을 모두 수반합니다.
- 스타일 규칙을 하나씩 확인하지 않습니다. 일관성 없는 참고문헌은 신뢰를 약화시킵니다.
팁: 황금률: "데이터베이스 및 Zotero에서 소스, AI에서 형식." AI 메모리에서 리소스 자체를 검색하지 마세요. 실제 태그를 편집할 때만 AI를 사용하세요.
요약하면
인용은 학문적 진실성의 구체적인 얼굴입니다. AI를 안전하게 사용하여 실제 및 검증된 인쇄물을 원하는 스타일로 형식화할 수 있습니다. 그러나 출처를 찾는 데 사용하면 잘못된 인용이 발생합니다. 이는 모듈의 가장 심각한 위험입니다. DOI 및 데이터베이스에 대해 각 소스를 확인하고, 주장을 지원하는지 확인하고, Zotero/Mendeley와 같은 도구를 사용하여 실제 기록에서 소스를 관리하세요. 가장 간단한 경험 법칙: 소스는 실제 기록에서, 형식은 AI에서, 검증은 사용자가 합니다.
응용과제
5개의 실제 소스를 참조 도구(Zotero/Mendeley)에 추가하고 APA 및 IEEE 스타일로 참고문헌을 생성하세요. 그런 다음 실험을 해보세요. AI에게 주제에 대해 "3개의 출처를 제안"하라고 지시하고 DOI 분석을 통해 제안된 인용을 하나씩 확인하세요. 얼마나 많은 것이 진짜이고 얼마나 많은 것이 가짜인지 살펴보세요. 이를 통해 허위 귀속의 위험에 대한 구체적인 시각을 얻을 수 있습니다.
체크리스트
- [ ] DOI와 데이터베이스를 통해 각 소스를 확인했습니까?
- [ ] 출처가 내가 주장한 주장을 실제로 뒷받침하는지 확인했나요?
- [ ] AI가 아닌 실제 기록에서 출처를 얻었나요?
- [ ] 참고문헌 관리 도구를 사용했나요?
- [ ] 인용 스타일을 일관되게 적용했습니까?