การอ้างอิงและบรรณานุกรม: ลักษณะ เครื่องมือการจัดการ และความเสี่ยงของการอ้างอิงที่สมมติขึ้น

กำไร:

• ความสามารถในการใช้ปัญญาประดิษฐ์สำหรับการจัดรูปแบบและการสนับสนุนการอ้างอิงในข้อความในรูปแบบการอ้างอิงเช่น APA, IEEE, Vancouver และ MLA
• ความสามารถในการตรวจจับการอ้างอิงที่สร้างขึ้นโดยปัญญาประดิษฐ์ (ภาพหลอน) และตรวจสอบแต่ละแหล่งที่มาผ่าน DOI สำนักพิมพ์ และฐานข้อมูล
• ความสามารถในการสร้างเวิร์กโฟลว์บรรณานุกรมที่เชื่อถือได้โดยใช้ปัญญาประดิษฐ์กับเครื่องมือการจัดการข้อมูลอ้างอิง เช่น Zotero และ Mendeley

การอ้างอิงเป็นการแสดงออกถึงความซื่อสัตย์ทางวิชาการที่เป็นรูปธรรมที่สุด โดยการอ้างอิงแหล่งที่มาของความคิด ข้อมูล และการกล่าวอ้างอย่างตรงไปตรงมา คุณทั้งสองให้เครดิตกับนักวิจัยคนก่อน ๆ และทำให้ผู้อ่านสามารถตรวจสอบคำกล่าวอ้างของคุณได้ การอ้างอิงที่ถูกต้องและสม่ำเสมอคือหน้าตาของความน่าเชื่อถือของบทความ AI ให้ความช่วยเหลือเฉพาะในงานการอ้างอิง: การจัดรูปแบบรูปแบบ เค้าโครงการอ้างอิงในข้อความ การจัดรูปแบบบรรณานุกรม แต่คำเตือนหลักของหน่วยนี้คือประโยคที่สำคัญที่สุดของทั้งโมดูล: AI สร้างการระบุแหล่งที่มาที่ดูเหมือนจริง แต่ไม่มีอยู่จริง (การระบุแหล่งที่มาของอาการประสาทหลอน); แต่ละแหล่งข้อมูลไม่สามารถใช้งานได้หากไม่มีการตรวจสอบโดยอิสระผ่าน DOI และฐานข้อมูล

รูปแบบการระบุแหล่งที่มาและบทบาทที่ปลอดภัยของ AI

ฟิลด์ที่ต่างกันใช้รูปแบบการอ้างอิงที่แตกต่างกัน APA (จิตวิทยา การศึกษา สังคมศาสตร์ — ปีผู้เขียน), MLA (มนุษยศาสตร์), แวนคูเวอร์ (ยา — เลขกำกับ), IEEE (วิศวกรรม — เลขวงเล็บ), ชิคาโก (ประวัติศาสตร์, คละ) แต่ละสไตล์มีรูปแบบการอ้างอิงในข้อความและบรรณานุกรมของตัวเอง: เครื่องหมายวรรคตอน การเรียงลำดับ ตัวเอียง กฎการใช้ตัวย่อ AI รู้กฎที่เป็นทางการเหล่านี้ดี และหากคุณมีข้อมูลสำนักพิมพ์ที่ถูกต้องอยู่แล้ว ก็สามารถใช้เพื่อจัดรูปแบบให้เป็นสไตล์ที่ต้องการได้อย่างปลอดภัย ดังนั้นบทบาทที่ปลอดภัยของ AI คือการแปลหรือจัดรูปแบบทางสายย่อยที่แท้จริงและได้รับการยืนยันจากรูปแบบหนึ่งไปยังอีกรูปแบบหนึ่ง ไม่ใช่เพื่อค้นหาหรือจดจำแหล่งที่มา

อันตรายเริ่มต้นด้วยการบอกให้ AI “แนะนำแหล่งที่มาในหัวข้อนี้” หรือ “เพิ่มการอ้างอิงถึงคำกล่าวอ้างนั้น” แทนที่จะจดจำแหล่งที่มาที่แท้จริงในขณะนั้น AI จะแต่งชื่อผู้เขียน ปี วารสาร และแม้กระทั่ง DOI ที่ดูเหมือนถูกต้องอย่างเป็นทางการ โดยบอกว่า "อาจมีบทความดังกล่าว" ในเชิงสถิติ แท็กเหล่านี้มีความสมจริงมากจนไม่สามารถแยกแยะได้ด้วยตา วิธีเดียวคือการตรวจสอบ ความเสี่ยงนี้ไม่ใช่ทฤษฎี: การศึกษาที่ตีพิมพ์ได้แสดงให้เห็นว่าส่วนสำคัญของข้อมูลอ้างอิงที่สร้างโดยแบบจำลองภาษานั้นถูกประดิษฐ์ขึ้นทั้งหมดหรือประกอบอย่างไม่ถูกต้องจากส่วนจริง ชื่อผู้เขียนที่แท้จริงสามารถนำมารวมกับชื่อวารสารจริงและชื่อบทความที่ไม่มีอยู่จริง ชิ้นส่วนคุ้นเคยทั้งหมดเป็นของปลอม

ข้อควรระวัง: แม้แต่ DOI ที่ดูเหมือนว่าถูกต้องอย่างเป็นทางการก็อาจถูกประดิษฐ์ขึ้น แยก DOI ผ่าน https://doi.org/: ใช้ได้หากไปที่บทความจริงและตรงกับทางสายย่อย ถ้าขึ้นว่า "ไม่พบ DOI" แสดงว่าของปลอม

เครื่องมือการจัดการการตรวจสอบและการอ้างอิง

ห่วงโซ่การตรวจสอบสำหรับการอ้างอิงแต่ละรายการคือ: (1) ค้นหาการอ้างอิงในฐานข้อมูล (Google Scholar, Scopus, PubMed, CrossRef); (2) แยก DOI; (3) ตรวจสอบว่าผู้แต่ง ปี ชื่อเรื่อง และวารสารตรงกัน (4) ที่สำคัญที่สุด ตรวจสอบจากข้อความว่าแหล่งที่มาสนับสนุนการอ้างสิทธิ์ที่คุณระบุจริงๆ ขั้นตอนที่สี่มักถูกข้ามไป: แหล่งที่มาอาจมีอยู่แต่ไม่ได้พูดสิ่งที่คุณพูด AI สร้างความสับสนให้กับทั้งสองอย่าง

เครื่องมือการจัดการข้อมูลอ้างอิงทำให้งานนี้ปลอดภัย Zotero และ Mendeley (ฟรี), EndNote (สถาบัน) บันทึกบทความโดยตรงจากฐานข้อมูลไปยังห้องสมุดของคุณพร้อมการอ้างอิงจริง และสร้างการอ้างอิงในข้อความและบรรณานุกรมในรูปแบบที่คุณต้องการ ขั้นตอนการทำงานที่ปลอดภัยที่สุดคือ: คุณนำเข้าทรัพยากรไปยังเครื่องมือเหล่านี้จากฐานข้อมูล ไม่ใช่จาก AI คุณใช้ AI สำหรับคำถามที่เป็นทางการเท่านั้น (ความแตกต่างของสไตล์ การแก้ไขฟิลด์ที่ขาดหายไปในสำนักพิมพ์) ดังนั้นบรรณานุกรมจึงถูกสร้างขึ้นจากบันทึกจริง ไม่สามารถรวมการอ้างอิงที่ประดิษฐ์ขึ้นได้

CrossRef การถอนและสุขอนามัยของสำนักพิมพ์

โครงสร้างพื้นฐานที่อยู่เบื้องหลังการตรวจสอบ DOI คือผู้รับจดทะเบียนเช่น CrossRef; เมื่อคุณแยกวิเคราะห์ DOI ผ่านทาง doi.org คุณจะไปที่บันทึกเหล่านี้ เครื่องมือค้นหาของ CrossRef และบริการ "ค้นหาข้อมูลเมตา" สามารถใช้เพื่อค้นหา DOI ที่แท้จริงของข้อความหรือชื่อเรื่อง นี่เป็นวิธีที่เชื่อถือได้ในการค้นหาความจริงของรอยประทับที่ AI สามารถสร้างได้ การค้นหาฐานข้อมูลสำหรับชื่อเรื่องด้วยเครื่องหมายคำพูดก่อนเพิ่มบรรทัดย่อยจะเปิดเผยแหล่งที่มาปลอมส่วนใหญ่ได้ภายในไม่กี่วินาที

แง่มุมหนึ่งของการตรวจสอบความถูกต้องที่มักถูกมองข้ามคือการควบคุมการเพิกถอน: บทความอาจถูกเพิกถอนหลังจากการตีพิมพ์เนื่องจากข้อผิดพลาดร้ายแรงหรือการละเมิดหลักจริยธรรม การอ้างถึงงานวิจัยที่ถูกเพิกถอนราวกับว่ามันถูกต้องจะทำให้ข้อโต้แย้งของคุณอ่อนแอลง ฐานข้อมูล Retraction Watch และป้ายคำเตือนบนหน้าบทความของผู้จัดพิมพ์หลายรายระบุสิ่งนี้ ตรวจสอบแหล่งที่มาสำคัญของคุณในเรื่องนี้ด้วย สุดท้ายนี้ ให้ใส่ใจกับสำนักพิมพ์ “สุขอนามัย”: ลำดับที่ถูกต้องและการสะกดชื่อผู้แต่ง ชื่อวารสารแบบเต็ม (ไม่ใช่ตัวย่อ หากไม่จำเป็นต้องใช้รูปแบบ) ความสมบูรณ์ของหน้าเล่มและ DOI AI มีประโยชน์ในการจับความไม่สอดคล้องกันของการจัดรูปแบบในพื้นที่เหล่านี้ แต่ข้อมูลที่ถูกต้องจะมาจากการบันทึกจริงเสมอ

มินิเคสสามอัน

กรณีที่ 1 — DOI ปลอม นักวิจัยถาม AI สำหรับ "การระบุแหล่งที่มาที่เหมาะสม" สำหรับการอ้างสิทธิ์ และได้รับทางสายย่อยพร้อม DOI เมื่อฉันแยกวิเคราะห์ DOI บน doi.org มันปรากฏว่า "ไม่พบ" ชื่อผู้แต่งเป็นชื่อจริง แต่ไม่มีบทความที่มีชื่อนั้น AI ได้แนบบทความที่ไม่มีอยู่กับผู้เขียนที่มีอยู่ ผู้วิจัยพบแหล่งที่มาที่แท้จริงใน Scholar และเพิ่มข้อมูลทางสายย่อยด้วย Zotero

กรณีที่ 2 — มีแหล่งที่มาแต่ไม่รองรับ นักเรียนคนหนึ่งตรวจสอบบทความที่แนะนำโดย AI: เป็นเรื่องจริง DOI กำลังทำงานอยู่ แต่เมื่อเขาเปิดบทความและอ่านก็พบว่าประโยคของเขาไม่มีสิ่งที่เขาอ้าง AI ไม่ตรงกับแหล่งที่มา นักเรียนลบข้อมูลอ้างอิงออก บทเรียน: การมีอยู่ของแหล่งที่มายังไม่เพียงพอ แต่ยังได้รับการตรวจสอบด้วยว่ารองรับการกล่าวอ้างหรือไม่

กรณีที่ 3 — การใช้การแปลสไตล์อย่างปลอดภัย นักวิจัยคนหนึ่งมีแหล่งข้อมูลข้อเท็จจริง 40 แหล่งเกี่ยวกับ Zotero แต่วารสารต้องการแวนคูเวอร์แทนที่จะเป็น APA Zotero แปลสไตล์โดยอัตโนมัติ เมื่อเกิดความลังเลอยู่บ้าง เขาก็ถาม AI ว่า “ฉันจะเขียนบรรทัดย่อยนี้ในแวนคูเวอร์ได้อย่างไร” สิ่งนี้ปลอดภัยอย่างสมบูรณ์เนื่องจากแหล่งที่มานั้นมีอยู่จริงอยู่แล้ว AI ช่วยสร้างเท่านั้น

เทมเพลตที่คัดลอกได้

1) การจัดรูปแบบสไตล์ (จากสำนักพิมพ์จริง):

ด้านล่างนี้คือข้อมูลสำนักพิมพ์ที่ได้รับการยืนยันที่ฉันมี จัดรูปแบบให้เป็นสไตล์ APA 7 การเพิ่มแหล่งที่มาใหม่ ประทับตรา FITTING; เพียงจัดรูปแบบข้อมูลที่ฉันให้คุณ สำนักพิมพ์: [ผู้แต่ง, ปี, ชื่อเรื่อง, วารสาร, เล่ม, หน้า, DOI ...]

2) ตารางควบคุมการตรวจสอบ:

สร้างตารางตรวจสอบที่ว่างเปล่าสำหรับรายการอ้างอิงต่อไปนี้:[No, Author, Year, Title, DOI, Found in Scholar?, Do it support the allowance?]. คุณไม่ได้ยืนยัน; ฉันจะกรอกด้วยตนเอง รายการ: [วางการอ้างอิง]

3) การแปลสไตล์:

เขียนข้อมูลอ้างอิงที่ตรวจสอบแล้วด้านล่างทั้งในรูปแบบ APA 7 และ Vancouver โดยอธิบายความแตกต่างโดยย่อ รอยประทับนั้นเป็นของจริง เปลี่ยนข้อมูล สำนักพิมพ์: [วาง]

4) ลำดับการอ้างอิงในข้อความ:

ในย่อหน้าต่อไปนี้ ให้จัดเตรียมการอ้างอิงในข้อความตามแนวทาง APA 7 (จำนวนผู้เขียน และคณะ ลำดับการอ้างอิงหลายรายการ) เพิ่ม/ลบแหล่งที่มา; เพียงแก้ไขการจัดรูปแบบของการอ้างอิงที่มีอยู่ ย่อหน้า: [วาง]

พรอมต์อ่อน / พรอมต์แข็งแกร่ง

พรอมต์ที่อ่อนแอ:

เพิ่มแหล่งข้อมูลทางวิชาการ 3 รายการในประโยคนี้ [ประโยค]

AI สร้างรอยพิมพ์ปลอมสามอัน ล้วนดูสมจริงแต่อาจไม่มีอยู่จริง

พรอมต์อันทรงพลัง:

ด้านล่างนี้คือตัวระบุแหล่งที่มา 3 แห่งที่ฉันได้พบและยืนยันแล้ว วางสิ่งเหล่านี้เป็นการอ้างอิงในข้อความ APA 7 ในประโยคและเขียนรายการบรรณานุกรม การแนะนำแหล่งใหม่ การสร้างรอยประทับ ประโยค: [...]รอยประทับ: [รอยประทับจริง]

ธุรกิจ

ปลอดภัยไหม?

กฎ

การจัดรูปแบบสำนักพิมพ์จริง

ใช่

เปลี่ยนแปลงข้อมูล

การแปลระหว่างสไตล์

ใช่

สำนักพิมพ์ได้รับการยืนยันแล้ว

รูปแบบการอ้างอิงในข้อความ

ใช่

ไม่มีการเพิ่ม/การลบทรัพยากร

“แนะนำ/เพิ่มแหล่งที่มา”

ไม่

ความเสี่ยงของการระบุแหล่งที่มาปลอม

ขอให้สร้าง DOI

ไม่

ความเสี่ยงจาก DOI ปลอม

ข้อผิดพลาดทั่วไป

• การขอทรัพยากรจาก AI การระบุแหล่งที่มาแบบประดิษฐ์ถือเป็นข้อผิดพลาดที่ร้ายแรงที่สุดในแวดวงวิชาการ นำไปสู่การถอนตัว
• ไม่แยกวิเคราะห์ DOI DOI ที่ดูเหมือนว่าถูกต้องอาจเป็นการฉ้อโกง ทดสอบได้ที่ doi.org
• สมมติว่าแหล่งที่มาที่มีอยู่สนับสนุนการอ้างสิทธิ์ แม้ว่าแหล่งที่มาจะเป็นของจริง แต่ก็อาจไม่ตรงกัน
• ไม่ใช้เครื่องมืออ้างอิง การป้อนข้อมูลด้วยสำนักพิมพ์ด้วยตนเองมีความเสี่ยงต่อข้อผิดพลาดและการประดิษฐ์
• ไม่ตรวจสอบกฎสไตล์ทีละข้อ บรรณานุกรมที่ไม่สอดคล้องกันจะบ่อนทำลายความไว้วางใจ

เคล็ดลับ: กฎทอง: "แหล่งที่มาจากฐานข้อมูลและ Zotero รูปแบบจาก AI" อย่าดึงทรัพยากรออกจากหน่วยความจำของ AI ใช้ AI เพื่อแก้ไขแท็กจริงเท่านั้น

โดยสรุป

การอ้างอิงคือรูปลักษณ์ที่เป็นรูปธรรมของความซื่อสัตย์ทางวิชาการ สามารถใช้ AI ได้อย่างปลอดภัยเพื่อจัดรูปแบบสำนักพิมพ์จริงและที่ผ่านการตรวจสอบแล้วให้เป็นสไตล์ที่คุณต้องการ แต่ถ้าใช้เพื่อค้นหาแหล่งที่มาก็จะก่อให้เกิดการอ้างอิงที่เป็นเท็จ นี่เป็นความเสี่ยงที่สำคัญที่สุดของโมดูล ตรวจสอบแต่ละแหล่งที่มาโดยเทียบกับ DOI และฐานข้อมูล ตรวจสอบว่ารองรับการอ้างสิทธิ์ และจัดการแหล่งที่มาของคุณจากบันทึกจริงด้วยเครื่องมือเช่น Zotero/Mendeley หลักการทั่วไปที่สั้นที่สุด: แหล่งที่มามาจากบันทึกจริง รูปแบบมาจาก AI การตรวจสอบความถูกต้องมาจากคุณ

งานสมัคร

เพิ่มแหล่งข้อมูลจริง 5 แหล่งของคุณลงในเครื่องมืออ้างอิง (Zotero/Mendeley) และสร้างบรรณานุกรมในรูปแบบ APA และ IEEE จากนั้นทำการทดลอง: บอกให้ AI "แนะนำ 3 แหล่งที่มา" ในหัวข้อของคุณ และตรวจสอบการอ้างอิงที่แนะนำทีละรายการด้วยการวิเคราะห์ DOI สังเกตดูว่ามีกี่ชิ้นที่เป็นของจริงและของปลอมมีกี่ชิ้น ซึ่งจะทำให้คุณมีมุมมองที่เป็นรูปธรรมเกี่ยวกับความเสี่ยงของการระบุแหล่งที่มาปลอม

รายการตรวจสอบ

• [ ] ฉันได้ตรวจสอบแต่ละแหล่งผ่าน DOI และฐานข้อมูลแล้วหรือยัง?
• [ ] ฉันยืนยันหรือไม่ว่าแหล่งที่มาสนับสนุนการอ้างสิทธิ์ที่ฉันอ้างจริงๆ
• [ ] ฉันได้รับแหล่งข้อมูลจากบันทึกจริงไม่ใช่จาก AI หรือไม่
• [ ] ฉันใช้เครื่องมือการจัดการข้อมูลอ้างอิงหรือไม่
• [ ] ฉันใช้รูปแบบการอ้างอิงอย่างสม่ำเสมอหรือไม่?