Мы прочесали базу из 2 816 научных работ, на которые опирается наша книга. Три статьи к этому моменту были отозваны из науки. И никто бы этого не заметил.
Отзыв статьи — это не редкость и не мелочь. Это официальный сигнал: у работы нашли ошибку, подлог данных
или нарушение этики, и журнал убрал её из науки. Проблема в том, что **ссылки на отозванные работы
продолжают жить** — в статьях, в обзорах, в книгах, в лекциях. И выглядят как обычные ссылки.
Мы решили проверить честно, машинно, без «спросим у ИИ и поверим». Что нашли:
* 3 работы из базы отозваны — эти ссылки теперь помечены;
* 10 DOI не существуют вообще — три из них, судя по формату, были выдуманы на ходу;
* 222 лишние строки — одна и та же работа попадала в базу до 14 раз под разными именами,
и это искажало «силу» темы;
* 14 битых ссылок.
И вывод, который важнее цифр. Мы отдельно проверили, как справляются с такой проверкой языковые модели.
Результат: 59–91 % верных ответов, и почти все ошибки — в одну сторону: модель объявляет
существующую работу несуществующей. А обычный запрос к базе Crossref и OpenAlex дал 100 % — за две минуты и бесплатно.
Что это значит для любого текста с источниками. Проверять ссылки руками бессмысленно: это медленно
и всё равно не проверяет главного — отозвана работа или нет. Проверять языковой моделью опасно: она
уверенно выдумывает. Работает только одно: запрос к самим базам данных.
Мы теперь считаем это правилом: сначала машина проверяет то, что можно проверить точно (существует ли DOI,
не отозвана ли работа, нет ли дублей), и только потом человек смотрит смысл — подходит ли источник
к утверждению.
Вопрос к вам: если у вас есть текст со ссылками — диплом, статья, книга, лонгрид, — сколько там,
по вашей оценке, «мёртвых» источников? Напишите цифру наугад, а потом пришлите список — проверим
и покажем, угадали ли вы. Это бесплатно и занимает минуты, а результат обычно удивляет.
Источники: Crossref (https://www.crossref.org/) · OpenAlex (https://openalex.org/) · про отзыв статей (Retraction Watch) (https://retractionwatch.com/)
#наука #источники #проверка #разбор
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | 🤖 Нейросеть уверенно соврала. И это нормально. Главное — знать, ... | 0 | 5.84 | 05-10-2026 |
| 2 | Мы взяли книгу, нарезали её на куски 100, 300 и ... | 0 | 12.62 | 08-10-2026 |
| 3 | Trust, but verify: Atomic claim checking against LLM hallucinations | 0 | 9.82 | 24-09-2026 |
| 4 | 85 % на шаг — это 20 % на десяти ... | 1 | 13.61 | 08-10-2026 |
| 5 | Профессор Тихомирова: антиплагиат бессилен против ИИ | 0 | 11.23 | 07-10-2026 |
| 6 | LLM уверенно называет шахматные ходы, которых на доске нет. Как я проверяю каждый ее ответ кодом | 0 | 5.87 | 26-09-2026 |
| 7 | Специалист Гусев: расшифровки совещаний с помощью ИИ создают риски | 0 | 11.33 | 02-10-2026 |
| 8 | Рерайт больше не обманет проверку на плагиат: «Руконтекст» сравнивает смысл, а не слова | 0 | 8.4 | 01-10-2026 |
| 9 | Why AI Cites Listicles More Than It Cites You | 0 | 11.06 | 08-09-2026 |