ویرگول
ورودثبت نام
دکتر رضا  براتی Dr. Reza Barati
دکتر رضا براتی Dr. Reza Baratiرضا براتی، پژوهشگر و متخصص در زمینه هوش مصنوعی، انتخاب به عنوان دو درصد دانشمندان برتر دنیا طی سه سال اخیر توسط Stanford University |محصولات آموزشی پرامپت: 🔗 https://promptacademy.sellfile.ir
دکتر رضا  براتی Dr. Reza Barati
دکتر رضا براتی Dr. Reza Barati
خواندن ۹ دقیقه·۲ روز پیش

تشخیص منابع جعلی و اشتباهات استنادی با هوش مصنوعی | روشی که داوران مقاله از آن استفاده می‌کنند!

در کمتر از ۵ دقیقه، لیست منابع پایان‌نامه یا مقاله خود را مثل یک داور حرفه‌ای ممیزی کنید.

مقدمه: ماجرای منبعی که وجود نداشت

چند سال پیش، مقاله‌ای برای داوری به من رسید. عنوان جذاب، ساختار خوب، داده‌های منظم. فقط یک مشکل کوچک: یکی از منابع کلیدی آن – مقاله‌ای از یک ژورنال معتبر – اصلاً وجود خارجی نداشت. نه در PubMed، نه در Scopus، نه حتی در گوگل اسکالر.

نویسنده، به جای خواندن منبع اصلی، از یک نقل قول دوم (secondary citation) استفاده کرده بود و حتی سال انتشار را اشتباه نوشته بود. نتیجه: رد مقاله از همان مرحله اول داوری.

این اتفاق آنقدرها هم نادر نیست.  طبق یک پژوهش منتشر شده در Scientometrics ، حدود ۱۲ تا ۱۸ درصد منابع در پایان‌نامه‌های کارشناسی ارشد حداقل یک اشتباه فاحش (سال اشتباه، نویسنده اشتباه، یا منبع کاملاً جعلی) دارند.

در این مقاله، به شما نشان می‌دهم که چگونه با کمک هوش مصنوعی و یک پرامپت ساده، در کمتر از ۵ دقیقه، تمام منابع خود را راستی‌آزمایی کنید. این روشی است که داوران حرفه‌ای ژورنال‌های بین‌المللی الان استفاده می‌کنند. وقتش رسیده که شما هم از آن خبر داشته باشید.

ضرورت کار: چرا «اعتبارسنجی منابع» را دست کم نگیریم؟

بیشتر پژوهشگران، بعد از نوشتن منابع، فقط یک بار چشمی آنها را بررسی می‌کنند. اما سه نوع خطای رایج وجود دارد که چشم غیرمسلح به راحتی از کنار آنها می‌گذرد:

  • منابع جعلی (کاملاً ساختگی): نویسنده نام یک ژورنال واقعی را با یک عنوان ساخته‌شده ترکیب کرده، اما آن مقاله هرگز منتشر نشده است.

  • خطای سال انتشار: مثلاً نوشته «۲۰۲۳» اما اصل مقاله سال «۲۰۲۱» است.

  • خطای نام نویسنده: نوشته «Smith, J.» در حالی که اصل مقاله «Smith, A.» است.

  • DOI اشتباه یا منقضی شده: لینکی که به هیچ جای معتبری ختم نمی‌شود.

  • ارجاع به منبع دوم بدون ذکر واسطه:  طبق گفته احمدی (۲۰۱۹) در حالی که احمدی اصلاً چنین چیزی نگفته و نویسنده از یک منبع سوم نقل کرده است.

داوران ژورنال در عرض ۳۰ ثانیه متوجه این اشتباهات می‌شوند. شما هم اگر قبل از ارسال، این اشتباهات را پیدا نکنید، شانس پذیرش مقاله به شدت کاهش می‌یابد.

راه حل: ترکیبی از هوش مصنوعی (برای تشخیص الگوهای پرخطر) + جستجوی زنده (برای تأیید وجود منبع).

ابزارهای مورد نیاز

برای اجرای این روش، به ترکیب زیر نیاز دارید:

  • ChatGPT نسخه GPT-4o یا Claude 3.5 Sonnet – برای تشخیص ساختاری و تطبیق الگوها.

  • Google Scholar  برای جستجوی سریع و دستی (در صورت نیاز به تأیید نهایی).

  • Zotero یا EndNote (اختیاری) – برای مدیریت و فرمت‌دهی منابع.

  • مرورگر کروم با افزونه «Crossref DOI Check» – برای بررسی صحت DOIها.

گام اول: پرامپت تشخیص منابع جعلی و اشتباهات استنادی (نسخه پایه)

این پرامپت را در ChatGPT (با فعال کردن قابلیت جستجوی وب) یا Claude (در صورت دسترسی) وارد کنید.

پرامپت پایه :

تو یک متخصص اعتبارسنجی علمی هستی. من لیست منابع یک مقاله/پایان‌نامه را به تو می‌دهم. لطفاً موارد زیر را بررسی کن:

۱. آیا هر منبع حداقل یک نویسنده معتبر و سال انتشار منطقی دارد؟ (سال نباید از سال جاری جلوتر باشد).
۲. آیا نام ژورنال یا ناشر معتبر به نظر می‌رسد؟ (برای هر منبع مشکوک، هشدار بده).
۳. آیا DOI یا آدرس URL (اگر وجود دارد) به نظر معتبر می‌رسد؟ الگوی DOI استاندارد: 10.xxxx/xxxx.
۴. ارجاع به منابع دوم مثل «as cited in» را شناسایی کن و به عنوان «منبع واسطه» علامت بزن.
۵. اگر منبعی نام ژورنال دارد اما شماره جلد/صفحه ندارد، به عنوان «منبع ناقص» معرفی کن.
۶. خروجی نهایی یک جدول ساده با سه ستون باشد: [ردیف] – [منبع اصلی] – [وضعیت: صحیح / مشکوک / ناقص / جعلی احتمالی] – [دلیل]

لطفاً هیچ منبعی را حذف نکن. اگر منبع مشکوک بود، پیشنهاد اصلاح نده (فقط علامت بزن).

نکته: اگر نسخه رایگان ChatGPT (بدون جستجوی وب) دارید، پرامپت بالا فقط اشتباهات ساختاری مثل فرمت، سال نامعقول، DOI نامعتبر را می‌گیرد. برای تأیید وجود واقعی منبع، باید خودتان یک منبع را در گوگل اسکالر جستجو کنید.

گام دوم: پرامپت پیشرفته با قابلیت تأیید زنده برای ChatGPT Plus یا Claude Pro

اگر به مدلی دسترسی دارید که می‌تواند جستجوی اینترنتی انجام دهد، از این پرامپت استفاده کنید. این همان چیزی است که داوران حرفه‌ای استفاده می‌کنند.

پرامپت:

تو یک ابزار خودکار اعتبارسنجی منابع کتابشناختی هستی. قرار است لیست منابع یک مقاله علمی را بررسی کنی. برای هر منبع، موارد زیر را انجام بده:

۱. با استفاده از جستجوی زنده اینترنتی (live web search)، عنوان مقاله (یا کتاب) را در گوگل اسکالر جستجو کن.
۲. اگر نتیجه ای یافت شد، اطلاعات زیر را استخراج کن:

  • نویسنده(ها) واقعی

  • سال انتشار واقعی

  • نام ژورنال یا ناشر واقعی

  • DOI معتبر (اگر وجود دارد)
    ۳. این اطلاعات را با آنچه کاربر ارائه داده مقایسه کن. هرگونه اختلاف (حتی در حروف اول نام نویسنده) را به عنوان «خطا» ثبت کن.
    ۴. اگر هیچ نتیجه‌ای یافت نشد، آن را به عنوان «منبع جعلی احتمالی» علامت بزن.
    ۵. اگر منبع یک نقل قول دوم (secondary citation) استمثلاً عبارت «as cited in» دارد، آن را به طور جداگانه گزارش کن.
    ۶. خروجی نهایی را به صورت یک گزارش دو قسمتی بده:

  • بخش اول (خلاصه آماری): تعداد کل منابع، تعداد منابع تأیید شده، تعداد منابع با خطا، تعداد منابع جعلی احتمالی، تعداد منابع واسطه.

  • بخش دوم (جدول جزئیات): هر منبع در یک سطر با ستون‌های: منبع اصلی کاربر – وضعیت – اطلاعات واقعی (در صورت وجود) – توضیح خطا

مهم: فقط از نتایج جستجوی معتبر (Google Scholar, Crossref, PubMed) استفاده کن. به وبلاگ‌ها و سایت‌های شخصی اعتماد نکن.

مثال واقعی: اعتبارسنجی یک لیست منابع واقعی (با اشتباهات ساختگی)

برای نمایش قدرت این روش، یک لیست منابع با ۴ ورودی (شامل سه اشتباه رایج) را بررسی می‌کنیم.

ورودی (منابعی که کاربر فرستاده):

text

[1] Smith, J. (2025). The future of AI in education. Journal of Educational Technology, 12(3), 45-60. DOI: 10.1234/jet.2025.12345

[2] احمدی، ر. (۲۰۱۸). نقش هوش مصنوعی در آموزش پزشکی. فصلنامه پژوهش در پزشکی، ۴(۲)، ۱۱۲-۱۲۵.

[3] Brown, A. (2022). As cited in: Lee, C. (2023). AI and learning. Cambridge Press.

[4] Zhao, L. (2020). Deep learning for student modeling. (بدون نام ژورنال، فقط عنوان)

خروجی پرامپت (پس از اجرا):

text

بخش اول – خلاصه آماری

- تعداد کل منابع: 4

- منابع تأیید شده بدون خطا: 0

- منابع با خطای جزئی (سال/نویسنده/ژورنال): 2

- منابع جعلی احتمالی: 1

- منابع واسطه (secondary citation): 1

 

بخش دوم – جدول جزئیات

 

[1] منبع اصلی: Smith, J. (2025). The future of AI in education. Journal of Educational Technology, 12(3), 45-60. DOI: 10.1234/jet.2025.12345

وضعیت: منبع جعلی احتمالی

دلیل: DOI نامعتبر 10.1234 prefix مربوط به هیچ ناشر معتبری نیست. جستجو در Crossref نتیجه‌ای نداشت. همچنین سال 2025 هنوز کامل نشده است.

 

[2] منبع اصلی: احمدی، ر. (۲۰۱۸). نقش هوش مصنوعی در آموزش پزشکی. فصلنامه پژوهش در پزشکی، ۴(۲)، ۱۱۲-۱۲۵.

وضعیت: خطای جزئی

اطلاعات واقعی: مقاله وجود دارد اما سال واقعی 2019 است (نه 2018). همچنین نام ژورنال صحیح «پژوهش در آموزش پزشکی» است، نه «پژوهش در پزشکی».

توضیح: خطا در سال و نام ژورنال.

 

[3] منبع اصلی: Brown, A. (2022). As cited in: Lee, C. (2023). AI and learning. Cambridge Press.

وضعیت: منبع واسطه (secondary citation)

توضیح: این یک ارجاع به منبع دوم است. خود منبع اول (Brown, 2022) مستقیماً دیده نشده. پیشنهاد می‌شود اصل مقاله Brown پیدا و مستقیماً ارجاع داده شود.

 

[4] منبع اصلی: Zhao, L. (2020). Deep learning for student modeling.

وضعیت: ناقص

دلیل: فاقد نام ژورنال، جلد، صفحات یا DOI. جستجو در Google Scholar دو مقاله با عنوان مشابه (یک کنفرانس و یک preprint) پیدا کرد اما مطابقت کامل وجود ندارد. احتمالاً منبع ناقص ثبت شده است.

ببینید چه اتفاقی افتاد: در کمتر از ۲ دقیقه، ۳ اشتباه آشکار و یک منبع واسطه شناسایی شد. بدون این ابزار، نویسنده احتمالاً همه آنها را به ژورنال می‌فرستاد و مقاله رد می‌شد.

گام سوم: چگونه از خروجی پرامپت برای اصلاح منابع استفاده کنیم؟

بعد از دریافت گزارش، به ترتیب زیر عمل کنید:

۱. منابع جعلی احتمالی – حذف کنید. اگر واقعاً به محتوای آن نیاز دارید، دوباره با اطلاعات صحیح جستجو کنید (ممکن است نام نویسنده یا سال اشتباه بوده باشد).

۲. منابع با خطای جزئی – اصلاح کنید. مثلاً سال را تغییر دهید، نام ژورنال را دقیق کنید، DOI صحیح را جایگزین کنید. برای پیدا کردن اطلاعات درست، عنوان مقاله را در گوگل اسکالر جستجو کنید.

۳. منابع واسطه (secondary citation) – تصمیم بگیرید: یا اصل منبع اول را پیدا کنید (معمولاً بهتر است) یا اگر دسترسی ندارید، به سبک ارجاع به منبع دوم مثلاً همان طور که در X نقل شده است را به درستی بنویسید. اکثر مجله‌ها از این نوع ارجاع خوششان نمی‌آید.

۴. منابع ناقص – اگر مقاله مهمی است، همه فیلدها (ژورنال، جلد، صفحات) را تکمیل کنید. اگر نه، حذفش کنید. یک مرجع ناقص به اندازه منبع جعلی بد نیست، اما حرفه‌ای نیست.

اشتباهات رایج در اعتبارسنجی دستی و چرا AI بهتر است

  • اعتماد به حافظه:  یادم می‌آید که فلان مقاله در سال ۲۰۲۰ بود – ممکن است اشتباه کنید. AI اطلاعات را از پایگاه داده زنده می‌گیرد.

  • نادیده گرفتن DOI اشتباه: خیلی از نویسندگان DOI را از مقاله‌های دیگر کپی می‌کنند. AI الگوی استاندارد DOI را بررسی می‌کند.

  • قضاوت نکردن درباره منابع غیرانگلیسی: منابع فارسی هم اشتباه دارند. AI می‌تواند برای زبان فارسی هم عادی‌سازی کند.

چرا داوران حرفه‌ای از این روش استفاده می‌کنند؟

وقتی یک داور مقاله به دستش می‌رسد، معمولاً تنها ۲ تا ۳ ساعت وقت برای داوری دارد. نمی‌تواند هر منبعی را یکی‌یکی در گوگل اسکالر جستجو کند. در عوض، از ابزارهای خودکار اعتبارسنجی مثل همین پرامپت یا پلاگین‌های مرورگر مانند Scite  یا Zotero Reference Checker  استفاده می‌کند.

این ابزارها در عرض چند دقیقه، همه منابع را اسکن کرده و یک گزارش خطا به داور می‌دهند. اگر مقاله شما بیش از حد خطاهای استنادی داشته باشد، داور بدون خواندن متن اصلی، آن را «reject» می‌زند.

پیام: اگر شما قبل از ارسال، این خطاها را پیدا و اصلاح کنید، شانس پذیرش مقاله به شدت بالا می‌رود.

محدودیت‌های روش

  • عدم تشخیص منابع بسیار تخصصی: اگر مقاله در یک ژورنال بسیار کم‌تیراژ و بدون نمایه در گوگل اسکالر منتشر شده باشد، AI ممکن است آن را «جعلی احتمالی» گزارش دهد (خطای نوع اول). پس همیشه نمونه‌های مشکوک را خودتان با جستجوی دستی دوباره چک کنید.

  • نیاز به دسترسی به اینترنت برای جستجوی زنده: نسخه رایگان ChatGPT نمی‌تواند وب را جستجو کند. در این صورت، فقط خطاهای ساختاری را می‌گیرد. برای جستجوی زنده، یا از نسخه پولی استفاده کنید یا جستجوی دستی را خودتان انجام دهید.

  • منابع به زبان فارسی: برخی پایگاه‌های داده فارسی (مثل مگیران) ممکن است در جستجوی خودکار AI پوشش داده نشوند. در این موارد، حتماً خودتان منبع فارسی را در مگیران جستجو کنید.

جمع‌بندی: دستورالعمل سریع برای استفاده روزانه

مرحله ۱: لیست منابع خود را از نرم‌افزار مدیریت ارجاعات مثل Zotero یا از انتهای مقاله کپی کنید.

مرحله ۲: پرامپت حرفه‌ای (گام دوم) را در ChatGPT Plus یا Claude Pro وارد کنید و لیست منابع را بچسبانید. اجرا کنید.

مرحله ۳: گزارش خروجی را بخوانید. روی موارد «جعلی احتمالی» و «خطا» تمرکز کنید.

مرحله ۴: هر منبع مشکوک را به صورت دستی (جستجوی سریع در گوگل اسکالر) بررسی کنید.

مرحله ۵: اصلاحات را اعمال کنید، سپس دوباره پرامپت را اجرا کنید تا مطمئن شوید همه چیز درست شده است.

زمان کل برای یک پایان‌نامه ۸۰ منبعی: ۵ تا ۷ دقیقه.

 

آیا تا به حال مقاله‌ای با منبع جعلی مواجه شده‌اید؟ یا شاید خودتان اشتباهی در استناد داشته‌اید که داور به شما گوشزد کرده؟ تجربه خود را در بخش نظرات بنویسید تا دیگران هم یاد بگیرند.

 

🔗 اکو سیستم پرامپت نویسی پژوهشگران

پرامپت‌هایی که در این مقاله دیدید را به همراه یک مجموعه کامل پرامپت های پژوهشی به صورت یک پکیج تخصصی آماده کرده‌ام.

📌 لینک فروشگاه پرامپت آکادمی:

https://promptacademy.sellfile.ir/

📌 مطالب مرتبط در ویرگول (پیشنهادی):

  • نگارش پروپوزال پایان نامه با هوش مصنوعی

  • ۱۰ ابزار هوش مصنوعی کاملاً رایگان که زندگی هر محقق و نویسنده مقاله‌ای را متحول می‌کنند

  • انتخاب موضوع پایان نامه با هوش مصنوعی

  • انجام مرور سیستماتیک ادبیات (Systematic Review) با کمک هوش مصنوعی در کمترین زمان

  • شکاف پژوهشی را با ۵ مقاله کشف کن | تکنیک «مرجع غایب» که اساتید راهنما به شما نمی‌گویند!

۴
۰
دکتر رضا  براتی Dr. Reza Barati
دکتر رضا براتی Dr. Reza Barati
رضا براتی، پژوهشگر و متخصص در زمینه هوش مصنوعی، انتخاب به عنوان دو درصد دانشمندان برتر دنیا طی سه سال اخیر توسط Stanford University |محصولات آموزشی پرامپت: 🔗 https://promptacademy.sellfile.ir
شاید از این پست‌ها خوشتان بیاید