AIが生成した参考文献の多くは実在しない架空の文献であり、DOIと書誌情報を原典で照合するまで引用してはならない。
生成AIに「この分野の先行研究を10本挙げて」と頼むと、著者名・雑誌名・巻号・DOIまで整った文献リストが数秒で返ってくる。問題は、その相当数が実在しないことだ。Walters と Wilder が Scientific Reports（2023年）で報告した42テーマの検証では、GPT-3.5が挙げた文献の55%、GPT-4でも18%が完全な捏造だった。さらに捏造ではなかった文献のうち、GPT-3.5で43%、GPT-4で24%に巻号・ページ番号などの実質的な誤りが含まれていた。
この記事では、AIが出した文献リストを提出前に潰し込むための具体的な検証手順を、ステップごとに示す。
なぜAIは存在しない参考文献を作るのか？
生成AIは文献データベースを検索しているのではなく、学習した膨大なテキストから「それらしい文字列」を確率的に組み立てている。学術文献の書誌情報には強い型がある。「著者名（年）タイトル. 雑誌名, 巻(号), ページ.」という型を覚えたモデルは、実在する著者名・実在する雑誌名・形式的に正しいDOIを組み合わせて、存在しない一本を自然に生成してしまう。
これが厄介なのは、捏造文献ほど「もっともらしい」点だ。分野で著名な研究者の名前が使われ、その研究者が実際に投稿していそうな雑誌名が付き、DOIの書式チェックも通る。指導教員が目視で流し読みしても気づかない水準の偽物が混ざる。
ハルシネーションの発生率はモデルによって大きく違う。Journal of Medical Internet Research（2024年、26巻 e53164）の比較分析では、システマティックレビュー用途でChatGPTとBardが提示した文献のうち、条件によって28.6%〜91.3%が実在しなかったと報告されている。「新しいモデルなら安全」とは言えない。
捏造されやすい要素の優先度
検証コストを下げるには、壊れやすい箇所から見るのが早い。経験的には、①DOI ②ページ番号・巻号 ③タイトル ④著者名 の順に誤りが混入しやすい。著者名と雑誌名だけ合っていて中身が別物、というパターンが最も見抜きにくい。
ハルシネーション文献を見抜く4ステップとは？
次の4ステップを、AIが出した文献リストの全件に対して機械的に適用する。1件あたり1〜2分で終わる。
- DOIをそのままブラウザに貼る。
https://doi.org/に続けてDOIを入力し、実際の論文ページに着地するか確認する。404、または全く別のタイトルの論文に飛んだ時点でその文献は失格。DOIが付いていない文献は、この時点で次のステップへ回す。 - タイトルの完全一致検索をかける。タイトルを二重引用符で囲んでGoogle Scholar・CiNii Research・J-STAGEで検索する。完全一致がゼロ件なら、まず実在しない。日本語文献はJ-STAGEでの全文PDF入手手順まで辿れるかで判定するのが確実だ。
- 著者名 × 雑誌名で突き合わせる。タイトルが見つからない場合、著者名で検索し、その研究者の業績リストに当該論文があるかを見る。実在する研究者に架空の論文が紐づけられているケースはここで落ちる。
- 原典のPDFを開き、引用しようとした主張が本当に書かれているか読む。ステップ1〜3を通過しても、AIが要約した内容が原典と食い違うことは頻繁にある。引用するページを特定し、該当箇所を自分の目で確認するまで本文に書かない。
ステップ4を省略した引用は、たとえ文献が実在していても二次引用の誤りになりうる。書誌情報の書式そのものはDOI・URL・アクセス日の書き方にまとめてあるので、検証を通った文献はそちらの型で整形する。
どの検証ツールを使えばいいのか？
用途別に使い分けると検証が速い。日本語文献と英語文献で最適解が異なる点に注意したい。
| ツール | 得意な文献 | DOI照合 | 費用 | 使いどころ |
|---|---|---|---|---|
| doi.org リゾルバ | DOI付き全般 | ◎（本家） | 無料 | ステップ1の一次判定 |
| Crossref 検索 | 英語学術誌 | ◎ | 無料 | DOIからメタデータを逆引き |
| CiNii Research | 日本語論文・紀要 | △ | 無料 | 国内文献のタイトル完全一致 |
| J-STAGE | 国内学会誌 | ○ | 無料 | 全文PDFまで到達して確認 |
| Google Scholar | 分野横断 | × | 無料 | 著者名からの業績突き合わせ |
| PubMed | 医学・生命科学 | ◎ | 無料 | PMIDでの厳密照合 |
いずれも無料で使える。AIに文献を出させた時間の3倍を検証に充てる、くらいの見積もりが現実的だ。
捏造文献をそのまま提出するとどうなるのか？
存在しない文献を参考文献リストに載せる行為は、単なるミスではなく研究不正（捏造）として扱われうる。文部科学省のガイドラインが定義する「存在しないデータ・研究結果等を作成すること」に、架空の出典を挙げる行為は正面から当たる。
実務上のリスクはもっと手前にある。口頭試問で審査員が「この論文、どこで読みましたか」と一本を指して尋ねるだけで崩れる。指導教員は自分の分野の文献をほぼ把握しているため、架空の一本は驚くほど簡単に見つかる。
回避策はシンプルだ。AIを文献の発見器ではなく、自分が読んだ文献の整理器として使う。ChatGPTの安全な使い分けは論文でChatGPTを正しく使う方法で整理している。そして、どこまでAIを使ったかは論文でのAI利用を明記する方法に従って開示しておくと、後から問題化しにくい。
よくある質問
DOIが付いていればその文献は実在しますか？
いいえ。AIは書式上正しいDOI文字列を生成できるため、DOIの存在は実在の証明になりません。必ず https://doi.org/ に貼って着地先のタイトルが一致するかまで確認してください。
AIが挙げた文献の何割を検証すべきですか？
全件です。捏造率は文献リストの中で一様ではなく、有名な文献ほど正確で、ニッチな主張を支える文献ほど捏造されやすい傾向があります。まさに引用したい一本が偽物、という事故が起きます。
検索しても出てこないのは、単に非公開なだけでは？
その可能性はありますが、扱いは同じです。自分で原典を確認できない文献は引用できません。紀要や学位論文で機関リポジトリにしか無いものは、大学図書館のレファレンスで所在照会をかけてください。
要約だけAIに任せて、引用元は自分で確認すれば問題ないですか？
原典を読んだうえでの要約支援なら、多くの大学の方針で許容範囲です。ただし要約の内容が原典と一致しているかの最終確認は書き手の責任になります。
捏造文献に気づいたのが提出直前です。どうすればいいですか？
該当文献に依拠した記述を先に特定し、①代替文献に差し替える ②その主張自体を削る のどちらかを選びます。文献だけ差し替えて本文をそのままにすると、出典と主張がずれる別の問題が生じます。
実在確認まで含めて執筆を進めるには
文献の実在確認と書式整形を手作業で回すと、検証だけで数日が溶ける。Tesifyは、自分が確認した文献の書誌情報からSIST 02・APA形式の参考文献リストを自動整形し、本文の下書き・推敲までを同じ画面で進められる。AIに文献を「発見させる」のではなく、確認済みの文献を土台に書き進める運用に切り替えたい人に向いている。
Tesifyの使い方 完全ガイドで、アカウント作成から引用整形までの流れを確認できる。