ноябрь 22, 2026
Как проверить, существуют ли источники, которые предложил ChatGPT
Представьте: вы попросили ChatGPT подобрать литературу для курсовой, и он выдал аккуратный список — авторы, годы, названия журналов, страницы. Выглядит безупречно, и при этом половина списка может не существовать. В исследовании 2023 года, где вручную проверили 636 ссылок из 84 сгенерированных текстов, модель GPT-3.5 выдумала 55% источников, GPT-4 — 18%.
Короткий ответ на вопрос: да, нейросеть регулярно изобретает статьи и книги, поэтому каждую ссылку из ее списка проверяют вне чата, в независимых базах. Точное название статьи в кавычках вводят в eLibrary или КиберЛенинку, книги и диссертации ищут в каталоге РГБ, зарубежные статьи — в Google Scholar, а DOI проверяют через doi.org. Ниже — почему так получается, чем грозит и что делать со ссылками, которых нет.
Почему ChatGPT придумывает статьи, которых нет
Разработчик модели, компания OpenAI, объясняет механику прямо: модель не ищет информацию в базе данных, а предсказывает следующее слово. По выводу компании, стандартные процедуры обучения и оценки вознаграждают угадывание вместо признания неопределенности — за уверенный неверный ответ модель штрафовали меньше, чем за честное «не знаю». Там, где знаний нет, модель достраивает правдоподобное.
Библиографическая ссылка — идеальный материал для такой достройки. Название статьи собирается из слов вашей темы, автор — реальный ученый из этой области, журнал — действительно выходящий, год — правдоподобный. Снаружи фальшивку не отличить. Отличить ее можно только внутри научной базы.
Сколько ссылок оказывается выдуманными
Самая подробная работа на эту тему — исследование американских ученых, опубликованное в журнале Scientific Reports. Они сгенерировали 84 научные статьи — по 42 темы на каждую из двух моделей, GPT-3.5 и GPT-4, — а затем вручную проверили все 636 ссылок в списках литературы. GPT-3.5 выдумала 55% процитированных работ, GPT-4 — 18%. Главы в книгах и сборниках GPT-4 выдумывала в 70% случаев.
С настоящими ссылками тоже не все гладко. Среди существующих работ, которые привела GPT-3.5, 43% содержали содержательные ошибки: неверный год — у 22% ссылок, неправильные тома, номера и страницы — более чем у трети статей. GPT-4 аккуратнее: ошибки нашлись у 24% реальных ссылок, и меньше 7% ссылок имеют хотя бы мелкие неточности в авторах и названиях.
Для вашей работы вывод такой: найти статью в базе — половина дела. Сверять нужно все выходные данные целиком: авторов, год, название журнала, том, выпуск, страницы. Если хоть что-то не сходится, ссылку в таком виде в список литературы ставить нельзя — при защите преподаватель откроет журнал и увидит.
Почему бессмысленно спрашивать у самого ChatGPT
Реакция предсказуемая: «Да, эта статья существует, опубликована тогда-то». В том же исследовании это отмечено отдельно: на вопросы вроде «эта ссылка правильная?» модель часто отвечает неверно и продолжает настаивать на своем. Причина та же — ChatGPT не сверяется с базами публикаций, он снова генерирует текст. Подтверждение из чата проверкой не считается. Считается карточка работы в независимой базе.
Где проверять источники
Правило простое: источник существует, если вы увидели его своими глазами в каталоге или базе, а не в окне чата. Для каждого типа работ — свое место.
| Что проверяете | Где искать |
|---|---|
| Русскоязычная статья | eLibrary и КиберЛенинка |
| Книга или диссертация | каталог РГБ |
| Зарубежная статья | Google Scholar |
| Статья с DOI | адрес doi.org и код из ссылки |
eLibrary — научная электронная библиотека, в которой собраны российские журналы и публикации РИНЦ; у большинства статей есть карточка с выходными данными. КиберЛенинка называет себя научной электронной библиотекой, построенной на парадигме открытой науки: там работает полнотекстовый поиск с поддержкой русской морфологии, среди журналов — издания из перечня ВАК, а многие статьи открываются целиком. Если статья нашлась в одной из этих баз, оттуда и списывайте авторов, год и журнал — это первоисточник, а не пересказ нейросети.
Книги и диссертации ищите в каталоге Российской государственной библиотеки. Зарубежные статьи — в Google Scholar. И самый грубый, но рабочий прием для любого источника: вставьте точное название в кавычках в обычный поисковик. Настоящая статья почти всегда оставляет след — страницу журнала, профиль автора, упоминания в других работах. У выдуманной следа нет.
Если ссылка оформлена с DOI — цифровым идентификатором объекта, — подставьте его к адресу doi.org через слеш. Идентификатор устроен как постоянный указатель: настоящий DOI открывает страницу публикации, даже если статья переехала на другой сайт. Не открылось — идентификатора не существует, а вместе с ним под большим вопросом и сама ссылка. Систему DOI поддерживает некоммерческий международный фонд, это признанный стандарт.
Признаки выдуманного источника
Пока базы не открыты, заподозрить фальшивку можно по виду. Нам кажется, хватит четырех признаков.
- Название статьи почти дословно повторяет формулировку вашей темы — реальные работы почти никогда не совпадают с темой так удобно.
- В списке фигурирует известный в области ученый, но публикуется, по версии списка, не в тех журналах и не о том.
- Список подогнан идеально: десять источников ровно под десять пунктов главы, без единого лишнего.
- DOI не открывается, или статьи нет ни в одной базе.
Последний признак решающий. Не нашли работу в двух независимых базах — считайте ссылку выдуманной, какой бы правдоподобной она ни выглядела.
Что делать с несуществующими ссылками
Вычеркнуть и не жалеть. Замена ищется не у ChatGPT, а там же, в базах: возьмите ключевые слова темы, введите их в КиберЛенинку и eLibrary, отсортируйте по цитируемости или году и выбирайте живые работы. Такой список собирается дольше, чем ответ нейросети, зато по каждому пункту будет чем ответить на защите.
Найденное в интернете оформляется по правилам — у нас есть отдельный разбор, как записать интернет-источник в список литературы. Если нейросеть помогала и с самим текстом, честно отразите это в работе: как написать о помощи ИИ без лишней драмы, мы разбирали отдельно.
И про антиплагиат. В документации система описана как российский сервис обнаружения заимствований в текстовых документах: она сравнивает ваш текст с другими текстами. Существует ли статья из вашего списка литературы — вопрос не к ней, а к научному руководителю и комиссии. Поэтому библиографию проверяйте сами до сдачи, а работу на оригинальность можно прогнать заранее.
Текст сверен с исследованием в Scientific Reports (2023), материалом OpenAI о причинах галлюцинаций языковых моделей (2025), документацией «Антиплагиата» и описаниями научных баз по ссылкам ниже, 22 ноября 2026 года.
Автор: Valery Soloviev
Источники
- OpenAI. Why language models hallucinate, 5 сентября 2025
- Fabrication and replication of bibliographic citations by ChatGPT // Scientific Reports. 2023
- Документация системы «Антиплагиат»
- Научная электронная библиотека eLibrary.ru
- КиберЛенинка — научная электронная библиотека открытого доступа
- Поиск в каталогах Российской государственной библиотеки
- Международный фонд DOI: справочник системы DOI