Dlaczego weryfikacja źródeł AI jest konieczna w pracy akademickiej

Dostajesz od narzędzia AI akapit, który brzmi jak fragment dobrej pracy licencjackiej: są nazwiska autorów, daty, pojęcia, a nawet bibliografia na końcu. Problem zaczyna się wtedy, gdy promotor pyta o konkretny artykuł, a Ty nie możesz go znaleźć ani w Google Scholar, ani w katalogu biblioteki, ani na stronie czasopisma. Weryfikacja źródeł AI nie jest dodatkiem dla perfekcjonistów, tylko podstawowym zabezpieczeniem przed sytuacją, w której elegancki tekst opiera się na nieistniejących publikacjach. AI potrafi pomóc w planowaniu, porządkowaniu argumentów i szkicowaniu pierwszej wersji, ale nie zwalnia z odpowiedzialności za to, co trafia do przypisów, cytowań w tekście i wykazu literatury.

Tekst wygenerowany przez AI może wyglądać wiarygodnie, ale źródła muszą zostać sprawdzone w niezależnych miejscach: bazach naukowych, katalogach bibliotek, stronach wydawców i samych plikach PDF. Weryfikacja źródeł AI chroni przed fałszywymi cytowaniami AI, zmyślonymi bibliografiami AI oraz przypadkowym przypisywaniem autorom tez, których nigdy nie napisali.

W tym poradniku

• Dlaczego weryfikacja źródeł AI jest konieczna przed oddaniem pracy?
• Skąd biorą się fałszywe cytowania AI?
• Jak sprawdzić źródła z ChatGPT krok po kroku?
• Jak odróżnić prawdziwą bibliografię od zmyślonej bibliografii AI?
• Jakie błędy studenci najczęściej popełniają przy weryfikacji źródeł AI?
• Jak weryfikować źródła AI w różnych typach prac akademickich?
• Jak bezpiecznie używać AI przy literaturze, cytowaniach i pierwszym szkicu?
• Jaką listę kontrolną zastosować przed przejściem dalej?

Dlaczego weryfikacja źródeł AI jest konieczna przed oddaniem pracy?

Weryfikacja źródeł AI jest konieczna, ponieważ narzędzia generatywne mogą tworzyć tekst, który brzmi naukowo, lecz zawiera nieprawdziwe dane bibliograficzne, błędne cytowania lub źle przypisane tezy. Student odpowiada za każde źródło umieszczone w pracy, nawet jeśli zostało zasugerowane przez AI. Sprawdzenie publikacji przed oddaniem pracy zmniejsza ryzyko błędów merytorycznych, problemów z etyką akademicką i poprawek po uwagach promotora.

Wiarygodny ton nie oznacza wiarygodnego źródła

Model językowy generuje prawdopodobny ciąg tekstu, a nie prowadzi kwerendy bibliotecznej w taki sposób, jak student korzystający z baz naukowych. Może podać nazwisko znanego autora, poprawnie wyglądający tytuł artykułu i realistyczny rok publikacji, ale połączenie tych elementów może być nieprawdziwe. Taki zapis sprawia wrażenie źródła, bo naśladuje styl bibliografii.

Źródło naukowe to publikacja, którą można zidentyfikować, odnaleźć i sprawdzić: ma autora, tytuł, rok, miejsce publikacji, a często także DOI, numer tomu, numer zeszytu i zakres stron. Jeśli któregokolwiek z tych elementów nie da się potwierdzić, źródło nie powinno automatycznie trafiać do pracy. Dobra praktyka polega na tym, żeby najpierw znaleźć publikację, a dopiero potem budować na niej argument.

Odpowiedzialność zostaje po stronie autora pracy

Na poziomie licencjackim i magisterskim promotor nie ocenia tylko płynności stylu. Sprawdza również, czy literatura pasuje do tematu, czy cytowania prowadzą do realnych tekstów i czy argumentacja wynika z przeczytanych źródeł. Jeżeli w pracy pojawią się pozycje, których nie ma w bazach, student nie może skutecznie tłumaczyć się tym, że „tak podał ChatGPT”.

W praktyce weryfikacja źródeł AI działa jak kontrola jakości. Nie chodzi o odrzucenie każdego zdania wygenerowanego przez narzędzie, ale o oddzielenie użytecznych sugestii od informacji, których nie da się obronić. Jeśli tworzysz plan pracy od polecenia prowadzącego, warto najpierw uporządkować wymagania, podobnie jak w poradniku Od polecenia do planu pracy akademickiej, a dopiero później przypisywać do poszczególnych części konkretne publikacje.

Porównanie: tekst pozornie akademicki a tekst sprawdzony

Element pracy	Wersja ryzykowna	Wersja po weryfikacji
Cytowanie w psychologii	„Smith i Brown (2019) dowiedli, że media społecznościowe zawsze obniżają samoocenę studentów.”	„Po odnalezieniu artykułu: autorzy badali związek między intensywnością korzystania z mediów społecznościowych a samooceną, ale wyniki zależały od rodzaju aktywności online.”
Bibliografia	„Kowalski, A. (2021). Digital learning motivation. Journal of Education Studies, 14(2), 55–70.”	„Po sprawdzeniu: czasopismo istnieje, ale taki artykuł nie występuje w bazie; pozycja usunięta albo zastąpiona realnym źródłem.”
Przegląd literatury	„Badacze są zgodni, że teleporady poprawiają satysfakcję pacjentów.”	„Źródła pokazują różne wyniki: część badań wskazuje wygodę teleporad, inne opisują problemy osób starszych z dostępem cyfrowym.”
Styl APA	Cytowanie w tekście nie ma odpowiednika w bibliografii.	Każde cytowanie w tekście odpowiada jednej pozycji w wykazie literatury.

Skąd biorą się fałszywe cytowania AI?

Fałszywe cytowania AI powstają dlatego, że model językowy przewiduje prawdopodobny tekst, a nie zawsze sprawdza istnienie konkretnej publikacji. Jeśli w danych treningowych często pojawiały się podobne nazwiska, tytuły i czasopisma, narzędzie może połączyć je w przekonująco wyglądający, lecz nieistniejący zapis. Problem nasila się przy niszowych tematach, nowych badaniach i prośbach o „kilka źródeł” bez wskazania baz lub kryteriów.

Model może mieszać prawdziwe elementy

Najbardziej mylące są cytowania częściowo prawdziwe. Autor istnieje, czasopismo istnieje, temat jest realny, ale tytuł artykułu, numer tomu albo zakres stron są błędne. Student widzi znajome nazwisko i uznaje, że wszystko jest w porządku, chociaż bibliografia nie prowadzi do konkretnego tekstu.

Przykład z nauk społecznych: w pracy o wpływie lęku egzaminacyjnego na wyniki studentów AI może zasugerować artykuł przypisany znanemu badaczowi motywacji. Sam autor rzeczywiście publikował o edukacji, ale wskazany tytuł może nie istnieć. Jeśli na tej podstawie napiszesz, że „badanie potwierdziło spadek wyników o określony procent”, tworzysz argument bez sprawdzalnej podstawy.

Brak dostępu do pełnych baz zmienia jakość odpowiedzi

Niektóre narzędzia AI mają ograniczony lub pośredni dostęp do aktualnych danych. Nawet gdy korzystają z wyszukiwania, wynik wymaga kontroli, ponieważ streszczenie strony, rekord bibliograficzny i pełny tekst artykułu to trzy różne rzeczy. Student potrzebuje wiedzieć nie tylko, że źródło istnieje, ale też co dokładnie mówi.

Fałszywe cytowanie to odwołanie do publikacji, której nie da się odnaleźć albo której dane zostały tak zmienione, że nie identyfikują prawdziwego tekstu. Błędne użycie źródła to sytuacja, w której publikacja istnieje, ale została wykorzystana do poparcia tezy, której autorzy nie stawiają. Oba problemy są groźne, bo wyglądają podobnie w gotowym akapicie.

Fałszywe cytowania AI w przykładach studenckich

Słabsza wersja: „Według Nowaka (2020) studenci uczący się online osiągają lepsze wyniki niż studenci stacjonarni, dlatego nauczanie zdalne jest skuteczniejsze.”

Mocniejsza wersja: „Po sprawdzeniu źródła: Nowak (2020) analizował deklarowaną satysfakcję z nauczania online w jednej grupie studentów, a nie wyniki egzaminów. Źródło można wykorzystać do omówienia doświadczeń studentów, ale nie jako dowód przewagi nauczania zdalnego.”

Różnica nie polega tylko na poprawie stylu. Mocniejsza wersja ogranicza twierdzenie do tego, co faktycznie wynika z publikacji. Taki zapis jest bezpieczniejszy, bo promotor może prześledzić drogę od źródła do argumentu.

Jak sprawdzić źródła z ChatGPT krok po kroku?

Źródła z ChatGPT najlepiej sprawdzać przez potwierdzenie ich istnienia, danych bibliograficznych, treści i związku z własnym argumentem. Sama obecność tytułu w odpowiedzi AI nie wystarcza. Każdą pozycję trzeba odnaleźć w niezależnym miejscu, porównać dane oraz przeczytać przynajmniej abstrakt, wnioski i fragmenty istotne dla Twojej pracy.

Procedura weryfikacji jednej pozycji

Najbezpieczniej traktować źródło z AI jako trop, nie jako gotową pozycję do bibliografii. Taki trop może być wartościowy, jeśli prowadzi do realnego artykułu, książki lub raportu, ale musi przejść kilka testów. Zamiast kopiować całą bibliografię z odpowiedzi narzędzia, sprawdzaj pozycje pojedynczo.

1. Skopiuj tytuł źródła w cudzysłowie i wyszukaj go w Google Scholar, katalogu biblioteki lub bazie dostępnej na uczelni.
2. Sprawdź, czy autorzy, rok, tytuł czasopisma, tom, numer, strony i DOI zgadzają się z podanym zapisem.
3. Wejdź na stronę wydawcy, rekord DOI albo repozytorium uczelni, jeśli publikacja jest dostępna.
4. Przeczytaj abstrakt, wnioski i fragment dotyczący tezy, którą chcesz wykorzystać.
5. Zapisz poprawne dane bibliograficzne samodzielnie albo wyeksportuj je z wiarygodnej bazy.
6. Dopiero wtedy zdecyduj, czy źródło zostaje w pracy, czy trafia do notatek jako nietrafiony trop.

Gdzie szukać potwierdzenia źródła

Najpierw sprawdzaj miejsca, które prowadzą do realnych rekordów bibliograficznych. Google Scholar jest wygodnym początkiem, ale nie powinien być jedynym punktem kontroli. Warto porównać wynik z katalogiem biblioteki uczelnianej, bazami takimi jak Scopus, Web of Science, EBSCO, ProQuest, PubMed, ERIC, HeinOnline albo z oficjalną stroną czasopisma.

Jeśli piszesz pracę z pielęgniarstwa o przestrzeganiu zaleceń lekowych przez osoby starsze po wypisie ze szpitala, wyszukiwanie powinno obejmować bazy medyczne, np. PubMed lub CINAHL, a nie tylko ogólne wyniki z wyszukiwarki. Źródło musi pasować do populacji, interwencji, kontekstu i rodzaju badania. Artykuł o ogólnej satysfakcji pacjentów z telemedycyny nie zastąpi badania o przyjmowaniu leków po hospitalizacji.

Co zrobić, gdy źródło nie istnieje

Jeżeli nie możesz znaleźć publikacji po tytule, DOI, autorach i czasopiśmie, nie próbuj „dopasować” jej na siłę do podobnego artykułu. Usuń pozycję albo zastąp ją realnym źródłem, które samodzielnie znalazłeś. Zmyślone bibliografie AI często wyglądają na tyle przekonująco, że student traci czas na szukanie czegoś, czego nigdy nie było.

Dobrym nawykiem jest prowadzenie krótkiej tabeli kontroli źródeł. W jednej kolumnie wpisz sugestię AI, w drugiej link do potwierdzonego rekordu, w trzeciej status: „potwierdzone”, „częściowo błędne”, „nie znaleziono”, „nie pasuje do argumentu”. Taka tabela przydaje się także podczas konsultacji z promotorem.

Jak odróżnić prawdziwą bibliografię od zmyślonej bibliografii AI?

Prawdziwa bibliografia prowadzi do źródeł, które można odnaleźć, przeczytać i powiązać z konkretnymi twierdzeniami w pracy. Zmyślona bibliografia AI zwykle zawiera realistycznie brzmiące, ale niespójne dane: nieistniejące artykuły, błędne tomy, fałszywe DOI albo tytuły podobne do prawdziwych publikacji. Najlepszym testem jest sprawdzenie każdego odwołania poza narzędziem AI.

Sygnały ostrzegawcze w zapisie bibliograficznym

Podejrzane są pozycje, które brzmią zbyt idealnie pod Twoje pytanie badawcze. Jeśli temat pracy brzmi: „Wpływ krótkich filmów edukacyjnych na motywację uczniów klas siódmych”, a AI podaje artykuł o niemal identycznym tytule, opublikowany w ogólnym czasopiśmie i bez DOI, warto zachować ostrożność. Realna literatura często jest mniej wygodna: dotyczy podobnej grupy, innego kraju, części zmiennej albo pokrewnej metody.

Zwracaj uwagę na niespójności. Czasopismo może nie publikować artykułów z danej dziedziny, numer tomu może nie pasować do roku, a zakres stron może wyglądać przypadkowo. Jeśli tytuł czasopisma jest bardzo ogólny, np. „International Journal of Modern Research in Education and Society”, sprawdź, czy czasopismo istnieje, kto je wydaje i czy jest uznawane w Twojej dyscyplinie.

Różnica między znalezieniem źródła a użyciem źródła

Samo odnalezienie publikacji nie oznacza jeszcze, że można ją bezpiecznie zacytować w danym akapicie. Źródło musi wspierać dokładnie tę tezę, którą formułujesz. W pracy z zarządzania o pracy zdalnej w małych firmach artykuł o globalnych korporacjach technologicznych może być pomocny w tle, ale nie powinien być głównym dowodem na temat mikroprzedsiębiorstw w Polsce.

Jeśli potrzebujesz uporządkować typy źródeł i zdecydować, które są odpowiednie dla pracy, pomocny będzie tekst Sieć wiarygodnych źródeł naukowych. Gdy masz już listę publikacji, warto też sprawdzić zasady łączenia cytowań w tekście z bibliografią w poradniku Cytowania w tekście połączone z wykazem literatury.

Mocniejsza praca z tym samym materiałem

Słaba wersja studencka	Mocniejsza wersja po sprawdzeniu
„W literaturze powszechnie przyjmuje się, że elastyczny czas pracy zwiększa produktywność, co potwierdza Johnson (2021).”	„Johnson (2021) badał deklarowaną satysfakcję pracowników biurowych po wprowadzeniu elastycznego czasu pracy; źródło wspiera część dotyczącą dobrostanu, ale nie dowodzi bezpośrednio wzrostu produktywności.”
„Badania pokazują, że gry edukacyjne poprawiają oceny uczniów.”	„Dwa odnalezione badania dotyczą krótkoterminowego zaangażowania uczniów w aplikacje edukacyjne, dlatego w pracy trzeba oddzielić motywację od wyników oceniania.”
„Według raportu WHO z 2022 roku teleporady są najlepszą formą opieki nad seniorami.”	„Raport WHO omawia telezdrowie jako element dostępu do usług, ale nie stwierdza, że teleporady są najlepszą formą opieki dla seniorów.”

Jakie błędy studenci najczęściej popełniają przy weryfikacji źródeł AI?

Studenci najczęściej popełniają błędy wtedy, gdy mylą poprawny wygląd cytowania z jego prawdziwością. Częsty problem to kopiowanie bibliografii bez sprawdzenia DOI, przypisywanie źródłu zbyt mocnej tezy albo zostawianie cytowań, których nie ma w wykazie literatury. Te błędy da się ograniczyć, jeśli każde źródło przejdzie kontrolę istnienia, treści i dopasowania do argumentu.

Błędy, które najłatwiej przeoczyć

1. Kopiowanie całej bibliografii z AI bez kontroli
   Przykład: „Wrzuciłem do pracy wszystkie 12 pozycji, bo wyglądały jak APA 7.”
   Korekta: traktuj listę jako propozycję tropów; każdą pozycję odszukaj w bazie lub katalogu, zanim trafi do bibliografii.

2. Cytowanie źródła, którego nie przeczytano
   Przykład: „AI napisało, że badanie potwierdza moją hipotezę, więc zostawiłem cytowanie.”
   Korekta: sprawdź przynajmniej abstrakt, metodę, wyniki i wnioski; jeśli nie widzisz tej tezy w publikacji, nie przypisuj jej autorom.

3. Mylenie tematu publikacji z dowodem na własne twierdzenie
   Przykład: „Artykuł jest o wypaleniu zawodowym pielęgniarek, więc może poprzeć zdanie o skuteczności interwencji mindfulness.”
   Korekta: źródło o skali problemu nie jest automatycznie źródłem o skuteczności rozwiązania; potrzebujesz badania interwencyjnego albo przeglądu dotyczącego tej metody.

4. Zostawianie niesparowanych cytowań i bibliografii
   Przykład: „W tekście mam Kowalska, 2018, ale w bibliografii została tylko Kowalski, 2020, bo AI poprawiało listę.”
   Korekta: po każdej rundzie edycji sprawdź, czy każde cytowanie w tekście ma dokładny odpowiednik w wykazie literatury.

5. Dopisywanie DOI znalezionego przy podobnym artykule
   Przykład: „Nie było DOI do tej pozycji, więc wkleiłem DOI z artykułu o podobnym tytule.”
   Korekta: DOI identyfikuje konkretną publikację; jeśli nie należy do danego źródła, nie wolno go używać jako ozdobnika.

Dlaczego te błędy wracają przy poprawkach

Poprawki promotora często dotyczą nie tylko treści, ale też ścieżki dowodzenia. Student zmienia akapit, przesuwa cytowanie i usuwa część zdania, lecz bibliografia zostaje w starej wersji. Po kilku rundach edycji powstaje tekst, w którym część odwołań nie ma już funkcji.

Dobrym rozwiązaniem jest sprawdzanie źródeł równolegle z budowaniem struktury akapitów. Jeśli każdy akapit ma temat, dowód, interpretację i połączenie z problemem badawczym, łatwiej zauważyć, czy cytowanie naprawdę wykonuje pracę argumentacyjną. Ten sposób myślenia dobrze łączy się z poradnikiem Schemat czterech połączonych części akapitu akademickiego.

Jak weryfikować źródła AI w różnych typach prac akademickich?

Weryfikacja źródeł AI wygląda inaczej w pracy empirycznej ilościowej, jakościowej, teoretycznej i w przeglądzie literatury. W każdej z nich trzeba potwierdzić istnienie publikacji, ale inne elementy są najważniejsze: metoda, populacja, definicje pojęć, kontekst albo sposób interpretacji. Źródło dobre dla tła teoretycznego może być słabe jako podstawa hipotezy lub narzędzia badawczego.

Prace ilościowe i jakościowe

W badaniach ilościowych źródła często służą do zdefiniowania zmiennych, uzasadnienia hipotez i wyboru narzędzi pomiaru. Jeśli AI podaje artykuł o „motywacji studentów”, trzeba sprawdzić, jak autorzy ją mierzyli: skalą samoopisową, wynikiem testu, frekwencją, czasem pracy czy innym wskaźnikiem. Bez tego łatwo zacytować źródło, które mówi o podobnym pojęciu, ale nie o Twojej zmiennej.

W badaniach jakościowych źródła pomagają zbudować kontekst, uzasadnić wybór grupy i interpretować motywy. Przykład z pedagogiki: praca magisterska o doświadczeniach nauczycieli edukacji wczesnoszkolnej podczas wdrażania oceniania kształtującego potrzebuje źródeł o praktykach oceniania, roli informacji zwrotnej i kontekście szkoły. Artykuł o wynikach testów uczniów może być przydatny, ale nie zastąpi literatury o doświadczeniach nauczycieli.

Prace teoretyczne i koncepcyjne

W pracy teoretycznej problemem nie jest tylko to, czy źródło istnieje. Trzeba też ustalić, z której tradycji teoretycznej pochodzi i czy nie zostało wyrwane z kontekstu. AI może zestawić autorów, którzy używają podobnych pojęć, ale w odmiennych znaczeniach. Student dostaje wtedy gładki akapit, który ukrywa konflikt definicyjny.

Przykład z prawa: w pracy o ochronie danych osobowych w uczelnianych systemach e-learningowych nie wystarczy cytować ogólnych tekstów o prywatności cyfrowej. Trzeba sprawdzić aktualne akty prawne, orzecznictwo, komentarze i literaturę dotyczącą przetwarzania danych w edukacji. Jeśli AI zasugeruje nieaktualny stan prawny albo nieistniejący komentarz, błąd może zmienić sens całego rozdziału.

Przegląd literatury i synteza źródeł

W przeglądzie literatury weryfikacja źródeł AI jest szczególnie ważna, bo bibliografia nie jest dodatkiem, tylko materiałem badawczym. Każda pozycja wpływa na to, jakie nurty badań opiszesz, gdzie zobaczysz lukę i jak uzasadnisz własny temat. Niepotwierdzone źródło może stworzyć fałszywe wrażenie, że dany problem został już szeroko przebadany.

Jeżeli masz kilkanaście realnych publikacji, nie układaj ich tylko chronologicznie. Grupuj je według tematów, pojęć, metod lub wyników. W tym pomaga podejście opisane w tekście Tematyczne klastry źródeł i luka badawcza, gdzie źródła nie są listą streszczeń, lecz siecią argumentów.

Jak bezpiecznie używać AI przy literaturze, cytowaniach i pierwszym szkicu?

AI można bezpiecznie wykorzystać do planowania, porządkowania i redagowania, jeśli nie traktujesz go jako ostatecznego źródła bibliografii. Najlepiej używać narzędzia do pytań pomocniczych: jakie pojęcia sprawdzić, jak pogrupować znalezione publikacje, gdzie w akapicie brakuje dowodu. Źródła, cytowania i interpretacje muszą jednak przejść kontrolę w realnych materiałach naukowych.

Zadania, w których AI bywa pomocne

AI może pomóc przejść od chaosu notatek do wstępnej struktury rozdziału. Możesz wkleić listę już sprawdzonych źródeł i poprosić o propozycję grup tematycznych, porównanie zakresu badań albo wskazanie, które publikacje dotyczą metody, a które definicji pojęć. To inny rodzaj pracy niż prośba: „podaj mi bibliografię do tematu”.

Bezpieczne zastosowania obejmują:

• formułowanie roboczych pytań do literatury;
• porządkowanie potwierdzonych źródeł według tematów;
• sprawdzanie, czy akapit ma wyraźną tezę i dowód;
• tworzenie listy miejsc, w których brakuje cytowania;
• upraszczanie zbyt długich zdań bez zmiany sensu;
• przygotowanie planu weryfikacji przed konsultacją.

Granice, których nie warto przekraczać

Ryzyka AI w pisaniu prac rosną, gdy narzędzie ma zastąpić czytanie źródeł. Jeśli nie wiesz, co znajduje się w publikacji, nie obronisz jej podczas seminarium ani w rozmowie z promotorem. AI może zasugerować ładne przejście między akapitami, ale nie może za Ciebie potwierdzić, że dany autor rzeczywiście postawił daną tezę.

W pracy licencjackiej lub magisterskiej szczególnie uważaj na zdania typu „liczne badania potwierdzają”, „autorzy są zgodni” albo „literatura jednoznacznie wskazuje”. Takie sformułowania wymagają kilku dobrze dobranych źródeł, a nie jednej niezweryfikowanej odpowiedzi. Jeżeli literatura jest mieszana, uczciwsze jest napisanie, że wyniki badań są zróżnicowane i zależą od kontekstu, metody lub badanej grupy.

Bezpieczny schemat pracy ze szkicem

Najpierw zbierz realne źródła, potem poproś AI o pomoc w organizacji, a na końcu sprawdź każde cytowanie po edycji. Ten schemat ogranicza pokusę kopiowania zmyślonych bibliografii AI i pozwala wykorzystać narzędzie tam, gdzie faktycznie wspiera proces pisania. W praktyce oznacza to pracę na własnym materiale, nie na losowo wygenerowanej liście.

Jeśli akapit powstaje z pomocą AI, zaznacz w notatkach, które zdania wymagają potwierdzenia. Potem przejdź przez każde twierdzenie faktograficzne: definicję, wynik badania, nazwę metody, zakres populacji i wniosek. To żmudne, ale znacznie szybsze niż poprawianie całego rozdziału po wykryciu błędnych źródeł.

Jaką listę kontrolną zastosować przed przejściem dalej?

Przed przejściem do kolejnego rozdziału sprawdź, czy każde źródło istnieje, pasuje do argumentu i ma poprawny zapis w tekście oraz bibliografii. Lista kontrolna powinna obejmować zarówno techniczne dane bibliograficzne, jak i sens użycia źródła. Taka kontrola jest szczególnie potrzebna po pracy z AI, ponieważ tekst może wyglądać spójnie mimo ukrytych błędów w cytowaniach.

Lista kontrolna przed dalszą pracą

Zanim przejdziesz dalej: lista kontrolna weryfikacji źródeł AI

• Każde źródło zasugerowane przez AI zostało odnalezione poza narzędziem, np. w bazie naukowej, katalogu biblioteki lub na stronie wydawcy.
• Autorzy, rok, tytuł, czasopismo lub wydawnictwo, tom, numer, strony i DOI zgadzają się z realnym rekordem.
• Żadne cytowanie w tekście nie prowadzi do pozycji, której nie ma w bibliografii.
• Żadna pozycja w bibliografii nie została po edycji bez powiązania z tekstem.
• Każde źródło zostało użyte zgodnie z tym, co faktycznie mówi, a nie tylko zgodnie z sugestią AI.
• Twierdzenia typu „badania potwierdzają” mają więcej niż jedno odpowiednie źródło albo zostały złagodzone.
• Źródła metodologiczne pasują do typu badania: ilościowego, jakościowego, teoretycznego lub przeglądowego.
• Źródła są wystarczająco aktualne dla tematu, zwłaszcza w prawie, zdrowiu, technologii i edukacji.
• Dane bibliograficzne są zapisane w stylu wymaganym przez uczelnię, np. APA 7, Chicago, MLA albo styl wydziałowy.
• Wszystkie cytaty dosłowne mają numer strony lub inne wymagane oznaczenie lokalizacji.
• Masz zapisany link, DOI lub plik PDF dla źródeł, które mogą być omawiane na seminarium.

Co zrobić po wykryciu problemu

Jeśli znajdziesz fałszywe źródło, nie poprawiaj go kosmetycznie. Usuń je, znajdź realną publikację i sprawdź, czy argument nadal działa. Czasem trzeba przepisać cały akapit, bo pierwotna teza opierała się na nieistniejącym dowodzie.

Jeżeli źródło istnieje, ale nie mówi tego, co przypisał mu szkic, masz trzy wyjścia. Możesz zmienić zdanie tak, aby odpowiadało publikacji, znaleźć inne źródło albo usunąć twierdzenie. Najgorszym rozwiązaniem jest zostawienie akapitu „bo brzmi dobrze”.

Polecane linki wewnętrzne

(Metadane systemu budującego — nie usuwaj tej sekcji)

• Od polecenia do planu pracy akademickiej
• Sieć wiarygodnych źródeł naukowych
• Cytowania w tekście połączone z wykazem literatury
• Tematyczne klastry źródeł i luka badawcza