人工智慧如何生成學術引用幻覺？研究揭露可重複的虛構引用模式
研究檢視生成式人工智慧如何產生並散播學術參考幻覺，以一則反覆出現的虛構引用「Education Governance and Datafication」為個案。研究者透過Google Scholar與Google識別137篇可取得來源，分析引用結構、重複與擴散路徑。
生成式AI產生學術引用幻覺，研究揭示系統性重組模式
一項針對生成式人工智慧如何產生並散播學術參考幻覺的研究指出，存在一則反覆出現的虛構引用「Education Governance and Datafication」，被歸於Ben Williamson與Nelli Piattoeva。
研究透過Google Scholar與Google檢索，識別137篇可取得的來源，系統性分析引用結構、重複情形與後續被引用路徑。結果顯示，所謂幻覺引用並非完全隨機捏造，而是把真實作者、期刊、年份與關鍵詞以模式重組；近三成案例出現重複。
研究團隊也以結構性問答檢視ChatGPT 5-mini，發現若缺乏驗證，模型傾向依據學習到的模式重構出看似合理的參考，而非直接回憶事實。進一步檢視十篇AI生成的文章發現，雖多數引用為真或部分正確，但仍有9.2%屬於幻覺，其中甚至包含最常見的虛構引用。
研究結論強調，連網或具檢索能力的AI並未完全根除虛構引用的風險，這對學術誠信與引用檢證流程提出持續挑戰。
延伸閱讀
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
