2026年10月20日

怎么判断 AI 给出的引用是否真的支持原句?

AI 可以引用一篇真实论文,同时把论文说错。题目、作者和 DOI 都对,主题看起来也相关,可研究对象其实不同;论文只发现相关性,回答却写成因果;或者原…

作者WisPaper 团队AI 研究工作流团队
关于“怎么判断 AI 给出的引用是否真的支持原句?”的实用研究工作流。

AI 可以引用一篇真实论文,同时把论文说错。题目、作者和 DOI 都对,主题看起来也相关,可研究对象其实不同;论文只发现相关性,回答却写成因果;或者原文中的效果很小,AI 却把它说得非常确定。

所以引用核查有两个问题:**这条来源是否存在?以及它是否支持这句话?**第二个问题不能只靠核对出版信息,必须读证据。

打开论文前,先把原句拆开

假设 AI 写道:

经常使用 AI 写作助手能提高大学生的批判性思维能力。

要让论文支持这句话,至少需要对上几项:

  • **人群:**大学生
  • **暴露或干预:**经常使用 AI 写作助手
  • **结果:**批判性思维能力
  • **方向:**提高
  • 因果强度:“能提高”,而不只是“与……相关”

拆开以后,核查任务就清楚了。频繁使用者自我感觉更有信心的问卷,不能支持这句话;测量作文分数的课堂实验,也不一定能证明批判性思维提高了。

找到 AI 真正依据的段落

打开紧挨原句的引用,在论文里搜索结果指标、关键短语或具体数字。也可以先让工具定位:

请找出支持这句话各个部分的原文段落、表格或图片:研究人群、干预或暴露、结果指标、变化方向和因果措辞。任何一部分没有得到支持,都请明确指出。

然后亲自打开对应位置,并阅读前后内容。确认它来自结果、作者解释、背景介绍,还是研究局限。

如果引言里写“AI 可能提高批判性思维”,这只是研究背景,不是这篇论文的发现。讨论部分提出的一种可能解释,也不等于研究真正测到了这个机制。

最常见的四种“引用拉伸”

1. 研究人群被扩大了

10 名工程专业研究生的结果,被写成适用于所有大学生。要看纳入条件、研究场景和样本,而不是只看摘要里的宽泛称呼。

2. 相关性被写成因果

横断面数据可以显示两个变量同时出现,却通常不能证明一个导致另一个。看到“提高”“降低”“导致”“预防”等动词时,要特别检查研究设计。

3. 结果指标被换了

自我报告的信心变成了“实际表现”,参与度变成了“学习效果”。去方法部分找作者真正使用的量表、测试或操作性定义。

4. 效果大小和不确定性消失了

一个很小、很不确定的差异,被改写成强烈的一般结论。核对具体估计值、对照组、置信区间,以及这个结果属于主要、次要还是探索性分析。

让句子缩回证据能够支持的范围

论文只支持了一部分观点时,不一定要完全删掉。可以把句子收窄。

原来的说法可以改成:

在一所大学开展的问卷调查中,频繁使用 AI 写作助手与学生自我报告的论证评价信心较高相关。

它没有原句那么吸引人,却把研究设计、人群、结果和确定程度都说清楚了。原文没有因果检验,改写后也不再暗示因果。

需要核查很多条引用时,WisPaper 怎么接入?

把被引用的论文存进 My Library,再通过 Library QA 对每条主张询问同一组字段:“分别指出研究人群、设计、实际测量的结果、数值发现,以及支持这句话的段落。”保留主张前,仍要打开对应出处。

如果论文研究了错误的人群或结果,可以把修正后的问题带到 WisPaper Search 重新找证据。如果问题是一整份 .bib 文献表中可能混入不存在的记录,TrueCite可以先标出需要核查的条目。但它解决的是文献记录是否可验证,不能代替你判断真实论文是否支持某句话。

两分钟支持性检查

使用任何 AI 给出的引用前,写下五个答案:

  1. 我的原句究竟主张了什么?
  2. 论文实际测量了什么?
  3. 研究对象是谁或是什么?
  4. 哪个结果支持我写下的方向和大小?
  5. 如果怀疑我的读者打开原文,怎样写仍然成立?

其中一项答不出来,这条引用就还不适合进入草稿。

常见问题

摘要可能足够排除明显不相关的论文。要支持具体主张,仍需检查方法和结果,尤其是结果指标的定义和数值发现。