💬 NLP

CheckIfExist: Detecting Citation Hallucinations in the Era of AI-Generated Content

تقدم هذه الورقة "CheckIfExist"، وهي أداة ويب مفتوحة المصدر تعالج المشكلة المتزايدة المتمثلة في هلوسات الاستشهادات الناتجة عن الذكاء الاصطناعي من خلال توفير تحقق آني متعدد المصادر للمراجع الببليوغرافية عبر بنية متتالية تتحقق من الأصالة عبر قواعد البيانات الأكاديمية الكبرى.

المؤلفون الأصليون: Diletta Abbonato

نُشر 2026-02-19

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Diletta Abbonato

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تكتب قصة، وتريد إثبات نقاطك من خلال الاقتباس من خبراء مشهورين. تطلب من روبوت فائق الذكاء وسريع التحدث (ذكاء اصطناعي) مساعدتك في العثور على تلك الاقتباسات. يقوم الروبوت بسرعة بتسليمك قائمة بالمصادر. تبدو مثالية: الأسماء تبدو حقيقية، وعناوين الكتب جذابة، والتواريخ منطقية.

لكن هناك خدعة: الروبوت يكذب.

لقد اخترع هذه الكتب والمؤلفين من العدم. في عالم العلوم، يسمى هذا "هلوسة الاستشهاد" (Citation Hallucination). الأمر يشبه أن يتخيل الروبوت شاهداً مزيفاً لقضية في محكمة. إذا لم تتحقق، فقد تضع بالخطأ شاهداً مزيفاً في منصة الشهادة، مما قد يؤدي إلى انهيار حجتك بالكامل.

تقدم هذه الورقة أداة جديدة تسمى CheckIfExist لحل هذه المشكلة. إليك كيف تعمل، مشروحة ببساطة:

المشكلة: "الأخبار الكاذبة" في العلم

في الماضي، إذا ارتكب باحث خطأً في استشهاد ما، فغالباً ما كان مجرد خطأ مطبعي (مثل كتابة "1995" بدلاً من "1996"). ولكن الآن، يمكن لنماذج الذكاء الاصطناعي إنشاء مراجع مزيفة تماماً تبدو حقيقية بنسبة 100%.

الخطر: هذه المراجع المزيفة تتسلل إلى المؤتمرات العلمية رفيعة المستوى. فالمراجعون مشغولون جداً لدرجة أنهم لا يلاحظونها.
النتيجة: إذا بنى عالم بحثه على ورقة بحثية مزيفة، فذلك يشبه بناء منزل على أساس من الرمال. الهيكل بأكمله سيكون غير مستقر.

الحل: تطبيق "مدقق الحقائق"

فكر في CheckIfExist كـ مدقق حقائق فائق القوة أو حارس رقمي لقائمة مراجعك.

إنها أداة ويب: لا تحتاج لتثبيت أي شيء. ما عليك سوى الذهاب إلى موقع إلكتروني.
استراتيجية "الوحش ذو الرؤوس الثلاثة":
معظم الأدوات تتحقق من قاعدة بيانات واحدة فقط (مثل التحقق من فهرس مكتبة). لكن ماذا لو لم يكن الكتاب موجوداً في تلك المكتبة المحددة؟
- CheckIfExist أكثر ذكاءً. فهي ترسل مرجعك إلى ثلاث مكتبات ضخمة مختلفة في نفس الوقت:
  - CrossRef: السجل الرسمي للأوراق المنشورة.
  - Semantic Scholar: قاعدة بيانات ضخمة مدعومة بالذكاء الاصطناعي للأوراق الأكاديمية.
  - OpenAlex: قاعدة بيانات مجانية ومفتوحة تجمع المعلومات من كل مكان.
- التشبيه: تخيل أنك تحاول التحقق مما إذا كان شخص ما موجوداً حقاً. أنت لا تسأل جاراً واحداً فحسب؛ بل تتحقق من دليل الهاتف، وسجل الناخبين، وسجلات المدرسة المحلية. إذا قال الثلاثة جميعاً "نعم، هم موجودون"، فأنت متأكد. أما إذا قالوا جميعاً "لا"، أو إذا لم تتطابق الأسماء، فستعرف أن هناك أمراً مريباً.
كيف تكتشف التزييف:
- اختبار "الوادي غير المألوف" (Uncanny Valley): تبحث الأداة في التفاصيل. هل اسم المؤلف يتطابق مع المجلة؟ هل السنة صحيحة؟
- كاشف "الكيميرا" (Chimera): أحياناً يخلط الذكاء الاصطناعي بين ورقتين حقيقيتين لصنع واحدة مزيفة (على سبيل المثال، أخذ عنوان الورقة (أ) ومؤلف الورقة (ب)). تكتشف الأداة هذه التناقضات فوراً.
- منظف "LaTeX": غالباً ما ينسخ العلماء ويلصقون نصوصاً من ملفات الكود الخاصة بهم، والتي تكون مليئة برموز التنسيق الفوضوية (مثل \textit أو \vspace). تقوم الأداة تلقائياً بتنظيف هذا "الغبار الرقمي" من النص حتى تتمكن من قراءة الكلمات الفعلية.

ماذا يحدث عندما تستخدمها؟

رد فعل فوري: تلصق قائمة مراجع (حتى لو كانت فوضوية)، وفي غض vòng ثوانٍ، تخبرك: "هذا حقيقي"، "هذا مزيف"، أو "هذا مشبوه".
زر "إعادة المحاولة": إذا كان المرجع مزيفاً أو يحتوي على خطأ مطبعي، فالأداة لا تكتفي بقول "لا". بل تجد النسخة الحقيقية من الورقة وتمنحك استشهاداً نظيفاً ومثالياً لتنسخه وتلصقه في عملك.
مجانية ومفتوحة: على عكس بعض الخدمات المكلفة التي تفرض رسوماً للتحقق من بضع أوراق فقط، هذه الأداة مجانية ومتاحة للجميع. إنها تشبه المكتبة العامة مقابل النادي الخاص.

لماذا يهم هذا؟

العلم يعتمد على الثقة. إذا لم نتمكن من الوثوق بالمصادر التي يستشهد بها العلماء، فلا يمكننا الوثوق بالعلم نفسه.

للكُتّاب: توفر عليك الإحراج وتضمن أن عملك متين.
للمراجعين: تساعدهم على كشف الكاذبين (أو الذكاء الاصطناتي المرتبك) قبل نشر الورقة.
للعالم: تحافظ على "مكتبة المعرفة البشرية" من الامتلاء بالكتب المزيفة.

باختصار: CheckIfExist هي أداة مجانية، سريعة، وذكية تعمل كحارس للحقيقة العلمية، لضمان أن كل استشهاد في ورقتك هو حقيقة موجودة بالفعل، وليس مجرد أحلام يقظة لروبوت.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "CheckIfExist: الكشف عن هلوسات الاستشهاد في عصر المحتوى المولد بواسطة الذكاء الاصطناائي."

١. بيان المشكلة

أدى التكامل السريع للنماذج اللغوية الكبيرة (LLMs) في سير العمل الأكاديمي إلى ظهور تهديد حرج لسلامة المراجع البيبليوغرافية: هلوسة الاستشهاد (Citation Hallucination). وخلافاً لأخطاء الاستشهاد التقليدية الناتجة عن أخطاء النسخ البشري، فإن هلوسات النماذج اللغوية الكبيرة هي ابتكارات منهجية تولد مراجع تبدو منطقية ولكنها غير موجودة (مثل مؤلفين، أو مجلات، أو معرفات كائن رقمي (DOI) وهمية).

الخطورة: كشفت تحليلات حديثة لمؤتمرات الذكاء الاصطناعي رفيعة المستوى (NeurIPS 2025, ICLR) أن الاستشهادات المهلوسة قد اجتازت بالفعل عملية مراجعة الأقران، حيث تم العثور على أكثر من 100 استشهاد وهمي في 53 ورقة بحثية في مؤتمر NeurIPS.
محدودية الأدوات الحالية: تتفوق برامج إدارة المراجع الحالية (Zotero, Mendeley, EndNote) في التنظيم والتنسيق، لكنها تفتقر إلى قدرات التحقق في الوقت الفعلي. فهي تخزن البيانات الوصفية دون التحقق من أصالتها. وغالباً ما تفرض أدوات كشف الهلوسة التجارية قيوداً صارمة على الاستخدام أو تكالتد مرتفعة، مما يخلق عائقاً أمام الباحثين في البيئات محدودة الموارد.
النتيجة: يؤدي انتشار الاستشهادات غير المتحقق منها إلى تشويه المؤشرات البيبليومترية، وتضليل الأبحف، وتقويض الطبيعة ذاتية التصحيح للعلم.

٢. المنهجية: بنية النظام

تقترح الورقة CheckIfExist، وهي أداة مفتوحة المصدر تعتمد على الويب، مصممة للتحقق من المراجع البيبليوغرافية في الوقت الفعلي عبر مصادر متعددة.

أ. البنية الأساسية

بُني النظام باستخدام React مع TypeScript، وهو يعتمد على بنية تحقق متتالية (cascading validation architecture) للاستعلام من ثلاث قواعد بيانات علمية متكاملة:

CrossRef: المصدر الأساسي للأعمال المسجلة بمعرف كائن رقمي (DOI) (أكثر من 140 مليون سجل).
Semantic Scholar: مصدر احتياطي يتميز بتمييز معزز للمؤلفين (أكثر من 200 مليون سجل).
OpenAlex: يجمع البيانات من مستودعات متعددة (CrossRef, PubMed, ORCID, arXiv) لضمان تغطية واسعة، لا سيما للمنشورات مفتوحة الوصول وغير الإنجليزية.

ب. المعالجة المسبقة ومعالجة المدخلات

تنظيف LaTeX: تقوم وحدة معالجة مسبقة بإزالة أوامر تنسيق LaTeX تلقائياً (مثل \vspace, \textit) من مدخلات المستخدم، مما يسمح للباحثين بلصق النصوص الخام مباشرة من ملفات المخطوطات دون الحاجة لتنظيف يدوي.
أنماط المدخلات: يدعم النظام كلاً من الفحص السريع (Quick Check) (نص حر بتنسيق APA/MLA/Chicago) والفحص الدفعي (Batch Check) (بيانات BibTeX مهيكلة أو قوائم مفصولة بأسطر جديدة).

ج. خوارزمية التحقق

تستخدم المنطق الجوهري خوارزمية مطابقة متعددة المراحل مع بدائل متتالية:

الاستعلام الأولي: يستعلم النظام في CrossRef أولاً. وإذا لم يتم العثور على تطابقات، فإنه ينتقل إلى Semantic Scholar ثم OpenAlex.
تشابه السلاسل النصية: يستخدم مقياس مسافة ليفنشتاين (Levenshtein distance) لحساب درجات التشابه المعيارية بين الاستعلام المدخل ومرشحات قاعدة البيانات.
- الصيغة: $similarity(a, b) = 1 - \frac{lev(a, b)}{\max(|a|, |b|)}$
التحقق من المؤلف: يستخرج أسماء العائلات ويتحقق من احتوائها. كما يحدد "المؤلفين المشتبه بهم" (الكلمات التي تبدأ بحروف كبيرة في الاستعلام والتي لا تطابق أي مؤلف حقيقي في قاعدة البيانات).
التحقق المتقاطع: إذا كان التقييم الأولي منخفضاً، يقوم النظام بالتحقق المتقاطع لقوائم المؤلفين عبر المصادر الثلاثة جميعها. يحصل المؤلفون الذين يظهرون في قواعد بيانات متعددة على "مكافأة ثقة"؛ بينما يتم وضع علامة على أولئك الذين يظهرون في قاعدة واحدة فقط أو لا يظهرون في أي منها.
درجة الثقة:
- يتم حساب درجة مركبة بناءً على تشابه العنوان، والمؤلف، والمجلة، والسنة.
- الجزاءات: تُطبق عند عدم تطابق العنوان (-20)، وعدم تطابق المؤلف (-20)، واكتشاف مؤلفين وهميين (-10 إلى -20).
- المكافآت: يضيف التأكيد من مصادر متعددة ما يصل إلى +10 للدرجة.
- العتبات: الدرجة >50 تشير إلى الوجود؛ والدرجة >70-80 تشير إلى ثقة عالية.

٣. المساهمات الرئيسية

أداة تحقق متخصصة: تسد الفجوة بين إدارة المراجع (التنظيم) والتحقق (الأصالة). وهي أول أداة تقدم تحققًا مجانيًا وغير محدود في الوقت الفعلي مقابل قواعد بيانات موثوقة متعددة.
منطق متعدد المصادر متتالي: من خلال الجمع بين CrossRef وSemantic Scholar وOpenAlex، يحقق النظام استدعاءً (recall) أعلى من النهج أحادي القاعدة مع الحفاظ على الدقة من خلال التأكيد المتقاطع للمؤلفين.
التصحيح التلقائي والتصدير: بخلاف الأدوات التي تكتفي بوضع علامات على الأخطاء، يقوم CheckIfExist بتوليد بيانات وصفية مصححة. فهو يخرج:
- استشهادات بصيغة APA الإصدار السابع مصححة.
  పు سجلات BibTeX نظيفة مع مفاتيح (keys) مولدة تلقائياً، جاهزة للاستيراد الفوري في مشاريع LaTeX.
المصدر المفتوح والوصول: تم إصداره بموجب رخصة MIT، مما يضمن إمكانية الوصول لجميع الباحثين بغض النظر عن التمويل المؤسسي.

٤. النتائج والتقييم

الأداء: يعيد النظام نتائج التحقق في غضون ثوانٍ، حيث يعالج المدخلات بالتتابع مع تحديد معدل الطلبات (بفواصل 800 مللي ثانية) للامتثال لسياسات واجهة برمجة التطبيقات (API).
الدقة: تنجح آلية التحقق المتقاطع متعددة المصادر في اكتشاف الهلوسات "الكيميرية" (التي تمزج بين بيانات حقيقية وزائفة) والمدخلات المفبركة بالكامل.
الميزة النسبية: كما هو موضح في جدول المقارنة في الورقة (الجدول 1)، ينفرد CheckIfExist بتقديم التحقق الفوري، واكتشاف الهلوسة، واكتشاف المؤلفين الوهميين، والتحقق الدفعي في آن واحد، وهي ميزات غائبة عن معظم برامج إدارة المراجع التجارية.

٥. الأهمية والأثر

استعادة النزاهة العلمية: يوفر آلية دفاع ضرورية ضد "فشل السوق" حيث تفوق التكلفة المنخفضة لتوليد استشهادات وهمية (عبر الذكاء الاصطناعي) التكلفة العالية للتحقق اليدوي.
التكامل مع سير العمل: صُمم ليتناسب بسلاسة مع مسارات البحث الحالية. يمكن للباحثين تدقيق المراجع قبل التقديم، ويمكن للمراجعين فحص المخطوطات بكفاءة، ويمكن للناشرين دمج التحقق في مسارات تقديم الأبحاث.
موثوقية القياس العلمي (Scientometric Reliability): من خلال تصفية المراجع الزائفة من مجموعات البيانات، تساعد الأداة في ضمان دقة التحليلات البيبليومترية واسعة النطاق ودراسات شبكات الاستشهاد.
الاستعداد للمستقبل: مع أن المساعدات الكتابية القائمة على الذكاء الاصطناعي ستصبح منتشرة، يعمل CheckIfExist كأداة دعم حيوية "للإنسان في الحلقة" (human-in-the-loop)، مما يضمن بقاء السجل العلمي قابلاً للتحقق وموثوقاً.

التوفر: الأداة متاحة للجمهور على الرابط: https://zabbonat.github.io/References-Validation/.