แนวทางที่มักให้ผลเสียต่อการอ้างอิงของ AI คือการให้ AI สร้างบรรณานุกรมหรือแหล่งอ้างอิงใหม่โดยไม่ตรวจสอบเอง เพราะมักเสี่ยงต่อการอ้างแหล่งที่ไม่มีอยู่จริงหรือรายละเอียดผิดพลาด
แนวทางที่ควรหลีกเลี่ยง
- ให้ AI “เดา” แหล่งอ้างอิงจากหัวข้อกว้าง ๆ โดยไม่ป้อนแหล่งข้อมูลจริงให้ก่อน ทำให้เกิดการอ้างผิดหรืออ้างไม่ตรงข้อความ
- ใช้ AI ตอบคำถามพร้อมอ้างอิงโดยไม่ตรวจว่าลิงก์หรือเอกสารเปิดได้จริง เพราะอาจเกิดลิงก์ปลอมหรืออ้างบทความที่ไม่ตรงฉบับ
- เชื่อ citation ของ AI โดยตรงโดยไม่เทียบกับต้นฉบับ เนื่องจาก AI อาจอ้างไม่ครบหรือจับคู่แหล่งผิด
- ใช้ข้อความที่คลุมเครือหรือไม่มีโครงสร้าง ทำให้โมเดลระบุว่าแต่ละข้อเท็จจริงมาจากส่วนไหนของเอกสารได้ยาก
- ปล่อยให้มีข้อมูลเก่า ปนข้อมูลไม่เกี่ยวข้อง หรือเมทาดาทาไม่สม่ำเสมอ เพราะจะเพิ่มโอกาสอ้างผิดที่มา
- ปล่อยให้รูปแบบการอ้างอิงไม่คงที่หรือข้อมูลบรรณานุกรมไม่ครบ เช่น ชื่อผู้แต่ง ปี หรือชื่อวารสารไม่ชัดเจน
วิธีที่ช่วยลดปัญหา
- ใช้ AI ช่วยจัดรูปแบบอ้างอิงจากแหล่งที่ตรวจแล้วเท่านั้น
- ตรวจสอบชื่อเรื่อง ผู้แต่ง ปี วารสาร และ DOI กับฐานข้อมูลหรือเอกสารต้นฉบับทุกครั้ง
- ถ้าใช้ระบบค้นคืนข้อมูล ควรให้เอกสารมีหัวข้อชัด โครงสร้างดี และแบ่งเป็นส่วนที่อ้างได้ง่าย
ถ้าต้องการ สามารถสรุปเป็น “สิ่งที่ไม่ควรทำ 5 ข้อ” แบบสั้นมากให้ได้
