Gibt es diese Quelle wirklich?
Sprachmodelle erfinden Literaturangaben, die aussehen wie echte: plausible Autoren, plausibles Journal, plausibler DOI. Der Belegprüfer zieht die Angaben aus einer KI-Antwort und fragt bei Crossref und PubMed nach, ob es sie gibt und ob sie stimmen.
Text mit Literaturangaben
Füge die Antwort eines Sprachmodells ein, samt Quellenliste. Geprüft werden nur die Literaturangaben — gegen Crossref (DOI-Register) und PubMed. Der übrige Text bleibt hier. Bitte keine Namen von Patientinnen oder Patienten und keine persönlichen Daten einfügen; die Angaben gehen an zwei Dienste in den USA.
Der eine Satz, um den alles geht
Ein Sprachmodell hat keine Bibliothek. Es sagt das nächste Wort voraus — und eine Literaturangabe ist für das Modell eine Wortfolge, die nach Literaturangabe aussieht. Deshalb sind erfundene Quellen keine Panne, sondern die Regel, wenn man ohne Suchwerkzeug nach Belegen fragt. Der einzige Schutz ist nachsehen.
Was das Werkzeug kann — und was nicht
Es kann prüfen, ob eine Angabe existiert und ob Titel, Jahr und Erstautor zu dem passen, was Crossref und PubMed kennen. Es kann nicht prüfen, ob die Quelle sagt, was die Antwort behauptet. Ein Modell kann eine echte Studie zitieren und ihr das Gegenteil in den Mund legen. Dafür muss man die Zusammenfassung lesen — oder besser den Volltext. Bei jedem „gefunden“ steht das dabei.
„Nicht gefunden“ ist kein Beweis, dass es die Quelle nicht gibt: Bücher, Tagungsbände, Leitlinien ohne DOI und Tippfehler fallen durch. Bei einer Zeitschriftenarbeit mit DOI ist es aber fast immer eine Erfindung.
Die Literaturangaben gehen an Crossref und an PubMed (National Library of Medicine), sonst nichts; wir speichern weder Text noch Ergebnis. Höchstens zwölf Angaben je Durchgang. Festlegungen und Grenzen in docs/RECHERCHE_KRITERIEN.md.
Hat dir das etwas gebracht? Dann teil den Link mit jemandem, dem es auch helfen könnte — und folge uns, dann verpasst du das nächste Werkzeug nicht.