Η τεχνητή νοημοσύνη έχει αλλάξει ριζικά τον τρόπο με τον οποίο αναζητούμε πληροφορίες. Μπορεί μέσα σε λίγα δευτερόλεπτα να εξηγήσει ένα σύνθετο θέμα, να συγκρίνει απόψεις, να συνοψίσει δεκάδες έννοιες και να εμφανίσει ακόμη και βιβλιογραφικές αναφορές. Αυτό όμως δημιουργεί μια επικίνδυνη παρανόηση: ότι μια απάντηση που ακούγεται επιστημονική είναι αναγκαστικά και επιστημονικά τεκμηριωμένη. Δεν είναι. Το AI, το Google Scholar, μια peer-reviewed δημοσίευση και η επιστημονική συναίνεση είναι τέσσερα διαφορετικά πράγματα — και το να γνωρίζουμε τη διαφορά είναι πλέον βασικό κομμάτι του επιστημονικού γραμματισμού.
Τι κάνει πραγματικά ένα AI όταν του κάνουμε μια ερώτηση;
Ένα σύγχρονο Large Language Model δεν λειτουργεί με τον ίδιο τρόπο που λειτουργεί μια ακαδημαϊκή μηχανή αναζήτησης.
Το AI έχει εκπαιδευτεί σε τεράστιες ποσότητες κειμένου και έχει μάθει στατιστικές, γλωσσικές και εννοιολογικές σχέσεις μεταξύ πληροφοριών. Όταν του υποβάλλουμε μια ερώτηση, παράγει την απάντησή του βάσει αυτών των σχέσεων, του διαθέσιμου context και, σε ορισμένα συστήματα, πληροφοριών που ανακτώνται εκείνη τη στιγμή από το διαδίκτυο ή άλλες βάσεις δεδομένων.
Αυτό είναι εξαιρετικά χρήσιμο. Δεν σημαίνει όμως ότι κάθε πρόταση που παράγεται έχει προηγουμένως αναζητηθεί σε μια επιστημονική δημοσίευση και επιβεβαιωθεί.
Υπάρχει επίσης μεγάλη διαφορά μεταξύ ενός AI που απαντά μόνο από το μοντέλο του και ενός AI που διαθέτει ενεργή αναζήτηση στο διαδίκτυο ή πρόσβαση σε συγκεκριμένες επιστημονικές βάσεις. Ακόμη όμως και στη δεύτερη περίπτωση, η ύπαρξη μιας παραπομπής δεν αποδεικνύει αυτομάτως ότι η συγκεκριμένη πηγή υποστηρίζει όσα γράφει το AI.
Η πηγή πρέπει να ελεγχθεί.
Γιατί το Google Scholar είναι διαφορετικό;
Το Google Scholar δεν προσπαθεί πρωτίστως να γράψει την απάντηση για εμάς.
Προσπαθεί να μας οδηγήσει στην επιστημονική βιβλιογραφία.
Ευρετηριάζει άρθρα επιστημονικών περιοδικών, βιβλία, διδακτορικές και μεταπτυχιακές εργασίες, πρακτικά συνεδρίων, τεχνικές αναφορές, preprints και άλλου τύπου ακαδημαϊκό υλικό.
Και εδώ χρειάζεται μια δεύτερη σημαντική διόρθωση:
Το γεγονός ότι κάτι εμφανίζεται στο Google Scholar δεν σημαίνει αυτομάτως ότι είναι peer reviewed ή ότι είναι επιστημονικά σωστό.
Το Scholar είναι εργαλείο εντοπισμού βιβλιογραφίας, όχι μηχανισμός πιστοποίησης της αλήθειας.
Μπορεί να μας οδηγήσει σε μια εξαιρετική systematic review, αλλά μπορεί επίσης να μας οδηγήσει σε ένα preprint που δεν έχει ακόμη αξιολογηθεί από άλλους επιστήμονες, σε μια παλιά μελέτη με σοβαρούς περιορισμούς ή σε μια εργασία που αργότερα αντικρούστηκε.
Το σημαντικό πλεονέκτημα είναι ότι ο χρήστης βλέπει την πραγματική δημοσίευση και μπορεί να εξετάσει ποιος έκανε την έρευνα, πότε, πού δημοσιεύθηκε, με ποια μέθοδο και με ποια αποτελέσματα.
Πώς χρησιμοποιεί το AI ο συνηθισμένος χρήστης;
Ένας βασικός λόγος για την επιτυχία των AI assistants είναι ακριβώς ότι αφαιρούν μεγάλο μέρος της δουλειάς που απαιτούσε παραδοσιακά η αναζήτηση πληροφοριών.
Αν ψάξεις ένα ζήτημα σε μια συμβατική μηχανή αναζήτησης, πρέπει να ανοίξεις διαφορετικές σελίδες, να συγκρίνεις αποτελέσματα, να αξιολογήσεις τις πηγές και να συνθέσεις μόνος σου μια απάντηση.
Με το AI γράφεις:
«Ισχύει αυτό;»
και παίρνεις μία έτοιμη, συνεκτική απάντηση.
Σε έρευνα με 607 χρήστες του ChatGPT στις ΗΠΑ, η συχνότερη αναφερόμενη χρήση ήταν η αναζήτηση πληροφοριών, με περίπου 36% των συμμετεχόντων, ενώ ακολουθούσαν η ψυχαγωγία και η επίλυση προβλημάτων.
Το πρόβλημα δεν βρίσκεται στην ευκολία. Βρίσκεται στο τι συμβαίνει όταν η ευκολία αντικαθιστά τον έλεγχο.
Πειραματική έρευνα που δημοσιεύθηκε στο Scientific Reports έδειξε κάτι ιδιαίτερα ενδιαφέρον: όταν η ίδια πληροφορία παρουσιαζόταν μέσω ενός συνομιλιακού συστήματος αντί ως στατικό κείμενο, οι συμμετέχοντες δυσκολεύονταν περισσότερο να αναγνωρίσουν τις ανακρίβειες.
Με άλλα λόγια, ο τρόπος με τον οποίο «μιλάει» ένα AI μπορεί να επηρεάσει το πόσο αξιόπιστο μας φαίνεται.
Η φυσική γλώσσα, η βεβαιότητα, η καλή σύνταξη και η αναλυτική εξήγηση μπορούν να δημιουργήσουν μια αίσθηση γνώσης ακόμη και όταν η απάντηση περιλαμβάνει λάθος δεδομένα.
Η γλωσσική ευχέρεια δεν είναι μέτρο επιστημονικής ακρίβειας.
Όταν το AI κατασκευάζει πληροφορίες που δεν υπάρχουν
Ένα από τα πλέον τεκμηριωμένα προβλήματα των Large Language Models είναι τα λεγόμενα hallucinations: περιπτώσεις στις οποίες παράγεται πληροφορία που είναι λανθασμένη, μη επαληθεύσιμη ή εξ ολοκλήρου κατασκευασμένη.
Ένα από τα πιο χαρακτηριστικά παραδείγματα αφορά τις βιβλιογραφικές αναφορές.
Σε μελέτη που δημοσιεύθηκε στο Scientific Reports, ερευνητές ζήτησαν από GPT-3.5 και GPT-4 να δημιουργήσουν βιβλιογραφικές ανασκοπήσεις σε 42 θέματα.
Στο συγκεκριμένο πείραμα, 55% των αναφορών που δημιουργήθηκαν από το GPT-3.5 και 18% εκείνων του GPT-4 δεν αντιστοιχούσαν σε πραγματικές δημοσιεύσεις.
Ακόμη και ανάμεσα στις πραγματικές δημοσιεύσεις, υπήρχαν λάθη σε συγγραφείς, τίτλους, ημερομηνίες και άλλα βιβλιογραφικά στοιχεία.
Και δεν πρόκειται μόνο για την πρώτη γενιά των μοντέλων.
Σε έρευνα του 2025 με GPT-4o, το μοντέλο δημιούργησε 176 βιβλιογραφικές παραπομπές σε reviews για θέματα ψυχικής υγείας. Οι 35 — περίπου 19,9% — ήταν κατασκευασμένες. Από τις 141 πραγματικές αναφορές, μόνο το 54,6% ήταν πλήρως ακριβείς ως βιβλιογραφικές εγγραφές.
Τα ποσοστά αυτά δεν πρέπει να αντιμετωπίζονται ως μόνιμο «ποσοστό λάθους του ChatGPT». Αφορούν συγκεκριμένα μοντέλα, συγκεκριμένες εκδόσεις και συγκεκριμένες πειραματικές συνθήκες.
Δείχνουν όμως ξεκάθαρα ότι το πρόβλημα είναι πραγματικό.
Ακόμη και ένα AI που μπορεί να δημιουργήσει έναν απολύτως πειστικό τίτλο επιστημονικής εργασίας, όνομα περιοδικού, συγγραφείς, έτος και DOI μπορεί να έχει ουσιαστικά κατασκευάσει ολόκληρη την αναφορά.
«Μα τώρα τα AI έχουν πρόσβαση στο internet»
Σωστά. Και αυτό βελτιώνει σημαντικά τα πράγματα.
Η τεχνολογία Retrieval-Augmented Generation, ή RAG, επιτρέπει σε ένα μοντέλο να αναζητήσει πραγματικές πληροφορίες πριν δημιουργήσει την απάντησή του.
Αυτό όμως λύνει μόνο μέρος του προβλήματος.
Έρευνα στο Nature Communications που αξιολόγησε τον τρόπο με τον οποίο LLMs χρησιμοποιούν ιατρικές πηγές διαπίστωσε ότι η πρόσβαση στο διαδίκτυο βελτίωνε σημαντικά την εγκυρότητα των παραπομπών. Παρ' όλα αυτά, ακόμη και τα καλύτερα συστήματα της μελέτης δεν παρείχαν πάντοτε πηγές που υποστήριζαν πλήρως όλες τις προτάσεις της απάντησης.
Δηλαδή μια πηγή μπορεί να είναι πραγματική, αλλά να μην αποδεικνύει αυτό που γράφει το AI.
Αυτό είναι πιο δύσκολο να εντοπιστεί από μια εντελώς ψεύτικη πηγή.
Γιατί συμβαίνουν αυτά τα λάθη;
Δεν χρειάζεται να υποθέσουμε ότι το AI «λέει ψέματα».
Το ψέμα προϋποθέτει πρόθεση εξαπάτησης.
Το μοντέλο δεν έχει τέτοια πρόθεση.
Μπορεί όμως να δημιουργήσει λανθασμένη πληροφορία επειδή η παραγωγή φυσικής γλώσσας και η επαλήθευση επιστημονικών ισχυρισμών είναι διαφορετικά προβλήματα.
Ένα LLM μπορεί να συνδυάσει στοιχεία από διαφορετικές πηγές, να συμπληρώσει ένα βιβλιογραφικό στοιχείο με μια πιθανή αλλά λανθασμένη πληροφορία, να χρησιμοποιήσει παρωχημένα δεδομένα ή να δώσει μεγαλύτερη βεβαιότητα από εκείνη που επιτρέπει η υπάρχουσα βιβλιογραφία.
Όσο πιο εξειδικευμένη γίνεται η ερώτηση, τόσο σημαντικότερη γίνεται η ανεξάρτητη επαλήθευση.
Τι σημαίνει πραγματικά «peer reviewed»;
Peer review σημαίνει ότι μια επιστημονική εργασία αξιολογήθηκε από άλλους ειδικούς του ίδιου ή συγγενικού επιστημονικού πεδίου πριν γίνει αποδεκτή για δημοσίευση.
Οι reviewers εξετάζουν, μεταξύ άλλων, αν η μεθοδολογία είναι κατάλληλη, αν τα δεδομένα υποστηρίζουν τα συμπεράσματα, αν η στατιστική ανάλυση είναι εύλογη, αν υπάρχουν σοβαρά λογικά προβλήματα και αν οι συγγραφείς έχουν λάβει υπόψη την υπάρχουσα βιβλιογραφία.
Είναι ένας σημαντικός μηχανισμός ποιοτικού ελέγχου.
Δεν είναι όμως πιστοποιητικό αλήθειας.
Peer-reviewed μελέτες μπορούν να έχουν μικρά δείγματα, προβληματικές μεθόδους, στατιστικά σφάλματα, publication bias, conflicts of interest ή αποτελέσματα που δεν αναπαράγονται από άλλες ερευνητικές ομάδες.
Υπάρχουν επίσης δημοσιευμένες εργασίες που τελικά αποσύρονται.
Η σωστή θέση επομένως δεν είναι:
«Είναι peer reviewed, άρα είναι σωστό.»
Αλλά:
«Έχει περάσει ένα σημαντικό πρώτο επίπεδο επιστημονικού ελέγχου και τώρα πρέπει να εξετάσουμε πόσο ισχυρή είναι η ίδια η έρευνα και πώς εντάσσεται στο συνολικό σώμα των δεδομένων.»
Μία έρευνα δεν είναι επιστημονική συναίνεση
Αυτό είναι ίσως ένα από τα μεγαλύτερα προβλήματα στον τρόπο με τον οποίο παρουσιάζεται η επιστήμη στο διαδίκτυο.
Κάποιος βρίσκει μία έρευνα που επιβεβαιώνει την άποψή του και δηλώνει:
«Υπάρχει επιστημονική έρευνα που το αποδεικνύει.»
Πιθανόν.
Αλλά τι δείχνουν οι υπόλοιπες 100;
Η επιστήμη δεν λειτουργεί με screenshot ενός abstract.
Η επιστημονική γνώση δημιουργείται σταδιακά μέσα από ανεξάρτητες μελέτες, επαναλήψεις πειραμάτων, καλύτερες μεθοδολογίες, αντιπαραθέσεις, systematic reviews, meta-analyses και συνεχή αξιολόγηση των αποτελεσμάτων.
Εδώ εμφανίζεται η έννοια του scientific consensus — επιστημονική συναίνεση.
Consensus δεν σημαίνει ότι το 100% των επιστημόνων συμφωνεί ούτε ότι μια θέση γίνεται αληθινή επειδή ψηφίστηκε.
Σημαίνει ότι το συνολικό σώμα των διαθέσιμων στοιχείων έχει οδηγήσει τη μεγάλη πλειονότητα των ειδικών ενός πεδίου προς την ίδια βασική επιστημονική θέση.
Η συναίνεση μπορεί επίσης να αλλάξει όταν αλλάξουν τα στοιχεία.
Αυτό δεν είναι αδυναμία της επιστήμης. Είναι βασικό χαρακτηριστικό της.
Γιατί systematic reviews και meta-analyses έχουν τόσο μεγάλη σημασία;
Όταν υπάρχουν δεκάδες ή εκατοντάδες μελέτες πάνω στο ίδιο ερώτημα, η εξέταση μιας μόνο έρευνας μπορεί να δώσει εντελώς παραπλανητική εικόνα.
Μια σωστά σχεδιασμένη systematic review προσπαθεί να εντοπίσει συστηματικά τη σχετική βιβλιογραφία βάσει προκαθορισμένων κριτηρίων και να αξιολογήσει την ποιότητά της.
Η meta-analysis μπορεί στη συνέχεια, όταν αυτό είναι μεθοδολογικά επιτρεπτό, να συνδυάσει στατιστικά τα αποτελέσματα πολλών μελετών ώστε να εκτιμηθεί συνολικά το μέγεθος ενός αποτελέσματος.
Αυτός είναι ένας από τους βασικούς λόγους που η σύγχρονη evidence-based πρακτική δίνει μεγαλύτερη βαρύτητα στο σύνολο των αποδείξεων παρά σε μια μεμονωμένη, εντυπωσιακή εργασία.
Αλλά ούτε μια meta-analysis είναι αυτομάτως σωστή.
Αν συνδυάζει κακές μελέτες, χρησιμοποιεί προβληματικά κριτήρια επιλογής ή υπάρχει σοβαρό publication bias, μπορεί και αυτή να οδηγήσει σε λανθασμένο συμπέρασμα.
Πώς διαβάζουμε λοιπόν μια επιστημονική έρευνα;
Δεν χρειάζεται κάποιος να είναι ερευνητής για να κάνει έναν βασικό έλεγχο. Χρειάζεται όμως να μην περιορίζεται στον τίτλο και στο abstract.
- Ποιο ακριβώς είναι το ερευνητικό ερώτημα; Μια μελέτη μπορεί να εξετάζει συσχέτιση ενώ τα δημοσιεύματα γύρω της να μιλούν για αιτιότητα.
- Τι είδους μελέτη είναι; Randomised controlled trial, cohort study, case-control, cross-sectional, εργαστηριακή έρευνα, qualitative study, systematic review; Διαφορετικά ερωτήματα απαιτούν διαφορετικές μεθόδους.
- Πόσο μεγάλο και πόσο αντιπροσωπευτικό είναι το δείγμα; Μελέτη 25 ανθρώπων δεν έχει το ίδιο βάρος με μια σωστά σχεδιασμένη μελέτη χιλιάδων συμμετεχόντων.
- Υπήρχε κατάλληλη ομάδα σύγκρισης και σωστός σχεδιασμός; Σε κλινικές δοκιμές εξετάζουμε, όπου είναι σχετικό, randomisation, control groups και blinding.
- Τι ακριβώς μετρήθηκε; Άλλο πραγματικό κλινικό αποτέλεσμα και άλλο ένας έμμεσος δείκτης ή ένα self-reported questionnaire.
- Πόσο μεγάλο ήταν το αποτέλεσμα; Το ότι ένα αποτέλεσμα είναι «statistically significant» δεν σημαίνει ότι είναι μεγάλο ή πρακτικά σημαντικό. Effect sizes και confidence intervals είναι συχνά πολύ πιο ενημερωτικά από ένα απλό p-value.
- Υπάρχουν πιθανοί confounders ή άλλες μορφές bias; Μια σχέση μεταξύ δύο πραγμάτων δεν σημαίνει αυτομάτως ότι το ένα προκαλεί το άλλο.
- Τι παραδέχονται οι ίδιοι οι ερευνητές ως limitations; Η ενότητα των limitations πολλές φορές είναι σημαντικότερη από τον εντυπωσιακό τίτλο μιας μελέτης.
- Υπάρχουν conflicts of interest ή χρηματοδότηση που πρέπει να γνωρίζουμε; Η χρηματοδότηση δεν ακυρώνει αυτομάτως μια μελέτη, αλλά πρέπει να αξιολογείται μαζί με τη μεθοδολογία.
- Συμφωνεί το αποτέλεσμα με την υπόλοιπη βιβλιογραφία; Αυτή είναι ίσως η σημαντικότερη ερώτηση. Μία έρευνα αποκτά πολύ μεγαλύτερη αξία όταν τα αποτελέσματά της επαναλαμβάνονται από ανεξάρτητες ερευνητικές ομάδες.
Το abstract δεν είναι η έρευνα
Πολλές διαδικτυακές αντιπαραθέσεις βασίζονται αποκλειστικά στον τίτλο ή σε δύο γραμμές του abstract.
Αυτό είναι ανεπαρκές.
Το abstract είναι περίληψη.
Για να αξιολογήσουμε πραγματικά μια μελέτη, πρέπει τουλάχιστον να κοιτάξουμε τη μεθοδολογία, το δείγμα, τα αποτελέσματα, τα confidence intervals, τις πιθανές πηγές bias και τους περιορισμούς που αναφέρουν οι συγγραφείς.
Ένας τίτλος μπορεί επίσης να είναι πολύ πιο απόλυτος από τα πραγματικά αποτελέσματα.
Το ίδιο ισχύει για δημοσιεύματα, TikTok videos, posts και άρθρα τα οποία αναφέρουν ότι «σύμφωνα με νέα έρευνα…».
Η πραγματική ερώτηση είναι τι ακριβώς βρήκε η μελέτη και πόσο ισχυρό είναι αυτό το εύρημα.
Το confirmation bias δεν εξαφανίζεται επειδή χρησιμοποιούμε επιστημονικές πηγές
Υπάρχει και ένα ακόμη πρόβλημα.
Μπορούμε να κάνουμε κακή χρήση ακόμη και του Google Scholar.
Αν κάποιος πιστεύει ήδη ότι μια συγκεκριμένη ουσία προκαλεί καρκίνο και αναζητήσει:
«studies proving X causes cancer»
έχει ήδη κατασκευάσει την αναζήτησή του έτσι ώστε να επιβεβαιώσει την αρχική του άποψη.
Με εκατομμύρια επιστημονικές δημοσιεύσεις διαθέσιμες, σχεδόν πάντα μπορεί να βρεθεί κάποιο paper που φαίνεται να υποστηρίζει μια θέση.
Η πραγματική επιστημονική έρευνα απαιτεί να εξετάζουμε και τα δεδομένα που διαφωνούν μαζί μας.
Χρειάζεται να ρωτήσουμε:
Τι δείχνουν οι μεγαλύτερες μελέτες;
Τι δείχνουν οι systematic reviews;
Υπάρχουν replicated findings;
Πόσο υψηλή είναι η ποιότητα των δεδομένων;
Υπάρχει επιστημονική συναίνεση;
Υπάρχουν σημαντικές διαφωνίες μεταξύ των ειδικών και, αν υπάρχουν, γιατί;
Πώς πρέπει λοιπόν να χρησιμοποιούμε το AI;
Το AI μπορεί να είναι εξαιρετικό εργαλείο επιστημονικής έρευνας όταν χρησιμοποιείται για τον σωστό σκοπό.
Μπορεί να μας βοηθήσει να καταλάβουμε μια δύσκολη έννοια, να μεταφράσουμε επιστημονική ορολογία, να εξηγήσουμε μια στατιστική μέθοδο, να συνοψίσουμε ένα paper που του έχουμε ήδη δώσει, να συγκρίνουμε μελέτες ή να δημιουργήσουμε λέξεις-κλειδιά για μια αναζήτηση βιβλιογραφίας.
Μπορεί επίσης να μας βοηθήσει να βρούμε πιθανές πηγές.
Εκεί όμως ξεκινά — δεν τελειώνει — η έρευνα.
Αν το AI μας δώσει μια επιστημονική αναφορά, ελέγχουμε αν υπάρχει πραγματικά.
Τη βρίσκουμε στο Google Scholar, στο PubMed, στο Crossref, στην ιστοσελίδα του περιοδικού ή σε άλλη κατάλληλη επιστημονική βάση.
Ελέγχουμε αν ο τίτλος, οι συγγραφείς, το DOI και το έτος είναι σωστά.
Και στη συνέχεια διαβάζουμε τι πραγματικά λέει η εργασία.
Για σοβαρά ζητήματα μπορούμε επίσης να ζητάμε από ένα AI να ξεχωρίζει primary studies από systematic reviews και meta-analyses, να παρουσιάζει evidence υπέρ και κατά μιας υπόθεσης και να δηλώνει ξεκάθαρα πού υπάρχει αβεβαιότητα.
Η τελική επαλήθευση όμως παραμένει απαραίτητη.
Η επιστημονική γνώση δεν είναι link-dropping
Σήμερα είναι πολύ εύκολο να γεμίσει κάποιος ένα post με δέκα links και να το παρουσιάσει ως «επιστημονικά τεκμηριωμένο».
Η πραγματική τεκμηρίωση απαιτεί κάτι περισσότερο.
Απαιτεί να γνωρίζουμε τι είδους πηγή διαβάζουμε, αν έχει αξιολογηθεί, αν η μεθοδολογία της είναι κατάλληλη, αν τα αποτελέσματα είναι ισχυρά, αν έχουν αναπαραχθεί και αν συμφωνούν με το ευρύτερο σώμα των επιστημονικών δεδομένων.
Το ίδιο ισχύει για μια απάντηση από τεχνητή νοημοσύνη.
Το AI είναι ένα εξαιρετικά ισχυρό εργαλείο για την πρόσβαση και την επεξεργασία της γνώσης. Δεν αποτελεί όμως από μόνο του επιστημονική πηγή.
Η επιστημονική παιδεία στην εποχή της τεχνητής νοημοσύνης δεν σημαίνει να απορρίπτουμε το AI.
Σημαίνει να ξέρουμε πότε το χρησιμοποιούμε ως εργαλείο, πότε χρειαζόμαστε την πρωτογενή πηγή και πόσα στοιχεία χρειάζονται πριν πούμε ότι «η επιστήμη λέει» κάτι.
Πηγές και ενδεικτική βιβλιογραφία
Walters, W. H. & Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13, 14045. Μελέτη 636 βιβλιογραφικών παραπομπών από GPT-3.5 και GPT-4.
Linardon, J. et al. (2025). Influence of Topic Familiarity and Prompt Specificity on Citation Fabrication in Mental Health Research Using Large Language Models: Experimental Study. JMIR Mental Health, 12, e80371. Στη μελέτη, 19,9% των 176 αναφορών του GPT-4o ήταν κατασκευασμένες και μόνο 54,6% των πραγματικών παραπομπών ήταν πλήρως ακριβείς.
Anderl, C. et al. (2024). Conversational presentation mode increases credibility judgements during information search with ChatGPT. Scientific Reports, 14, 17127. Δύο preregistered experiments έδειξαν δυσκολότερη αναγνώριση ανακριβειών όταν η πληροφορία παρουσιαζόταν συνομιλιακά.
The paradox of information abundance: Answers provided by popular information-seeking tools lead to differences in trust, memorability and desire for more information. Πειραματική έρευνα για τις διαφορές μεταξύ απαντήσεων ChatGPT και συμβατικής αναζήτησης ως προς εμπιστοσύνη, κατανόηση και αναζήτηση πρόσθετων πληροφοριών.
An automated framework for assessing how well LLMs cite relevant medical references. Nature Communications (2025). Η μελέτη έδειξε σημαντική βελτίωση με retrieval/web-enabled μοντέλα, αλλά και συνεχιζόμενα προβλήματα ως προς το αν οι αναφορές υποστηρίζουν πραγματικά όλους τους ισχυρισμούς της απάντησης.
Buchanan, J., Hill, S. & Shapoval, O. (2024). ChatGPT Hallucinates Non-existent Citations: Evidence from Economics. Έρευνα σε οικονομικά θέματα που κατέγραψε σημαντική παραγωγή ανύπαρκτων αναφορών και επιδείνωση της αξιοπιστίας σε πιο εξειδικευμένα prompts.
Google Scholar. About Google Scholar και Google Scholar Search Help. Επίσημη περιγραφή του υλικού που ευρετηριάζεται: journal και conference papers, theses, books, preprints, abstracts, technical reports και άλλες μορφές scholarly literature.
Young, J. M. & Solomon, M. J. (2009). How to critically appraise an article. Nature Clinical Practice Gastroenterology & Hepatology. Ανασκόπηση των βασικών αρχών critical appraisal, συμπεριλαμβανομένων study design, methodological quality, στατιστικής ανάλυσης, conflicts of interest και applicability.
Greenhalgh, T. (1997). How to read a paper: Assessing the methodological quality of published papers. BMJ. Κλασικός οδηγός αξιολόγησης της μεθοδολογικής ποιότητας μιας επιστημονικής εργασίας.
Murad, M. H. et al. How to read a systematic review and meta-analysis and apply the results to patient care. Η αξιολόγηση του συνολικού evidence πρέπει να λαμβάνει υπόψη risk of bias, precision, consistency, directness και publication bias.
Page, M. J. et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. Το PRISMA αποτελεί βασικό διεθνές πλαίσιο διαφανούς αναφοράς systematic reviews και meta-analyses.
National Academies of Sciences, Engineering, and Medicine. Υλικό για τον ορισμό και τον ρόλο του peer review ως ανεξάρτητης κριτικής αξιολόγησης από ειδικούς του αντίστοιχου επιστημονικού πεδίου.
