ข้ามไปยังเนื้อหา
GGQREDITORIAL

GGQR Editorial · คู่มือดิจิทัล

ตรวจแหล่งอ้างอิงจาก AI ให้ครบสองชั้น: มีจริงและรองรับข้ออ้างหรือไม่

คู่มือภาษาไทยสำหรับนักเรียนและคนทำงานที่ได้บรรณานุกรมจาก AI: ตรวจว่ารายการมีอยู่จริงก่อน แล้วอ่านแหล่งต้นฉบับเพื่อดูว่ารองรับข้ออ้างที่กำลังจะใช้จริงหรือไม่

ตรวจทานข้อเท็จจริง ·

สรุปสั้น ๆ แยกคำถามว่า “มีบันทึกของแหล่งนี้จริงไหม” ออกจาก “แหล่งนี้พูดสนับสนุนประโยคของเราหรือไม่” ค้นชื่อเรื่อง ผู้เขียน และผู้จัดพิมพ์แบบตรงตัว ใช้ DOI กับ Crossref เป็นตัวช่วยตรวจ metadata ไม่ใช่ตราประทับคุณภาพ แล้วบันทึกผลเป็น ยืนยันแล้ว / ข้อมูลไม่ตรง / ยืนยันไม่ได้ / มีแหล่งแต่ไม่รองรับข้ออ้าง

เริ่มด้วยสองคำถาม: แหล่งมีอยู่จริง กับแหล่งรองรับข้ออ้าง

นักเรียนหรือคนทำงานอาจได้รายการอ้างอิงที่ดูน่าเชื่อจาก AI แต่การตรวจต้องแยกเป็นสองชั้น อย่าใช้คำตอบว่า “เจอชื่อเรื่องแล้ว” แทนคำตอบเรื่องเนื้อหา

สองชั้นที่ต้องตรวจแยกกัน
ชั้นคำถามหลักฐานที่ควรเก็บ
ตัวตนของแหล่งมีระเบียนหรือหน้าต้นฉบับที่ตรงกับชื่อเรื่อง ผู้เขียน ปี และผู้จัดพิมพ์จริงหรือไม่หน้าสำนักพิมพ์/หน่วยงาน ระเบียน metadata และ DOI ถ้ามี
การรองรับข้ออ้างเมื่ออ่านบทคัดย่อ เนื้อหา หรือตารางที่เกี่ยวข้องแล้ว แหล่งนั้นยืนยันประโยคที่เราจะเขียนหรือไม่เลขหน้า/หัวข้อ/ย่อหน้าที่รองรับ พร้อมถ้อยคำสรุปของเรา

ผลจึงอาจเป็น “มีแหล่งจริงแต่ข้ออ้างเกินจากต้นฉบับ” หรือ “ข้อมูลบรรณานุกรมบางช่องไม่ตรงแต่เป็นคนละฉบับ/ฉบับแปล” ได้ อย่าเหมารวมว่าความไม่ตรงทุกกรณีคือการหลอกลวง ให้ตรวจเวอร์ชัน ปีพิมพ์ และรูปแบบการอ้างอิงก่อน

ถ้า AI แสดงลิงก์ Sources หรือ related links ให้ใช้เป็นทางเริ่มค้นต่อเท่านั้น Google ระบุว่าลิงก์เหล่านี้อาจเป็นเนื้อหาที่เกี่ยวข้อง และบางคำตอบอาจไม่มีปุ่มแหล่งข้อมูล จึงต้องเปิดต้นฉบับและตรวจเอง ดู คำอธิบายของ Google เรื่อง sources และ related links ใน Gemini

ค้นชื่อเรื่อง ผู้เขียน และผู้จัดพิมพ์แบบตรงตัว

  1. คัดลอกชื่อเรื่องจากคำตอบ AI ไปค้นในเครื่องหมายคำพูด แล้วค้นซ้ำด้วยชื่อผู้เขียนคนแรกและชื่อหน่วยงาน/สำนักพิมพ์ อย่าค้นจากคำสำคัญกว้าง ๆ อย่างเดียว เพราะอาจได้งานคนละเรื่อง
  2. เปิดหน้าของผู้จัดพิมพ์ หน่วยงานรัฐ วารสาร มหาวิทยาลัย หรือคลังเอกสารที่เป็นเจ้าของงาน แล้วเทียบ ชื่อเรื่องเต็ม ผู้เขียน ปี/วันที่ และเลขรายงานหรือวารสาร ทีละช่อง
  3. ถ้าชื่อเรื่องมีหลายฉบับ ให้จดว่า AI อ้างฉบับใด ตรวจว่า DOI ลิงก์ไปยังระเบียนเดียวกันหรือไม่ และอย่าเปลี่ยนปีหรือชื่อให้ “เข้ากับ” บรรณานุกรมเดิมโดยไม่มีหลักฐาน

เอกสารองค์กร รายงาน มาตรฐาน หนังสือ ชุดข้อมูล และหน้าเว็บอาจมีรูปแบบระเบียนต่างกัน การค้นไม่พบจากเครื่องมือหนึ่งจึงยังไม่ใช่หลักฐานว่าแหล่งนั้นถูกแต่งขึ้น ให้ขยายไปยังเว็บไซต์เจ้าของผลงานและค้นด้วยองค์ประกอบอื่นของรายการ

ทำตารางสั้น ๆ ระหว่างรายการที่ AI ให้กับระเบียนต้นฉบับ เช่น ชื่อเรื่อง | ผู้เขียน | ปี | ผู้จัดพิมพ์ | เลขระเบียน/DOI | URL ต้นฉบับ การมีตารางทำให้เห็นว่าความผิดพลาดอยู่ที่ metadata หรืออยู่ที่ข้ออ้างในเนื้อหา

ใช้ DOI และ Crossref เป็นตัวช่วยตรวจ metadata ไม่ใช่ตราประทับคุณภาพ

  1. ถ้ามี DOI ให้เปิดลิงก์รูปแบบ https://doi.org/... แล้วดูว่าปลายทางพาไปยังผู้จัดพิมพ์หรือหน่วยงานที่ตรงกับรายการหรือไม่ จากนั้นเทียบชื่อเรื่อง ผู้เขียน และปีอีกครั้ง
  2. ค้น DOI หรือชื่อเรื่องใน Crossref Metadata Search และอ่านคำแนะนำ Search help: Works ซึ่งยกตัวอย่างการค้นด้วยชื่อเรื่อง ผู้เขียน DOI ORCID และข้อมูลระเบียนอื่น
  3. จดผลที่พบพร้อมวันที่ตรวจ เพราะ metadata อาจมีช่องว่าง ชื่อเรื่องหลายภาษา หรือรูปแบบผู้เขียนไม่เหมือนหน้าต้นฉบับ

ข้อจำกัดที่ต้องเขียนไว้ในบันทึก: ค้น Crossref ไม่พบไม่ได้แปลว่าแหล่งถูกปลอม และแหล่งที่ใช้ได้จริงบางชนิดไม่มี DOI เช่น เอกสารองค์กรหรือหน้าเว็บ ผลพบ DOI ก็ไม่ได้พิสูจน์ว่าเป็นบทความ peer-reviewed มีคุณภาพ หรือสนับสนุนข้ออ้างของเรา DOI ช่วยชี้ระเบียนหรือปลายทางเท่านั้น ต้องกลับไปอ่านต้นฉบับเพื่อประเมินเนื้อหา

หาก DOI เปิดไม่ได้ชั่วคราว ให้คัดลอก DOI ตรวจตัวอักษรซ้ำ และค้นชื่อเรื่องกับผู้จัดพิมพ์ อย่าสร้าง DOI เดาเองหรือเติมลิงก์ที่ไม่มีหลักฐาน

ตัวอย่างทำงาน: แยกรายการที่ถูกแก้ไขออกจากแหล่ง NIST จริง

ตัวอย่างนี้ใช้แหล่งปฐมภูมิที่ตรวจได้จาก NIST เพื่อสาธิตวิธีคิด รายการ “ที่ AI ให้” ด้านซ้ายเป็น ตัวอย่างที่แก้ชื่อและปีให้ผิดอย่างตั้งใจ ไม่ใช่รายการจริงที่ควรคัดลอกหรือใช้เป็นบรรณานุกรม

เทียบรายการตัวอย่างกับระเบียน NIST
รายการที่ตรวจสิ่งที่พบผลชั้นตัวตนของแหล่ง
ตัวอย่างที่แก้ไข: Artificial Intelligence Risk Management Profile: Generative AI, ปี 2023, DOI 10.6028/NIST.AI.600-1ชื่อและปีไม่ตรงกับหน้าทางการ แม้ใช้ DOI ที่มีอยู่จริงข้อมูลไม่ตรง ต้องแก้กลับจากแหล่งต้นฉบับ ไม่ใช่สรุปว่า DOI หรือผลงานทั้งหมดปลอม
ระเบียนจริงของ NISTArtificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile; Published July 26, 2024; ผู้เขียน Chloe Autio, Reva Schwartz, Jesse Dunietz, Shomik Jain, Martin Stanley, Elham Tabassi, Patrick Hall และ Kamie Roberts; DOI 10.6028/NIST.AI.600-1ยืนยันตัวตนได้ จากหน้า publication ของ NIST
  1. เปิด หน้าประกาศของ NIST แล้วคัดชื่อเรื่อง วันที่ ผู้เขียน และ DOI ตามที่หน้าแสดง ไม่ยึดรายการด้านซ้าย
  2. ตรวจข้ออ้างทีละประโยค เช่น ถ้าจะเขียนว่าเอกสารนี้เป็นโปรไฟล์สำหรับ Generative AI และเป็นทรัพยากรประกอบ AI Risk Management Framework ให้กลับไปอ่าน abstract/ส่วนที่เกี่ยวข้องแล้วบันทึกตำแหน่งไว้ ข้ออ้างลักษณะนี้จึงมีหลักฐานรองรับเมื่อสรุปไม่เกินเนื้อหา
  3. ถ้าประโยคเขียนว่า “NIST บังคับให้ทุกองค์กรต้องใช้กรอบนี้” ให้จัดเป็น มีแหล่งแต่ไม่รองรับข้ออ้าง เพราะหน้าทางการอธิบายการใช้งานของ AI RMF ว่าเป็น voluntary use ไม่ใช่คำสั่งบังคับ การมี DOI ไม่ได้ทำให้ประโยคนี้จริง

ตัวอย่างนี้แสดงว่าต้องตรวจสองรอบ: รายการที่แก้ไขมีปัญหา metadata และข้ออ้างเรื่อง “บังคับใช้” มีปัญหาที่ความหมาย แม้ทั้งคู่จะอ้าง DOI เดียวกัน

ทำบันทึกผลสี่สถานะ เพื่อไม่หลงว่า “เจอชื่อ” คือ “ใช้ได้”

เก็บหลักฐานสั้น ๆ ต่อหนึ่งรายการและต่อหนึ่งข้ออ้าง ไม่ต้องคัดลอกทั้งบทความ ตารางนี้ช่วยให้ผู้สอน เพื่อนร่วมงาน หรือผู้ตรวจงานย้อนดูเหตุผลได้

สถานะที่ใช้ในบันทึก
สถานะใช้เมื่อการกระทำถัดไป
ยืนยันแล้วmetadata ตรง และข้อความในต้นฉบับรองรับข้ออ้างในขอบเขตที่เขียนเก็บ URL/DOI และตำแหน่งเนื้อหา อ้างตามรูปแบบที่งานกำหนด
ข้อมูลไม่ตรงมีระเบียนที่น่าจะเกี่ยวข้อง แต่ชื่อ ผู้เขียน ปี ฉบับ หรือ DOI ต่างจากที่ AI ให้ตรวจฉบับแปล ฉบับแก้ไข และปีออนไลน์/ปีพิมพ์ แล้วแก้ citation หรือหยุดใช้
ยืนยันไม่ได้หา metadata หรือเนื้อหาพอจะตัดสินไม่ได้ เช่น เว็บหาย เข้าถึงไม่ได้ หรือมีแต่ชื่อซ้ำอย่าเขียนเป็นข้อเท็จจริง ให้ขอแหล่งจากผู้ส่งหรือค้นเพิ่มโดยไม่เดาข้อมูล
มีแหล่งแต่ไม่รองรับข้ออ้างระเบียนมีอยู่และเปิดอ่านได้ แต่เนื้อหาไม่พูดเช่นนั้น ขอบเขตแคบกว่า หรือเป็นเพียง related contentลด/แก้ประโยค หาแหล่งใหม่ หรือระบุชัดว่าเป็นข้อสันนิษฐานของผู้เขียน

รูปแบบบันทึกที่ใช้ได้ทันทีคือ ref-01 | ข้ออ้าง | ระเบียนที่พบ | ตำแหน่งข้อความ/หน้า | สถานะ | เหตุผลและขั้นถัดไป ถ้าต้นทางยังไม่ทราบ ให้ใช้ป้ายภายในอย่าง รายการ A (รอตรวจ) หรือ source-01 แทนการแต่งชื่อหนังสือ DOI หรือ URL ขึ้นมา

Paywall ลิงก์หาย หรืออ่านเต็มไม่ได้: ปิดท้ายด้วย checklist

Paywall หรือไฟล์เต็มที่เปิดไม่ได้บอกเพียงว่า คุณยังตรวจเนื้อหาไม่พอ ไม่ได้พิสูจน์ว่าแหล่งไม่มีอยู่จริง และไม่อนุญาตให้ข้ามการควบคุมการเข้าถึง ให้ตรวจ metadata จากหน้าเจ้าของงานหรือ DOI เท่าที่เข้าถึงได้ ขอไฟล์จากห้องสมุด/ผู้เขียนตามสิทธิ์ หรือเปลี่ยนไปใช้แหล่งเปิดที่รองรับข้ออ้างเดียวกัน หากอ่านเฉพาะชื่อเรื่อง บทคัดย่อ หรือ snippet ก็อย่าอ้างรายละเอียดที่ต้องใช้เนื้อหาเต็ม ให้บันทึกเป็น ยืนยันไม่ได้ จนกว่าจะมีหลักฐานพอ

ก่อนส่งรายงาน อีเมล หรือเอกสารงาน ให้เช็กตามลำดับนี้

  1. ชื่อเรื่อง ผู้เขียน ปี/วันที่ ผู้จัดพิมพ์ และ DOI/เลขระเบียนตรงกับหน้าต้นฉบับหรือไม่
  2. ลิงก์พาไปยังแหล่งของเจ้าของงานจริง ไม่ใช่เพียงหน้ารวมลิงก์หรือ related source หรือไม่
  3. ข้ออ้างแต่ละประโยคมีข้อความ/ตาราง/ส่วนที่รองรับ และเราไม่ขยายความเกินต้นฉบับหรือไม่
  4. ถ้าผลค้นหาไม่พบหรืออ่านเต็มไม่ได้ เราใช้สถานะ “ยืนยันไม่ได้” แทนการเดาหรือไม่
  5. รายการที่ชื่อ ปี หรือ DOI ไม่ตรงถูกแก้จากต้นฉบับแล้ว และไม่ได้ติดป้ายว่าผู้สร้างอ้างอิงปลอมโดยไม่มีหลักฐานหรือไม่
  6. บันทึก URL/DOI วันที่ตรวจ และจุดที่อ่านไว้ เพื่อให้คนอื่นตรวจซ้ำได้หรือไม่

หลักจบงานคือ “มีแหล่งจริง” และ “แหล่งนั้นรองรับข้ออ้างนี้” ต้องตอบได้แยกกัน หากตอบได้เพียงข้อแรก ให้ลดความมั่นใจของข้อความหรือหาหลักฐานเพิ่ม อย่าให้รูปแบบ citation ที่ดูเรียบร้อยกลบช่องว่างของการตรวจ

แหล่งข้อมูล