Στις 9 Μαΐου 2026, στο έγκριτο ιατρικό περιοδικό Lancet δημοσιεύτηκε ένα ιδιαίτερο άρθρο[1] για την οποίο αξίζει σύντομος σχολιασμός. Οι συγγραφείς αυτής της μελέτης έλεγξαν την αξιοπιστία των βιβλιογραφικών αναφορών που συνόδευαν 2,5 εκατομμύρια ιατρικά άρθρα που δημοσιεύτηκαν τα τελευταία τρία έτη (από 1η Ιανουαρίου 2023 έως 18 Φεβρουαρίου 2026) σε ιατρικά περιοδικά ενταγμένα στο Pubmed Central. Με ειδικά φίλτρα και σύγχρονες μεθόδους τεχνητής νοημοσύνης για την εντόπιση, βαθμολόγηση και επαλήθευση ερεύνησαν συστηματικά, ανίχνευσαν και εντόπισαν ανύπαρκτες, κατασκευασμένες ή πλαστές βιβλιογραφικές αναφορές που χρησιμοποιήθηκαν από συγγραφείς δημοσιευμένων άρθρων. Πιο συγκεκριμένα ελέγχθηκαν 2.471.758 δημοσιευμένες εργασίες με 125.615.773 βιβλιογραφικές αναφορές. Με ειδική μεθοδολογία, που περιγράφεται αναλυτικά στο άρθρο, εντοπίστηκαν συνολικά 4046 ανύπαρκτες, κατασκευασμένες (fabricated) βιβλιογραφικές αναφορές σε 2810 άρθρα. Από τα τελευταία, στο 91% βρέθηκαν μία ή δύο πλαστές βιβλιογραφικές αναφορές και στα υπόλοιπα τρεις ή περισσότερες. Τα άρθρα ανασκόπησης (review articles) είχαν ποσοστό κατασκευασμένων άρθρων (fabrication rate) αυξημένο κατά 57% από άλλες κατηγορίες άρθρων (16·7 per 10 000 vs 10·6 per 10 000). Και μάλιστα άρθρα ανασκόπησης με κατασκευασμένες βιβλιογραφικές αναφορές επηρέασαν κατευθυντήριες οδηγίες, γεγονός που καταγράφεται σαν διακύβευση της αυθεντικότητας των κατευθυντηρίων οδηγιών.
Από ανασκόπηση παρομοίων προηγούμενων παρόμοιων ερευνών φάνηκε ότι το 2023 μία στις 2828 δημοσιευμένες εργασίες περιείχε μία τουλάχιστον κατασκευασμένη βιβλιογραφική αναφορά. Μέχρι το 2025 η συχνότητα αυτού του φαινομένου είχε αυξηθεί σε μία πλαστή αναφορά στις 458 εργασίες και κατά τις πρώτες 7 εβδομάδες του 2026 κορυφώθηκε σε μία τουλάχιστον κατασκευασμένη βιβλιογραφική αναφορά ανά 277 δημοσιεύσεις. Ο ρυθμός χρήσης πλαστών-ανύπαρκτων βιβλιογραφικών αναφορών αυξήθηκε περισσότερο από 12 φορές, δηλαδή από περίπου τέσσερις ανά 10.000 εργασίες το 2023, σε 51,3 ανά 10.000 εργασίες το τέταρτο τρίμηνο του 2025, φτάνοντας τις 56,9 ανά 10.000 εργασίες στις αρχές του 2026.
Οι συγγραφείς του άρθρου δεν εμπλέκονται λεπτομερειακά σε πιθανές ερμηνείες των αιτίων του φαινομένου. Αλλά ακροθιγώς το συνδέουν με την αυξημένη χρήση της ΑΙ και των LLMs (Large Language Models) και την αδυναμία των συντακτικών επιτροπών των περιοδικών και των κριτών τους (reviewers) να αντιληφθούν την πλαστότητα των (αληθοφανών) κατασκευασμένων αναφορών.
Προσπαθώντας να κάνουμε ένα σχολιασμό για τις αιτίες που οδηγούν επιστήμονες να καταφεύγουν όλο και πιο συχνά σε τέτοιου είδους έκνομες πρωτοβουλίες, θα μπορούσαμε να αναφέρουμε τα εξής:
Α. Υπάρχει μεγάλη πίεση για την παραγωγή δημοσιεύσεων, ιδιαίτερα στον Ακαδημαϊκό χώρο. Το “Publish or perish” είναι ένας αφορισμός που περιγράφει την πίεση για δημοσίευση ακαδημαϊκού έργου με σκοπό την επιτυχία σε μια ακαδημαϊκή σταδιοδρομία. Η πίεση για δημοσίευση έχει αναφερθεί ως αιτία για την κακή εργασία που υποβάλλεται σε ακαδημαϊκά περιοδικά[2]. Πολλάκις η ποιότητα περιορίζεται εξ αιτίας της ποσότητας. Η γρήγορη συγγραφή ενός άρθρου περιορίζει τον χρόνο ανεύρεσης της κατάλληλης βιβλιογραφικής αναφοράς, έτσι ώστε να κατασκευάζονται ενίοτε ψευδείς αναφορές με αληθοφανή μορφή, ώστε να λυθεί το ζήτημα της τεκμηρίωσης μιας επιστημονικής θέσης.
Β. Η χρήση της ΑΙ έχει ευρέως διαδοθεί. Νέες εφαρμογές, βελτιωμένες ηλεκτρονικές πλατφόρμες δίνουν την δυνατότητα συγγραφής ερευνητικών μελετών ή παραπειστικών βιβλιογραφικών αναφορών που ενίοτε παραπλανoύν ακόμα και εξελιγμένα φίλτρα ανίχνευσης πλαστών κειμένων που διαθέτουν πολλά περιοδικά. Τα σύγχρονα επιστημονικά περιοδικά χρησιμοποιούν αυτοματοποιημένες πλατφόρμες ακεραιότητας, με κυρίαρχο το iThenticate (γνωστό ως Similarity Check), το οποίο διασταυρώνει τα κείμενα με βάσεις δεδομένων (Crossref, Elsevier, κ.α.). Για τον εντοπισμό περιεχομένου που δημιουργήθηκε από AI, πολλά περιοδικά ενσωματώνουν πλέον εξειδικευμένα φίλτρα ανίχνευσης, όπως το Turnitin AI Detector και το Copyleaks. Όμως, πολλές επιστημονικές και ερευνητικές μελέτες έχουν δείξει ότι η τεχνολογία ανίχνευσης είναι ατελής. Τα εργαλεία τεχνητής νοημοσύνης για την παράκαμψη ανιχνευτών (AI humanizers) γίνονται ολοένα και πιο εξελιγμένα και μπορούν να τροποποιήσουν τα κείμενα, ώστε να φαίνονται απολύτως φυσικά[3].
Γ. Υπάρχουν συγγραφείς που αναπαράγουν λανθασμένες βιβλιογραφικές αναφορές (copy-paste references), χωρίς να ελέγξουν την ακρίβεια αυτών των πηγών (Ghost Citations[4]).
Δ. Υπάρχουν περιοδικά με ελαστικές διαδικασίες ελέγχου προκειμένου να αυξήσουν τον ρυθμό έκδοσης τευχών ή να βελτιώσουν το κύρος τους. Οι κριτές (reviewers) των υποβαλλομένων άρθρων μπορεί ενδεχομένως να εξετάζουν με επιμέλεια το Υλικό-Μεθόδους-Αποτελέσματα κτλ, αλλά όχι την ακρίβεια των δεκάδων βιβλιογραφικών αναφορών που συνοδεύουν το άρθρο, όπου μπορεί να «παρεισφρήσουν» ψευδείς αναφορές. Ενέργειες, όπως i} διασταύρωση βάσεων δεδομένων (έλεγχος των αναφορών σε έγκριτες βάσεις, όπως το Scopus ή το Web of Science για να επιβεβαιώσουν την ύπαρξη του άρθρου, των συγγραφέων και του έτους έκδοσης), ii} χρήση ψηφιακών αναγνωριστικών (αντιστοίχιση των παραπομπών με τους μοναδικούς αριθμούς DOI (Digital Object Identifier), iii} χρήση λογισμικών ελέγχου (αυτοματοποιημένα συστήματα αξιοπιστίας χειρογράφων, όπως το Crossref Similarity Check, τα οποία «σαρώνουν» το κείμενο για ύποπτα μοτίβα και αναφορές), δεν πραγματοποιούνται από όλους τους κριτές.
Το θέμα δεν είναι απλό. Και ήδη διαμορφώνονται συνθήκες, που οι τεχνολογικές πρόοδοι θα δίνουν τις δυνατότητες σε «απατεώνες» επιστήμονες να ξεφύγουν από τον έλεγχο γνησιότητας των ερευνητικών και ανασκοπικών μελετών τους. Οι επιπτώσεις βέβαια είναι πρόδηλες. Αδυναμία επανάληψης του πειράματος, ανακριβείς πληροφορίες, συμπεράσματα χωρίς τεκμηρίωση, κατάρρευση της εμπιστοσύνης, έλλειψη διαφάνειας, δυσμενείς επηρεασμοί κατευθυντηρίων οδηγιών θα είναι φαινόμενα που μάλλον θα πληθαίνουν στο άμεσο μέλλον, αν δεν ληφθούν ριζικές λύσεις αντιμετώπισης των κατασκευασμένων πλαστών/ψευδών βιβλιογραφικών αναφορών. Εξ άλλου, η αξιοπιστία αποτελούσε ανέκαθεν τον θεμέλιο λίθο της επιστημονικής έρευνας.
[1] Topaz M, Roguin N, Gupta P, Zhang Z, Peltonen L-M. Lancet 2026;407(10541):1779-1781
[2] https://en.wikipedia.org/wiki/Publish_or_perish
[3] Naddaf M.and Quill E. Hallucinated citations are polluting the scientific literature. What can be done? Nature 2026;652(8108):26-29
[4] Pruschak G, Hopp C. And the credit goes to … – Ghost and honorary authorship among social scientists. Plos One 2022;17(5):e0267312
