Нейросети отлично строят логичную структуру работы, но со списком литературы всё сложно — здесь они врут часто и красиво. Исследования показывают, что до 90% ссылок в сгенерированных списках могут быть фейковыми. Давайте разберём, кому можно доверять, а кого стоит перепроверять под микроскопом.
Всё дело в том, как работают большие языковые модели. Они не «знают» факты — они предсказывают следующее слово, основываясь на вероятности.
Когда вы просите ChatGPT: «Дай список литературы по теме X», модель не идёт в библиотеку. Она конструирует ссылку из вероятных элементов: реальный автор + реальный журнал + правдоподобное название + похожий год. Получается идеальная фальшивка, которую почти невозможно отличить от настоящей без проверки.
Исследователи из МГУ подтверждают: частота таких «галлюцинаций» в библиотечных задачах может достигать 95%, но правильная настройка запросов (промптов) позволяет снизить этот показатель [1].
Как правильно формулировать запрос (чтобы меньше врали)
❌ Плохой запрос: «Напиши список литературы диплома по экономике»
✅ Хороший запрос:
«Сгенерируй список литературы по теме "[твоя тема]". НО: ты будешь выдумывать ссылки. Я это знаю. Просто покажи, как примерно должны выглядеть источники: автор, название, журнал/издательство, год. Реальные источники я найду сам».
Самый надёжный способ: попросить нейросеть не генерировать список, а предложить поисковые запросы для поиска литературы в eLibrary, КиберЛенинке или Google Scholar.
#сессия #экзамены #курсовая #дипломнаяработа #ккирук #каи #иэуп #книту #зачет #дипломнаяработа #магистратура #вкр #мфюа #сессия #студент #учеба #реферат #эссе #контрольная #статья #студенты #дипломВКР #антиплагиат #мфюа #рггу #синергия #рудн #росноу #питер #спбгуап #юургу #челгу