4.046 Hayalet Kaynak Bulundu: Makaledeki Kaynak ve Görsel Gerçek mi?

Bir makalenin kaynakçası genellikle metnin en güvenli bölümü gibi görünür. Yazar adı, dergi, yıl ve sayfa yerindeyse kaynağın gerçekten var olduğu varsayılır; DOI de eklenmişse şüphe iyice azalır. Mayıs 2026'da yayımlanan geniş bir denetim, bu güvenin artık kendiliğinden verilemeyeceğini gösterdi. Aynı hafta NEJM'de yaşanan çok daha küçük bir olay ise sorunun yalnızca kaynakçayla sınırlı olmadığını ortaya koydu.

CITADEL adlı sistem, PubMed Central'ın açık erişimli koleksiyonundaki 2.471.758 biyomedikal makaleyi taradı. PMID taşıyan ve doğrulama hattına alınan 97,1 milyon referans içinde 4.046 fabrikasyon referans sınıfladı. Bu referanslar 2.810 yayımlanmış makaleye dağılmıştı. 2026'nın ilk yedi haftasında, incelenen her 277 makaleden yaklaşık biri en az bir böyle referans taşıyordu (The Lancet araştırma mektubunun PubMed kaydı).

Aynı dönemde NEJM'de çok daha küçük, ama kolay unutulmayacak bir olay yaşandı. Bir klinik görüntünün yazarları, görüntüdeki cetveli AI aracıyla üst bölüme taşıdıklarını açıkladı. Yazı, çevrimiçi yayımlandıktan on bir gün sonra geri çekildi (NEJM retraksiyon metni).

Kaynakça ile cetvel ilk bakışta birbirinden uzak iki ayrıntı. Aslında ikisi de aynı soruyu doğuruyor: okurun önündeki kanıt, üretildiği ilk kayda kadar izlenebiliyor mu?

CITADEL tam olarak neyi taradı?

CITADEL'in sayıları etkileyici; ama doğru payda olmadan kolayca yanlış anlatılabiliyor. Çalışma bütün PubMed'i, bütün bilim dallarını veya ücretli erişimdeki tüm tıp dergilerini taramadı. İncelenen küme, 1 Ocak 2023 ile 18 Şubat 2026 arasında PubMed Central Open Access koleksiyonunda bulunan yaklaşık 2,47 milyon makaleydi.

Bu makalelerden 125.615.773 yapılandırılmış referans çıkarıldı. Bunların 97,1 milyonu, yani yaklaşık yüzde 77'si PMID taşıdığı için doğrulama hattına alınabildi. Kitaplar, web sayfaları, raporlar ve PMID taşımayan diğer kaynaklar aynı yöntemle sınanmadı. Dolayısıyla 4.046 sayısı, çıkarılan bütün referansların değil, sistemin doğrulayabildiği 97,1 milyon referansın içindeki bulgu (CITADEL ek dosyası).

Oran 2023'te yaklaşık 1/2.828, 2025'te 1/458 idi; erken 2026'da 1/277'ye yükseldi. Son sayı tamamlanmış bir yılı değil, yalnızca ilk yedi haftayı gösteriyor. Yüzde 98,4 de dikkatle okunmalı: bu oran denetim yapıldığı sırada etkilenen makalelerin görünür bir yayıncı işlemi bulunmayan bölümünü gösteriyor. "Yayıncılar hiçbir zaman işlem yapmadı" ya da "hepsi görmezden gelindi" demek değil.

Bu 4.046 referansın tamamını AI mı üretti?

Hayır; mevcut çalışma bunu göstermiyor. CITADEL bir referansın işaret ettiği yayının var olup olmadığını sınadı. O referansın kim tarafından, hangi yazılımla ve hangi niyetle üretildiğini adli olarak belirlemedi.

"AI halüsinasyonu", bir dil modelinin gerçekte bulunmayan bilgiyi ikna edici biçimde üretmesi demek. Fabrikasyon referanslarda gerçek araştırmacı adları, makul tarihler ve doğruya benzeyen dergi adları görülebilir; bu örüntü AI çıktısıyla uyumlu. Artışın 2024 ortasında hızlanması da üretken AI araçlarının yaygınlaşmasıyla zamansal olarak örtüşüyor. Ama örtüşme, 4.046 referansın tamamı için bir köken kanıtı değil.

Yanlış bibliyografik aktarım, bozuk metadata, referans yöneticisi hatası, insan eliyle uydurma ve doğrulanmadan kullanılan AI çıktısı aynı sonuç listesinde farklı yollarla ortaya çıkabilir. En doğru ifade bu yüzden "CITADEL'in fabrikasyon olarak sınıfladığı referanslar"; "AI'nın ürettiği 4.046 kaynak" değil.

Denetimin kendisi de otomatik bir sistem kullandı. Önce referans bilgisini PubMed metadata'sıyla karşılaştırdı, uyuşmayan kayıtları ayrıştırma kurallarıyla daralttı, biçim farkını gerçek fabrikasyondan ayırmak için bir dil modeli kullandı ve son adayları PubMed, Crossref, OpenAlex ve Google Scholar'da yeniden aradı. Üç bağımsız değerlendiricinin incelediği 500 kayıtlık örnekte, sistemin fabrikasyon dediği kayıtların yüzde 91'i doğrulandı; değerlendiriciler arası uyum katsayısı Fleiss kappa 0,71 bulundu. Buna karşılık duyarlılık, yani var olan bütün fabrikasyon referansların ne kadarının yakalandığı ölçülmedi. Çalışma problemi saptıyor; kaynağını ve evrendeki gerçek büyüklüğünü tek başına kanıtlamıyor.

Kaynağın var olması da tek başına yetmez

CITADEL çok temel bir hatayı arıyor: atıf yapılan çalışma gerçekten var mı? Oysa referans denetiminin bundan sonra gelen üç katmanı daha var.

Gerçek bir makaleye verilen doğru DOI, atfın doğru olduğu anlamına gelmez. Kaynak farklı bir hasta grubunu incelemiş, ters yönde sonuç bulmuş ya da yalnızca keşifsel bir analiz sunmuş olabilir. Sistematik derleme ve klinik kılavuzlarda bu ayrım özellikle önemli; çünkü yanlış atıf, bir sonraki yayına "kanıt" olarak taşınabiliyor.

NEJM'deki cetvel vakasında ne oldu?

"Bronchial Casts from Inhalation of Forest-Fire Smoke" başlıklı klinik görüntü yazısı, yoğun orman yangını dumanına maruz kalan 87 yaşındaki bir hastayı anlatıyordu. Bronkoskopide karina ve ana bronşlarda siyah bronş kalıpları görülmüştü. Yazı 18 Nisan 2026'da çevrimiçi yayımlandı (orijinal NEJM kaydı).

Yazarlar 29 Nisan tarihli retraksiyon mektubunda, derginin görüntü politikalarından haberdar olmadıklarını ve bir AI aracıyla cetveli görüntünün üstüne taşıdıklarını belirtti; aynı mektupta görüntüyü ve olgu sunumunu geri çekmek istediklerini bildirdiler.

Resmî kayıt, bütün bronkoskopi görüntüsünün AI ile üretildiğini söylemiyor. Hastanın, bronş kalıplarının ya da klinik anlatının sahte olduğuna dair bir bulgu da yayımlanmadı. Doğrulanan durum daha dar ve yeterince ciddi: klinik görüntüdeki bir nesne AI aracıyla taşındı ve bu müdahale yayın öncesinde açıklanmadı.

Bir cetvelin yerini değiştirmek neden "kozmetik" sayılmaz?

Klinik görüntü bir illüstrasyon değil, bir veri kaydı. Cetvel; boyut, yön ve diğer yapılarla konum ilişkisi hakkında bilgi verir. Lezyon, bant, hücre, anatomik yapı ya da ölçüm aracını taşımak, ham gözlemle yayımlanan şekil arasındaki bağı koparır. Üretken araç, nesnenin geride bıraktığı alanı doldururken görüntüye yeni pikseller de ekleyebilir.

NEJM görüntü politikası, belirli bir görüntü özelliğinin büyütülmemesini, gizlenmemesini, taşınmamasını, silinmemesini veya eklenmemesini ister. Parlaklık, renk ve kontrast ayarları bütün görüntüye uygulanmalı ve özgün özelliği yanlış göstermemelidir. Derginin güncel yazar talimatı, üretken AI'nın bilimsel ya da tıbbi görüntü içeriği yaratmak veya değiştirmek için kullanılamayacağını da açıkça belirtiyor.

Dergi politikaları değişebilir; bu tablo evrensel bir izin belgesi değil, hedef derginin güncel kuralı ayrıca kontrol edilmeli.

AI beyanı neden tek başına yeterli değil?

AI kullanımını açıklamak gerekli olabilir; ama açıklama, doğrulamanın yerine geçmez. Tıbbi makalelerde AI kullanımı ve beyanı rehberimiz hangi kullanımın nasıl bildirileceğini ele alıyor. Buradaki mesele farklı: açıklanan ya da açıklanmayan çıktının kaynağına kadar doğrulanması.

Bir dil modelinin kaynakça taslağı oluşturduğunun yazılması, kaynakların gerçekten var olduğunu göstermez. Benzer biçimde görüntü düzenlemede AI kullanıldığının beyan edilmesi, yasak bir nesne taşıma işlemini kabul edilebilir hale getirmez. Beyan denetimin başlangıcıdır; kalite güvencesi değil.

Gönderim öncesi ortak izlenebilirlik kontrolü

• Her referans DOI, PMID, ISBN veya kalıcı URL üzerinden açıldı.
• Başlık, yazar, dergi ve yıl PubMed, Crossref ya da yayıncının özgün kaydıyla eşleştirildi.
• Kaynak yalnızca varlık açısından değil, ilgili cümleyi destekleyip desteklemediği açısından da okundu.
• Özet, sonuç ve klinik öneriyi taşıyan kritik referanslar ikinci kişi tarafından doğrulandı.
• Her kaynak için düzeltme, kaygı bildirimi ve retraksiyon durumu yayıncı sayfası, PubMed ve varsa Crossmark üzerinden kontrol edildi.
• Klinik görüntünün cihazdan çıkan özgün dosyası ile DICOM/EXIF bilgileri korundu.
• Görüntüde yapılan her işlem; yazılım, sürüm ve parametre bilgisiyle kaydedildi.
• Lezyon, cetvel, skala, bant ya da başka bir veri nesnesi taşınmadı, silinmedi, klonlanmadı veya üretilmedi.
• Oklar ve etiketler ayrı katmanda tutuldu; ham ve işlenmiş sürümler birlikte arşivlendi.
• AI aracının adı, sürümü ve kullanım amacı hedef derginin kuralına göre açıklandı.
• Kaynakça, ham görüntüler ve işlem günlüğü için sorumluluğu belli son bir insan kontrolü yapıldı.

Güven biçimden değil, izlenebilirlikten gelir

CITADEL, düzgün biçimlendirilmiş bir kaynakçanın var olmayan çalışmaları saklayabildiğini gösterdi. NEJM vakası ise küçük görünen bir görsel müdahalenin klinik görüntünün kanıt zincirini bozabildiğini ortaya koydu. İki olayın ortak dersi yapay zekâyı bütünüyle reddetmek değil; hiçbir çıktıyı yalnızca düzgün göründüğü için kanıt kabul etmemek.

Bir referans için son durak kaynak yöneticisi değil, özgün yayın. Bir klinik görüntü için son durak düzenlenmiş dosya değil, ham kayıt ve işlem günlüğü. Kayıt nereden geldiğini ve hangi işlemlerden geçtiğini gösterecek biçimde izlenemiyorsa beyan eksik kalır; bu zincir kurulduğunda ise hata yayın öncesinde yakalanabilir.

Makalede geçen kaynakların varlığı, bibliyografik doğruluğu ve metindeki iddiayı destekleyip desteklemediği gönderimden önce birlikte denetlenebilir. Referans doğruluk denetimi çalışmamız bu kontrol zincirini yapılandırılmış bir raporda topluyor; vaat ettiğimiz bir sonuç değil, her kaynağın kaynağına kadar izlenebilir olması.

Kullanılan kaynaklar

• Topaz M, Roguin N, Gupta P, Zhang Z, Peltonen L-M. Fabricated citations: an audit across 2·5 million biomedical papers. The Lancet. 2026;407:1779–1781. · PubMed
• Topaz ve ark. CITADEL supplementary appendix — yöntem, doğrulama ve yayıncı işlemleri. · PDF
• Columbia University School of Nursing. Nearly 3,000 peer-reviewed medical papers have fake citations, 08.05.2026. · Columbia Nursing
• Wang Y, Mu X. Bronchial Casts from Inhalation of Forest-Fire Smoke. N Engl J Med. 2026;394:1634. · NEJM
• Wang Y. Retraction: Bronchial Casts from Inhalation of Forest-Fire Smoke. N Engl J Med. 2026;394:2064. · NEJM
• New England Journal of Medicine. Editorial Policies. · NEJM
• Crossref. Crossmark documentation. · Crossref