False citazioni proliferano negli studi scientifici: quadruplicati in 3 anni. Da medicina a fisica, ingegneria e informatica
Commentidi Valentina Arcovio
Immaginate di leggere un autorevole trattato di fisica dello stato solido e di voler approfondire una formula rivoluzionaria. Scorrete la pagina fino alle note conclusive, cliccate fiduciosi sul codice identificativo digitale (DOI) del paper citato e lo schermo vi restituisce il vuoto: né l’archivio Crossref, né Google Scholar o le banche dati internazionali riconoscono quell’articolo. Peggio ancora, l’autore indicato non ha mai scritto quella ricerca e la prestigiosa rivista menzionata non ha mai stampato quel volume. Non si tratta di un banale refuso tipografico o di una data scambiata: quel lavoro, semplicemente, non esiste né è mai esistito nel mondo reale. È un fantasma bibliografico, un’allucinazione perfetta creata ad arte e scivolata indisturbata sotto il naso di revisori e redattori. Se fino a pochi mesi fa si pensava che il fenomeno delle citazioni inventate fosse una piaga circoscritta all’ambito biomedico, una nuova indagine su vasta scala spazza via ogni illusione.
L’indagine: non solo letteratura medica
Un nuovo studio, pubblicato sulla rivista Proceedings of the National Academy of Sciences (PNAS), dimostra che il contagio ha ormai intaccato il cuore pulsante delle cosiddette scienze “dure”, dalla fisica all’ingegneria dei materiali, passando per l’informatica teorica e l’intelligenza artificiale. A condurre l’indagine è la stessa équipe interdisciplinare della Columbia University School of Nursing, guidata da Maxim Topaz, che a inizio anno aveva già scosso la comunità accademica svelando su The Lancet oltre 4 mila citazioni fake nella letteratura medica. Come sottolinea con amarezza lo stesso Topaz, docente associato sia alla Facoltà di Infermieristica sia al Data Science Institute della Columbia, l’idea che la medicina fosse l’unica vittima era fin troppo ottimistica.
L’aumento vertiginoso
“Dopo il nostro audit su The Lancet, la domanda più frequente era se si trattasse di una distorsione peculiare della medicina. Non lo è”, spiega Topaz. “Una citazione rappresenta una promessa formale al lettore: garantisce che una fonte esista realmente a sostegno di ciò che viene affermato. Ebbene, in un numero crescente di pubblicazioni scientifiche in ogni disciplina, questa promessa viene sistematicamente infranta”, aggiunge. Per quantificare la portata del fenomeno, il gruppo di ricerca ha setacciato un campione stratificato di mezzo milione di articoli pubblicati tra gennaio 2023 e marzo 2026, attingendo al gigantesco archivio accademico aperto OpenAlex. Grazie a un algoritmo di verifica automatica, gli esperti hanno analizzato oltre 21,6 milioni di citazioni provviste di identificativo DOI, scovando 1.135 riferimenti completamente inventati all’interno di 619 articoli. Quando due revisori indipendenti hanno ricontrollato alla cieca un campione casuale di queste fonti sospette, l’esito è stato impietoso: l’85,8% risultava fabbricato di sana pianta, introvabile in ben sette database bibliografici mondiali.
La classifica dei fake: fisica, scienza dei materiali, informatica, intelligenza artificiale, ingegneria
I numeri complessivi appaiono ancora contenuti, ma la traiettoria temporale è vertiginosa. Nel 2023 i paper contaminati da citazioni fittizie erano circa 1 ogni 1.600; nel 2025 il dato è salito a 1 su 650, per raggiungere nel primo trimestre del 2026 la quota allarmante di 1 articolo su 435. In poco più di 3 anni, la densità del problema è quadruplicata. La distribuzione non è omogenea tra i diversi settori scientifici e mostra differenze anche di 6 volte. La fisica guida la graduatoria con 25,6 articoli affetti ogni 10mila, seguita a ruota dalla scienza dei materiali con 18,4, dall’informatica e intelligenza artificiale con 11,1, dall’ingegneria con 10,3 e dalla chimica con 4,3 per diecimila. Proiettando queste percentuali sull’intera produzione scientifica del triennio, pari a circa 7 milioni di articoli nei settori presi in esame, i ricercatori stimano che oggi circolino indisturbati almeno 8.500 articoli con una o più citazioni inesistenti.
Cause: Intelligenza artificiale e “fabbriche dei manoscritti” per gonfiare i curricula
Dietro la genesi di queste citazioni fantasma convergono due forze oscure dell’editoria contemporanea. Da una parte opera il mercato clandestino dei cosiddetti “paper mills”, fabbriche a pagamento di manoscritti sintetici pensati per gonfiare i curricula accademici. Dall’altra pesa l’uso acritico e sconsiderato dei modelli linguistici di intelligenza artificiale, noti per la tendenza ad allucinare fonti bibliografiche con impeccabile eleganza stilistica e plausibilità sintattica. Un preprint diffuso dallo stesso team a settembre ha infatti rivelato come 26 diversi modelli di IA abbiano fabbricato oltre il 55% dei riferimenti accademici richiesti durante i test. Inoltre, la consuetudine dei fisici nel citare archivi aperti prima della peer review potrebbe aver abbassato la soglia di allerta, lasciando filtrare le allucinazioni nelle riviste indicizzate.
Il sospetto delle frodi: 27 paper raccolgono un terzo delle “bufale”
La ricerca fa luce anche su una concentrazione inquietante: sebbene nella maggior parte dei casi i testi incriminati contengano uno o due riferimenti fasulli, talvolta imputabili a clamorosi pasticci editoriali, un nucleo di soli 27 paper ha totalizzato da solo più di un terzo di tutte le citazioni fantasma individuate, collezionando 5 o più fonti fasulle a testa. Eppure, al momento dell’audit, solo 2 articoli su 619 erano stati ufficialmente ritirati dagli editori, a riprova di quanto l’ecosistema scientifico fatichi a individuare ed espellere le scorie. “Un articolo con un solo riferimento non verificabile e uno che ne presenta cinque o più non sono la stessa cosa, e i comitati editoriali non dovrebbero trattarli con lo stesso metro”, chiarisce Topaz, evidenziando come i casi più gravi richiedano indagini disciplinari immediate per frode.
C’è tuttavia una nota di speranza che distingue questo fenomeno da frodi più insidiose, come la manipolazione di immagini di microscopia o l’invenzione di dati grezzi da laboratorio. “L’aspetto incoraggiante – conclude lo studioso della Columbia – è che questo è uno dei pochi problemi di integrità scientifica che può essere verificato in modo completamente automatico prima ancora che un articolo venga mandato in stampa”. Per chiudere i cancelli prima che i buoi scappino, gli autori chiedono alle case editrici di rendere obbligatorio il controllo algoritmico dei riferimenti all’atto della sottomissione, invitando contestualmente le banche dati globali a creare un’apposita categoria di monitoraggio per le citazioni inventate. Nel frattempo, il laboratorio ha già ottenuto un finanziamento federale da 250mila dollari per passare al setaccio 12 milioni di studi biomedici e sviluppare i primi protocolli operativi anti-allucinazione.
