学術研究のための出典のファクトチェック方法

要点:主張をファクトチェックする方法

文を下書きに貼り付ける前に止まる。主張を見分ける（数字、引用、因果の所見、日付、写真）。それからCaulfieldが2019年に名付け、WineburgとともにVerifiedで言い直した四つのことを行う。止まる、出典を調べる、より良い報道を見つける、主張・引用・メディアを元の文脈まで辿る。その文脈を一次資料から再構成できないなら、その主張を引用しない。

このページの目的

CitationEasyにはすでにこの出版者は引用するに足る信頼があるか?（信頼できる出典）と、項目に公式のCRAAPの問いを当てるか（出典の評価）のページがある。このURLはより狭い問いである。この特定の主張は、論文に置くに足るほど本当か? 尊敬される新聞でも分母を取り違え得る。査読論文でも撤回され得る。本当の漏洩でも、誰かが私人を傷つけるために私的事実を公表したならmal-informationであり得る。AIチャットボットは学術らしく見えるDOIを捏造し、それでも何も指さないことがある。

FactCheck.orgの専門ファクトチェッカー — Annenberg Public Policy Centerの検証済みIFCN署名団体で、その手順ページの最終更新は2025年12月4日 — は、学術的文章がすでに置いている場所に負担を置く。

その水準に届かないなら、偽りだと証明していなくても、その主張は論文に置かない。「検証できなかった」は削除の理由であり、「一部は言う」でぼかす理由ではない。

問題に名を付ける:情報紊乱であり、「フェイクニュース」ではない

Claire WardleとHossein Derakhshanは2017年のCouncil of Europe報告書Information Disorder（DGI(2017)09）を書いた。「フェイクニュース」は風刺、誠実な誤り、プロパガンダ、漏洩した私的記録を一つの罵倒に押しつぶすからである。彼らは乱れを二つの軸 — 偽りと加害の意図 — で分けた。

学術的作業では、意図は正確さの次である。誤った年を貼った同級生と、年を捏造した荒らしは、同じ使えない脚注を生む。Wardleのラベルはなお、正す、拒む、慎重に扱う、という応答の選び方を助ける。まだ特定していない出典を精神分析する理由ではない。

ページではなく主張を気にするときにSIFTを使う

Caulfieldは2019年6月19日にSIFT (The Four Moves)を、採点表ではなくやるべきことの短いリストとして公表した。2023年、彼とSam Wineburgは同じ習慣をVerified: How to Think Straight, Get Duped Less, and Make Better Decisions about What to Believe Online（University of Chicago Press）で言い直した。2025年春のAmerican Educator抜粋は、有料壁なしで開ける公開の文言である。信頼性のページは、出版者を見積もる方法として最初の二つの動きを扱う。このページは後半の二つに紙幅を使う。学生が引用を失うのはそこだからである。URLを磨き、文が本当かを決して確認しない。

彼らは約三十秒で集める三つの文脈に名を付ける。出典（誰が話しているか）、主張（他の報道が何と言うか）、そして自分（なぜこの文が誘うか）。最後の文脈があるから、論旨を助ける統計も、脅かす統計と同じ跡を要する。

止まる

ハイライト、スクリーンショット、「とりあえず入れておく」の前に一拍置く。主張と経路についてすでに知っていることを問う。憤り、勝利、「消される前に共有せよ」は証拠ではない。この数字を要する段落をすでに書いているなら、部屋でいちばん騙されやすい人である。図書館員に見せられる一文として主張を書けるまで止まる。

出典を調べる — それが今の仕事かを決める

新しいタブを開き、いまいるサイトを除いて著者または組織を検索する。それは依然として必須である。十分ではない。Caulfield自身の経済の例が要点である。ノーベル経済学者を読んでいるのか、乳業の動画を見ているのかを知ることは、記事の解釈を変える。第四段落の統計が誠実に計算されているかは、それだけでは教えてくれない。出版者の判断は信頼できる出典へ。数字については進み続ける。

より良い報道を見つける

必要なものが主張であるとき、Caulfieldは、届いた記事を無視し、その主張の信頼できる報道や分析を探してよいと言う。彼の作業例は保全の見出しであり、偽の犯罪率ではない。

2025年の抜粋は、気分ではなく動きとして同じことを言う。

これはこのサイトのために作った「三出典ルール」ではない。独立した報道の探索である。同じプレスリリースを引用する三本のニュースは、三人の署名を着た一つの出典である。IFCNは専門チェッカーに、主要な要素を二つ以上の名付けた出典に対して検証するよう求める。「その一つの出典がその話題で唯一の関連出典である場合を除く。」独自のアーカイブ書簡はその一つの出典になり得る。拡散した図表はほとんどならない。

主張・引用・メディアを元の文脈まで辿る

Caulfieldの最後の動きは、要旨がすでに欲しかった所見に「聞こえる」ときに学生が飛ばすものである。

二文目はCaulfieldの文言であり、「it’s」も含む。論文、データセットの表、公聴会の逐語録、または切り抜かれていないファイルまでクリックする。プレスリリースが落とした限界を読む。写真のキャプションが出来事に合うかを確かめる。跡がスクリーンショットで終わるなら、出典はない。

横断的読解:ファクトチェッカーのようにページを離れる

Sam WineburgとSarah McGrewは、専門ファクトチェッカー10人、Ph.D.歴史家10人、Stanford学部生25人が生のサイトを評価するのを見た。歴史家と学生はページの内側に留まった — ロゴ、Aboutの文、磨かれたURL — そして罠にかかりやすかった。ファクトチェッカーは離れた。査読論文はTeachers College Record 121 (2019) の「Lateral Reading and the Nature of Expertise」である。採択原稿のStanford写しは公開されている。

Civic Online Reasoningのカリキュラム — 現在は旧Stanford History Education GroupであるDigital Inquiry Groupがホストする — は最初の三つの問いを教える。情報の背後に誰がいるか?、証拠は何か?、他の出典は何と言うか? 引用のためには、離れた瞬間に四つ目を加える。開いた対象は要約が言ったことをいまも言い、訂正や撤回を受けていないか? 縦読み — 一つのAboutページに留まって納得した気になること — は、よく似たドメインが生き残るやり方である。本物の雑誌論文の撤回状態に気づかないやり方でもある。Retraction Watchや出版者の告知を開かないからである。

専門のファクトチェックを使うとき — そして読み方

学生の論文はニュースルームではない。それでも職業の基準は借りる。PoynterのInternational Fact-Checking Networkは公開の規範に照らして組織を審査する。使うべき本文は、無作為なトップページのバッジではなく、現行の誓約ページである。2025年6月のIFCN PDFは、2020年初頭に最後に書き直されたCode自体が、2025年を経て2026年に入る共同体レビューの下にあると記す。代替が公表されるまでは、これが現行の規則である。

トップページの無作為な「fact-check」バッジではなく、IFCN署名団体ディレクトリを使う。FactCheck.org、Full Fact、Africa Check、Chequeadoは、そのディレクトリが対象とする種類の媒体である。バッジを現行として扱う前に、ディレクトリ自体で現状を確認する。ファクトチェックは二次的な再構成である。噂について書くときに引用する。下にある現象について書くときは、脚注を一次資料まで辿り、それを引用する。

• 判定と証拠リストの両方を読む。色付きのメーターは出典ではない。
• リンクされたデータセット、法令、または論文を開く。リンクが欠けていれば、その記事はあなたの目的ではIFCNの出典誓約に落ちる。
• 日付を記す。2018年の確認は2026年の統計を決着させない。
• 二つのIFCN署名団体が食い違うなら、隠すべきコイントスではなく、報告すべき論争がある。

作業例1:分母を誤った統計

作った町の統計ではなく、記録された事例を使う。2021年4月、Shimabukuroらは“Preliminary Findings of mRNA Covid-19 Vaccine Safety in Pregnant Persons”をNew England Journal of Medicine（DOI 10.1056/NEJMoa2104983）に公表した。完了した妊娠827件のうち、自然流産104件を報告した。後のNEJM訂正は、その件数を率に変えないよう読者に告げた。

FactCheck.org（Kate Yandell、2026年8月14日）は、上院議員がAnthony Fauci博士の公務電話の2021年1月の短信を公開したあとも循環していた、ウイルス的な82パーセントの数字を再構成した。

教訓は党派ではなく機械的である。繰り返そうとしている百分率について、常に分子、分母、時間窓、著者がその百分率を計算したかを取り戻す。 表を開けないなら、百分率を引用できない。本物の軸で嘘をつく図については、データの示し方を見る。

作業例2:生き残らなかった雑誌論文

査読は濾過であり、保証ではない。Wakefieldらは1998年に“Ileal-lymphoid-nodular hyperplasia, non-specific colitis, and pervasive developmental disorder in children”をThe Lancet（351:637–641）に公表した。2010年2月2日、誌はそれを撤回した。告知を引用し、ワクチンと自閉症の結びつきの証拠として1998年論文を二度と引用しない。

1999年のニュース要約だけ、またはいまも351巻を引用するブログだけを読んだ学生は、告知を逃す。並外れた生物医学の主張に依る前に、題名をPubMedで探し、出版者のページを開き、Retraction Watchを確認する。スキャンダルについて書くなら撤回を引用する。撤回論文がいまも所見を支えているかのように引用しない。査読プロセスの仕組みは濾過を説明する。このページは後の確認である。

作業例3:ガラスを失った動画

2022年10月14日、Just Stop Oilの抗議者がロンドンのNational GalleryでVincent van GoghのSunflowersにトマトスープを投げた。Guardian記者Damien Gayleのツイートは数千万回の表示に達した。CaulfieldとWineburgがVerifiedの抜粋をそのクリップで開くのは、憤りが一つの取り戻せる事実を飛ばしたからである。

画素は本物であった。「van Goghを破壊した」というキャプションはそうではなかった。それが一つのクリップにおけるCaulfieldの追跡の段階である。拡散した静止画を証拠として扱う前に、元の文脈を取り戻す。本物の2017年の抗議写真を「昨日」として再利用しても、同じ試験に落ちる。静止画を逆検索する（Google ImagesまたはTinEye）。動画では、調査者はしばしばInVID/WeVerify/vera.ai検証プラグインでキーフレームを抽出し、アップロード日を確認する。それから見つけられる最も早い公表を探す。基礎記録も引用できないなら、事実の主張のためにソーシャル投稿を引用しない。

作業例4:チャットボットが捏造した引用

学生はいま、かつてのニュースのリードのようにAI要約を貼る。William H. WaltersとEsther Isabelle Wilderは、その習慣を「Fabrication and errors in the bibliographic citations generated by ChatGPT」、Scientific Reports 13, 14045 (2023)で試した。GPT-3.5とGPT-4に短い文献レビュー42件（論文84、引用636）を求め、各著作を探した。

捏造された引用は、実在の姓、実在の誌名、別の論文 — または無 — に属するDOIを混ぜ得る。University of Mississippi図書館の2023年春の、疑わしいAI引用46件の受付は、のちにA. P. WatsonがThe Serials Librarian（DOI 10.1080/0361526X.2024.2433640）に公表し、同じ型を見つけた。提供されたURLもDOIも、引用された著作と一致しなかった。AIの文献表は出典一覧ではなく手がかりの一覧として扱う。すべてのDOIをhttps://doi.org/で解決する。解決しない、または別の題に解決するなら、文を削る。実際に使ったAIチャットの引用の仕方は、AIの引用方法を見る。このページは先行する問いである。対象は存在したか?

学生が実際に貼る主張のファクトチェック

統計の主張

1. スクリーンショットのスクリーンショットではなく、元の表またはミクロデータを見つける。
2. 分母を言葉で書く。何のパーセントか、誰のうちか、どの日付の間か。
3. 比較が同類同士かを確認する（同じ年齢層、同じ「失業者」の定義、同じインフレ年）。
4. キャンペーンの図より、国の統計機関、OECD、または開ける方法の節を優先する。
5. 評判のある二つの系列が食い違うなら、食い違いと定義を報告する。偽の第三の数に平均しない。

科学の主張

• 論文を開く（またはプレプリントと表示されたプレプリントを開く）。大学のプレスリリースを実験であるかのように引用しない。
• 標本サイズ、デザイン、著者自身の限界を読む — とくに「予備的」「関連的」「マウスで」。
• 後の研究が結果を再現したか、訂正や撤回があるかを問う。
• これから書こうとする因果の文から相関を分ける。
• 臨床の問いでは、劇的な単一試験より系統的レビューや方法報告ガイドラインを優先する。

引用と帰属

1. 演説、本の頁、公聴会の逐語録、または録音を見つける。引用カードは出典ではない。
2. 両側の文を読む。否定を隠す省略記号は別の引用である。
3. 話者、日付、会場を確認する。有名な名は捏造された台詞を呼ぶ。
4. 真剣な探索のあと原本が見つからないなら、引用を捨てる。原本を欠くブログへの弱い引用で「残さない」。

画像、動画、「ソーシャルで見た」

Caulfieldの追跡の段階は、切り抜かれた動画と誤キャプションの写真のために作られている。静止画を逆検索する。見つけられる最も早い公表を取り戻す。偽の日付の付いた本物の写真でも、失敗した引用である。基礎記録も引用できないなら、事実の主張のためにソーシャル投稿を引用しない。プラットフォーム固有の引用形式はスタイルガイドを使う — このページは内容が使えるかどうかについてである。

AI要約と捏造された文献

1. チャットボットからの題名、著者文字列、DOIは、解決するまで未検証として扱う。
2. 題名をPubMed、Crossref、または図書館目録で探す。ほぼ一致する題は、誤字ではなくしばしば寄せ集めである。
3. PDFまたはHTMLを開く。欲しい文が開いた頁にあることを確認する。
4. モデルが対象を見せられないなら、出典はない。実際に読んだ著作から書き直す。

ページを離れる助けになる道具

Wikipediaは地図であり、目的地ではない。CaulfieldとWineburgはそれを最初の横断タブとして扱う。研究のためのWikipediaが述べるように使う。トークページと引用を読み、それから離れる。NewsGuardの点数やメディア偏向チャートは、出版者についての他人の意見である。これから写す表のセルを検証しない。

流し読みではなく追跡を要する危険信号

それらの旗のどれも、主張が偽りだと証明しない。それぞれが、まだ引用可能な主張を持っていないことを証明する。続けるか、文を切る。事実が確立したあとの資金と観点の歪みには、出典のバイアスを使う。

「ググった」通過を生き残る誤り

• すでに好きな出典で止まる。 確証バイアスがあるから、論旨を助ける文も脅かす文と同じ硬さでファクトチェックする。
• 再掲を独立した確認として数える。 同じ通信社記事を三度配信しても、報道の鎖は一つである。
• 合意を引用として扱う。 「誰もが知っている」は学術的出典ではない。
• 偏向媒体の一つの確認可能な事実を捨てる。 党派サイトでも法令を正しく引用し得る。法令を検証する。
• 意見と事実の主張を混同する。 「この政策は賢明でない」は、「この政策は$Xを使った」のようにはファクトチェックできない。
• 論文が記録についてであるときに、記録ではなくファクトチェックを引用する。 確認は地図である。
• チャットボットの文献表を信じる。 WaltersとWilderは、GPT-4でもおよそ六件に一件の引用をいまも捏造することを示した。

提出前夜ではなく、論文の中にファクトチェックを組み込む

1. 読むあいだ。 使いそうな各文を、検証済み、未検証、争点ありと印す。同じメモにURLまたはDOIを残す。研究メモの取り方は捕捉の習慣であり、このページは検証の習慣である。
2. 下書きするあいだ。 「あとで調べる」統計を段落に置かない。そのセッションで検証できないなら、見える穴を残すか削る。
3. 提出前。 すべての百分率、引用、「最近の研究」を開き直す。リンクがいまも解決し、初読のあとに撤回が出ていないことを確認する。
4. 引用するとき。 実際に検証した対象 — 表、論文、逐語録 — を引用し、それを紹介したソーシャル投稿やチャットは引用しない。それから課題が指定した様式でその対象を整える。

関連ガイド

• 出典が信頼できるかを見分ける方法
• 出典の評価方法(CRAAP解説)
• 出典のバイアス
• 研究のためのWikipedia
• 学術的出典の見つけ方
• 査読プロセスの仕組み
• AIの引用方法
• DOIの使い方