Meldingsplattformen Telegram har blitt et av de viktigste utstillingsstedene for deling av artikler, bøker og vitenskapelige nyheter, men også et rom der [uspesifiserte problemer] sprer seg. etterligninger av akademiske forlag i toppklassenEn studie utviklet i Spania har satt svært klare tall på et problem som mange mistenkte, men som knapt hadde blitt grundig kvantifisert.
I følge denne forskningen, drevet av Universitetet i Granada (UGR)Nesten åtte av ti Telegram-kanaler som opererer under navnene til store internasjonale vitenskapelige utgivere er ikke offisielle. Mer spesifikt har det blitt oppdaget at rundt 78 % av kanalene som tilskrives disse utgiverne er falske, en prosentandel som er spesielt bekymringsfull i en europeisk kontekst preget av kampen mot vitenskapelig feilinformasjon.
Spredningen av svindel og tvilsomt innhold forkledd som akademisk innhold fortsetter å vokse, og dette arbeidet gir en mulig forklaring: Telegram er vert for en Et bredt og organisert nettverk av kanaler som utgir seg for å være vitenskapelige utgivere å distribuere uautorisert materiale, tilby påståtte publiseringstjenester og utnytte prestisjefylte institusjoners rykte. Spania, som en del av det europeiske vitenskapelige økosystemet, er ikke immun mot effektene av dette fenomenet.
Forfatterne av studien hevder at dette miljøet på Telegram ikke er et isolert tilfelle, men snarere et symptom på en mangel på offisiell og bekreftet tilstedeværelse fra utgiverne selvDette gapet lar ondsinnede aktører posisjonere seg i forkant av vitenskapelig kommunikasjon på plattformen, noe som påvirker hvor mange brukere som får tilgang til bøker og artikler.
Et kart over svindel i vitenskapelige forlags kanaler
Arbeidet har blitt utført av Enhet for beregningsmessige humaniora og samfunnsvitenskap (U-CHASS) fra Universitetet i Granada. Forskerne Victor Herrero Solana og Carlos Castro Castro De satte seg fore å analysere økosystemet til Telegram-kanaler som presenterer seg som knyttet til store akademiske utgivere, og å måle i hvilken grad denne koblingen er reell.
For å gjøre dette valgte de 13 ledende internasjonale vitenskapelige forlagBlant dem er kjente forlag som Elsevier, Springer, Wiley-Blackwell, Nature og Cambridge University Press. Utvalget ble gjort med tanke på deres vekt på SCImago-portalen, en av de mest brukte indeksene for å evaluere global vitenskapelig produksjon.
Da listen over utgivere var etablert, fant forskerne dem på Telegram. 37 kanaler som kan være assosiert med disse merkeneenten det var gjennom bruk av navn, logo eller direkte referanser til samlingene og publikasjonene deres. Målet var todelt: på den ene siden å bekrefte om disse kanalene hadde et offisielt forhold til utgiverne; på den andre siden å identifisere atferdsmønstre blant de som viste seg å være svindel.
Resultatene var klare. Av de 37 analyserte kanalene var det bare Åtte ble bekreftet som autentiske og direkte knyttet til forlageneDet vil si at bare 21,62 % av kanalene viste seg å være legitime, sammenlignet med en 78,38 % av falske kanaler brukte identiteten til disse institusjonene uten tillatelse.I praksis er det mye mer sannsynlig at en bruker som leter etter en "offisiell" Telegram-kanal havner i et uredelig område enn et ekte.
Studien har blitt publisert i det akademiske tidsskriftet "IDB: Universitetstekster om bibliotek- og informasjonsvitenskap"I desemberutgaven 2025, under tittelen «Hovedvitenskapelige redaktører i Telegram-kanaler: en tilnærming til å oppdage falske kanaler med ChatGPT og DeepSeek», beskriver forskningen utover tallene en dypt forvrengt økosystem noe som utgjør en risiko for både det vitenskapelige miljøet og lesere og studenter.
En banebrytende studie som bruker ChatGPT og DeepSeek
Et av de mest innovative aspektene ved arbeidet er metodikk basert på kunstig intelligensForskere ved Universitetet i Granada har vært pionerer innen bruk av Språkmodeller (LLM) som ChatGPT og DeepSeek for å avgjøre om de analyserte kanalene var offisielle eller ikke, ved å kombinere deres analytiske evner med en påfølgende menneskelig gjennomgang.
Forskningsdesignet var strukturert som en flere casestudierFor hver av de 37 identifiserte kanalene, en standardisert prompt som ble sendt til både ChatGPT og DeepSeek, og aktiverte dermed nettsøkfunksjon av disse modellene. Tanken var at AI-en kunne sjekke, i sanntid, eksistensen av lenker til bedriftssider, verifiserte kontoer og andre tegn på autentisitet.
Modellenes oppdrag var å vurder sannsynligheten for at hver kanal var offisiell, basert på indikatorer som samsvar mellom innhold og merkevarens redaksjonelle linje, tilstedeværelsen av pålitelige lenker til institusjonelle nettsteder, eksistensen av korrekte logoer og navn, eller referanse til gjenkjennelige redaksjonelle retningslinjer.
Etter at ChatGPT- og DeepSeek-rangeringene var innhentet, utførte UGR-teamet en uavhengig manuell verifiseringsom fungerte som den grunnleggende sannheten. Med andre ord hadde ikke AI-en det siste ordet: forskerne sammenlignet sine egne søk og kontroller med modellenes svar for å avgjøre om hver kanal var autentisk eller falsk.
Denne tilnærmingen gjorde det mulig å demonstrere at LLM-er kan være nyttige verktøy for innledende storskala screening, som også demonstrert av Kanalstengninger på grunn av falske AI-trailerespesielt på plattformer med tusenvis av kanaler og en informasjonsmengde som er vanskelig å håndtere rent manuelt. Han gjorde det imidlertid også klart at per i dag, De kan ikke erstatte ekspertvurderinger fullstendig når det gjelder å validere sensitive kontoer, som for eksempel kontoer tilhørende vitenskapelige forlag.
Hvordan falske kanaler fungerer på Telegram
Detaljert analyse av de 37 kanalene tillot rekonstruksjon av et ganske homogent mønster på Hvordan opererer de som utgir seg for å være vitenskapelige utgivere på Telegram?Den vanligste praksisen er massedistribusjon av bøker, manualer og artikler i digitalt format uten autorisasjon, under løfte om gratis tilgang til eller direkte nedlastinger til titler som faktisk er beskyttet av opphavsrett.
Sammen med denne uautoriserte sirkulasjonen av innhold, tilbyr mange av de svindelkanalene redaksjonelle tjenester som knapt er troverdigesom å publisere artikler i tidsskrifter med høy gjennomslagskraft på svært korte tidsrammer eller garantere aksept av artikler uten en standard fagfellevurdert prosess. Denne typen påstander er spesielt farlige for nybegynnere, doktorgradsstudenter og fagfolk med liten erfaring i den akademiske publiseringskretsen.
Forskerne oppdaget også en tilbakevendende bruk av ekstremt reklamespråkBudskapene minner mer om aggressive markedsføringskampanjer enn den edruelige kommunikasjonen som er typisk for vitenskapelige forlag. Løfter om rabatter, «spesialtilbud» og urealistiske fordeler florerer, noe som er rystende sammenlignet med hvordan akademia vanligvis kommuniserer.
I noen tilfeller bruker falske kanaler utgiverlogoer, samlingsnavn eller forkortede lenker som gir et inntrykk av legitimitet. Ved første øyekast kan presentasjonen virke overbevisende for en bruker som ikke er kjent med hvordan disse institusjonene fungerer, spesielt hvis kanalen samler nyheter, kunngjøringer og dokumenter som blander ekte materiale med innhold av tvilsom opprinnelse.
Alt dette rammeverket genererer det studien beskriver som en forvrengt økosystem i Telegramhvor tilstedeværelsen av uoffisielle kanaler langt overstiger antallet kontoer som genuint er knyttet til utgivere. I praksis betyr dette alvorlige risikoer for akademisk integritet og immaterielle rettigheterDette er et problem både i Spania og i hele Europa, ettersom det legger til rette for sirkulasjon av piratkopierte verk og villedende tilbud som påvirker forfattere, institusjoner og lesere.
Hva gjør kunstig intelligens riktig, og hvor gjør den feil?
Når det gjelder modellenes ytelse, indikerer studien at begge ChatGPT og DeepSeek viser høy effektivitet i å oppdage tydelig falske kanaler.Når etterligning av identitetstyveri er åpenbar – et totalt fravær av offisielle lenker, usannsynlige løfter, åpent piratkopiert innhold – har begge systemene en tendens til å være enige i diagnosen sin og klassifisere kanalene som ulovlige.
Forskningen avslører imidlertid også strukturelle begrensninger ved disse modellene når det gjelder å bekrefte autentisiteten til virkelige kanalerTilfellene som genererte størst vanskeligheter var de der kanalen så ut til å være relatert til en utgiver, men manglet sterke verifiseringssignaler, som for eksempel det blå haket på Telegram eller tydelige lenker til institusjonelle sider som er lett verifiserbare.
Modellene oppførte seg ikke identisk. I følge studien, DeepSeek hadde en tendens til å legge mer vekt på innholdets kontekstuelle sammenheng.Med andre ord, om typen publikasjoner, tonen i meldingene og kanalens struktur var i samsvar med hva man ville forvente av et etablert vitenskapelig forlag. Denne tilnærmingen fokuserte på hvordan kanalen kommuniserte på daglig basis.
For sin del, ChatGPT prioriterte den formelle verifiseringen av institusjonelle tilknytningerI praksis betydde dette å legge større vekt på kanalens tilstedeværelse på bedriftens nettsteder, eksistensen av verifiserte omtaler eller dens tilknytning til andre anerkjente kontoer. Når disse elementene var uklare, viste modellen større forsiktighet eller tvil om autentisiteten.
Studien konkluderer med at disse komplementære tilnærmingene er verdifulle for utføre innledende filtrering i informasjonsmettede miljøermen understreker at Påliteligheten til AI som en autonom detektor for brukere uten spesifikk opplæring er fortsatt begrenset.Forfatterne anbefaler å bruke disse modellene som en del av hybridsystemer der automatisert analyse gir støtte, men den endelige bekreftelsen må avgjøres av fagfolk med erfaring i vitenskapelig dokumentasjon og redigering.
Skjevheter i kilder og hegemoni av engelsk innhold
I tillegg til å måle svindel, fokuserte etterforskningen på å undersøke Hvilke kilder konsulterer ChatGPT og DeepSeek når de underbygger svarene sine?Et av de mest slående funnene var den dominerende tilstedeværelsen av Vestlige referanser kontra andre geografiske områderselv i tilfellet med DeepSeek, som kan antas å være nærmere asiatiske kilder.
Denne ubalansen gjenspeiler hegemoniet til engelsk innhold på nettetspesielt når det gjelder vitenskapelig og akademisk informasjon. Fordi de primært er trent på data som hovedsakelig er på det språket, har modellene en tendens til å reprodusere denne fordelingen i søkene og argumentene sine, noe som genererer en strukturell skjevhet når de trenger å vurdere kilder fra andre språklige kontekster.
I praksis kan denne skjevheten komplisere evaluering av kanaler knyttet til ikke-vestlige utgiverehvis nettsteder, verifiseringssystemer eller kommunikasjonsstiler kanskje ikke stemmer godt overens med de rådende mønstrene i den angelsaksiske verden. Som et resultat kan noen legitime kanaler være innhyllet i mer usikkerhet eller mistenksomhet enn sine vestlige motparter.
Forfatterne av artikkelen argumenterer for at dette aspektet bør tas i betraktning når designe AI-baserte globale overvåkingsverktøyDette gjelder spesielt i Europa, hvor vitenskapelige institusjoner med svært ulik bakgrunn sameksisterer. Hvis disse skjevhetene ikke korrigeres, er det en risiko for å forsterke ulikheter i synlighet og anerkjennelse blant utgivere basert på deres opprinnelsesland eller -språk.
Som en fremtidig retning foreslår studien trene modeller med mer balansert og mangfoldig korpussamt å justere evalueringskriteriene for å bedre gjenspeile mangfoldet i det internasjonale akademiske systemet. Ellers kan selve teknologien som er utformet for å bekjempe desinformasjon ende opp med å reprodusere utilsiktede ekskluderingsmønstre.
Et høyrisikomiljø for akademisk integritet
Med alle disse elementene beskriver forskerne universet av Telegram-kanaler relatert til vitenskapelige utgivere som en høyrisikomiljø for akademisk integritet og immaterielle rettigheterDe aller fleste falske kanaler, sammenlignet med det lille antallet ekte kontoer, gjør det vanskelig for den gjennomsnittlige brukeren å raskt skille hvilke kilder som er pålitelige.
Blant de identifiserte risikoene skiller følgende seg ut: ukontrollert formidling av vitenskapelig materialeDette krenker ikke bare opphavsretten, men kan også legge til rette for sirkulasjon av eldre, ufullstendige eller endrede versjoner av artikler og bøker. Denne typen uregulert sirkulasjon kan påvirke hvordan studenter, lærere og forskere i Europa konsulterer og siterer vitenskapelig litteratur.
En annen relevant fare er at svindelforlagstjenesterDisse praksisene svekker tilliten til det akademiske publiseringssystemet. De som faller for disse kanalene kan betale for ikke-eksisterende prosesser, oppleve at arbeidet sitt er assosiert med uetisk praksis, eller kompromittere sitt profesjonelle omdømme – noe som er spesielt delikat i begynnelsen av en forskerkarriere.
Studien snakker om en ekte institusjonelt paradoksSelv om Telegram representerer et verktøy med stort potensial for grundig vitenskapelig formidling, begrenset direkte involvering fra mange utgivere i plattformen Dette skaper et gap som imitatorer utnytter med liten motstand. I mangel av tydelig identifiserbare offisielle kanaler ender brukerne opp med å ty til alternativer som i mange tilfeller ikke er det de ser ut til.
I europeisk sammenheng, der kampen mot feilinformasjon og vitenskapelige bløff Selv om dette har blitt en politisk og regulatorisk prioritet, presenterer situasjonen som er beskrevet på Telegram en ekstra utfordring. Den enkle måten kanaler kan opprettes og multipliseres på, betyr at problemet kan spre seg raskt, noe som tvinger institusjoner, biblioteker og reguleringsorganer til å utvikle nye overvåkings- og responsstrategier.
Mot hybride overvåkingssystemer og nye forskningslinjer
Gitt dette scenariet, argumenterer forskere ved Universitetet i Granada for utvikling av hybride deteksjons- og overvåkingssystemer som kombinerer mulighetene til kunstig intelligens med menneskelig vurdering utført av eksperter. Ideen er å utnytte skala for analyse av språkmodeller å spore store mengder kanaler og meldinger, men overlate den endelige avgjørelsen til ekspertteam.
I denne ordningen ville AI fungere som innledende kartleggingsverktøyDette innebærer å identifisere nye mistenkelige kanaler, tilbakevendende svindelmønstre eller nettverk av kontoer som gjenbruker navn og logoer til anerkjente forlag. Derfra kan dokumentarister, bibliotekarer og forlagsansatte gjennomgå de identifiserte sakene og iverksette tiltak, enten ved å rapportere dem til plattformen, advare brukere eller styrke sin egen offisielle tilstedeværelse.
Studien peker også på muligheten for utvide denne metodikken til andre områder av desinformasjon Disse problemene er utbredt på Telegram, som spredning av vitenskapelige falske nyheter, konspirasjonsteorier om helse og manipulert politisk innhold. Denne tilnærmingen er i tråd med prioriteringene til mange europeiske institusjoner som er interessert i å ha proaktive verktøy for å oppdage og stoppe desinformasjonskampanjer før de går viralt.
Den gradvise integreringen av avanserte tekstlige og kontekstuelle analysefunksjoner i språkmodeller åpner døren for proaktive overvåkingssystemer i stand til å utstede tidlige advarsler om fremveksten av nye nettverk av falske kanaler. Disse varslene kan være nyttige for forlag, universiteter og offentlige organer som ønsker å beskytte vitenskapelig kommunikasjon og opprettholde kvalitetsstandarder i informasjonen som når ut til offentligheten.
Samtidig understreker forfatterne behovet for Vitenskapelige utgivere bør selv styrke sin verifiserte tilstedeværelse på Telegram og på andre lignende plattformer. Tydelig identifiserte offisielle kanaler, transparente kommunikasjonsregler og konsistent meldingsutveksling vil gjøre det lettere for brukere å skille mellom legitime kilder og redusere muligheten for imitatorer.
Arbeidet som utføres ved Universitetet i Granada gjør det klart at det faktum at Over 78 % av vitenskapelige utgiverkanaler på Telegram er falske. Dette er ikke et marginalt problem, men et strukturelt fenomen som påvirker hvordan akademisk informasjon sirkulerer på nettet. Å håndtere dette krever en kombinasjon av teknologi, ekspertvurderinger og større institusjonell involvering for å gjenvinne terreng i en kommunikasjonskanal der svindelaktører for øyeblikket opererer med for stor letthet.
