Meddelandeplattformen Telegram har blivit en av de viktigaste skyltfönstren för att dela artiklar, böcker och vetenskapliga nyheter, men också en plats där [ospecificerade frågor] sprider sig. imitationer av akademiska förlag i toppklassEn studie som utvecklats i Spanien har satt mycket tydliga siffror på ett problem som många misstänkte, men som knappt hade kvantifierats noggrant.
Enligt denna forskning, driven av Granadas universitet (UGR)Nästan åtta av tio Telegram-kanaler som verkar under namnen på stora internationella vetenskapliga förlag är inte officiella. Mer specifikt har det upptäckts att runt 78 % av kanalerna som tillskrivs dessa utgivare är falska, en procentandel som är särskilt oroande i ett europeiskt sammanhang som präglas av kampen mot vetenskaplig desinformation.
Spridningen av bluffar och tvivelaktigt innehåll förklätt som akademiskt innehåll fortsätter att öka, och detta arbete erbjuder en möjlig förklaring: Telegram är värd för en Ett brett och organiserat nätverk av kanaler som utger sig för att vara vetenskapliga utgivare att distribuera obehörigt material, erbjuda påstådda publiceringstjänster och utnyttja prestigefyllda institutioners rykte. Spanien, som en del av det europeiska vetenskapliga ekosystemet, är inte immunt mot effekterna av detta fenomen.
Författarna till studien menar att denna miljö på Telegram inte är ett isolerat fall, utan snarare ett symptom på en brist på officiell och verifierad närvaro av utgivarna självaDenna lucka gör det möjligt för illvilliga aktörer att positionera sig i framkant av vetenskaplig kommunikation på plattformen, vilket påverkar hur många användare som får tillgång till böcker och artiklar.
En karta över bedrägerier i vetenskapliga förlags kanaler
Arbetet har utförts av Enheten för beräkningsmässig humaniora och samhällsvetenskap (U-CHASS) från Granadas universitet. Forskarna Victor Herrero Solana och Carlos Castro Castro De försökte analysera ekosystemet av Telegram-kanaler som presenterar sig som kopplade till stora akademiska förlag och mäta i vilken utsträckning den länken är verklig.
För att göra detta valde de 13 ledande internationella vetenskapliga förlagBland dem finns välkända förlag som Elsevier, Springer, Wiley-Blackwell, Nature och Cambridge University Press. Urvalet gjordes med hänsyn till deras vikt på SCImago-portalen, ett av de mest använda indexen för att utvärdera global vetenskaplig produktion.
När listan över utgivare var upprättad lokaliserade forskarna dem på Telegram. 37 kanaler som kan kopplas till dessa varumärkenvare sig det var genom användning av namn, logotyp eller direkta referenser till deras samlingar och publikationer. Målet var tvåfaldigt: å ena sidan att verifiera om dessa kanaler hade en officiell relation med utgivarna; å andra sidan att identifiera beteendemönster bland dem som visade sig vara bedrägliga.
Resultaten var tydliga. Av de 37 analyserade kanalerna var det bara Åtta bekräftades som autentiska och direkt kopplade till förlagenDet vill säga att endast 21,62 % av kanalerna visade sig vara legitima, jämfört med en 78,38 % av de falska kanalerna använde dessa institutioners identitet utan tillståndI praktiken är det mycket mer sannolikt att en användare som letar efter en "officiell" Telegram-kanal hamnar i ett bedrägligt utrymme än i ett riktigt.
Studien har publicerats i den akademiska tidskriften "IDB: Universitetstexter om biblioteks- och informationsvetenskap"I decembernumret 2025, under titeln "Huvudvetenskapliga redaktörer i Telegram-kanaler: en metod för att upptäcka falska kanaler med ChatGPT och DeepSeek". Utöver siffrorna beskriver forskningen en djupt förvrängt ekosystem vilket innebär risker för både forskarsamhället och läsare och studenter.
En banbrytande studie med ChatGPT och DeepSeek
En av de mest innovativa aspekterna av arbetet är metodologi baserad på artificiell intelligensForskare vid Granadas universitet har varit pionjärer inom användningen av Språkmodeller (LLM) som ChatGPT och DeepSeek för att avgöra om de analyserade kanalerna var officiella eller inte, genom att kombinera deras analytiska förmågor med en efterföljande mänsklig granskning.
Forskningsdesignen var strukturerad som en flera fallstudierFör var och en av de 37 identifierade kanalerna, en standardiserad prompt som skickades till både ChatGPT och DeepSeek, vilket aktiverade webbsökfunktion av dessa modeller. Tanken var att AI:n i realtid kunde kontrollera förekomsten av länkar till företagssidor, verifierade konton och andra tecken på äkthet.
Modellernas uppdrag var att bedöma sannolikheten att varje kanal var officiell, baserat på indikatorer som överensstämmelse mellan innehåll och varumärkets redaktionella linje, förekomsten av tillförlitliga länkar till institutionella webbplatser, förekomsten av korrekta logotyper och namn, eller hänvisning till igenkännbara redaktionella policyer.
När rankningarna för ChatGPT och DeepSeek hade erhållits genomförde UGR-teamet en oberoende manuell verifieringvilket fungerade som grundsanningen. Med andra ord hade AI:n inte det sista ordet: forskarna jämförde sina egna sökningar och kontroller med modellernas svar för att avgöra om varje kanal var autentisk eller falsk.
Denna metod gjorde det möjligt att visa att juridikstudier kan vara användbara verktyg för initial storskalig screening, vilket också demonstreras av Kanalstängningar på grund av falska AI-trailerssärskilt på plattformar med tusentals kanaler och en informationsvolym som är svår att hantera enbart manuellt. Han klargjorde dock också att från och med idag, De kan inte helt ersätta expertbedömningar när det gäller att validera känsliga konton, såsom de som tillhör vetenskapliga förlag.
Hur falska kanaler fungerar på Telegram
Detaljerad analys av de 37 kanalerna möjliggjorde rekonstruktion av ett relativt homogent mönster på Hur fungerar det på Telegram att de som utger sig för att vara vetenskapliga utgivare?Den vanligaste praxisen är massdistribution av böcker, manualer och artiklar i digitalt format utan tillstånd, under löfte om fri tillgång till eller direkta nedladdningar av titlar som faktiskt är upphovsrättsskyddade.
Tillsammans med denna obehöriga spridning av innehåll erbjuder många av de bedrägliga kanalerna redaktionella tjänster som knappast är trovärdigasåsom att publicera artiklar i tidskrifter med hög genomslagskraft inom mycket korta tidsramar eller garantera att artiklar accepteras utan en standardiserad peer review-process. Denna typ av påstående är särskilt farligt för nybörjare, doktorander och yrkesverksamma med liten erfarenhet inom den akademiska publiceringskretsen.
Forskarna upptäckte också en återkommande användning av extremt reklamspråkBudskapen påminner mer om aggressiva marknadsföringskampanjer än den nyktra kommunikation som är typisk för vetenskapliga förlag. Löften om rabatter, "specialerbjudanden" och orealistiska fördelar florerar, vilket är chockerande jämfört med hur den akademiska sektorn vanligtvis kommunicerar.
I vissa fall använder falska kanaler utgivares logotyper, samlingsnamn eller förkortade länkar vilket ger ett sken av legitimitet. Vid första anblicken kan presentationen verka övertygande för en användare som inte är bekant med hur dessa institutioner fungerar, särskilt om kanalen sammanställer nyheter, tillkännagivanden och dokument som blandar verkligt material med innehåll av tvivelaktigt ursprung.
Allt detta ramverk genererar vad studien beskriver som en förvrängt ekosystem inom Telegramdär förekomsten av inofficiella kanaler vida överstiger antalet konton som verkligen är kopplade till utgivare. I praktiken innebär detta allvarliga risker för akademisk integritet och immateriella rättigheterDetta är ett problem både i Spanien och i hela Europa, eftersom det underlättar spridningen av piratkopierade verk och vilseledande erbjudanden som påverkar författare, institutioner och läsare.
Vad gör artificiell intelligens rätt och var gör den fel?
Beträffande modellernas prestanda indikerar studien att båda ChatGPT och DeepSeek visar hög effektivitet när det gäller att upptäcka tydligt falska kanaler.När imitation av identitet är uppenbar – en total avsaknad av officiella länkar, osannolika löften, öppet piratkopierat innehåll – tenderar båda systemen att vara överens i sin diagnos och klassificera kanalerna som illegitima.
Forskningen avslöjar dock också strukturella begränsningar hos dessa modeller för att bekräfta äktheten hos verkliga kanalerDe fall som skapade störst svårigheter var de där kanalen verkade vara relaterad till en utgivare, men saknade starka verifieringssignaler, såsom den blå bocken på Telegram eller tydliga länkar till lättverifierbara institutionella sidor.
Modellerna betedde sig inte identiskt. Enligt studien, DeepSeek tenderade att lägga större vikt vid innehållets kontextuella sammanhang.Med andra ord, huruvida typen av publikationer, tonen i budskapen och kanalens struktur var förenliga med vad som kan förväntas av en etablerad vetenskaplig förläggare. Denna metod fokuserade på hur kanalen kommunicerade dagligen.
För sin del, ChatGPT prioriterade den formella verifieringen av institutionella tillhörigheterI praktiken innebar detta att man lade större vikt vid kanalens närvaro på företagswebbplatser, förekomsten av verifierade omnämnanden eller dess koppling till andra erkända konton. När dessa element var oklara visade modellen större försiktighet eller tvivel om äktheten.
Studien drar slutsatsen att dessa kompletterande metoder är värdefulla för utföra initial filtrering i informationsmättade miljöermen betonar att Tillförlitligheten hos AI som en autonom detektor för användare utan specifik utbildning är fortfarande begränsad.Författarna rekommenderar att dessa modeller används som en del av hybridsystem där automatiserad analys ger stöd, men den slutgiltiga bekräftelsen ligger hos yrkesverksamma med erfarenhet av vetenskaplig dokumentation och redigering.
Källfördomar och hegemoni av engelskt innehåll
Förutom att mäta bedrägerier fokuserade utredningen på att granska Vilka källor konsulterar ChatGPT och DeepSeek när de underbygger sina svar?Ett av de mest slående fynden var den dominerande närvaron av Västerländska referenser kontra andra geografiska områdenäven i fallet med DeepSeek, som kan antas stå närmare asiatiska källor.
Denna obalans återspeglar hegemoni av engelskt innehåll på webbensärskilt när det gäller vetenskaplig och akademisk information. Eftersom de huvudsakligen tränas på data, mestadels på det språket, tenderar modellerna att reproducera den fördelningen i sina sökningar och argument, vilket genererar en strukturell bias när de behöver utvärdera källor från andra språkliga sammanhang.
I praktiken kan denna partiskhet komplicera utvärdering av kanaler kopplade till icke-västerländska utgivarevars webbplatser, verifieringssystem eller kommunikationsstilar kanske inte stämmer väl överens med de rådande mönstren i den anglosaxiska världen. Som ett resultat kan vissa legitima kanaler vara höljda i mer osäkerhet eller misstänksamhet än sina västerländska motsvarigheter.
Författarna till artikeln menar att denna aspekt bör beaktas när utforma AI-baserade globala övervakningsverktygDetta gäller särskilt i Europa, där vetenskapliga institutioner med mycket olika bakgrund samexisterar. Om dessa fördomar inte korrigeras finns det en risk att ojämlikheter i synlighet och erkännande bland förlag baserat på deras ursprungsland eller språk förstärks.
Som en framtida inriktning föreslår studien träna modeller med mer balanserade och diversifierade korpusarsamt att justera utvärderingskriterierna för att bättre återspegla mångfalden i det internationella akademiska systemet. Annars skulle själva tekniken som är utformad för att bekämpa desinformation kunna reproducera oavsiktliga mönster av exkludering.
En högriskmiljö för akademisk integritet
Med alla dessa element beskriver forskarna universumet av Telegram-kanaler relaterade till vetenskapliga utgivare som en högriskmiljö för akademisk integritet och immateriella rättigheterDen stora majoriteten av falska kanaler, jämfört med det lilla antalet genuina konton, gör det svårt för den genomsnittliga användaren att med en snabb blick avgöra vilka källor som är pålitliga.
Bland de identifierade riskerna utmärker sig följande: okontrollerad spridning av vetenskapligt materialDetta gör inte bara intrång i upphovsrätten utan kan också underlätta spridningen av äldre, ofullständiga eller ändrade versioner av artiklar och böcker. Denna typ av oreglerad spridning kan påverka hur studenter, lärare och forskare i Europa konsulterar och citerar vetenskaplig litteratur.
En annan relevant fara är att bedrägliga publiceringstjänsterDessa metoder undergräver förtroendet för det akademiska publiceringssystemet. De som faller offer för dessa kanaler kan betala för icke-existerande processer, se sitt arbete förknippat med oetiska metoder eller äventyra sitt professionella rykte – något som är särskilt känsligt i början av en forskarkarriär.
Studien talar om en genuin institutionell paradoxÄven om Telegram representerar ett verktyg med stor potential för rigorös vetenskaplig spridning, begränsat direkt engagemang från många utgivare i plattformen Detta lämnar ett gap som imitatörer utnyttjar med föga motstånd. I avsaknad av tydligt identifierbara officiella kanaler börjar användarna tillgripa alternativ som i många fall inte är vad de verkar vara.
I ett europeiskt sammanhang, där kampen mot felaktig information och vetenskapliga bluffar Även om detta har blivit en politisk och regleringsmässig prioritet, utgör situationen som beskrivs på Telegram en ytterligare utmaning. Den lätthet med vilken kanaler kan skapas och mångfaldigas innebär att problemet kan spridas snabbt, vilket tvingar institutioner, bibliotek och regleringsorgan att utveckla nya övervaknings- och responsstrategier.
Mot hybridövervakningssystem och nya forskningsinriktningar
Med tanke på detta scenario förespråkar forskare vid Granadas universitet utvecklingen av hybriddetekterings- och övervakningssystem som kombinerar artificiell intelligens kapacitet med expertgranskning utförd av mänskliga experter. Tanken är att utnyttja skala för analys av språkmodeller att spåra stora volymer kanaler och meddelanden, men lämna det slutgiltiga beslutet i händerna på expertteam.
I det här systemet skulle AI fungera som initialt kartläggningsverktygDetta innebär att identifiera nya misstänkta kanaler, återkommande bedrägerimönster eller nätverk av konton som återanvänder namn och logotyper från välrenommerade förlag. Därifrån kan dokumentärer, bibliotekarier och förlagspersonal granska de identifierade fallen och vidta åtgärder, antingen genom att rapportera dem till plattformen, varna användare eller stärka sin egen officiella närvaro.
Studien pekar också på möjligheten att utvidga denna metod till andra områden av desinformation Dessa problem är utbredda på Telegram, såsom spridningen av vetenskapliga falska nyheter, konspirationsteorier om hälsa och manipulerat politiskt innehåll. Denna strategi ligger i linje med prioriteringarna hos många europeiska institutioner som är intresserade av att ha proaktiva verktyg för att upptäcka och stoppa desinformationskampanjer innan de blir virala.
Den progressiva integrationen av avancerade text- och kontextuella analysfunktioner i språkmodeller öppnar dörren för proaktiva övervakningssystem kapabla att utfärda tidiga varningar om uppkomsten av nya nätverk av falska kanaler. Dessa varningar kan vara användbara för förlag, universitet och offentliga organ som vill skydda vetenskaplig kommunikation och upprätthålla kvalitetsstandarder för den information som når allmänheten.
Samtidigt betonar författarna behovet av att Vetenskapliga förlag själva bör stärka sin verifierade närvaro på Telegram och på andra liknande plattformar. Tydligt identifierade officiella kanaler, transparenta kommunikationspolicyer och konsekventa meddelanden skulle göra det lättare för användare att urskilja legitima källor och minska utrymmet för imitatörer.
Det arbete som utförts vid Granadas universitet visar tydligt att det faktum att Över 78 % av vetenskapliga utgivarkanaler på Telegram är falska. Detta är inte ett marginellt problem, utan ett strukturellt fenomen som påverkar hur akademisk information cirkulerar online. För att ta itu med det krävs en kombination av teknik, expertbedömningar och större institutionellt engagemang för att återta mark i en kommunikationskanal där bedragare för närvarande agerar alltför lätt.
