Платформата за съобщения Telegram се превърна в една от основните витрини за споделяне на статии, книги и научни новини, но също така и в пространство, където се разпространяват [неопределени проблеми]. представяне за водещи академични издателиПроучване, разработено в Испания, постави много ясни цифри за проблем, за който мнозина подозираха, но който едва ли беше строго количествено определен.
Според това изследване, водено от Университет на Гранада (UGR)Близо осем от десет Telegram канала, работещи под имената на големи международни научни издателства, не са официални. По-конкретно, установено е, че около 78% от каналите, приписвани на тези издатели, са фалшиви, процент, който е особено тревожен в европейски контекст, белязан от борбата срещу научната дезинформация.
Разпространението на измами и съмнително съдържание, маскирано като академично, продължава да расте и тази работа предлага възможно обяснение: Telegram е домакин на... Широка и организирана мрежа от канали, представящи се за научни издатели да разпространяват неоторизирани материали, да предлагат предполагаеми издателски услуги и да експлоатират репутацията на престижни институции. Испания, като част от европейската научна екосистема, не е имунизирана срещу последиците от това явление.
Авторите на изследването твърдят, че тази среда в Telegram не е изолиран случай, а по-скоро симптом на... липса на официално и проверено присъствие от самите издателиТази празнина позволява на злонамерени лица да се позиционират начело на научната комуникация на платформата, влияейки върху това колко потребители имат достъп до книги и статии.
Карта на измамите в каналите на научни издателства
Работата е извършена от Отдел по компютърни хуманитарни и социални науки (U-CHASS) от Университета на Гранада. Изследователите Виктор Ереро Солана и Карлос Кастро Кастро Те си поставиха за цел да анализират екосистемата от Telegram канали, които се представят като свързани с големи академични издателства, и да преценят до каква степен тази връзка е реална.
За да направят това, те избраха 13 водещи международни научни издателстваСред тях са известни издателства като Elsevier, Springer, Wiley-Blackwell, Nature и Cambridge University Press. Подборът е направен, като се вземат предвид техните тегло в портала SCImago, един от най-широко използваните индекси за оценка на глобалната научна продукция.
След като списъкът с издатели беше установен, изследователите ги намериха в Telegram. 37 канала, които могат да бъдат свързани с тези маркинезависимо дали чрез използването на името, логото или директни препратки към техните колекции и публикации. Целта беше двойна: от една страна, да се провери дали тези канали имат официални отношения с издателите; от друга, да се идентифицират модели на поведение сред онези, които се оказаха измамни.
Резултатите бяха ясни. От 37 анализирани канала, само Осем може да бъдат потвърдени като автентични и пряко свързани с издателстватаТоест, само 21,62% от каналите се оказаха легитимни, в сравнение с a 78,38% от фалшивите канали са използвали самоличността на тези институции без разрешение.На практика, потребител, който търси „официален“ Telegram канал, е много по-вероятно да попадне в измамно пространство, отколкото в истински такъв.
Проучването е публикувано в академично списание „IDB: Университетски текстове по библиотечно-информационни науки“В броя си от декември 2025 г., под заглавието „Основни научни редактори в Telegram каналите: подход за откриване на фалшиви канали с ChatGPT и DeepSeek“, изследването описва освен числата и... дълбоко изкривена екосистема което представлява риск както за научната общност, така и за читателите и студентите.
Пионерско проучване, използващо ChatGPT и DeepSeek
Един от най-иновативните аспекти на работата е методология, базирана на изкуствен интелектИзследователи от Университета в Гранада са пионери в използването на Езикови модели (LLM) като ChatGPT и DeepSeek за да се определи дали анализираните канали са официални или не, комбинирайки аналитичните си възможности с последваща човешка проверка.
Изследователският дизайн беше структуриран като множество казусиЗа всеки от 37-те идентифицирани канала, a стандартизирана подкана който беше изпратен както до ChatGPT, така и до DeepSeek, активирайки функция за уеб търсене на тези модели. Идеята беше, че изкуственият интелект може да проверява в реално време наличието на връзки към корпоративни страници, проверени акаунти и други признаци за автентичност.
Мисията на моделите беше да оценете вероятността всеки канал да е бил официален, въз основа на показатели като съгласуваност между съдържанието и редакционната линия на марката, наличие на надеждни връзки към институционални уебсайтове, наличие на правилни лога и имена или препратка към разпознаваеми редакционни политики.
След като бяха получени класациите на ChatGPT и DeepSeek, екипът на UGR извърши независима ръчна проверкакоето послужи като основна истина. С други думи, изкуственият интелект нямаше последната дума: изследователите сравниха собствените си търсения и проверки с отговорите на моделите, за да определят дали всеки канал е автентичен или фалшив.
Този подход позволи да се демонстрира, че LLM могат да бъдат полезни инструменти за първоначален мащабен скрининг, както е демонстрирано и от Затваряне на канали поради фалшиви трейлъри с изкуствен интелектособено на платформи с хиляди канали и обем информация, който е трудно да се управлява чисто ръчно. Той обаче ясно заяви, че от днес Те не могат напълно да заместят експертната оценка когато става въпрос за валидиране на чувствителни акаунти, като например тези на научни издатели.
Как работят фалшивите канали в Telegram
Детайлният анализ на 37-те канала позволи реконструкцията на сравнително хомогенен модел върху Как действат в Telegram тези, които се представят за научни издатели?Най-разпространената практика е масовото разпространение на книги, ръководства и статии в дигитален формат без разрешение, с обещанието за безплатен достъп или директно изтегляне на заглавия, които действително са защитени с авторски права.
Наред с това неоторизирано разпространение на съдържание, много от измамните канали предлагат редакционни услуги, на които едва ли се вярвакато например публикуване на статии в списания с висок импакт в много кратки срокове или гарантиране на приемането на статии без стандартен процес на рецензиране. Този тип твърдение е особено опасно за начинаещи изследователи, докторанти и професионалисти с малък опит в академичната издателска мрежа.
Изследователите също така откриха повтаряща се употреба на изключително рекламен езикПосланията напомнят повече за агресивни маркетингови кампании, отколкото за трезви комуникации, типични за научните издателства. Обещания за отстъпки, „специални оферти“ и нереалистични предимства изобилстват, което е стряскащо в сравнение с начина, по който академичният сектор обикновено комуникира.
В някои случаи фалшивите канали използват лога на издатели, имена на колекции или съкратени връзки които създават впечатление за легитимност. На пръв поглед, за потребител, който не е запознат с вътрешните механизми на тези институции, представянето може да изглежда убедително, особено ако каналът компилира новини, съобщения и документи, които смесват истински материали със съдържание със съмнителен произход.
Цялата тази рамка генерира това, което изследването описва като изкривена екосистема в Telegramкъдето наличието на неофициални канали далеч надвишава това на акаунти, действително свързани с издатели. На практика това се изразява в сериозни рискове за академичната почтеност и интелектуалната собственостТова е проблем както в Испания, така и в цяла Европа, тъй като улеснява разпространението на пиратски произведения и подвеждащи оферти, които засягат автори, институции и читатели.
В какво изкуственият интелект греши и къде греши?
Що се отнася до производителността на моделите, проучването показва, че и двете ChatGPT и DeepSeek показват висока ефективност при откриване на очевидно фалшиви канали.Когато представянето за друг човек е очевидно – пълна липса на официални връзки, неправдоподобни обещания, открито пиратско съдържание – и двете системи са склонни да се съгласят в диагнозата си и да класифицират каналите като нелегитимни.
Изследването обаче разкрива също, структурни ограничения на тези модели при потвърждаване на автентичността на реални каналиСлучаите, които генерираха най-много трудности, бяха тези, в които каналът изглеждаше свързан с издател, но липсваше силни сигнали за проверка, като например синята отметка в Telegram или ясни връзки към лесно проверими институционални страници.
Моделите не са се държали еднакво. Според проучването, DeepSeek имаше тенденция да отдава по-голямо значение на контекстуалната съгласуваност на съдържаниетоС други думи, дали видът публикации, тонът на съобщенията и структурата на канала са били в съответствие с това, което би се очаквало от утвърдено научно издателство. Този подход се фокусира върху това как каналът комуникира ежедневно.
От своя страна, ChatGPT даде приоритет на официалната проверка на институционалните принадлежностиНа практика това означаваше поставяне на по-голям акцент върху присъствието на канала на корпоративни уебсайтове, наличието на проверени споменавания или връзката му с други разпознати акаунти. Когато тези елементи бяха неясни, моделът показваше по-голяма предпазливост или съмнение относно автентичността.
Проучването заключава, че тези допълващи се подходи са ценни за извършване на първоначално филтриране в информационно наситени средино подчертава, че Надеждността на изкуствения интелект като автономен детектор за потребители без специално обучение все още е ограничена.Авторите препоръчват използването на тези модели като част от хибридни системи, в които автоматизираният анализ осигурява поддръжка, но окончателното потвърждение е на професионалисти с опит в научната документация и редактиране.
Пристрастия в източниците и хегемония на английското съдържание
В допълнение към измерването на измамите, разследването се фокусира върху изследването Какви източници използват ChatGPT и DeepSeek, когато обосновават отговорите си?Едно от най-поразителните открития беше доминиращото присъствие на Западни препратки спрямо други географски областидори в случая с DeepSeek, който може да се предположи, че е по-близо до азиатските източници.
Този дисбаланс отразява хегемонията на английското съдържание в мрежатаособено когато става въпрос за научна и академична информация. Тъй като те са обучени предимно върху данни, най-вече на този език, моделите са склонни да възпроизвеждат това разпределение в своите търсения и аргументи, което генерира... структурно отклонение когато трябва да оценят източници от други езикови контексти.
На практика това отклонение може да усложни оценка на канали, свързани с незападни издателичиито уебсайтове, системи за проверка или стилове на комуникация може да не съответстват добре на преобладаващите модели в англосаксонския свят. В резултат на това някои легитимни канали може да са обвити в повече несигурност или подозрение, отколкото техните западни аналози.
Авторите на статията твърдят, че този аспект трябва да се вземе предвид, когато проектиране на инструменти за глобално наблюдение, базирани на изкуствен интелектТова е особено вярно в Европа, където съжителстват научни институции с много различен произход. Ако тези предубеждения не бъдат коригирани, съществува риск от засилване на неравенствата във видимостта и признанието сред издателите въз основа на тяхната страна или език на произход.
Като бъдеща насока, проучването предлага модели на обучение с по-балансирани и разнообразни корпусикакто и коригиране на критериите за оценяване, за да отразяват по-добре многообразието на международната академична система. В противен случай самата технология, предназначена за борба с дезинформацията, би могла да доведе до възпроизвеждане на неволни модели на изключване.
Високорискова среда за академичната почтеност
С всички тези елементи, изследователите описват вселената от Telegram канали, свързани с научни издатели, като високорискова среда за академичната почтеност и интелектуалната собственостПо-голямата част от фалшивите канали, в сравнение с малкия брой истински акаунти, затруднява средностатистическия потребител да различи с един поглед кои източници са надеждни.
Сред идентифицираните рискове се открояват следните: неконтролирано разпространение на научни материалиТова не само нарушава авторските права, но може също така да улесни разпространението на по-стари, непълни или променени версии на статии и книги. Този вид нерегулирано разпространение може да повлияе на начина, по който студенти, учители и изследователи в Европа консултират и цитират научна литература.
Друга съществена опасност е тази на измамни издателски услугиТези практики подкопават доверието в системата за академично публикуване. Тези, които стават жертва на тези канали, могат да плащат за несъществуващи процеси, да видят работата си свързана с неетични практики или да компрометират професионалната си репутация – нещо особено деликатно в началото на изследователската кариера.
Проучването говори за истинско институционален парадоксВъпреки че Telegram представлява инструмент с голям потенциал за стриктно разпространение на научни резултати, ограничено пряко участие на много издатели в платформата Това оставя празнина, която имитаторите използват с малка съпротива. При липсата на ясно разпознаваеми официални канали, потребителите в крайна сметка прибягват до алтернативи, които в много случаи не са това, което изглеждат.
В европейски контекст, където борбата срещу дезинформация и научни измами Въпреки че това се е превърнало в политически и регулаторен приоритет, описаната в Telegram ситуация представлява допълнително предизвикателство. Лекотата, с която могат да се създават и умножават канали, означава, че проблемът може да се разпространи бързо, принуждавайки институции, библиотеки и регулаторни органи да разработят нови стратегии за мониторинг и реагиране.
Към хибридни системи за наблюдение и нови направления на изследване
Предвид този сценарий, изследователи от Университета в Гранада се застъпват за разработването на хибридни системи за откриване и наблюдение които съчетават възможностите на изкуствения интелект с експертен човешки преглед. Идеята е да се използва мащаб на анализ на езикови модели да проследява големи обеми канали и съобщения, но оставяйки окончателното решение в ръцете на експертни екипи.
В тази схема, изкуственият интелект би действал като инструмент за първоначално картографиранеТова включва идентифициране на нови подозрителни канали, повтарящи се модели на измами или мрежи от акаунти, които използват повторно имената и логата на реномирани издатели. Оттам нататък документалистите, библиотекарите и служителите на издателите биха могли да прегледат идентифицираните случаи и да предприемат действия, като ги докладват на платформата, предупреждават потребителите или засилват собственото си официално присъствие.
Проучването също така посочва възможността за разширете тази методология към други области на дезинформацията Тези проблеми са широко разпространени в Telegram, като например разпространението на фалшиви научни новини, конспиративни теории за здравето и манипулирано политическо съдържание. Този подход е в съответствие с приоритетите на много европейски институции, заинтересовани от наличието на проактивни инструменти за откриване и спиране на дезинформационни кампании, преди те да станат вирусни.
Постепенното интегриране на усъвършенствани функции за текстов и контекстуален анализ в езиковите модели отваря вратата към проактивни системи за мониторинг способни да издават ранни предупреждения за появата на нови мрежи от фалшиви канали. Тези сигнали биха могли да бъдат полезни за издатели, университети и публични органи, които се стремят да защитят научната комуникация и да поддържат стандарти за качество на информацията, достигаща до обществеността.
Същевременно авторите подчертават необходимостта от Самите научни издатели трябва да засилят своето проверено присъствие в Telegram и на други подобни платформи. Наличието на ясно определени официални канали, прозрачни комуникационни политики и последователни съобщения биха помогнали на потребителите по-лесно да разграничават легитимни източници и биха намалили възможностите за имитиращи се лица.
Работата, извършена в Университета на Гранада, ясно показва фактът, че Над 78% от каналите на научни издатели в Telegram са фалшиви. Това не е маргинален проблем, а структурно явление, засягащо начина, по който академичната информация циркулира онлайн. Справянето с него изисква комбиниране на технологии, експертна оценка и по-голямо институционално участие, за да се възвърнат позициите в комуникационен канал, където засега измамниците действат с твърде голяма лекота.
