Telegram стал одной из основных платформ для обмена научной информацией, но также и местом, где процветает дезинформация. выдача себя за академические издательстваНовое исследование, проведенное в Испании, позволило получить весьма конкретные данные о явлении, которое до сих пор предполагалось, но не было измерено с такой степенью детализации.
Согласно этому исследованию, проведенному под руководством Университет Гранады (UGR)Почти восемь из десяти каналов в Telegram, использующих названия крупных международных научных издательств, не являются официальными. Речь идёт о... 78% фейковых каналовЭтот факт вызывает серьезную озабоченность в контексте, где научная дезинформация уже является серьезной проблемой в Европе и остальном мире.
Карта мошенничества в каналах научных издательств.
Исследование, проведенное подразделением вычислительных гуманитарных и социальных наук (U-CHASSИсследователи из Университета Гранады (UGR) поставили перед собой задачу составить карту экосистемы Telegram, связанной с крупными академическими издательствами. Ответственными за эту работу были сами исследователи. Виктор Эрреро Солана и Карлос Кастро КастроОни хотели проверить, насколько официальными на самом деле являются каналы, которые позиционируют себя как официальные.
Для этого они выбрали 13 ведущих международных научных издательствСреди них такие ведущие издательства, как Elsevier, Springer, Wiley-Blackwell, Nature и Cambridge University Press. Выбор не был случайным: их объем индексированных публикаций на портале SCImago, одном из ведущих международных ресурсов в области научных метрик.
После определения издателей, подлежащих анализу, команда выявила в общей сложности... 37 каналов, которые могут быть связаны с этими уплотнениями.Цель была двоякой: с одной стороны, определить, являются ли эти каналы действительно официальными; с другой — изучить, какой контент и какие методы используются лицами, выдающими себя за других.
Результаты оказались однозначными: из 37 проанализированных каналов только 8 оказались законными и быть напрямую и поддающимися проверке связаны с соответствующими издателями. То есть, только 21,62% каналов были подлинными, по сравнению с 78,38% мошеннических каналов которые использовали названия, логотипы или ссылки на эти учреждения без какого-либо разрешения.
Новаторское исследование с использованием ChatGPT и DeepSeek
Одним из наиболее примечательных аспектов работы является используемая методология. Исследователи из UGR использовали в своем исследовании... пионер в этой области, языковые модели искусственного интеллекта Для обнаружения таких фейковых каналов используются такие инструменты, как ChatGPT и DeepSeek. Исследование было опубликовано в научном журнале. «IDB: Университетские учебники по библиотечному и информационному делу»в номере за декабрь 2025 года.
Команда не ограничивалась простым ручным поиском, а разработала... схема множественных случаев В ходе этого анализа каждый идентифицированный канал анализировался в соответствии со стандартной процедурой. Для этой цели был использован следующий алгоритм: стандартизированная подсказка что в равной степени применялось к ChatGPT и DeepSeek, с возможностью веб-поиск включенчтобы эти системы могли сравнивать информацию в режиме реального времени.
Задача моделей искусственного интеллекта заключалась в том, чтобы ценность подлинности в каждом Telegram-канале, принимая во внимание такие показатели, как связь с официальными сайтами, наличие верифицированных аккаунтов, соответствие публикуемого контента редакционной политике бренда или наличие надежных корпоративных ссылок.
После получения рейтингов, предоставленных ChatGPT и DeepSeek, исследователи провели независимая ручная проверкакоторая служила окончательной эталонной точкой отсчета (эталонной информацией). То есть окончательное решение о том, является ли канал фейковым или настоящим, не оставалось в руках ИИ, а ИИ использовался в качестве вспомогательного инструмента, который затем сравнивался с экспертной оценкой человека.
Как работают фейковые каналы в Telegram
Анализ 37 каналов позволил выявить достаточно четкую закономерность в отношении Как действуют те, кто выдает себя за научные издательства?Наиболее распространенная тактика — это массовое распределение книги и статьи в цифровом формате без разрешенияЧасто это преподносится как «бесплатный доступ» или «прямая загрузка» материалов, которые на самом деле защищены авторским правом.
Кроме того, многие из этих каналов предлагают Редакционные услуги сомнительной репутации.например, обещание публикации научных статей в высокорейтинговых журналах в чрезвычайно короткие сроки и с процессами рецензирования, которые мало связаны с реальной академической практикой. Такие предложения могут быть особенно запутанными для молодые или менее опытные исследователидля тех, кто ищет быстрые способы расширить свое резюме.
Ещё одной обнаруженной особенностью является использование Чрезмерно рекламный характер и отсутствие строгостиЭти сообщения больше напоминают агрессивные маркетинговые кампании, чем типичные сообщения от научного издательства. Университет Гранады (UGR) отмечает, что такая риторика, полная обещаний и скидок, плохо соответствует тому, как обычно общается сектор академических изданий.
В некоторых случаях используются поддельные каналы. логотипы, названия коллекций или сокращенные ссылки Они выглядят правдоподобно, а это значит, что на первый взгляд могут показаться убедительными пользователю, незнакомому с внутренней работой издательств. Такое сочетание профессионального внешнего вида и нерегулярных практик создает среду, особенно уязвимую для дезинформации.
В исследовании делается вывод, что всё это формирует искаженная экосистема в Telegramгде количество мошеннических действий значительно превышает количество добросовестных издателей. Этот дисбаланс усиливает риск для академической честности и интеллектуальной собственностикак в Испании, так и в остальной Европе, способствуя распространению несанкционированного контента и вводящим в заблуждение редакционным обещаниям.
В чём искусственный интеллект преуспевает, а в чём допускает ошибки?
Что касается производительности, исследование показывает, что как ChatGPT, так и DeepSeek продемонстрировали лучшие результаты. высокая способность четко обнаруживать поддельные каналыКогда обнаруживались признаки подделки — например, полное отсутствие официальных ссылок, чрезмерные обещания или открытое пиратство контента — модели соглашались классифицировать их как нелегальные.
Однако исследование также поднимает следующие вопросы: структурные ограничения Эти системы особенно важны при проверке подлинности каналов. Наибольшие сомнения вызывали случаи, когда канал, казалось, был связан с издателем, но при этом отсутствовала соответствующая информация. очистка галочекнапример, синяя галочка в Telegram или явные ссылки на легко отслеживаемые корпоративные страницы.
Авторы обнаружили, что DeepSeek, как правило, уделял больше внимания контекстной согласованности. Что касается содержания: проверялось, соответствуют ли сообщения, тип публикаций и тон тому, что можно ожидать от авторитетного научного издательства. ChatGPT, со своей стороны, уделял больше внимания официальное подтверждение принадлежности к учреждениюПриоритет отдается таким сигналам, как присутствие на официальных сайтах, ссылки на профили или подтвержденные упоминания.
Такой двойной подход позволил заметить, что, хотя обе модели полезны для первичный отбор больших объемов каналовОни не непогрешимы. В частности, когда отсутствуют убедительные признаки подлинности, ИИ может испытывать трудности с различением реального канала с небольшим количеством общедоступной информации и хорошо сконструированного поддельного канала.
В отчете отмечается, что на данный момент надежность этих моделей в качестве автономных детекторов Для пользователей без специальной подготовки его применение ограничено. Согласно исследованиям, наилучшее применение он находит в гибридных системах, где возможности ИИ по масштабному анализу дополняются... Мнение экспертов-библиотекарей, документалистов и преподавателей..
Предвзятость в источниках и гегемония англоязычного контента
Помимо выявления поддельных каналов, исследование UGR было сосредоточено на анализе К каким источникам информации обращаются ChatGPT и DeepSeek? в подтверждение своих ответов. Один из выводов заключался в сильном присутствии Западные регионы в сравнении с другими географическими регионамидаже в случае с DeepSeek, который, как можно предположить, в большей степени ориентирован на азиатские источники.
Этот дисбаланс иллюстрирует гегемония англоязычного контента В интернете, особенно в отношении научной и академической информации. Поскольку системы в основном обучаются на данных на этом языке и из определенных регионов, они, как правило, воспроизводят это распределение, что приводит к... структурная предвзятость когда речь идет об идентификации или оценке источников из других регионов, таких как Китай или другие незападные страны.
На практике это может иметь существенные последствия для оценка каналов, связанных с издателями не западных странчьи веб-сайты, модели общения или системы проверки могут не в полной мере соответствовать преобладающим критериям в англоязычном мире. В результате некоторые легитимные каналы могут классифицироваться с большей неопределенностью или подозрением.
Авторы исследования считают, что этот вывод следует учитывать при разработка глобальных инструментов мониторинга Исследования, основанные на искусственном интеллекте, особенно в Европе, где сосуществуют научные деятели с различным языковым и культурным происхождением, рискуют усугубить неравенство в видимости и признании некоторых учреждений, если не будут приняты конкретные меры по его исправлению.
Исследование предполагает, что в будущих исследованиях следует целенаправленно устранить эти недостатки, независимо от того, были ли они устранены. обучение моделей с использованием более сбалансированных корпусов или путем корректировки критериев оценки, чтобы лучше адаптировать их к разнообразию международной академической системы.
Обстановка, представляющая высокий риск для академической честности.
На основании всех имеющихся данных исследование приходит к выводу, что совокупность Telegram-каналов, связанных с научными издательствами, весьма обширна. глубоко искаженныйПреобладание фейковых каналов по сравнению с небольшим количеством официальных аккаунтов создает сценарий высокого риска для академической честности и защита интеллектуальной собственности.
Среди выявленных опасностей — неконтролируемое распространение научных материаловЭто не только нарушает авторские права, но и может способствовать распространению устаревших, неполных или искаженных версий статей и книг. В то же время, мошеннические издательские услуги подрывают доверие к системе научных публикаций и могут серьезно вредят карьере тех, кто попадает в эти ловушки..
Авторы исследования говорят о подлинном институциональный парадоксХотя Telegram обладает огромным потенциалом как мощный канал коммуникации и распространения научных знаний, ограниченное активное и проверенное присутствие самих издателей Это создает вакуум, который злоумышленники используют практически без сопротивления.
В европейском контексте, где ведется борьба против научная дезинформация Хотя это уже является политическим и регуляторным приоритетом, подобные плохо регулируемые среды представляют собой дополнительную проблему. Простота создания каналов и распространения контента в Telegram делает его особенно привлекательным для тех, кто стремится использовать бренд престижных учреждений.
Таким образом, работа Университета Гранады выполняет не только диагностическую функцию, но и функцию призыв к вниманию академических сообществ, библиотек и регулирующих органовТем, кто должен учитывать подобные методы при разработке политики обеспечения добросовестности и открытого доступа.
На пути к гибридным системам наблюдения и новым направлениям исследований.
В этой ситуации исследователи из UGR выступают за разработку гибридные системы обнаружения которые сочетают в себе возможности искусственного интеллекта со специализированным человеческим контролем. Идея заключается в использовании вычислительных возможностей языковых моделей для прочесывать большие объемы каналов и содержание, но окончательное решение оставляем за экспертными группами.
В этом гибридном подходе ИИ будет выступать в качестве инструмент первоначального картированияЭто включает в себя выявление подозрительных закономерностей, повторяющихся мошеннических схем или новых учетных записей, имитирующих личности известных издателей. После этого специалисты по документации, библиотекари и сотрудники самих издательств могут подтвердить или опровергнуть выявленные случаи.
Исследование также указывает на возможность распространения подобной методологии на другие области распространения дезинформации, выходящие за рамки издательской деятельности. Авторы особо отмечают следующее: выявление фейковых новостей и конспирологических теорий В Telegram, в том числе, и в научной, и политической сферах, что открывает двери для будущих исследований, которые могут представлять непосредственный интерес для европейских институтов.
Постепенная интеграция передовых функций анализа текста и контекста в языковые модели предлагает возможность разработки систем проактивного мониторингаЭти системы могли бы обеспечить раннее предупреждение о появлении новых сетей фейковых каналов, что позволило бы издателям, университетам или государственным органам быстрее реагировать на подобные ситуации.
В то же время, возникает необходимость в более активном участии научных издательств в этом процессе. создание прочного официального присутствия в TelegramПодтвержденные учетные записи, четкая политика коммуникации и большая прозрачность в авторизованных каналах помогут пользователям лучше определять надежные источники и уменьшат возможности для самозванцев.
Работа Университета Гранады подчеркивает, что проблема Фейковые каналы научных издательств в Telegram Это не единичный случай, а проблема структурного характера, и для ее решения необходимо сочетание технологий, экспертной оценки и активного участия самих академических учреждений, чтобы отвоевать позиции в цифровом пространстве, где сегодня мошенники имеют явное преимущество.
