Nền tảng nhắn tin Telegram đã trở thành một trong những nơi chính để chia sẻ các bài báo, sách và tin tức khoa học, nhưng cũng là nơi mà [các vấn đề không xác định] lan tràn. mạo danh các nhà xuất bản học thuật hàng đầu.Một nghiên cứu được thực hiện tại Tây Ban Nha đã đưa ra những con số rất rõ ràng về một vấn đề mà nhiều người nghi ngờ, nhưng trước đây hầu như chưa được định lượng một cách chính xác.
Theo nghiên cứu này, được thúc đẩy bởi Đại học Granada (UGR)Gần tám trong số mười kênh Telegram hoạt động dưới tên của các nhà xuất bản khoa học quốc tế lớn không phải là kênh chính thức. Cụ thể, người ta đã phát hiện ra rằng khoảng... 78% số kênh được cho là thuộc về các nhà xuất bản này là giả mạo.Đây là một tỷ lệ đặc biệt đáng lo ngại trong bối cảnh châu Âu đang diễn ra cuộc chiến chống lại thông tin sai lệch về khoa học.
Sự lan tràn của các trò lừa đảo và nội dung đáng ngờ được ngụy trang dưới dạng nội dung học thuật ngày càng gia tăng, và nghiên cứu này đưa ra một lời giải thích khả thi: Telegram đang lưu trữ một... Một mạng lưới rộng lớn và có tổ chức gồm các kênh giả danh nhà xuất bản khoa học. Phân phối tài liệu trái phép, cung cấp dịch vụ xuất bản giả mạo và lợi dụng danh tiếng của các tổ chức uy tín. Tây Ban Nha, với tư cách là một phần của hệ sinh thái khoa học châu Âu, cũng không tránh khỏi ảnh hưởng của hiện tượng này.
Các tác giả của nghiên cứu lập luận rằng môi trường này trên Telegram không phải là trường hợp cá biệt, mà là triệu chứng của một vấn đề nào đó. Thiếu sự hiện diện chính thức và được xác minh của chính các nhà xuất bản.Khoảng trống này cho phép các đối tượng xấu tự đặt mình vào vị trí hàng đầu trong việc truyền đạt thông tin khoa học trên nền tảng, ảnh hưởng đến số lượng người dùng truy cập sách và bài báo.
Bản đồ về gian lận trong các kênh xuất bản khoa học
Công việc đã được thực hiện bởi Đơn vị Khoa học Xã hội và Nhân văn Tính toán (U-CHASS) Từ Đại học Granada. Các nhà nghiên cứu Victor Herrero Solana và Carlos Castro Castro Họ bắt đầu phân tích hệ sinh thái của các kênh Telegram tự nhận là có liên kết với các nhà xuất bản học thuật lớn và đo lường mức độ xác thực của mối liên kết đó.
Để làm được điều này, họ đã lựa chọn 13 nhà xuất bản khoa học hàng đầu quốc tếTrong số đó có những nhà xuất bản nổi tiếng như Elsevier, Springer, Wiley-Blackwell, Nature và Cambridge University Press. Việc lựa chọn được thực hiện dựa trên các tiêu chí của họ. trọng lượng trên cổng SCImagoĐây là một trong những chỉ số được sử dụng rộng rãi nhất để đánh giá sản lượng khoa học toàn cầu.
Sau khi lập xong danh sách các nhà xuất bản, các nhà nghiên cứu đã tìm kiếm họ trên Telegram. 37 kênh có thể liên kết với các thương hiệu này.Cho dù thông qua việc sử dụng tên, logo, hay các tham chiếu trực tiếp đến các bộ sưu tập và ấn phẩm của họ. Mục tiêu có hai phần: một mặt, để xác minh xem các kênh này có mối quan hệ chính thức với các nhà xuất bản hay không; mặt khác, để xác định các mô hình hành vi trong số những kênh bị phát hiện là gian lận.
Kết quả rất rõ ràng. Trong số 37 kênh được phân tích, chỉ có... Tám trong số đó có thể được xác nhận là xác thực và có liên hệ trực tiếp với các nhà xuất bản.Tức là, chỉ có 21,62% các kênh được xác định là hợp lệ, so với tỷ lệ là... 78,38% các kênh giả mạo đã sử dụng danh tính của các tổ chức này mà không được phép.Trên thực tế, người dùng tìm kiếm một kênh Telegram "chính thức" có nhiều khả năng truy cập vào một kênh giả mạo hơn là một kênh thật.
Nghiên cứu này đã được công bố trên tạp chí khoa học. "IDB: Tài liệu tham khảo đại học về Khoa học Thư viện và Thông tin"Trong ấn phẩm tháng 12 năm 2025, với tiêu đề "Các biên tập viên khoa học chính trong các kênh Telegram: một phương pháp phát hiện các kênh giả mạo bằng ChatGPT và DeepSeek", ngoài các con số, nghiên cứu mô tả... hệ sinh thái bị biến dạng nghiêm trọng Điều này tiềm ẩn rủi ro cho cả cộng đồng khoa học, độc giả và sinh viên.
Một nghiên cứu tiên phong sử dụng ChatGPT và DeepSeek
Một trong những khía cạnh sáng tạo nhất của công trình này là... phương pháp luận dựa trên trí tuệ nhân tạoCác nhà nghiên cứu tại Đại học Granada đã tiên phong trong việc sử dụng Các mô hình ngôn ngữ (LLM) như ChatGPT và DeepSeek Để giúp xác định xem các kênh được phân tích có phải là kênh chính thức hay không, bằng cách kết hợp khả năng phân tích của chúng với quá trình xem xét lại của con người sau đó.
Thiết kế nghiên cứu được cấu trúc như sau: nghiên cứu trường hợp đa dạngĐối với mỗi trong số 37 kênh đã được xác định, một lời nhắc tiêu chuẩn Thông báo này được gửi đến cả ChatGPT và DeepSeek, kích hoạt... chức năng tìm kiếm trên web của những mô hình này. Ý tưởng là trí tuệ nhân tạo (AI) có thể kiểm tra, trong thời gian thực, sự tồn tại của các liên kết đến các trang doanh nghiệp, tài khoản đã được xác minh và các dấu hiệu xác thực khác.
Nhiệm vụ của các người mẫu là đánh giá xác suất mỗi kênh là kênh chính thức.Dựa trên các chỉ số như tính nhất quán giữa nội dung và đường lối biên tập của thương hiệu, sự hiện diện của các liên kết đáng tin cậy đến các trang web chính thức, sự tồn tại của các logo và tên gọi chính xác, hoặc việc tham chiếu đến các chính sách biên tập dễ nhận biết.
Sau khi có được thứ hạng từ ChatGPT và DeepSeek, nhóm UGR đã tiến hành một nghiên cứu. xác minh thủ công độc lậpĐiều này đóng vai trò như một sự thật khách quan. Nói cách khác, trí tuệ nhân tạo không phải là yếu tố quyết định cuối cùng: các nhà nghiên cứu đã so sánh các tìm kiếm và kiểm tra của riêng họ với phản hồi của mô hình để xác định xem mỗi kênh là thật hay giả.
Cách tiếp cận này đã giúp chứng minh rằng LLM có thể được các công cụ hữu ích cho việc sàng lọc quy mô lớn ban đầunhư đã được chứng minh bởi Các kênh truyền hình bị đóng cửa do trailer giả mạo sử dụng AI.đặc biệt là trên các nền tảng với hàng ngàn kênh và khối lượng thông tin khó có thể quản lý hoàn toàn bằng tay. Tuy nhiên, ông cũng nói rõ rằng, tính đến thời điểm hiện tại, Chúng không thể thay thế hoàn toàn phán đoán của chuyên gia. khi nói đến việc xác thực các tài khoản nhạy cảm, chẳng hạn như tài khoản của các nhà xuất bản khoa học.
Cách thức hoạt động của các kênh giả mạo trên Telegram
Phân tích chi tiết 37 kênh cho phép tái tạo một mô hình khá đồng nhất trên Những kẻ mạo danh các nhà xuất bản khoa học hoạt động trên Telegram như thế nào?Cách làm phổ biến nhất là phân phối hàng loạt. sách, tài liệu hướng dẫn và bài viết ở định dạng kỹ thuật số mà không được phép.Với lời hứa về việc truy cập miễn phí hoặc tải xuống trực tiếp các tựa sách thực chất được bảo vệ bởi bản quyền.
Cùng với việc phát tán nội dung trái phép này, nhiều kênh lừa đảo còn cung cấp các dịch vụ tương tự. các dịch vụ biên tập khó có thể được coi là đáng tin cậyVí dụ như việc công bố bài báo trên các tạp chí có tầm ảnh hưởng cao trong thời gian rất ngắn hoặc đảm bảo việc chấp nhận bài báo mà không cần quy trình bình duyệt tiêu chuẩn. Loại tuyên bố này đặc biệt nguy hiểm đối với các nhà nghiên cứu mới vào nghề, nghiên cứu sinh tiến sĩ và các chuyên gia có ít kinh nghiệm trong lĩnh vực xuất bản học thuật.
Các nhà nghiên cứu cũng phát hiện ra việc sử dụng lặp đi lặp lại của ngôn ngữ quảng cáo cực kỳNhững thông điệp này gợi nhớ nhiều hơn đến các chiến dịch tiếp thị rầm rộ hơn là phong cách giao tiếp nghiêm túc thường thấy của các nhà xuất bản khoa học. Lời hứa giảm giá, "ưu đãi đặc biệt" và những lợi thế không thực tế tràn lan, điều này khá khó chấp nhận khi so sánh với cách thức giao tiếp thường thấy trong giới học thuật.
Trong một số trường hợp, các kênh giả mạo sử dụng logo nhà xuất bản, tên bộ sưu tập hoặc liên kết rút gọn Điều này tạo ra vẻ ngoài hợp pháp. Thoạt nhìn, đối với người dùng không quen thuộc với hoạt động nội bộ của các tổ chức này, cách trình bày có vẻ thuyết phục, đặc biệt nếu kênh này tổng hợp tin tức, thông báo và tài liệu pha trộn giữa thông tin thực tế với nội dung có nguồn gốc đáng ngờ.
Toàn bộ khuôn khổ này tạo ra những gì mà nghiên cứu mô tả là hệ sinh thái bị bóp méo bên trong TelegramTrong đó, số lượng các kênh không chính thức vượt xa số lượng các tài khoản thực sự liên kết với nhà xuất bản. Trên thực tế, điều này dẫn đến: những rủi ro nghiêm trọng đối với tính liêm chính học thuật và quyền sở hữu trí tuệĐây là vấn đề tồn tại cả ở Tây Ban Nha và trên khắp châu Âu, vì nó tạo điều kiện cho việc lưu hành các tác phẩm vi phạm bản quyền và các lời chào mời gây hiểu nhầm, ảnh hưởng đến các tác giả, tổ chức và độc giả.
Trí tuệ nhân tạo làm đúng ở những điểm nào và sai ở những điểm nào?
Về hiệu suất của các mô hình, nghiên cứu chỉ ra rằng cả hai đều... ChatGPT và DeepSeek cho thấy hiệu quả cao trong việc phát hiện các kênh giả mạo rõ ràng.Khi hành vi mạo danh quá rõ ràng—hoàn toàn không có liên kết chính thức, những lời hứa không đáng tin cậy, nội dung vi phạm bản quyền công khai—cả hai hệ thống đều có xu hướng thống nhất trong chẩn đoán và phân loại các kênh đó là bất hợp pháp.
Tuy nhiên, nghiên cứu cũng tiết lộ rằng Những hạn chế về cấu trúc của các mô hình này trong việc xác nhận tính xác thực của các kênh thực tế.Những trường hợp gây nhiều khó khăn nhất là những trường hợp kênh đó có vẻ liên quan đến một nhà xuất bản, nhưng lại thiếu thông tin. tín hiệu xác minh mạnh mẽVí dụ như dấu tích xanh trên Telegram hoặc các liên kết rõ ràng đến các trang web của tổ chức có thể dễ dàng xác minh.
Các mô hình không hoạt động giống hệt nhau. Theo nghiên cứu, DeepSeek có xu hướng chú trọng hơn đến tính mạch lạc về ngữ cảnh của nội dung.Nói cách khác, liệu loại ấn phẩm, giọng điệu của các thông điệp và cấu trúc kênh có nhất quán với những gì được mong đợi từ một nhà xuất bản khoa học uy tín hay không. Cách tiếp cận này tập trung vào cách thức kênh truyền thông hoạt động hàng ngày.
Về phần mình, ChatGPT ưu tiên xác minh chính thức các mối liên hệ với các tổ chức.Trên thực tế, điều này có nghĩa là đặt trọng tâm lớn hơn vào sự hiện diện của kênh trên các trang web của công ty, sự tồn tại của các đề cập đã được xác minh hoặc mối liên hệ của nó với các tài khoản được công nhận khác. Khi những yếu tố này không rõ ràng, mô hình sẽ thể hiện sự thận trọng hoặc nghi ngờ lớn hơn về tính xác thực.
Nghiên cứu kết luận rằng những phương pháp bổ sung này rất có giá trị đối với Thực hiện lọc ban đầu trong môi trường bão hòa thông tin.nhưng nhấn mạnh rằng Độ tin cậy của trí tuệ nhân tạo (AI) với vai trò là công cụ phát hiện tự động cho người dùng không được đào tạo chuyên sâu vẫn còn hạn chế.Các tác giả khuyến nghị sử dụng các mô hình này như một phần của hệ thống lai, trong đó phân tích tự động hỗ trợ nhưng việc xác nhận cuối cùng thuộc về các chuyên gia có kinh nghiệm trong việc biên soạn và ghi chép tài liệu khoa học.
Sự thiên vị trong nguồn thông tin và sự thống trị của nội dung tiếng Anh
Ngoài việc đo lường gian lận, cuộc điều tra còn tập trung vào việc xem xét ChatGPT và DeepSeek tham khảo những nguồn nào khi đưa ra câu trả lời của họ?Một trong những phát hiện nổi bật nhất là sự hiện diện chiếm ưu thế của So sánh các tiêu chuẩn phương Tây với các khu vực địa lý khácNgay cả trong trường hợp của DeepSeek, vốn được cho là gần gũi hơn với các nguồn tin từ châu Á.
Sự mất cân bằng này phản ánh sự thống trị của nội dung tiếng Anh trên webđặc biệt là khi nói đến thông tin khoa học và học thuật. Bởi vì chúng chủ yếu được huấn luyện trên dữ liệu phần lớn bằng ngôn ngữ đó, các mô hình có xu hướng tái tạo sự phân bố đó trong các tìm kiếm và lập luận của chúng, điều này tạo ra một thiên kiến cấu trúc khi họ cần đánh giá các nguồn tài liệu từ các ngữ cảnh ngôn ngữ khác.
Trên thực tế, sự thiên vị này có thể làm phức tạp thêm vấn đề. Đánh giá các kênh liên kết với các nhà xuất bản ngoài phương Tây.Những kênh này có thể không phù hợp với các mô hình phổ biến trong thế giới Anglo-Saxon. Do đó, một số kênh hợp pháp có thể bị bao phủ bởi nhiều sự không chắc chắn hoặc nghi ngờ hơn so với các kênh phương Tây.
Các tác giả của bài báo lập luận rằng khía cạnh này cần được xem xét khi thiết kế các công cụ giám sát toàn cầu dựa trên trí tuệ nhân tạoĐiều này đặc biệt đúng ở châu Âu, nơi các tổ chức khoa học đến từ nhiều lĩnh vực khác nhau cùng tồn tại. Nếu những định kiến này không được khắc phục, sẽ có nguy cơ làm gia tăng sự bất bình đẳng về khả năng hiển thị và sự công nhận giữa các nhà xuất bản dựa trên quốc gia hoặc ngôn ngữ xuất xứ của họ.
Nghiên cứu này đề xuất hướng nghiên cứu trong tương lai như sau: huấn luyện các mô hình với các tập dữ liệu cân bằng và đa dạng hơn.Cũng như điều chỉnh các tiêu chí đánh giá để phản ánh tốt hơn sự đa dạng của hệ thống học thuật quốc tế. Nếu không, chính công nghệ được thiết kế để chống lại thông tin sai lệch lại có thể vô tình tạo ra những khuôn mẫu loại trừ.
Môi trường có rủi ro cao đối với tính liêm chính học thuật
Với tất cả những yếu tố này, các nhà nghiên cứu mô tả thế giới các kênh Telegram liên quan đến các nhà xuất bản khoa học như một... Môi trường có rủi ro cao đối với tính liêm chính học thuật và quyền sở hữu trí tuệ.Số lượng lớn các kênh giả mạo, so với số lượng ít ỏi các tài khoản thật, khiến người dùng thông thường khó có thể phân biệt ngay lập tức nguồn thông tin nào đáng tin cậy.
Trong số các rủi ro đã được xác định, những rủi ro sau đây nổi bật: phát tán tài liệu khoa học một cách không kiểm soátĐiều này không chỉ vi phạm bản quyền mà còn tạo điều kiện cho việc lưu hành các phiên bản cũ hơn, không đầy đủ hoặc bị chỉnh sửa của các bài báo và sách. Việc lưu hành không được kiểm soát như vậy có thể ảnh hưởng đến cách sinh viên, giáo viên và nhà nghiên cứu ở châu Âu tham khảo và trích dẫn tài liệu khoa học.
Một mối nguy hiểm liên quan khác là... dịch vụ xuất bản gian lậnNhững hành vi này làm xói mòn niềm tin vào hệ thống xuất bản học thuật. Những người trở thành nạn nhân của các kênh này có thể phải trả tiền cho những quy trình không tồn tại, thấy công trình của mình bị gắn liền với những hành vi phi đạo đức, hoặc làm tổn hại đến danh tiếng nghề nghiệp của họ—điều đặc biệt nhạy cảm khi mới bắt đầu sự nghiệp nghiên cứu.
Nghiên cứu đề cập đến một điều thực sự nghịch lý thể chếMặc dù Telegram là một công cụ có tiềm năng lớn trong việc phổ biến các nghiên cứu khoa học một cách nghiêm túc, nhưng sự tham gia trực tiếp hạn chế của nhiều nhà xuất bản vào nền tảng Điều này tạo ra một lỗ hổng mà những kẻ mạo danh lợi dụng mà không gặp nhiều trở ngại. Trong trường hợp không có các kênh chính thức rõ ràng, người dùng buộc phải tìm đến các lựa chọn thay thế, mà trong nhiều trường hợp, không phải là những gì chúng ta tưởng.
Trong bối cảnh châu Âu, nơi cuộc chiến chống lại thông tin sai lệch và những trò lừa bịp khoa học Mặc dù đây đã trở thành ưu tiên về chính trị và pháp lý, tình hình được mô tả trên Telegram đặt ra một thách thức khác. Việc tạo và nhân rộng các kênh một cách dễ dàng đồng nghĩa với việc vấn đề có thể lan rộng nhanh chóng, buộc các tổ chức, thư viện và cơ quan quản lý phải phát triển các chiến lược giám sát và ứng phó mới.
Hướng tới các hệ thống giám sát lai và các hướng nghiên cứu mới
Trước tình huống này, các nhà nghiên cứu tại Đại học Granada ủng hộ việc phát triển hệ thống phát hiện và giám sát lai Kết hợp khả năng của trí tuệ nhân tạo với sự đánh giá chuyên môn của con người. Ý tưởng là tận dụng... quy mô phân tích các mô hình ngôn ngữ Theo dõi số lượng lớn các kênh và tin nhắn, nhưng vẫn để quyết định cuối cùng thuộc về các nhóm chuyên gia.
Trong phương án này, trí tuệ nhân tạo (AI) sẽ đóng vai trò là công cụ lập bản đồ ban đầuViệc này bao gồm việc xác định các kênh đáng ngờ mới, các mô hình gian lận lặp đi lặp lại hoặc các mạng lưới tài khoản sử dụng lại tên và logo của các nhà xuất bản uy tín. Từ đó, các nhà biên soạn tài liệu, thủ thư và nhân viên nhà xuất bản có thể xem xét các trường hợp đã được xác định và hành động, bằng cách báo cáo cho nền tảng, cảnh báo người dùng hoặc tăng cường sự hiện diện chính thức của chính họ.
Nghiên cứu cũng chỉ ra khả năng Mở rộng phương pháp này sang các lĩnh vực khác của thông tin sai lệch. Những vấn đề này rất phổ biến trên Telegram, chẳng hạn như sự lan truyền tin giả khoa học, thuyết âm mưu về sức khỏe và nội dung chính trị bị thao túng. Cách tiếp cận này phù hợp với các ưu tiên của nhiều tổ chức châu Âu quan tâm đến việc có các công cụ chủ động để phát hiện và ngăn chặn các chiến dịch thông tin sai lệch trước khi chúng lan rộng.
Việc tích hợp dần các chức năng phân tích văn bản và ngữ cảnh nâng cao vào các mô hình ngôn ngữ mở ra cánh cửa cho... hệ thống giám sát chủ động Có khả năng đưa ra cảnh báo sớm về sự xuất hiện của các mạng lưới kênh giả mạo mới. Những cảnh báo này có thể hữu ích cho các nhà xuất bản, trường đại học và các cơ quan công cộng đang tìm cách bảo vệ hoạt động truyền thông khoa học và duy trì các tiêu chuẩn chất lượng trong thông tin đến được với công chúng.
Đồng thời, các tác giả nhấn mạnh sự cần thiết của Các nhà xuất bản khoa học nên tăng cường sự hiện diện đã được xác minh của mình trên Telegram. và trên các nền tảng tương tự khác. Việc xác định rõ ràng các kênh chính thức, chính sách truyền thông minh bạch và thông điệp nhất quán sẽ giúp người dùng dễ dàng phân biệt các nguồn thông tin hợp pháp và giảm thiểu khả năng bị mạo danh.
Các nghiên cứu được thực hiện tại Đại học Granada cho thấy rõ ràng rằng thực tế là Hơn 78% các kênh xuất bản khoa học trên Telegram là giả mạo. Đây không phải là một vấn đề nhỏ nhặt, mà là một hiện tượng mang tính cấu trúc ảnh hưởng đến cách thức lưu truyền thông tin học thuật trực tuyến. Giải quyết vấn đề này đòi hỏi sự kết hợp giữa công nghệ, đánh giá của chuyên gia và sự tham gia tích cực hơn của các tổ chức để giành lại vị thế trong một kênh truyền thông mà hiện tại, các đối tượng gian lận đang hoạt động quá dễ dàng.
