Telegram 即時通訊平台已成為分享文章、書籍和科學新聞的主要平台之一，但同時也成為 [未指明的問題] 滋長的場所。 冒充頂級學術出版商西班牙的一項研究用非常明確的數字證實了許多人懷疑存在但幾乎沒有嚴格量化的問題。
根據這項研究，由以下因素驅動： 格拉納達大學（UGR）大約十分之八的以國際知名科學出版商名義經營的Telegram頻道並非官方頻道。具體而言，已發現約有… 這些發布者所關聯的頻道中，78%是虛假頻道。在以打擊科學假資訊為特徵的歐洲背景下，這一比例尤其令人擔憂。
偽裝成學術內容的騙局和可疑內容持續氾濫，而這項研究提供了一個可能的解釋：Telegram 承載著… 一個龐大且組織嚴密的通路網絡，偽裝成科學出版商 散佈未經授權的資料，提供所謂的出版服務，並利用知名機構的聲譽牟利。西班牙作為歐洲科學生態系統的一部分，也未能倖免於這種現象的影響。
研究的作者認為，Telegram上的這種環境並非個案，而是某種現象的徵兆。 出版商本身缺乏官方認可和核實的存在這個漏洞使得惡意行為者能夠佔據該平台上科學交流的前沿，影響用戶訪問書籍和文章的數量。
科學出版商通路詐欺地圖
這項工作由…完成 計算人文與社會科學單元（U-CHASS） 來自格拉納達大學的研究人員 維克多·埃雷羅·索拉納和卡洛斯·卡斯特羅·卡斯特羅 他們著手分析那些自稱與大型學術出版商有關的 Telegram 頻道生態系統，並衡量這種關聯的真實程度。
為此，他們選擇了 13家國際領先的科學出版社其中包括愛思唯爾、施普林格、威立-布萊克威爾、《自然》雜誌和劍橋大學出版社等知名出版商。選擇這些出版商時考慮了他們的因素。 SCImago入口網站的權重是評估全球科學產出最廣泛使用的指標之一。
在確定出版商名單後，研究人員在 Telegram 上找到了他們。 37 個可能與這些品牌相關的管道無論是透過使用名稱、標識，或是直接提及他們的藏品和出版物，都存在欺詐行為。此舉的目的有二：一方面，核實這些管道是否與出版商有官方關係；另一方面，識別那些最終被證實為詐欺行為的管道的行為模式。
結果很明確。在分析的37個通道中，只有 其中八件被證實為真品，並與出版社直接相關。也就是說，只有 21,62% 的頻道被證實是合法的，相較之下… 78,38% 的虛假頻道未經授權使用了這些機構的身份。實際上，當用戶尋找「官方」Telegram頻道時，更有可能誤入詐騙網站而不是找到真正的頻道。
該研究已發表在學術期刊上。 “IDB：大學圖書館與資訊科學教材”在2025年12月刊中，一篇題為「Telegram頻道中的主要科學編輯：使用ChatGPT和DeepSeek檢測虛假頻道的方法」的文章指出，除了數據之外，該研究還描述了… 嚴重扭曲的生態系統 這會為科學界、讀者和學生帶來風險。
一項使用 ChatGPT 和 DeepSeek 的開創性研究
這項工作最具創新性的方面之一是 基於人工智慧的方法格拉納達大學的研究人員率先使用了 語言模型（LLM），例如 ChatGPT 和 DeepSeek。 為了幫助確定所分析的頻道是否為官方頻道，將他們的分析能力與隨後的人工審核結合。
本研究設計架構如下： 多案例研究對於已識別的37個通道中的每一個， 標準化提示 該訊息已同時發送給 ChatGPT 和 DeepSeek，從而啟動了 網路搜尋功能 這些模型的理念是，人工智慧可以即時檢查是否存在指向公司頁面的連結、已驗證的帳戶以及其他真實性標誌。
這些模特兒的任務是 評估每個頻道為官方頻道的機率根據內容與品牌編輯方針的一致性、與機構網站的可靠連結、正確的標誌和名稱，或對可識別的編輯政策的引用等指標進行判斷。
在獲得 ChatGPT 和 DeepSeek 排名後，UGR 團隊開展了一項 獨立人工驗證這作為基準真值。換句話說，人工智慧並非最終決策者：研究人員會將自己的搜尋和核查結果與模型的回應進行比較，以確定每個頻道是真實還是虛假。
這種方法使得證明LLMs可以成為可能 用於初步大規模篩選的實用工具這也證明了這一點 因虛假人工智慧預告片導致頻道關閉尤其是在擁有成千上萬個頻道和大量資訊的平台上，純人工管理是十分困難的。然而，他也明確表示，截至目前， 它們無法完全取代專家判斷。 在驗證敏感帳戶（例如科學出版商的帳戶）時。
Telegram 上的假頻道是如何運作的
37個通道的詳細分析使得能夠重建出一個相當均勻的模式。 那些冒充科學出版商的人在 Telegram 上是如何運作的？最常見的做法是大規模分發 未經授權，以數位格式提供書籍、手冊和文章。承諾提供免費存取或直接下載實際上受版權保護的作品。
除了這種未經授權的內容傳播之外，許多詐騙管道還提供 幾乎沒有可信度的編輯服務例如，在極短時間內於高影響力期刊上發表論文，或保證文章無需經過標準同儕審查流程即可被接收。這類說法尤其危險，因為它可能涉及… 新手研究人員、博士生和經驗不足的專業人士 在學術出版界。
研究人員也發現了一種反覆使用的現象： 極具宣傳性的語言這些訊息更像是咄咄逼人的行銷活動，而非科學出版商通常冷靜客觀的溝通方式。折扣承諾、「特價優惠」和不切實際的優勢比比皆是，這與學術界通常的溝通方式截然不同，令人感到突兀。
在某些情況下，虛假頻道會使用 出版商標誌、合集名稱或短鏈接 這給人一種合法性的假象。乍一看，對於不熟悉這些機構內部運作的用戶來說，這種呈現方式可能令人信服，尤其當該頻道將新聞、公告和文件與真實材料和來源可疑的內容混雜在一起時。
所有這些框架都產生了該研究所描述的… Telegram 內部扭曲的生態系統非官方管道的數量遠遠超過與發行商真正關聯的帳號數量。實際上，這意味著 對學術誠信和智慧財產權構成嚴重風險這在西班牙和整個歐洲都是一個問題，因為它助長了盜版作品和誤導性訊息的傳播，從而影響了作者、機構和讀者。
人工智慧有哪些優點和缺點？
關於模型的性能，研究顯示兩者 ChatGPT 和 DeepSeek 在偵測明顯虛假的頻道方面表現出很高的有效性。當冒充行為明顯時——完全沒有官方連結、做出不切實際的承諾、公開盜版內容——兩個系統往往會在診斷上達成一致，並將這些頻道歸類為非法頻道。
然而，研究也揭示了 這些模型在確認真實管道的真實性方面存在結構性局限性最棘手的案例是那些管道看似與出版商有關，但卻缺乏…的情況。 強驗證訊號例如 Telegram 上的藍色勾號或指向易於驗證的機構頁面的清晰連結。
這些模型的表現並不完全相同。根據這項研究， DeepSeek 更注重內容的上下文連貫性。換句話說，就是檢視出版物的類型、資訊的語氣、管道結構是否符合一家成熟科學出版商的預期。這種方法著重於該管道的日常溝通方式。
就其本身而言， ChatGPT優先考慮對機構隸屬關係進行正式驗證。在實踐中，這意味著要更加重視該管道在企業網站上的存在、是否存在經過驗證的提及，或它與其他知名帳號的關聯。如果這些要素不明確，模型就會對真實性表現出更大的謹慎或懷疑。
該研究得出結論，這些互補的方法對…很有價值 在資訊飽和的環境中執行初始過濾但強調的是， 對於未經專門訓練的使用者而言，人工智慧作為自主偵測器的可靠性仍然有限。作者建議將這些模型作為混合系統的一部分使用，其中自動化分析提供支持，但最終確認取決於具有科學文件和編輯經驗的專業人員。
資訊來源的偏見和英語內容的霸權
除了衡量詐欺行為外，調查還重點審查了以下方面： ChatGPT 和 DeepSeek 在提供答案時會參考哪些資訊來源？其中最引人注目的發現之一是…的普遍存在。 西方參照物與其他地理區域即使對於可能被認為與亞洲資源更接近的 DeepSeek 來說也是如此。
這種不平衡反映了 網路上英語內容的霸權尤其是在處理科學和學術資訊時。由於這些模型主要使用以該語言編寫的資料進行訓練，因此它們在搜尋和推理過程中往往會重現這種分佈，從而產生… 結構性偏倚 當他們需要評估其他語言環境的資料時。
在實踐中，這種偏見會使情況變得複雜。 對與非西方出版商相關的管道進行評估它們的網站、驗證系統或溝通方式可能與盎格魯撒克遜世界的主流模式不太一致。因此，一些合法管道可能比西方管道更容易受到質疑或懷疑。
論文作者認為，在考慮這個問題時應該考慮到這一方面。 設計基於人工智慧的全球監測工具在歐洲，這種情況尤其突出，因為那裡匯聚了背景迥異的科研機構。如果不加以糾正，就有可能加劇出版商因其所屬國家或語言而導致的知名度和認可度方面的不平等。
作為未來的研究方向，研究提出： 使用更平衡、更多樣化的語料庫訓練模型同時，也需要調整評估標準，以便更能反映國際學術體系的多樣性。否則，旨在打擊虛假資訊的技術最終可能會無意中複製排斥模式。
學術誠信面臨高風險環境
綜合以上所有因素，研究人員將與科學出版商相關的 Telegram 頻道集合描述為一個 對學術誠信和智慧財產權構成高風險的環境與數量稀少的真假頻道相比，數量龐大的虛假頻道使得一般使用者很難一眼分辨哪些資訊來源是可靠的。
在已識別的風險中，以下幾項尤為突出： 科學材料的無序傳播這不僅侵犯了版權，還可能助長舊版、不完整版本或篡改版本的文章和書籍的傳播。這種不受監管的傳播方式會影響歐洲學生、教師和研究人員查閱和引用科學文獻的方式。
另一個相關的危險是… 詐欺性出版服務這些做法會削弱人們對學術出版體系的信任。那些落入這些陷阱的人可能會為根本不存在的流程買單，他們的研究成果可能會被貼上不道德行為的標籤，或者損害他們的職業聲譽——這在科研生涯的初期尤為重要。
這項研究表明了一種真正的… 制度悖論雖然 Telegram 代表了一種在嚴謹的科學傳播方面具有巨大潛力的工具，但 許多出版商對平台的直接參與程度有限 這就留下了一個漏洞，不法分子可以輕易利用這個漏洞。由於缺乏明確可辨的官方管道，用戶最終只能求助於其他替代方案，而這些方案在許多情況下並非表面看起來那樣。
在歐洲背景下，反對派的鬥爭 虛假資訊和科學騙局 雖然這已成為政治和監管的優先事項，但Telegram上描述的情況帶來了額外的挑戰。頻道創建和複製的便利性意味著問題可能迅速蔓延，迫使機構、圖書館和監管機構制定新的監測和應對策略。
邁向混合監控系統與新的研究方向
鑑於這種情況，格拉納達大學的研究人員倡導發展… 混合檢測和監測系統 它將人工智慧的功能與專家人工審核結合。其理念是利用… 語言模型分析規模 追蹤大量管道和訊息，但將最終決定權留給專家團隊。
在這個方案中，人工智慧將扮演以下角色： 初始映射工具這包括識別新的可疑管道、重複出現的詐欺模式，或盜用知名出版商名稱和識別的帳戶網路。之後，文獻工作者、圖書館員和出版商工作人員可以審查已識別的案例並採取行動，例如向平台舉報、警告使用者或加強自身的官方形象。
該研究還指出了以下可能性： 將這種方法推廣到其他假資訊領域 這些問題在Telegram上十分普遍，例如科學假新聞的傳播、健康陰謀論的散佈以及被操縱的政治內容。這種方法與許多歐洲機構的優先事項相契合，這些機構都希望擁有主動工具，以便在虛假訊息傳播開來之前就發現並阻止它們。
將先進的文本和語境分析功能逐步整合到語言模型中，為以下方面打開了大門： 主動監控系統 能夠對新出現的假訊息網路發出預警。這些預警資訊對出版商、大學和公共機構等致力於保護科學傳播、維護公眾獲取資訊品質標準的機構非常有用。
同時，作者強調了以下方面的必要性： 科學出版商本身也應該加強在 Telegram 上的認證影響力。 以及其他類似平台。明確標識官方管道、制定透明的溝通政策並保持訊息傳遞的一致性，將有助於用戶更輕鬆地識別合法來源，並減少冒充者的活動空間。
格拉納達大學所進行的研究工作清楚地表明， Telegram 上超過 78% 的科學出版商頻道都是假的。 這並非邊緣問題，而是影響學術資訊在線上傳播的結構性問題。要解決這個問題，需要結合技術、專家判斷和更深入的機構參與，才能在這個目前被詐欺者輕易利用的傳播管道中重新奪回控制權。
