Telegram メッセージング プラットフォームは、記事、書籍、科学ニュースを共有する主要なショーケースの 1 つになっていますが、[未指定の問題] が急増するスペースにもなっています。 一流の学術出版社のなりすましスペインで行われた研究により、多くの人が疑念を抱いていたものの、厳密に数値化されることはほとんどなかった問題が、非常に明確な数字で示された。
この研究によると、 グラナダ大学 (UGR)主要な国際科学出版社の名義で運営されているTelegramチャンネルのうち、約8割が非公式です。具体的には、約10のチャンネルが非公式であることが確認されています。 これらのパブリッシャーに帰属するチャンネルの78%は偽物である科学的な誤情報との戦いが特徴的な欧州の状況では、この割合は特に憂慮すべきものだ。
学術的な内容を装ったデマや怪しいコンテンツの蔓延は増加し続けており、この研究はそれを説明する可能性がある。テレグラムは 科学出版社を装った広範かつ組織化されたチャネルネットワーク 無許可の資料を配布したり、出版サービスを装ったり、権威ある機関の評判を悪用したりする行為。ヨーロッパの科学エコシステムの一員であるスペインも、この現象の影響を免れることはできません。
研究の著者らは、テレグラム上のこの環境は孤立したケースではなく、むしろ 出版社自身による公式かつ検証済みの存在の欠如このギャップにより、悪意のある行為者がプラットフォーム上の科学コミュニケーションの最前線に立つことができ、書籍や記事にアクセスするユーザーの数に影響を与える可能性があります。
科学出版社のチャネルにおける詐欺マップ
この作業は、 計算人文社会科学ユニット（U-CHASS） グラナダ大学の研究者らは ビクトル・エレーロ・ソラナとカルロス・カストロ・カストロ 彼らは、大手学術出版社とリンクしているように見せかけるTelegramチャンネルのエコシステムを分析し、そのリンクがどの程度本物であるかを測定することに着手した。
そのために彼らは 13の主要国際科学出版社エルゼビア、シュプリンガー、ワイリー・ブラックウェル、ネイチャー、ケンブリッジ大学出版局といった著名な出版社も含まれており、選定にあたっては各出版社の実績や顧客満足度を考慮した。 SCImagoポータルの重み世界の科学的成果を評価するために最も広く使用されている指標の 1 つです。
出版社のリストが完成すると、研究者はTelegram上で出版社の位置を特定した。 これらのブランドに関連する可能性のある37のチャネル名前、ロゴ、あるいはコレクションや出版物への直接的な言及など、いかなる手段を用いても、不正行為は確認されませんでした。目的は2つありました。1つは、これらのチャネルが出版社と正式な関係を持っているかどうかを確認すること、もう1つは、不正行為と判明したチャネルの行動パターンを特定することです。
結果は明らかでした。分析した37のチャネルのうち、 8つは本物であり、出版社に直接関連していることが確認された。つまり、正当なチャンネルはわずか21,62%だった。 偽チャンネルの78,38%がこれらの機関のIDを無許可で使用していた。実際には、「公式」Telegram チャンネルを探しているユーザーは、本物のチャンネルよりも詐欺的なチャンネルにたどり着く可能性がはるかに高くなります。
この研究は学術誌に掲載された。 「IDB：図書館情報学に関する大学テキスト」2025年12月号では、「Telegramチャンネルの主な科学編集者：ChatGPTとDeepSeekによる偽チャンネルの検出方法」というタイトルで発表されています。この研究は、数字だけでなく、 ひどく歪んだ生態系 これは科学界と読者、そして学生の両方にリスクをもたらします。
ChatGPTとDeepSeekを使用した先駆的な研究
この作品の最も革新的な点の一つは、 人工知能に基づく方法論グラナダ大学の研究者は、 ChatGPTやDeepSeekなどの言語モデル（LLM） 分析されたチャネルが公式のものかどうかを判断するために、分析機能とその後の人間によるレビューを組み合わせます。
研究デザインは、 複数のケーススタディ特定された37のチャネルごとに、 標準化されたプロンプト これはChatGPTとDeepSeekの両方に送信され、 ウェブ検索機能 これらのモデルをAIがリアルタイムで検証し、企業ページへのリンク、認証済みアカウント、その他の信頼性の兆候の有無を確認できるようにすることが狙いでした。
モデルの使命は 各チャンネルが公式であった可能性を評価する評価は、コンテンツとブランドの編集方針の一貫性、機関ウェブサイトへの信頼できるリンクの存在、正しいロゴと名前の存在、認識可能な編集方針への言及などの指標に基づいて行われます。
ChatGPTとDeepSeekのランキングが得られた後に、UGRチームは 独立した手動検証これが真実の基準として機能した。つまり、AIが最終決定権を持っていたわけではなく、研究者たちは自身の検索と検証結果をモデルの回答と比較し、各チャネルが本物か偽物かを判断したのだ。
このアプローチにより、LLMは 初期の大規模スクリーニングに役立つツール、また、 偽のAIトレーラーによるチャンネル閉鎖特に数千ものチャンネルと大量の情報を抱えるプラットフォームでは、完全に手動で管理するのは困難です。しかし、彼はまた、本日時点で、 専門家の判断を完全に置き換えることはできない 科学出版社などの機密性の高いアカウントを検証する場合。
Telegramで偽チャンネルが運営される仕組み
37チャンネルの詳細な分析により、 科学出版社を装う者たちはTelegramでどのように活動するのでしょうか?最も一般的な方法は、 許可なくデジタル形式で書籍、マニュアル、記事を公開する実際には著作権で保護されているタイトルへの無料アクセスまたは直接ダウンロードを約束しています。
このようなコンテンツの無許可の流通に加えて、多くの詐欺チャンネルでは ほとんど信頼できない編集サービス例えば、非常に短期間で高インパクトの学術誌に論文を掲載したり、標準的な査読プロセスなしで論文の受理を保証するなどです。この種の主張は、特に次のような場合に危険です。 初心者研究者、博士課程の学生、経験の浅い専門家 学術出版業界で。
研究者らはまた、 非常に宣伝的な言葉これらのメッセージは、科学出版社に典型的な落ち着いたコミュニケーションというより、むしろ攻撃的なマーケティングキャンペーンを彷彿とさせます。割引や「特別オファー」、非現実的な特典といった約束が溢れており、学術界の通常のコミュニケーション方法と比較すると違和感があります。
場合によっては、偽のチャンネルは 出版社のロゴ、コレクション名、短縮リンク 一見すると、正当性があるように見せかけるもの。これらの機関の内部事情に詳しくないユーザーにとっては、特にそのチャンネルが、出所の疑わしいコンテンツと実際の内容が混在するニュース、発表、文書をまとめている場合、その提示は説得力があるように見えるかもしれません。
この枠組みのすべてが、研究で言うところの Telegram内の歪んだエコシステム非公式チャンネルの存在が、出版社と真に結びついているアカウントの数をはるかに上回っている。実際には、これは次のようなことを意味する。 学術的誠実性と知的財産に対する深刻なリスクこれは、海賊版の流通や、著者、機関、読者に影響を及ぼす誤解を招くようなオファーを助長するため、スペインだけでなくヨーロッパ全体で問題となっています。
人工知能は何を正しく行い、どこで間違えるのでしょうか?
モデルの性能に関しては、研究は、 ChatGPT と DeepSeek は、明らかに偽造されたチャネルを検出する際に高い有効性を示します。なりすましが明らかな場合（公式リンクがまったく存在せず、信じがたい約束をし、明らかに海賊版コンテンツを掲載している場合）、両方のシステムは診断結果で一致し、そのチャンネルを違法として分類する傾向があります。
しかし、この研究はまた、 これらのモデルが実際のチャネルの真正性を確認する上での構造的な限界最も困難を招いたケースは、チャネルが出版社と関連しているように見えても、 強力な検証信号たとえば、Telegram の青いチェックマークや、簡単に検証できる機関ページへの明確なリンクなどです。
モデルは同じように動作しなかった。研究によると、 DeepSeekはコンテンツの文脈的一貫性を重視する傾向があった。言い換えれば、出版物の種類、メッセージのトーン、そしてチャンネルの構成が、確立された科学出版社に期待されるものと一致しているかどうかです。このアプローチは、チャンネルが日常的にどのようにコミュニケーションを行っているかに焦点を当てました。
その部分については、 ChatGPTは機関所属の正式な検証を優先した実際には、これはチャンネルが企業ウェブサイトに掲載されていること、認証済みの言及があること、あるいは他の認知度の高いアカウントと関連していることを重視することを意味しました。これらの要素が不明瞭な場合、モデルは信頼性に関してより慎重な姿勢、あるいは疑念を示しました。
この研究は、これらの補完的なアプローチが以下の点で有益であると結論付けている。 情報過多の環境で初期フィルタリングを実行するしかし、 特別なトレーニングを受けていないユーザーにとって、自律検出器としての AI の信頼性は依然として限られています。著者らは、自動分析がサポートするハイブリッド システムの一部としてこれらのモデルを使用することを推奨していますが、最終的な確認は科学的な文書化と編集の経験がある専門家に委ねられています。
情報源の偏りと英語コンテンツの覇権
不正行為の測定に加えて、調査では、 ChatGPT と DeepSeek は回答を裏付ける際にどのような情報源を参照しますか?最も印象的な発見の一つは、 西洋の参照と他の地理的地域DeepSeek の場合でも、アジアの情報源に近いと考えられます。
この不均衡は、 ウェブ上の英語コンテンツの覇権特に科学・学術情報に関しては顕著です。モデルは主にその言語で書かれたデータで訓練されているため、検索や議論においてその分布を再現する傾向があり、その結果、 構造的バイアス 他の言語的コンテキストからのソースを評価する必要がある場合。
実際には、このバイアスは 非西洋の出版社にリンクされたチャネルの評価ウェブサイト、認証システム、あるいはコミュニケーションスタイルが、アングロサクソン世界の一般的なパターンと必ずしも一致していない可能性があります。その結果、一部の合法的なチャネルは、西洋のチャネルよりも不確実性や疑念に包まれている可能性があります。
論文の著者らは、この側面は、 AIベースのグローバル監視ツールを設計するこれは特に、非常に異なる背景を持つ科学機関が共存するヨーロッパにおいて顕著です。こうした偏見が是正されなければ、国や言語の違いによって、出版社間の知名度や認知度の不平等が拡大するリスクがあります。
今後の方向性として、この研究では よりバランスのとれた多様なコーパスでモデルをトレーニングする国際的な学術システムの多様性をより適切に反映するよう評価基準を調整することも重要です。そうでなければ、偽情報対策のために設計された技術そのものが、意図しない排除のパターンを再現してしまう可能性があります。
学術的誠実性にとってリスクの高い環境
これらすべての要素を踏まえて、研究者たちは科学出版社に関連するテレグラムチャンネルの世界を次のように表現しています。 学術的誠実性と知的財産にとってリスクの高い環境本物のアカウントの数が少数であるのに対し、偽のチャンネルが圧倒的に多いため、平均的なユーザーが一目でどのソースが信頼できるかを見分けるのは困難です。
特定されたリスクの中で、特に注目すべきものは次のとおりです。 科学資料の無制限な配布これは著作権を侵害するだけでなく、論文や書籍の古い版、不完全な版、あるいは改変された版の流通を助長する可能性もあります。このような規制されていない流通は、ヨーロッパの学生、教師、研究者が科学文献を参照し、引用する方法に影響を与える可能性があります。
もう一つの関連する危険は 不正な出版サービスこうした行為は、学術出版システムへの信頼を損ないます。こうした手段に騙された研究者は、存在しないプロセスに金銭を支払ったり、自身の研究が非倫理的な行為と結び付けられたり、専門家としての評判を落としたりする可能性があります。これは、研究者としてのキャリアの初期段階では特にデリケートな問題です。
この研究は、本物の 制度的パラドックステレグラムは厳密な科学的な発信に大きな可能性を秘めたツールであるが、 多くの出版社のプラットフォームへの直接的な関与は限られている これにより、なりすまし犯が容易に悪用できる隙間が生まれます。明確に識別できる公式チャンネルがないため、ユーザーは多くの場合、見た目とは異なる代替手段に頼らざるを得なくなります。
ヨーロッパの状況では、 誤情報と科学的なデマ これは政治的および規制上の優先事項となっているが、Telegramで示された状況は更なる課題を提起している。チャンネルの作成と増殖が容易なため、問題は急速に拡大する可能性があり、機関、図書館、規制当局は新たな監視・対応戦略の策定を迫られている。
ハイブリッド監視システムと新たな研究分野に向けて
このシナリオを踏まえ、グラナダ大学の研究者らは、 ハイブリッド検出および監視システム 人工知能の能力と専門家によるレビューを組み合わせたものです。そのアイデアは、 言語モデルの分析の規模 大量のチャネルとメッセージを追跡しますが、最終的な決定は専門家チームに委ねられます。
この計画では、AIは 初期マッピングツールこれには、新たな疑わしいチャネル、繰り返される詐欺パターン、または評判の良い出版社の名前やロゴを再利用するアカウントネットワークの特定が含まれます。そこから、ドキュメンタリスト、図書館員、出版社のスタッフは、特定された事例を確認し、プラットフォームへの報告、ユーザーへの警告、あるいは自社の公式プレゼンスの強化など、何らかの措置を講じることができます。
この研究はまた、 この方法論を他の偽情報分野にも適用する 科学的なフェイクニュース、健康に関する陰謀論、操作された政治コンテンツの拡散など、これらの問題はTelegram上で蔓延しています。このアプローチは、偽情報キャンペーンが拡散する前にそれを検出し阻止するための積極的なツールの導入に関心を持つ多くの欧州機関の優先事項と一致しています。
高度なテキストおよび文脈分析機能を言語モデルに段階的に統合することで、次のようなことが可能となります。 予防監視システム 偽チャンネルの新たなネットワークの出現について早期に警告を発することが可能です。これらのアラートは、科学コミュニケーションを保護し、一般の人々に届けられる情報の品質基準を維持しようとする出版社、大学、公的機関にとって有用となる可能性があります。
同時に、著者らは、 科学出版社自身もTelegram上での認証済みプレゼンスを強化すべきだ および他の類似プラットフォームでも同様の状況が見られます。公式チャンネルを明確に識別し、透明性のあるコミュニケーションポリシーと一貫したメッセージを提供することで、ユーザーは正当な情報源をより容易に見分けることができ、なりすましの可能性を減らすことができます。
グラナダ大学で行われた研究は、 Telegram 上の科学出版社チャンネルの 78% 以上が偽物です。 これは単なる些細な問題ではなく、学術情報のオンライン流通に影響を与える構造的な現象です。この問題に対処するには、テクノロジー、専門家の判断、そして組織全体のより積極的な関与を組み合わせることで、現状では詐欺行為者があまりにも容易に活動しているコミュニケーションチャネルにおいて、再び優位に立つ必要があります。
