แพลตฟอร์มการส่งข้อความ Telegram ได้กลายเป็นหนึ่งในแหล่งแสดงสินค้าหลักสำหรับการแบ่งปันบทความ หนังสือ และข่าววิทยาศาสตร์ แต่ก็เป็นพื้นที่ที่ [ประเด็นที่ไม่ระบุรายละเอียด] แพร่กระจายไปอย่างกว้างขวางเช่นกัน การแอบอ้างเป็นสำนักพิมพ์วิชาการชั้นนำผลการศึกษาที่พัฒนาขึ้นในสเปนได้ให้ข้อมูลเชิงตัวเลขที่ชัดเจนเกี่ยวกับปัญหาที่หลายคนสงสัย แต่ยังไม่เคยได้รับการประเมินอย่างเป็นระบบมาก่อน
จากการวิจัยนี้ ซึ่งขับเคลื่อนโดย... มหาวิทยาลัยกรานาดา (UGR)เกือบแปดในสิบของช่อง Telegram ที่ดำเนินการภายใต้ชื่อของสำนักพิมพ์วิทยาศาสตร์ระดับนานาชาติรายใหญ่ ไม่ใช่ช่องอย่างเป็นทางการ โดยเฉพาะอย่างยิ่ง ตรวจพบว่าประมาณประมาณ 78% ของช่องที่ระบุว่าเป็นผู้เผยแพร่เหล่านี้เป็นช่องปลอมซึ่งเป็นเปอร์เซ็นต์ที่น่าเป็นห่วงอย่างยิ่งในบริบทของยุโรปที่กำลังต่อสู้กับการเผยแพร่ข้อมูลเท็จทางวิทยาศาสตร์
การแพร่กระจายของข่าวปลอมและเนื้อหาที่น่าสงสัยซึ่งปลอมแปลงเป็นเนื้อหาทางวิชาการยังคงเพิ่มขึ้นอย่างต่อเนื่อง และงานวิจัยนี้เสนอคำอธิบายที่เป็นไปได้: Telegram เป็นแหล่งรวบรวมข้อมูล... เครือข่ายช่องทางที่กว้างขวางและเป็นระบบ ซึ่งแอบอ้างเป็นสำนักพิมพ์ทางวิทยาศาสตร์ การเผยแพร่เอกสารที่ไม่ได้รับอนุญาต การเสนอบริการตีพิมพ์ปลอม และการแสวงหาประโยชน์จากชื่อเสียงของสถาบันที่มีชื่อเสียง สเปนซึ่งเป็นส่วนหนึ่งของระบบนิเวศทางวิทยาศาสตร์ของยุโรป ก็ไม่พ้นจากผลกระทบของปรากฏการณ์นี้เช่นกัน
ผู้เขียนงานวิจัยโต้แย้งว่า สภาพแวดล้อมเช่นนี้ใน Telegram ไม่ใช่กรณีโดดเดี่ยว แต่เป็นเพียงอาการหนึ่งของปัญหา ขาดการปรากฏตัวอย่างเป็นทางการและได้รับการยืนยันจากสำนักพิมพ์เองช่องโหว่นี้เปิดโอกาสให้ผู้ไม่ประสงค์ดีแทรกตัวเข้ามาเป็นผู้นำด้านการสื่อสารทางวิทยาศาสตร์บนแพลตฟอร์ม และมีอิทธิพลต่อจำนวนผู้ใช้ที่เข้าถึงหนังสือและบทความต่างๆ
แผนที่แสดงการฉ้อโกงในช่องทางการจัดจำหน่ายของผู้จัดพิมพ์ทางวิทยาศาสตร์
งานดังกล่าวได้ดำเนินการโดย หน่วยวิชามนุษยศาสตร์และสังคมศาสตร์เชิงคำนวณ (U-CHASS) จากมหาวิทยาลัยกรานาดา นักวิจัย วิคเตอร์ เอร์เรโร โซลานา และคาร์ลอส คาสโตร คาสโตร พวกเขาตั้งเป้าที่จะวิเคราะห์ระบบนิเวศของช่อง Telegram ที่แสดงตนว่าเชื่อมโยงกับสำนักพิมพ์วิชาการขนาดใหญ่ และวัดว่าการเชื่อมโยงนั้นเป็นความจริงมากน้อยเพียงใด
เพื่อบรรลุเป้าหมายนี้ พวกเขาจึงเลือก สำนักพิมพ์วิทยาศาสตร์ชั้นนำระดับนานาชาติ 13 แห่งในบรรดาสำนักพิมพ์เหล่านั้น ได้แก่ สำนักพิมพ์ที่มีชื่อเสียงอย่าง Elsevier, Springer, Wiley-Blackwell, Nature และ Cambridge University Press การคัดเลือกนั้นพิจารณาจากปัจจัยต่างๆ ดังนี้ น้ำหนักบนพอร์ทัล SCImagoซึ่งเป็นหนึ่งในดัชนีที่ใช้กันอย่างแพร่หลายที่สุดในการประเมินผลงานทางวิทยาศาสตร์ระดับโลก
เมื่อได้รายชื่อสำนักพิมพ์แล้ว นักวิจัยจึงค้นหาสำนักพิมพ์เหล่านั้นในแอปพลิเคชัน Telegram 37 ช่องทางที่อาจเชื่อมโยงกับแบรนด์เหล่านี้ไม่ว่าจะผ่านการใช้ชื่อ โลโก้ หรือการอ้างอิงโดยตรงถึงคอลเลกชันและสิ่งพิมพ์ของพวกเขา วัตถุประสงค์มีสองประการ ประการแรก เพื่อตรวจสอบว่าช่องทางเหล่านี้มีความสัมพันธ์อย่างเป็นทางการกับสำนักพิมพ์หรือไม่ และประการที่สอง เพื่อระบุรูปแบบพฤติกรรมในกลุ่มที่พบว่าเป็นช่องทางฉ้อโกง
ผลลัพธ์นั้นชัดเจน จากช่องสัญญาณทั้งหมด 37 ช่องที่วิเคราะห์ มีเพียงช่องเดียวเท่านั้น มีการยืนยันแล้วว่ามี 8 รายที่เป็นของแท้และเชื่อมโยงโดยตรงกับสำนักพิมพ์กล่าวคือ มีเพียง 21,62% ของช่องทางต่างๆ เท่านั้นที่ได้รับการพิสูจน์แล้วว่าเป็นช่องทางที่ถูกต้องตามกฎหมาย เมื่อเทียบกับ... 78,38% ของช่องปลอมใช้ชื่อสถาบันเหล่านี้โดยไม่ได้รับอนุญาตในทางปฏิบัติ ผู้ใช้ที่กำลังมองหาช่อง Telegram "อย่างเป็นทางการ" มีโอกาสสูงกว่าที่จะไปเจอกับกลุ่มมิจฉาชีพมากกว่ากลุ่มจริง
ผลการศึกษาดังกล่าวได้รับการตีพิมพ์ในวารสารวิชาการแล้ว "IDB: ตำราเรียนระดับมหาวิทยาลัยด้านบรรณารักษศาสตร์และสารสนเทศศาสตร์"ในฉบับเดือนธันวาคม 2025 ภายใต้หัวข้อ "บรรณาธิการวิทยาศาสตร์หลักในช่อง Telegram: แนวทางการตรวจจับช่องปลอมด้วย ChatGPT และ DeepSeek" นอกเหนือจากตัวเลขแล้ว งานวิจัยนี้ยังอธิบายถึง... ระบบนิเวศที่บิดเบี้ยวอย่างรุนแรง ซึ่งก่อให้เกิดความเสี่ยงต่อทั้งวงการวิทยาศาสตร์ ผู้อ่าน และนักศึกษา
การศึกษาเชิงบุกเบิกโดยใช้ ChatGPT และ DeepSeek
หนึ่งในแง่มุมที่สร้างสรรค์ที่สุดของงานนี้คือ ระเบียบวิธีที่อิงตามปัญญาประดิษฐ์นักวิจัยจากมหาวิทยาลัยกรานาดาเป็นผู้บุกเบิกการใช้ โมเดลภาษา (LLM) เช่น ChatGPT และ DeepSeek เพื่อช่วยตรวจสอบว่าช่องทางที่วิเคราะห์นั้นเป็นช่องทางทางการหรือไม่ โดยการนำความสามารถในการวิเคราะห์ของพวกเขามาผสานกับการตรวจสอบโดยมนุษย์ในภายหลัง
การออกแบบการวิจัยมีโครงสร้างดังนี้ การศึกษากรณีหลายกรณีสำหรับแต่ละช่องสัญญาณทั้ง 37 ช่องที่ระบุไว้ จะมี ข้อความแจ้งเตือนมาตรฐาน ซึ่งถูกส่งไปยังทั้ง ChatGPT และ DeepSeek เพื่อเปิดใช้งาน ฟังก์ชันการค้นหาเว็บ ของโมเดลเหล่านี้ แนวคิดก็คือ AI สามารถตรวจสอบการมีอยู่ของลิงก์ไปยังเพจของบริษัท บัญชีที่ได้รับการยืนยัน และสัญญาณอื่นๆ ที่แสดงถึงความน่าเชื่อถือได้แบบเรียลไทม์
ภารกิจของนางแบบคือ ประเมินความน่าจะเป็นที่แต่ละช่องทางจะเป็นช่องทางทางการโดยพิจารณาจากตัวชี้วัดต่างๆ เช่น ความสอดคล้องระหว่างเนื้อหาและแนวทางการเขียนบทความของแบรนด์ การมีลิงก์ที่น่าเชื่อถือไปยังเว็บไซต์ขององค์กร การมีโลโก้และชื่อที่ถูกต้อง หรือการอ้างอิงถึงนโยบายด้านบรรณาธิการที่สามารถจดจำได้
เมื่อได้รับอันดับจาก ChatGPT และ DeepSeek แล้ว ทีม UGR ก็ได้ดำเนินการต่อไป การตรวจสอบด้วยตนเองอย่างอิสระซึ่งทำหน้าที่เป็นข้อมูลอ้างอิงที่ถูกต้อง กล่าวอีกนัยหนึ่งคือ AI ไม่ได้เป็นผู้ตัดสินขั้นสุดท้าย นักวิจัยได้เปรียบเทียบการค้นหาและการตรวจสอบของตนเองกับคำตอบของแบบจำลองเพื่อพิจารณาว่าแต่ละช่องทางนั้นเป็นของจริงหรือของปลอม
แนวทางนี้ทำให้สามารถแสดงให้เห็นว่า LLM สามารถเป็นได้ เครื่องมือที่มีประโยชน์สำหรับการคัดกรองขนาดใหญ่ในเบื้องต้นดังที่แสดงให้เห็นโดย ช่องต่างๆ ถูกปิดเนื่องจากตัวอย่างรายการที่สร้างโดย AI ปลอมโดยเฉพาะอย่างยิ่งบนแพลตฟอร์มที่มีช่องทางนับพันและปริมาณข้อมูลมหาศาลซึ่งยากต่อการจัดการด้วยตนเองเพียงอย่างเดียว อย่างไรก็ตาม เขายังชี้แจงอย่างชัดเจนว่า ณ วันนี้ สิ่งเหล่านี้ไม่สามารถทดแทนการตัดสินใจของผู้เชี่ยวชาญได้อย่างสมบูรณ์ เมื่อต้องตรวจสอบความถูกต้องของบัญชีที่มีความละเอียดอ่อน เช่น บัญชีของผู้จัดพิมพ์บทความทางวิทยาศาสตร์
วิธีการทำงานของช่องปลอมบน Telegram
การวิเคราะห์อย่างละเอียดของช่องสัญญาณทั้ง 37 ช่อง ทำให้สามารถสร้างรูปแบบที่ค่อนข้างสม่ำเสมอขึ้นมาได้ ผู้ที่แอบอ้างเป็นสำนักพิมพ์วิทยาศาสตร์ใช้วิธีการใดบน Telegram?วิธีปฏิบัติที่พบได้บ่อยที่สุดคือการแจกจ่ายในปริมาณมาก หนังสือ คู่มือ และบทความในรูปแบบดิจิทัลโดยไม่ได้รับอนุญาตภายใต้คำสัญญาว่าจะให้เข้าถึงได้ฟรีหรือดาวน์โหลดโดยตรงสำหรับผลงานที่จริงแล้วได้รับการคุ้มครองโดยลิขสิทธิ์
นอกเหนือจากการเผยแพร่เนื้อหาโดยไม่ได้รับอนุญาตแล้ว ช่องทางหลอกลวงจำนวนมากยังเสนอ... บริการด้านบรรณาธิการที่ไม่น่าเชื่อถือเอาเสียเลยเช่น การตีพิมพ์บทความในวารสารที่มีผลกระทบสูงในระยะเวลาอันสั้น หรือการรับประกันการยอมรับบทความโดยไม่ต้องผ่านกระบวนการตรวจสอบโดยผู้ทรงคุณวุฒิที่เป็นมาตรฐาน การกล่าวอ้างประเภทนี้เป็นอันตรายอย่างยิ่งสำหรับ นักวิจัยมือใหม่ นักศึกษาปริญญาเอก และผู้เชี่ยวชาญที่มีประสบการณ์น้อย ในแวดวงการตีพิมพ์ทางวิชาการ
นักวิจัยยังตรวจพบการใช้ซ้ำๆ ของ ภาษาที่ใช้ในการโฆษณาอย่างมากข้อความเหล่านี้ชวนให้นึกถึงแคมเปญการตลาดเชิงรุกมากกว่าการสื่อสารที่สุขุมรอบคอบซึ่งเป็นเรื่องปกติของสำนักพิมพ์ทางวิทยาศาสตร์ มีการให้คำมั่นสัญญาเรื่องส่วนลด "ข้อเสนอพิเศษ" และข้อได้เปรียบที่ไม่สมจริงมากมาย ซึ่งขัดแย้งกับวิธีการสื่อสารโดยทั่วไปของภาควิชาการ
ในบางกรณี ช่องปลอมใช้ โลโก้สำนักพิมพ์ ชื่อชุดสะสม หรือลิงก์แบบย่อ ซึ่งทำให้ดูน่าเชื่อถือ เมื่อมองแวบแรก สำหรับผู้ใช้ที่ไม่คุ้นเคยกับการทำงานภายในของสถาบันเหล่านี้ การนำเสนออาจดูน่าเชื่อถือ โดยเฉพาะอย่างยิ่งหากช่องทางนั้นรวบรวมข่าวสาร ประกาศ และเอกสารที่ผสมผสานเนื้อหาจริงกับเนื้อหาที่มีที่มาน่าสงสัย
กรอบทั้งหมดนี้ก่อให้เกิดสิ่งที่การศึกษาอธิบายว่าเป็น ระบบนิเวศที่บิดเบี้ยวภายใน Telegramโดยที่ช่องทางที่ไม่เป็นทางการมีจำนวนมากกว่าบัญชีที่เชื่อมโยงกับสำนักพิมพ์อย่างแท้จริง ในทางปฏิบัติแล้ว หมายความว่า มีความเสี่ยงร้ายแรงต่อความซื่อสัตย์ทางวิชาการและทรัพย์สินทางปัญญานี่เป็นปัญหาทั้งในสเปนและทั่วทั้งยุโรป เนื่องจากเป็นการเอื้อต่อการเผยแพร่ผลงานละเมิดลิขสิทธิ์และข้อเสนอหลอกลวงที่ส่งผลกระทบต่อผู้เขียน สถาบัน และผู้อ่าน
ปัญญาประดิษฐ์ทำอะไรได้ถูกต้องบ้าง และทำอะไรผิดพลาดบ้าง?
ในส่วนของประสิทธิภาพของแบบจำลอง การศึกษาชี้ให้เห็นว่าทั้งสองแบบ ChatGPT และ DeepSeek แสดงให้เห็นถึงประสิทธิภาพสูงในการตรวจจับช่องปลอมได้อย่างชัดเจนเมื่อการแอบอ้างเป็นบุคคลปลอมนั้นชัดเจน เช่น ไม่มีลิงก์อย่างเป็นทางการเลย ไม่มีคำสัญญาที่น่าสงสัย และไม่มีการเผยแพร่เนื้อหาละเมิดลิขสิทธิ์อย่างเปิดเผย ระบบทั้งสองมักจะเห็นพ้องต้องกันในการวินิจฉัยและจัดประเภทช่องเหล่านั้นว่าเป็นช่องที่ไม่ถูกต้องตามกฎหมาย
อย่างไรก็ตาม การวิจัยยังเผยให้เห็นอีกว่า ข้อจำกัดเชิงโครงสร้างของแบบจำลองเหล่านี้ในการยืนยันความถูกต้องของช่องทางจริงกรณีที่ก่อให้เกิดความยากลำบากมากที่สุดคือกรณีที่ช่องทางดังกล่าวดูเหมือนจะเกี่ยวข้องกับสำนักพิมพ์ แต่กลับขาด... สัญญาณยืนยันที่แข็งแกร่งเช่น เครื่องหมายถูกสีฟ้าบน Telegram หรือลิงก์ที่ชัดเจนไปยังหน้าเว็บของสถาบันที่ตรวจสอบได้ง่าย
แบบจำลองทั้งสองไม่ได้มีพฤติกรรมเหมือนกันทุกประการ จากการศึกษาพบว่า DeepSeek มีแนวโน้มที่จะให้ความสำคัญกับความสอดคล้องของบริบทของเนื้อหามากกว่ากล่าวอีกนัยหนึ่งคือ ประเภทของสิ่งพิมพ์ น้ำเสียงของข้อความ และโครงสร้างของช่องทางการสื่อสารนั้น สอดคล้องกับสิ่งที่คาดหวังได้จากสำนักพิมพ์วิทยาศาสตร์ที่มีชื่อเสียงหรือไม่ แนวทางนี้มุ่งเน้นไปที่วิธีการสื่อสารของช่องทางดังกล่าวในชีวิตประจำวัน
สำหรับส่วนของตน ChatGPT ให้ความสำคัญกับการตรวจสอบความสัมพันธ์อย่างเป็นทางการกับสถาบันต่างๆในทางปฏิบัติ หมายความว่าต้องให้ความสำคัญกับการปรากฏตัวของช่องทางดังกล่าวบนเว็บไซต์ของบริษัท การมีข้อความกล่าวถึงที่ได้รับการยืนยัน หรือการเชื่อมโยงกับบัญชีอื่นๆ ที่ได้รับการยอมรับมากขึ้น เมื่อองค์ประกอบเหล่านี้ไม่ชัดเจน โมเดลจะแสดงความระมัดระวังหรือความสงสัยเกี่ยวกับความถูกต้องมากขึ้น
ผลการศึกษาสรุปว่า แนวทางเสริมเหล่านี้มีคุณค่าสำหรับ ดำเนินการกรองข้อมูลเบื้องต้นในสภาพแวดล้อมที่มีข้อมูลหนาแน่นแต่เน้นย้ำว่า ความน่าเชื่อถือของ AI ในฐานะเครื่องตรวจจับอัตโนมัติสำหรับผู้ใช้ที่ไม่มีการฝึกอบรมเฉพาะทางยังคงมีข้อจำกัดผู้เขียนแนะนำให้ใช้แบบจำลองเหล่านี้เป็นส่วนหนึ่งของระบบไฮบริด ซึ่งการวิเคราะห์อัตโนมัติจะช่วยสนับสนุน แต่การยืนยันขั้นสุดท้ายขึ้นอยู่กับผู้เชี่ยวชาญที่มีประสบการณ์ในการจัดทำเอกสารและแก้ไขทางวิทยาศาสตร์
อคติในแหล่งข้อมูลและการครอบงำของเนื้อหาภาษาอังกฤษ
นอกเหนือจากการวัดปริมาณการทุจริตแล้ว การสอบสวนยังมุ่งเน้นไปที่การตรวจสอบ ChatGPT และ DeepSeek อ้างอิงแหล่งข้อมูลใดบ้างเมื่อให้คำตอบ?หนึ่งในข้อค้นพบที่โดดเด่นที่สุดคือการปรากฏตัวอย่างเด่นชัดของ การอ้างอิงจากฝั่งตะวันตกเมื่อเทียบกับพื้นที่ทางภูมิศาสตร์อื่นๆแม้แต่ในกรณีของ DeepSeek ซึ่งอาจถือได้ว่ามีความใกล้ชิดกับแหล่งข้อมูลจากเอเชียมากกว่าก็ตาม
ความไม่สมดุลนี้สะท้อนให้เห็นถึง การครอบงำของเนื้อหาภาษาอังกฤษบนเว็บโดยเฉพาะอย่างยิ่งเมื่อพูดถึงข้อมูลทางวิทยาศาสตร์และวิชาการ เนื่องจากโมเดลเหล่านี้ได้รับการฝึกฝนมาโดยใช้ข้อมูลส่วนใหญ่ในภาษาดังกล่าว จึงมีแนวโน้มที่จะจำลองการกระจายตัวของข้อมูลนั้นในการค้นหาและข้อโต้แย้ง ซึ่งก่อให้เกิดปัญหา อคติเชิงโครงสร้าง เมื่อพวกเขาจำเป็นต้องประเมินแหล่งข้อมูลจากบริบททางภาษาอื่นๆ
ในทางปฏิบัติ อคตินี้อาจทำให้เรื่องต่างๆ ซับซ้อนขึ้น การประเมินช่องทางที่เชื่อมโยงกับสำนักพิมพ์ที่ไม่ใช่ตะวันตกเว็บไซต์ ระบบตรวจสอบ หรือรูปแบบการสื่อสารของบางช่องทางอาจไม่สอดคล้องกับรูปแบบที่แพร่หลายในโลกแองโกล-แซกซอน ส่งผลให้ช่องทางที่ถูกต้องตามกฎหมายบางช่องทางอาจถูกปกคลุมด้วยความไม่แน่นอนหรือความสงสัยมากกว่าช่องทางในโลกตะวันตก
ผู้เขียนบทความโต้แย้งว่าควรพิจารณาแง่มุมนี้เมื่อ ออกแบบเครื่องมือตรวจสอบระดับโลกที่ใช้ AIโดยเฉพาะอย่างยิ่งในยุโรป ที่ซึ่งสถาบันทางวิทยาศาสตร์จากภูมิหลังที่แตกต่างกันอย่างมากอยู่ร่วมกัน หากไม่แก้ไขอคติเหล่านี้ อาจเสี่ยงต่อการเสริมสร้างความไม่เท่าเทียมกันในด้านการปรากฏตัวและการได้รับการยอมรับในหมู่สำนักพิมพ์ต่างๆ โดยพิจารณาจากประเทศหรือภาษาต้นกำเนิดของพวกเขา
สำหรับทิศทางในอนาคต การศึกษาชิ้นนี้เสนอแนะว่า โมเดลการฝึกอบรมที่มีคลังข้อมูลที่สมดุลและหลากหลายมากขึ้นรวมถึงการปรับเกณฑ์การประเมินให้สะท้อนความหลากหลายของระบบวิชาการระดับนานาชาติได้ดียิ่งขึ้น มิเช่นนั้น เทคโนโลยีที่ออกแบบมาเพื่อต่อต้านข้อมูลเท็จอาจกลับกลายเป็นการสร้างรูปแบบการกีดกันโดยไม่ตั้งใจขึ้นมาใหม่ได้
สภาพแวดล้อมที่มีความเสี่ยงสูงต่อความซื่อสัตย์ทางวิชาการ
ด้วยองค์ประกอบทั้งหมดนี้ นักวิจัยจึงอธิบายจักรวาลของช่อง Telegram ที่เกี่ยวข้องกับสำนักพิมพ์ทางวิทยาศาสตร์ว่าเป็น... สภาพแวดล้อมที่มีความเสี่ยงสูงต่อความซื่อสัตย์ทางวิชาการและทรัพย์สินทางปัญญาเนื่องจากช่องปลอมมีจำนวนมหาศาลเมื่อเทียบกับช่องจริงที่มีอยู่จำนวนน้อย ทำให้ผู้ใช้ทั่วไปยากที่จะแยกแยะได้ในทันทีว่าแหล่งข้อมูลใดน่าเชื่อถือ
ในบรรดาความเสี่ยงที่ระบุไว้ ความเสี่ยงต่อไปนี้มีความโดดเด่นเป็นพิเศษ: การเผยแพร่ข้อมูลทางวิทยาศาสตร์โดยไม่ได้รับการควบคุมการกระทำเช่นนี้ไม่เพียงแต่ละเมิดลิขสิทธิ์เท่านั้น แต่ยังอาจอำนวยความสะดวกในการเผยแพร่บทความและหนังสือฉบับเก่า ไม่สมบูรณ์ หรือที่ถูกดัดแปลง ซึ่งการเผยแพร่ที่ไม่ได้รับการควบคุมเช่นนี้อาจส่งผลกระทบต่อวิธีการที่นักเรียน ครู และนักวิจัยในยุโรปใช้ในการค้นหาและอ้างอิงเอกสารทางวิทยาศาสตร์
อันตรายอีกประการหนึ่งที่เกี่ยวข้องคือ... บริการเผยแพร่ฉ้อโกงการกระทำเหล่านี้บั่นทอนความเชื่อมั่นในระบบการตีพิมพ์ทางวิชาการ ผู้ที่ตกเป็นเหยื่อของช่องทางเหล่านี้อาจต้องจ่ายเงินสำหรับกระบวนการที่ไม่มีอยู่จริง ผลงานของตนอาจถูกเชื่อมโยงกับการกระทำที่ผิดจรรยาบรรณ หรือชื่อเสียงทางวิชาชีพของตนอาจเสียหาย ซึ่งเป็นเรื่องที่ละเอียดอ่อนอย่างยิ่งในช่วงเริ่มต้นอาชีพการวิจัย
การศึกษาชิ้นนี้กล่าวถึงความจริงแท้ ความขัดแย้งเชิงสถาบันแม้ว่า Telegram จะเป็นเครื่องมือที่มีศักยภาพสูงสำหรับการเผยแพร่ผลงานทางวิทยาศาสตร์อย่างเข้มงวด แต่... การมีส่วนร่วมโดยตรงที่จำกัดของผู้จัดพิมพ์จำนวนมากในแพลตฟอร์ม สิ่งนี้ทำให้เกิดช่องโหว่ที่ผู้แอบอ้างใช้ประโยชน์ได้โดยแทบไม่มีการต่อต้านใดๆ เนื่องจากไม่มีช่องทางทางการที่ระบุได้อย่างชัดเจน ผู้ใช้จึงหันไปใช้ทางเลือกอื่นๆ ซึ่งในหลายกรณีก็ไม่ใช่สิ่งที่เห็นอย่างแท้จริง
ในบริบทของยุโรป ที่ซึ่งการต่อสู้กับ ข้อมูลเท็จและการหลอกลวงทางวิทยาศาสตร์ แม้ว่าเรื่องนี้จะกลายเป็นประเด็นสำคัญทางการเมืองและด้านกฎระเบียบแล้ว แต่สถานการณ์ที่อธิบายไว้ใน Telegram ก็เป็นความท้าทายเพิ่มเติม ความง่ายในการสร้างและขยายช่องทางต่างๆ หมายความว่าปัญหาสามารถแพร่กระจายได้อย่างรวดเร็ว บังคับให้สถาบัน ห้องสมุด และหน่วยงานกำกับดูแลต้องพัฒนากลยุทธ์การตรวจสอบและตอบสนองใหม่ๆ
มุ่งสู่ระบบเฝ้าระวังแบบผสมผสานและแนวทางการวิจัยใหม่ๆ
จากสถานการณ์ดังกล่าว นักวิจัยจากมหาวิทยาลัยกรานาดาจึงสนับสนุนการพัฒนา ระบบตรวจจับและตรวจสอบแบบไฮบริด ซึ่งเป็นการผสมผสานความสามารถของปัญญาประดิษฐ์เข้ากับการตรวจสอบโดยผู้เชี่ยวชาญ แนวคิดคือการใช้ประโยชน์จาก... มาตราส่วนการวิเคราะห์แบบจำลองภาษา เพื่อติดตามช่องทางและข้อความจำนวนมาก แต่ปล่อยให้การตัดสินใจขั้นสุดท้ายอยู่ในมือของทีมผู้เชี่ยวชาญ
ในแผนการนี้ AI จะทำหน้าที่เป็น... เครื่องมือสร้างแผนที่เบื้องต้นขั้นตอนนี้เกี่ยวข้องกับการระบุช่องทางที่น่าสงสัยใหม่ๆ รูปแบบการฉ้อโกงที่เกิดขึ้นซ้ำๆ หรือเครือข่ายบัญชีที่ใช้ชื่อและโลโก้ของสำนักพิมพ์ที่มีชื่อเสียง จากนั้น นักทำสารคดี บรรณารักษ์ และเจ้าหน้าที่สำนักพิมพ์สามารถตรวจสอบกรณีที่ระบุได้และดำเนินการ ไม่ว่าจะเป็นการรายงานไปยังแพลตฟอร์ม เตือนผู้ใช้ หรือเสริมสร้างการปรากฏตัวอย่างเป็นทางการของตนเอง
การศึกษาชิ้นนี้ยังชี้ให้เห็นถึงความเป็นไปได้ของ ขยายวิธีการนี้ไปยังด้านอื่นๆ ของข้อมูลเท็จ ปัญหาเหล่านี้พบได้ทั่วไปใน Telegram เช่น การแพร่กระจายข่าวปลอมทางวิทยาศาสตร์ ทฤษฎีสมคบคิดเกี่ยวกับสุขภาพ และเนื้อหาทางการเมืองที่ถูกบิดเบือน แนวทางนี้สอดคล้องกับลำดับความสำคัญของสถาบันในยุโรปหลายแห่งที่สนใจเครื่องมือเชิงรุกในการตรวจจับและหยุดยั้งการเผยแพร่ข้อมูลเท็จก่อนที่จะแพร่กระจายไปในวงกว้าง
การบูรณาการฟังก์ชันการวิเคราะห์ข้อความและบริบทขั้นสูงเข้ากับแบบจำลองภาษาอย่างต่อเนื่อง เปิดประตูสู่... ระบบตรวจสอบเชิงรุก สามารถแจ้งเตือนล่วงหน้าเกี่ยวกับการเกิดขึ้นของเครือข่ายช่องทางปลอมใหม่ๆ ได้ การแจ้งเตือนเหล่านี้จะเป็นประโยชน์สำหรับสำนักพิมพ์ มหาวิทยาลัย และหน่วยงานภาครัฐที่ต้องการปกป้องการสื่อสารทางวิทยาศาสตร์และรักษามาตรฐานคุณภาพของข้อมูลที่เผยแพร่สู่สาธารณะ
ในขณะเดียวกัน ผู้เขียนเน้นย้ำถึงความจำเป็นของ สำนักพิมพ์ทางวิทยาศาสตร์ควรเสริมสร้างความน่าเชื่อถือของตนเองบน Telegram ให้มากขึ้น และบนแพลตฟอร์มอื่นๆ ที่คล้ายกัน การมีช่องทางอย่างเป็นทางการที่ระบุไว้อย่างชัดเจน นโยบายการสื่อสารที่โปร่งใส และการส่งข้อความที่สอดคล้องกัน จะช่วยให้ผู้ใช้สามารถแยกแยะแหล่งที่มาที่ถูกต้องได้ง่ายขึ้น และลดโอกาสที่ผู้แอบอ้างจะกระทำการดังกล่าว
งานวิจัยที่ดำเนินการที่มหาวิทยาลัยกรานาดาแสดงให้เห็นอย่างชัดเจนว่าข้อเท็จจริงที่ว่า กว่า 78% ของช่องเผยแพร่บทความวิทยาศาสตร์บน Telegram เป็นช่องปลอม นี่ไม่ใช่ปัญหาเล็กน้อย แต่เป็นปรากฏการณ์เชิงโครงสร้างที่ส่งผลกระทบต่อวิธีการเผยแพร่ข้อมูลทางวิชาการออนไลน์ การแก้ไขปัญหานี้จำเป็นต้องผสมผสานเทคโนโลยี การตัดสินใจของผู้เชี่ยวชาญ และการมีส่วนร่วมของสถาบันมากขึ้น เพื่อกอบกู้ช่องทางการสื่อสารที่ในขณะนี้ผู้กระทำการฉ้อโกงสามารถดำเนินการได้อย่างง่ายดายเกินไป
