Telegram est devenu l'une des principales plateformes de diffusion d'informations scientifiques, mais aussi un lieu où l'usurpation d'identité d'éditeurs universitaires est monnaie courante . Une nouvelle étude menée en Espagne a chiffré de manière très concrète un phénomène qui, jusqu'à présent, était soupçonné mais jamais mesuré avec autant de précision.
D'après cette étude menée par l' Université de Grenade (UGR) , près de huit chaînes Telegram sur dix utilisant le nom de grands éditeurs scientifiques internationaux ne sont pas officielles. Cela représente 78 % de fausses chaînes , un chiffre très préoccupant dans un contexte où la désinformation scientifique constitue déjà un problème majeur en Europe et dans le reste du monde.
Cartographie des fraudes dans les circuits de publication scientifique
Cette recherche, menée par l'Unité de sciences humaines et sociales computationnelles ( U-CHASS ) de l'Université de Grenade (UGR), visait à cartographier l'écosystème Telegram lié aux principaux éditeurs académiques. Les chercheurs responsables de ce travail, Víctor Herrero Solana et Carlos Castro Castro , souhaitaient vérifier dans quelle mesure les chaînes présentées comme officielles le sont réellement.
À cette fin, ils ont sélectionné 13 éditeurs scientifiques internationaux de premier plan , parmi lesquels des noms prestigieux comme Elsevier, Springer, Wiley-Blackwell, Nature et Cambridge University Press. Cette sélection n'était pas aléatoire : elle s'est fondée sur le volume de publications indexées dans le portail SCImago, l'un des principaux référentiels internationaux de métriques scientifiques.
Une fois les éditeurs à analyser identifiés, l'équipe a repéré 37 chaînes Telegram susceptibles d'être associées à ces marques . L'objectif était double : premièrement, déterminer si ces chaînes étaient réellement officielles ; deuxièmement, étudier le type de contenu et les pratiques mises en œuvre par ceux qui les usurpaient.
Les résultats sont sans appel : sur les 37 chaînes analysées, seules 8 se sont révélées légitimes et directement et vérifiablement liées aux éditeurs correspondants. Autrement dit, seulement 21,62 % des chaînes étaient authentiques, contre 78,38 % de chaînes frauduleuses utilisant sans autorisation les noms, logos ou références de ces institutions.
Une étude pionnière utilisant ChatGPT et DeepSeek
L'un des aspects les plus marquants de ce travail réside dans la méthodologie employée. Des chercheurs de l'Université de Grenade (UGR) ont été les premiers à utiliser des modèles de langage d'intelligence artificielle tels que ChatGPT et DeepSeek pour détecter ces faux comptes. L'étude a été publiée dans la revue académique « BID : Textos Universitarios de Biblioteconomía y Documentación » (Textes universitaires sur les sciences de l'information et des bibliothèques) , dans son numéro de décembre 2025.
Loin de se limiter à une simple recherche manuelle, l'équipe a conçu une approche multicritères où chaque canal identifié a été analysé selon une procédure standardisée. À cette fin, une requête standardisée a été développée et appliquée de la même manière à ChatGPT et DeepSeek, avec l' option de recherche web activée , afin que ces systèmes puissent comparer les informations en temps réel.
La tâche des modèles d'IA était d' évaluer l'authenticité de chaque chaîne Telegram, en tenant compte d'indicateurs tels que la relation avec les sites web officiels, l'existence de comptes vérifiés, la cohérence entre le contenu publié et la ligne éditoriale de la marque, ou la présence de liens d'entreprise fiables.
Après avoir reçu les classements fournis par ChatGPT et DeepSeek, les chercheurs ont procédé à une vérification manuelle indépendante , qui a servi de référence finale (vérité terrain). Autrement dit, la décision finale quant à l'authenticité d'une chaîne n'a pas été laissée à l'IA ; celle-ci a été utilisée comme outil d'aide à la décision, comparée ensuite à l'avis d'experts humains.
Comment fonctionnent les faux canaux sur Telegram
L'analyse des 37 chaînes a révélé un mode opératoire assez clair chez ceux qui se font passer pour des éditeurs scientifiques . La tactique la plus courante consiste en la distribution massive et non autorisée de livres et d'articles au format numérique , souvent présentés comme étant en « accès libre » ou en « téléchargement direct », alors qu'ils sont en réalité protégés par le droit d'auteur.
De plus, nombre de ces plateformes proposent des services éditoriaux de crédibilité douteuse , comme la promesse de publier des articles scientifiques dans des revues à fort impact dans des délais extrêmement courts et avec des processus d'évaluation qui ne reflètent guère les pratiques académiques réelles. Ces propositions peuvent être particulièrement trompeuses pour les jeunes chercheurs ou les chercheurs moins expérimentés qui cherchent à enrichir rapidement leur CV.
Une autre caractéristique relevée est l'emploi d' un langage très promotionnel et imprécis , avec des messages qui évoquent davantage des campagnes marketing agressives que les communications habituelles d'un éditeur scientifique. L'Université de Grenade (UGR) souligne que cette rhétorique, pleine de promesses et de réductions, est en décalage avec les pratiques de communication habituelles du secteur de l'édition universitaire.
Dans certains cas, les fausses chaînes utilisent des logos, des noms de collections ou des liens raccourcis qui semblent légitimes, ce qui peut les rendre crédibles au premier abord pour un utilisateur ignorant le fonctionnement interne des maisons d'édition. Ce mélange d'apparence professionnelle et de pratiques irrégulières favorise un environnement particulièrement vulnérable à la désinformation.
L’étude conclut que tout cela crée un écosystème déséquilibré sur Telegram , où la présence d’acteurs frauduleux dépasse largement celle des éditeurs légitimes. Ce déséquilibre accroît les risques pour l’intégrité académique et la propriété intellectuelle , tant en Espagne que dans le reste de l’Europe, en facilitant la diffusion de contenus non autorisés et de promesses de publication trompeuses.
Quels sont les points forts et les points faibles de l'intelligence artificielle ?
En termes de performance, l'étude indique que ChatGPT et DeepSeek ont tous deux démontré une grande capacité à détecter les chaînes manifestement fausses . Lorsque des signes d'usurpation d'identité étaient évidents — par exemple, une absence totale de liens officiels, des promesses exagérées ou du contenu ouvertement piraté —, les modèles les ont systématiquement classées comme illégitimes.
L'étude met toutefois en lumière les limites structurelles de ces systèmes en matière de validation des chaînes authentiques. Les cas les plus suspects étaient ceux où la chaîne semblait bien liée à un éditeur, mais sans marqueurs de vérification clairs , tels que la coche bleue de Telegram ou des liens explicites vers des pages d'entreprise facilement identifiables.
Les auteurs ont constaté que DeepSeek privilégiait la cohérence contextuelle du contenu : il vérifiait si les messages, le type de publications et le ton correspondaient aux attentes d’un éditeur scientifique reconnu. ChatGPT, en revanche, accordait une plus grande importance à la vérification formelle des affiliations institutionnelles , en privilégiant des signaux tels que la présence sur des sites web officiels, les profils liés ou les mentions vérifiées.
Cette double approche a révélé que, si les deux modèles sont utiles pour le tri initial d'un grand nombre de chaînes , ils ne sont pas infaillibles. En particulier, en l'absence de signaux d'authenticité probants, l'IA peut avoir du mal à distinguer une chaîne authentique, peu documentée, d'une fausse chaîne bien conçue.
L'étude souligne que, pour l'instant, la fiabilité de ces modèles en tant que détecteurs autonomes pour des utilisateurs non formés est limitée. Selon la recherche, leur utilisation optimale consiste à les intégrer dans des systèmes hybrides où les puissantes capacités d'analyse de l'IA sont complétées par l' expertise de bibliothécaires, de documentalistes et de personnel académique.
Biais dans les sources et hégémonie du contenu anglais
Au-delà de la détection des faux canaux, l'étude de l'UGR a analysé les types de sources consultées par ChatGPT et DeepSeek pour étayer leurs réponses. L'une des conclusions est la forte présence de références occidentales par rapport à d'autres zones géographiques , même dans le cas de DeepSeek, que l'on pourrait supposer davantage orienté vers les sources asiatiques.
Ce déséquilibre illustre l' hégémonie des contenus en anglais sur le web, notamment en matière d'informations scientifiques et académiques. Entraînés principalement sur des données anglophones provenant de régions spécifiques, ces systèmes tendent à reproduire cette répartition, ce qui engendre un biais structurel dans l'identification et l'évaluation des sources issues d'autres régions, comme la Chine ou d'autres pays non occidentaux.
En pratique, cela peut avoir des conséquences importantes sur l'évaluation des chaînes liées à des éditeurs non occidentaux , dont les sites web, les modes de communication ou les systèmes de vérification peuvent ne pas correspondre aux critères en vigueur dans le monde anglo-saxon. De ce fait, certaines chaînes légitimes peuvent être classées avec plus d'incertitude, voire de suspicion.
Les auteurs de l'étude estiment que ce constat doit être pris en compte lors de la conception d'outils de surveillance mondiale basés sur l'IA , notamment en Europe, où coexistent des acteurs scientifiques issus de divers horizons linguistiques et culturels. Sans ajustements spécifiques, le risque est d'exacerber les inégalités en matière de visibilité et de reconnaissance de certaines institutions.
L'étude suggère que, dans les recherches futures, il serait judicieux de s'attaquer explicitement à ces lacunes, soit en entraînant les modèles avec des corpus plus équilibrés , soit en ajustant les critères d'évaluation pour mieux les adapter à la diversité du système universitaire international.
Un environnement à haut risque pour l'intégrité académique
Au vu de toutes les données recueillies, l'étude conclut que l'univers des chaînes Telegram liées aux éditeurs scientifiques est profondément perturbé . La prédominance de fausses chaînes, comparée au petit nombre de comptes officiels, représente un risque majeur pour l'intégrité académique et la protection de la propriété intellectuelle.
Parmi les dangers identifiés figure la diffusion incontrôlée de documents scientifiques , qui non seulement enfreint le droit d'auteur, mais peut aussi favoriser la circulation de versions obsolètes, incomplètes ou manipulées d'articles et d'ouvrages. Parallèlement, les services d'édition frauduleux érodent la confiance dans le système de publication scientifique et peuvent nuire gravement à la carrière de ceux qui tombent dans leurs pièges.
Les auteurs de l'étude évoquent un véritable paradoxe institutionnel : alors que Telegram offre un grand potentiel en tant que canal de communication et de diffusion scientifiques robustes, la présence active et vérifiée limitée des éditeurs eux-mêmes laisse un vide que des acteurs malveillants exploitent sans grande résistance.
Dans le contexte européen, où la lutte contre la désinformation scientifique est déjà une priorité politique et réglementaire, ces environnements peu encadrés constituent un défi supplémentaire. La facilité avec laquelle il est possible de créer des chaînes et de diffuser du contenu sur Telegram rend cette plateforme particulièrement attractive pour ceux qui cherchent à tirer profit de l'image de marque d'institutions prestigieuses.
Par conséquent, les travaux de l'Université de Grenade servent non seulement de diagnostic, mais aussi de signal d'alarme pour les communautés universitaires, les bibliothèques et les organismes de réglementation , qui doivent prendre en compte ces types de pratiques lors de l'élaboration de politiques d'intégrité et d'accès ouvert.
Vers des systèmes de surveillance hybrides et de nouvelles pistes de recherche
Face à cette situation, des chercheurs de l'Université de Grenade préconisent le développement de systèmes de détection hybrides combinant les capacités de l'intelligence artificielle et une supervision humaine spécialisée. L'idée est d'exploiter la puissance de calcul des modèles de langage pour analyser de vastes volumes de chaînes et de contenus, tout en réservant la décision finale aux équipes d'experts.
Dans cette approche hybride, l'IA servirait d' outil de cartographie initial , identifiant les schémas suspects, les tactiques de fraude répétées ou les nouveaux comptes usurpant l'identité d'éditeurs établis. À partir de là, les documentalistes, les bibliothécaires et le personnel des maisons d'édition pourraient confirmer ou infirmer les cas détectés.
L'étude souligne également la possibilité d'étendre cette méthodologie à d'autres domaines de la désinformation, au-delà du secteur de l'édition. Les auteurs mentionnent notamment la détection de fausses informations et de récits complotistes sur Telegram, qu'ils soient de nature scientifique ou politique, ce qui ouvre la voie à de futures recherches susceptibles d'intéresser directement les institutions européennes.
L'intégration croissante de fonctions avancées d'analyse textuelle et contextuelle dans les modèles de langage offre la possibilité de développer des systèmes de surveillance proactive . Ces systèmes pourraient permettre de détecter rapidement l'apparition de nouveaux réseaux de chaînes frauduleuses, facilitant ainsi une réaction plus rapide de la part des éditeurs, des universités ou des organismes publics.
Parallèlement, il est essentiel que les éditeurs scientifiques s'impliquent davantage dans le développement d'une présence officielle et forte sur Telegram . Des comptes vérifiés, des politiques de communication claires et une plus grande transparence dans les canaux autorisés permettraient aux utilisateurs de mieux identifier les sources fiables et de limiter les risques d'usurpation d'identité.
Les travaux de l'Université de Grenade soulignent que le problème des fausses chaînes d'éditeurs scientifiques sur Telegram n'est pas anecdotique, mais structurel, et que sa résolution nécessite de combiner technologie, expertise et implication active des institutions académiques elles-mêmes pour regagner du terrain dans un espace numérique où, aujourd'hui, les acteurs frauduleux ont un net avantage.
