學術期刊編輯發展轉向研究：基于智能編輯技術

【摘要】智能編輯與人工編輯存在工作邏輯上精準識別與模糊識別、學習方式上模式迭代與信息內化、價值判斷上標準依賴與彈性決策等區別，學術期刊編輯要基于此，進一步提升智能編輯工具應用能力，強化將編校實踐經驗標準化、程序化等能力，重點提升無法被編碼化的隱性編輯素養：在價值判斷上從重顯性價值轉向重隱性價值，在稿件加工時從重規范校正轉向重價值提升，在傳播宣介中從重渠道構建轉向重情感賦能。

【關鍵詞】智能編輯 學術期刊 專業發展 人工智能

【中圖分類號】G232 【文獻標識碼】A 【文章編號】1003-6687（2022）8-085-05

【DOI】 10.13786/j.cnki.cn14-1066/g2.2022.8.011

智能編輯指基于大數據和機器深度學習技術而完成的編輯出版活動，面向圖書出版、期刊出版及泛出版領域提供從內容資源整合、編纂流程管理、多渠道多介質發布全流程數字編輯出版技術，為編輯出版行業深度轉型提供持續動能。

一、智能編輯對編輯出版領域的影響分析

1. 歷史視角：創新性與傳承性之實

我國編輯出版發展大致可劃分為四個階段：一是編輯出版胚胎階段：“竹與刀”，以竹簡和帛書為主要載體，以刻和抄為主要手段;二是編輯出版萌芽階段：“鉛與火”，以紙為主要載體，以雕版印刷為主要手段;三是編輯出版成熟階段：“光與電”，以技術革新后生產的紙為主要載體，以西方工業革命的新印刷技術等為主要手段;[1]四是編輯出版繁榮階段：“數與網”，以紙媒和電子媒介為主要形式，多種出版媒體形態并存，數字和網絡出版快速發展、逐漸占據主導。

從創新角度看，編輯出版的媒介和技術一直在不斷變革和升級之中，智能編輯只是編輯出版領域借助“數與網”實現的一次新的技術革新。編輯出版領域任何一次媒介或技術的創新都對編輯出版領域帶來影響：在“竹與刀”階段，編輯出版活動較少，創作和編輯融為一體，無專門的出版工作;在“鉛與火”階段，創作工作由某些領域的專家型人才完成，編輯工作和出版工作部分分離，專業從事編輯出版工作的人員出現但不多;在“光與電”階段，編輯出版成為專門性工作，且出現分工細化、領域細化等特征，編輯出版學科體系逐漸完善，對編輯出版人員有較高的專業要求;在“數與網”階段，人人都是“電子媒介人”，智能編輯能完成傳統編輯出版工作中越來越多的工作，多模態出版形式快速發展。[1]編輯出版領域的每一次變革和創新都為編輯流程再造和出版業態創新注入了新的活力，[2]也對編輯人員提出了新的要求。

從傳承的角度看，不論編輯出版媒介和技術如何變革，其核心仍然是對人類科技文化、社會文化成果的遴選、整理、傳播、傳承等。智能編輯工具主要發揮版面格式自動核校、上下文內容查重和標點符號審校修改、語言模糊分析和組織等方面的技術優勢，其基礎性數據和算法都必須由編輯出版人員和人工智能技術開發者共同創造。沒有人工編輯提供的原始內容、規范、要求等基礎內容，編校工作就無法實現標準化、編碼化、數據化、程序化，智能編輯就不存在。智能編輯只是人工編輯的傳承性發展，使編輯出版人員從大量重復、枯燥、確定的工作中解脫出來，將更多時間和精力用于研究編輯出版規律、提升編輯出版水平上，并借助新體驗、新標準、新要求不斷優化智能編輯算法，促使智能編輯更加滿足編輯出版工作的需要。[3]簡言之，智能編輯使編輯出版人員有更多的精力去完成不可編碼或難以編碼的內隱性、智慧性工作。

2. 現實視角：替代論與工具論之思

目前，人工智能在編輯出版領域的應用主要體現在以下方面：一是數據分析，即利用大數據提取研究熱點，判斷選題價值，預測市場需求，刻畫讀者群像;二是文稿創作，即根據特定事件或要求撰寫文稿;三是排版校對，即按給定要求排版，并進行知識、語法、規范等方面的糾錯和校正;四是個性推介，即基于讀者不同的閱讀需求，將整體的內容拆分并以不同的形式推送給他們。全域智能編輯出版系統能同時完成以上工作，而且達到較高水平，因此有悲觀者認為學術期刊編輯將窮途末路，逐漸被智能編輯侵占職業空間甚至被完全取代。筆者認為，智能編輯對編輯出版工作的影響是巨大的，在編輯出版工作中的作用和地位將越來越大，但很難完全取代專家型編輯的工作。

（1）智能編輯將成為提高編輯出版效率不可或缺的工具。編輯出版涉及版式規范、學科知識、文字邏輯、文化常識、圖文混排、表述規范、法律政策、宣傳禁詞等，是一項非常復雜、需要持續學習的工作，因此才有“三年入門，五年成熟”“無錯不成書”等說法。智能編輯系統能借助大數據和深度學習建立基于編輯出版共性的知識自動糾錯系統、敏感詞識別與排查系統、重復情況對比分析等通識性編輯算法[3]和基于出版面向的知識邏輯、學術表達等領域性應用場景。智能編輯可全流程、全方位按算法設定的編校規范對論文的格式、用詞、計量單位、統計數據等進行自動編校，并對參考文獻進行核實，[4]甚至可以提出修改意見，不僅能降低出錯率，提高編校質量，且能提高編輯出版時效性。熟練使用智能編輯系統，將成為未來編輯人員的一項通識性能力。

（2）智能編輯無論發展到何種水平都無法完全取代人工編輯。智能編輯只能按照預設的程序、標準和要求執行被標準化、編碼化、數據化、程序化的編校工作，其工作思路相對線性和單一。編輯工作的核心是人類文化的傳承與傳播，其關鍵是內容的品質、文字的靈性、思想的光輝和精神的魅力，[5]這些更多是內隱的、個性化的、模糊的，往往難以被有效編碼，難以被設計成可被人工智能執行的算法。隨著人工智能技術與編輯出版行業的深度融合，智能編輯可完成工作的廣度更大、難度更高，編輯出版將逐漸邁入專業化與智能化并重的時代，[6]但人工編輯的工作仍無法被取代。此外，智能編輯存在技術局限，容易忽略社會效益，難以有效體現編輯工作的社會性和個性化，相關工作仍然需要專家型編輯完成。簡言之，智能編輯主要是對人工編輯出版活動的機械化模擬，還無法產生主體的自覺行為和社會屬性，[7]更無法替代編輯的遠大理想、寬廣眼界、樂于助人的職業形象，難以具備人工編輯強大的鑒別力和準確的預見力、準確的社會調查能力和良好的溝通能力、積極的學習意識和學習能力等核心素質。[8]

3. 未來視角：通識性與領域性之別

隨著我國高等教育進入大眾化時代以及民眾受教育水平不斷提高，人們的閱讀需求越來越呈現出專業性、批判性、多樣性等特點，對學術期刊編輯提出了挑戰。未來的學術期刊編輯專業將會呈現出更清晰的二重性特征——基于編輯出版的通識性和基于學術面向的領域性。通識性專業主要包括專業情感、專業知識、專業技能、專業創新、通識素養等，具有“寬口徑，厚基礎”等特點，強調編輯要成為“通才”，能適應不同領域的編輯工作;領域性專業主要包括系統性專業知識、體驗性專業實踐、標志性專業成果，具有“深耕作，重引領”等特點，強調編輯要成為“專家”，能進行專業深度交流，甚至引領專業領域的研究方向。[1]智能編輯對學術期刊編輯專業通識性和領域性的影響程度不同。

（1）通識性專業方面，智能編輯能借助大數據和精準算法幫助學術期刊編輯快速達到“寬口徑，厚基礎”的專業要求，減少因為對編輯出版法律法規以及各項標準不熟、文字加工能力不強以及對歷史知識、傳統文化、通用常識不了解等導致的編校失誤，幫助學術期刊編輯顯著提升通識性專業知識、專業技能和通識內容方面的編校水平。然而，智能編輯對學術期刊編輯的專業認同、專業理念、專業性向等專業情感影響不大，對主要體現為選題策劃創意、內容加工創意、版式裝幀創意、宣傳營銷創意等的專業創意幾乎沒有影響。

（2）領域性專業方面，智能編輯只能承擔基礎性工作，無法做到個性化和深刻性。智能編輯系統能快速捕捉到領域內的熱門事件、熱點詞匯、發展趨勢，還可分析作者特點和讀者偏好，重塑內容分發機制，[6]然而其局限性也非常明顯。每種學術期刊都有自己的定位和風格，以期在激烈的同類刊物競爭中形成特色和品牌，引領或主導特定的專業細分領域，基于標準和模式的智能編輯系統顯然很難達到這些要求。此外，特定領域內“首次出現”的價值點和不符合統計學規律的獨特價值點往往很難被智能技術識別和捕捉到。因此，學術期刊在特定學術領域內的差異發展和價值引領更多地只能依賴于編輯人員獨特的思維視角和個性化的價值判斷，取決于學術期刊編輯信息捕捉的敏銳性、選題策劃的創新性和個體人格的感召性。

二、智能編輯與人工編輯的邏輯機理分析

編輯的本質是文化選擇和信息加工，其核心包含內容篩選、信息加工和傳播宣介。面對智能編輯工具，我們需要深度思考編輯出版工作的本質和核心使命是什么、編輯出版專業能力的構成是什么，[9]更需要思考人工編輯和智能編輯的關鍵區別是什么，以便明確哪些工作可以借助智能編輯工具完成、哪些工作必須由人創造性地完成。以下主要結合學術期刊的編輯出版工作，討論學術期刊編輯人員（簡稱人工編輯）和智能系統扮演的編輯工作角色（簡稱智能編輯）的工作機理。

1. 工作邏輯：精準識別與模糊識別

智能編輯利用大數據和人工智能深度學習，將編輯出版工作行為編碼化和程序化，其工作邏輯是精準識別某些編碼化的信息后按照設定的邏輯進行運算，接著將運算結果與算法庫中的運算條件和標準進行比對和識別，直至編輯出版流程運算完畢反饋出最終結果。智能編輯工作依賴于對工作內容的精準識別，只有完全符合智能編輯系統已有模式并被精準識別后，編輯出版工作才會順利進行，未被存儲或者與已有模式識別條件不同的編輯出版工作都無法有效完成。簡言之，智能編輯既無法識別沒有匹配模式的錯誤，也容易將無法匹配的表達判斷謬誤。智能編輯本質上是算法系統，在目前的技術條件下其算法多樣性和靈活性還明顯不足，結果有時過于“精確”“單一”“刻板”，無法比肩人類非結構化、非線性的模糊思維模式。[10]

人工編輯對稿件價值的判斷和編校處理往往依賴于編輯出版實踐活動中積累的豐富經驗，且常常是基于多種因素考量的模糊判斷和綜合取舍，其知識全面性、經驗豐富性、價值取向性、主觀感受穩定性，以及社會環境、文化習俗、市場需求、受眾偏好等都會影響編輯出版工作進程和結果。相比于智能編輯工作依賴于清晰而明確的模式識別，人工編輯工作依賴于綜合和模糊的信息處理。因此，同樣的選題或文本，經過智能編輯加工后結果相對確定且單一，而經過人工編輯加工后結果可能天差地別，因為每一個因素和步驟都可能影響、改變人工編輯的判斷、進程和結果。

2. 學習邏輯：模式迭代與信息內化

一切可以清晰描述和程序化的人工編輯內容和技能都可以實現智能化，人工編輯經驗的數據化和編碼化是智能編輯系統發展的基礎和關鍵。智能編輯工具的能力主要來自兩方面：一方面，來自智能編校系統設計時的原始輸入，即借助人工智能技術將人工編輯設置好的工作場景、內容標準、工作流程和工作結果編碼化、程序化、智能化，以便智能系統能代替人工執行。輸入何種場景、數據、限定性要求[11]以及這些輸入內容是否正確、精確都直接影響到智能編輯的結果準確性和工作效率。另一方面，來自機器深度學習所獲部分，即機器在原始輸入數據的基礎上，借助深度學習技術，不斷將原始算法進行組合、迭代，在數據庫中進行逐層訓練，產生新的應用場景和模式，[10]形成多層級的深度學習結構。智能編輯在數據基礎上進行的量化訓練質量取決于原始經驗數據的準確性與豐富性，也取決于深度學習算法邏輯的科學性和智能性。簡言之，智能編輯以“有”為學習基礎，以邏輯迭代為學習方式，進行算法疊加，生成新的工作內容。

人工編輯的學習是以信息內化為基礎的，具有以下特點：一是學習內容的邏輯無關性，即人工編輯學習的內容既可能與編輯出版工作內容無關，也可能與編輯原有的知識體系無關，體現出高度的開放性，可能只存在與編輯出版工作的弱聯系性。二是關聯意義的自我創生性，即編輯在學習過程中會創生不同事物間的新聯系，常常創生出原本沒有直接關聯的獨立事物間的聯結，產生許多獨特性、偶得性聯想和感性表象。三是信息內化的個體差異性，即對同樣的信息，不同編輯的理解與運用呈現出豐富多彩的結果，形成了個性化、多樣性的加工結果。簡言之，基于信息內化，人工編輯具有“悟事于心”之“悟”的主動性和“表理于文”之“表”的個性化特點，這是智能編輯無法比擬的。

3. 價值邏輯：標準依賴與彈性決策

質量是學術期刊的生命，對文章價值的判斷是學術期刊編輯最核心的能力，是辦好期刊的前提和關鍵。智能編輯對文章價值判斷的邏輯起點是算法中價值判斷指標和價值判斷標準的科學性，其價值判斷依據是文章相關指標對價值標準的滿足程度。換言之，智能編輯工具對內容的價值判斷完全按標準和程序進行，缺少靈活性。應用同一智能編輯工具對相同文本的價值判斷結果具有單一性，缺乏對期刊風格和編輯個性的考量。即使期刊編輯能根據期刊定位和自身經驗，設計出針對性的價值判斷標準和程序，一旦程序設定，智能編輯系統仍然只能按照設定的標準判斷文本價值。

人工編輯對文章價值判斷的基礎是自己對文本的理解和對學術價值指標的偏好，一般采用彈性尺度，進行對比性、模糊性判斷。人工編輯對價值的判斷一般不是與某個確定的標準和指標對照，而是采用對比的方式，分別與期刊往期發表的文章比，與相鄰時間段內其他期刊發表的文章比，與和作者基本情況相似群體的文章比，甚至與作者以往的文章比，通過多維比較確定文章的創新性、深刻性和價值性。相比而言，人工編輯的價值判斷更具彈性，能夠靈活地“好中選好”“差中選好”，甚至“棄‘好用‘差”地培育作者等。隨著人工智能技術和編輯工作的深度融合，可編碼化的編輯出版內容會越來越多，但是價值判斷以及人文情懷等在相當長一段時間內仍然很難完全由智能編輯工具完成。

三、智能時代學術期刊編輯專業發展轉向

在此我們將進一步探討智能編輯深度發展背景下學術期刊編輯專業發展策略。學術期刊編輯具有編輯的共性特征，也具有鮮明的群體特點：一是面向特定專業領域，編輯內容體現出一定的專業性、理論性和學術性;二是編輯工作的重點是稿件遴選和組約，而不是文章撰寫;三是常常既負責稿件編輯也負責稿件校對;四是參與期刊推介和品牌建設。智能編輯背景下，學術期刊編輯工作仍然強調專業性和學術性，但在價值判斷、稿件加工、傳播宣介等方面呈現出新特點。

1. 價值判斷：從重顯性價值轉向重隱性價值

學術期刊編輯最基礎也最關鍵的工作是選擇優質稿件。在傳統編輯出版工作中，對選題的價值判斷完全依賴于編輯個人對領域性知識的整體認知和趨勢把握，依賴于編輯對選題價值的敏銳捕捉和深度加工。

智能編輯時代，選題來源有兩種：一是借助大數據的算法尤其是熱點捕捉技術發現選題，如借助人工智能快速捕捉到領域內新出現的熱點事件、前沿資訊、學術沖突，并分析其關注熱度和關注群體的特點及變化趨勢，其質量取決于數據樣本的有效性和數據分析技術的科學性;二是編輯以自身經驗判斷或團隊研究共識為導向進行策劃，主要依賴經驗而非數據，其質量取決于編輯的信息捕捉敏銳性和選題策劃創新性。

學術期刊編校較以往任何時候都更容易獲得讀者關注度高的有價值的選題，而且多種相同的選題可能被同時呈現給領域內的不同期刊。因此，學術期刊編輯對文章選題的價值判斷應該更加注重隱性價值。具體而言，學術期刊編輯在價值判斷時要注意以下方面：一要提高同中求異的選題能力，在保障選題有價值的前提下體現特定的期刊定位、讀者對象等個性化取向，體現特定學術期刊的獨特視角和風格;二要提高對選題未來價值的洞察力，通過對眼前價值的判斷和對發展趨勢的分析，洞察那些還沒有被智能算法統計分析出來而又具有持續關注價值的選題;三要強化識別冗余信息和整合碎片化信息的能力，從海量碎片化信息中尋找選題;[12]四要防止信息蠶繭效應，嘗試突破信息壁壘，尤其要提高“冷題熱做”“熱題冷做”等反向創生價值的策劃能力。

2. 稿件加工：從重規范校正轉向重價值提升

在傳統的學術期刊編輯工作中，稿件的規范加工和錯誤校正是一項很重要的工作。由于通識性知識積累不夠深厚、文字功底不夠扎實、編校規范不夠熟悉等，加之人工編輯的精力很難長時間高度集中，有時即使經歷了“三審三校一通讀”的規范程序，仍難以有效消滅差錯，因此“無錯不成書”成為編輯出版領域的共識。智能編輯借助強大的數據庫和精準的算法可以保障原始算法正確編校結果就一定正確，能幫助學術期刊編輯顯著提高規范校正、知識糾錯等方面的質量和效率，將他們從機械、枯燥、繁重的程序性編校工作中解脫出來，使之有更多的時間和精力來思考和研究如何提升文章的價值。一方面，要深度提煉選題的學術價值，如依循“遇疑—探因—尋策”“析例—化類—選向”“定點—釋義—呈策”等路徑有效提升選題價值和成果質量;[13]另一方面，要堅持期刊自身的價值立場，發揮宣介政策、引導輿論、指導實踐等作用，并強化期刊聲譽和品牌建設。

需要強調的是，智能編輯時代的學術期刊編輯要克服技術迷信，借助但不能完全依賴智能編校，更要謹防效率至上主義。有時正是在低效的狀態下，某些奇思怪想的價值才被捕捉到，某些模糊和不確定性的價值才變得澄明。如果只關心效率，只出那些更快更好更大的效率之作，[9]就可能扼殺創新作品發表的機會，就可能遮蔽文章的內隱價值。

3. 傳播宣介：從重渠道構建轉向重情感賦能

傳播學術價值是期刊存在的主要意義，而學術價值傳播的實現取決于期刊文章—傳播源、讀者—傳播對象和傳播途徑—閱讀。以往，期刊出版了，征訂了，是誰訂閱的，訂后有沒有閱讀，閱讀了哪些文章，閱讀的文章是否對他們產生了影響……這些對期刊編輯而言都是難以了解和把握的。大數據時代，借助智能編輯工具的數據跟蹤和分析功能，學術期刊編輯很容易了解已刊發的每篇文章實際分別被閱讀、被下載、被引用了多少次，還可以清楚地知道某篇文章被哪些期刊、哪些作者在哪些文章中引用了。智能編輯時代，對作者和讀者的了解變得簡單和高效，對閱讀群體的精準分析和定向推送變得相對容易，構建與作者、讀者的溝通渠道更便捷。因此，在期刊傳播宣介方面，學術期刊編輯應在渠道構建和維護上實現情感賦能。

情感屬性是人工編輯區別于智能編輯的重要特征，[10]學術期刊編輯在期刊宣傳推介過程中的情感賦能體現在以下方面：一是為讀者賦能，即通過溝通充分闡釋文章的價值所在、創新所在，并通過編讀互動及時回應讀者的問題，讓讀者閱讀后更加受益，甚至引導讀者將某些閱讀思考變成選題;二是為作者賦能，及時將讀者的意見反饋給作者，促使作者細化、深化研究，做作者學術研究的把關者、推動者、促進者甚至引領者;三是為期刊賦能，與作者和讀者形成情感聯結，產生思維共鳴，增進他們對刊物的認可度和忠誠度。

智能編輯時代，學術期刊編輯要提升智能編輯工具應用能力，強化將編校經驗標準化的能力，更要聚焦于編輯專業能力中無法被編碼化、無法被智能編輯代替的隱性部分，強化工作的原創性、情感性、社會性等，提升價值洞察能力、深度加工能力和情感賦能能力等。

參考文獻：

[1] 鐘建林. 失衡與調適：學術期刊編輯專業二重性研究[J]. 揚州大學學報（人文社會科學版），2021（2）：112-118.

[2] 張炯，吳平. 人工智能時代的編輯力體系重構及生成路徑[J]. 出版發行研究，2020（4）：72-77.

[3] 高婷. 智能時代圖書編輯能力提升路徑思考[J]. 出版廣角，2019（17）：56-58.

[4] 林章碧，劉怡靜，伍少梅. 寫作機器人在科技期刊編輯工作中應用的思考[J]. 科技視界，2018（13）：25-26.

[5] 夏德元，劉博. 智能媒體時代的出版變局與編輯身份危機[J]. 編輯學刊，2020（6）：6-11.

[6] 羅飛寧. 人工智能時代：編輯的能與不能[J]. 出版廣角，2018（14）：41-43.

[7] 鞠天相. 智能編輯時代的機遇與挑戰[N]. 中國新聞出版廣電報，2017-11-15（4）.

[8] 崔開源. 智能時代學術論文編輯的素質要求[J]. 內蒙古電大學刊，2018（6）：42-44.

[9] 盧俊，張永美. 編輯的本質：從手工業到智能時代編輯能力的迭代[J]. 編輯之友，2019（11）：80-88.

[10] 萬安倫，常晉，都芃. 從輔助到共存：智能編輯與人工編輯的關系新論[J]. 現代出版，2020（2）：80-85.

[11] 丁春燕. 人工智能創作活動對傳統出版業的影響及應對[J]. 科技傳播，2019（6）：163-165.

[12] 夏德元，劉博. 智能媒體時代編輯角色重構與編輯素養新內涵[J]. 中國編輯，2020（10）：65-69.

[13] 鐘建林. 中小學教育科研選題價值提升路徑研究[J]. 教育學術月刊，2019（4）：63-69.

Research on the Development of Academic Journal Editing： Based on Intelligent Editing Technology

ZHONG Jian-lin（Fujian Institute of Education Science Research， Fuzhou 350003， China）

Abstract： Intelligent editing differs from manual editing when the following aspects are considered： accurate or fuzzy detection in work logic; the mode iteration and information institutionalization in learning methods; and standard reliance or flexible decision-making in value judgment. Based on the strengths and weaknesses of manual and intelligent editing， academic journal editors should enhance the competence of using intelligent editing tools and the standardization and routinization of the practical experiences. Attention should be paid to the improvement of implicit editing qualities that cannot be codified. For instance， focuses can be shifted from explicit to implicit value in value judgment， from normative correction to value promotion in manuscript processing， and from channel construction to emotional empowerment in publicity.

Key words： intelligent editing; academic journal; professional development; artificial intelligence