人工智能大模型時代學術期刊出版的新變：趨勢、場景及反思

【摘要】人工智能大模型時代，學術期刊出版整體呈現智能化和一站式發展、開放性和個性化服務兩大趨勢。結合學界已有研究和業界相關實踐來看，基于人工智能大模型賦能，學術期刊可面向不同用戶群體重構服務場景，包括但不限于面向學術科研工作人員的智能服務場景、面向期刊出版把關人員的高效服務場景，以及面向學術期刊讀者用戶的多元服務場景等。人工智能大模型雖然給學術期刊出版提供了更多新的機遇，但同時也帶來風險挑戰，需要每一個學術人和期刊人深刻反思并及時回應。

【關? 鍵? 詞】人工智能大模型；學術期刊出版；服務場景；技術反思

【作者單位】高婷，南京審計大學期刊社。

【中圖分類號】G237.5【文獻標識碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.05.013

2023年初至今，由于ChatGPT引領并開啟了大模型時代，全球各行業領域迅速掀起了一股技術創新熱潮。在這其中，眾多人工智能大模型不僅在信息檢索和分析方面表現優異，被廣泛應用于學術創作和科技出版領域，如利用大模型撰寫論文、繪制圖表、分析數據、生成摘要等，而且難以分辨其文本來源，這對現有學術出版體系造成了強勢沖擊。正因如此，《自然》《科學》等國際頂級學術期刊和《暨南學報（哲學社會科學版）》《天津師范大學學報（基礎教育版）》等國內一流學術期刊先后采取了規制措施。當然，科技作為人類社會進步和各行業領域轉型發展的重要力量，我們不應排斥，而應該主動擁抱并全面把握技術契機。

基于此，在人工智能大模型時代，學術期刊既要及時迎接發展新變，抓住新技術帶來的全新機遇，進一步拓展和開發學術服務新場景，也要時刻保持學術權威性和技術警惕性，對人工智能大模型的負效應和不足之處作出必要反思，確保其合理、科學、高效應用于學術期刊出版領域，充分發揮科技的正效應。

一、人工智能大模型時代學術期刊出版的發展趨勢

1．智能化和一站式發展趨勢顯著

一方面，在人工智能大模型賦能下，學術期刊出版各工作流程將趨于智能化，實現學術選題策劃、編輯審校、印刷出版發行等環節的智能化升級。目前，業界針對學術出版流程再造已經進行了系列實踐探索，如《科學》期刊在2023年1月初宣布，該刊引入名為Proofig的商業AI軟件，用于智能化檢測學術論文中的“欺詐性圖像”，以盡可能減少學術造假問題的發生。

作為最新技術成果，人工智能大模型擁有更全面的交互功能和最新的大規模內容文本，因而在學術期刊出版流程再造和智能轉型方面擁有更顯著的優勢。具體來看，得益于自然語言處理、大數據分析和自動識別等技術，人工智能大模型可為學術科研人員提供信息推薦、內容檢索等服務，甚至能根據用戶需求于海量內容文本中自動生成學術論文，還可為期刊工作編校提供同行評審、內容檢測與事實核查等服務。

另一方面，以人工智能大模型為依托的學術期刊出版系統，將逐漸成為一個集組稿審稿、學術生產、知識檢索、用戶服務等功能于一體的一站式智能出版平臺。人工智能大模型，尤其是專注于學術期刊出版領域的垂直大模型，因其具有海量的權威學術數據訓練基礎，能通過學習和理解人類語言模糊性生成內容并進行有效互動，在協助人類學術科研方面具有突出作用。在2023年11月底舉辦的第十八屆中國科技期刊發展論壇上，同方知網（北京）技術有限公司知識資源與數字出版中心總經理謝磊指出，基于科技期刊海量學術資源和高質量數據訓練的大模型，可解決現有大模型知識記憶錯誤、信息時效性不足、邏輯推理錯亂、缺乏專業知識的問題，凸顯專業、安全、可信等特色［1］。學術期刊出版領域研發專注于自身的人工智能大模型，不僅可以協助期刊工作人員高效完成組稿審稿工作，還能在內容生產環節為學術科研工作者提供海量學術信息的搜索、篩選和匯總服務，甚至可以通過實時交互追蹤呈現不同學術領域的最新熱點，為學術研究活動提供方案選擇和決策參考。

2．開放性和個性化服務趨勢鮮明

一方面，以人工智能大模型為代表的新一代技術應用，在增強學術期刊出版開放性方面具有積極作用。同方知網（北京）技術有限公司副總經理薛德軍表示，近年來中國知網不斷加大技術研發和實踐應用力度，以自主建設的知識增強大模型為中國學術期刊的開放出版和跨界傳播發揮了重要作用［1］。例如，知網的“AI智能寫作平臺”就是基于大模型和知識庫，利用AIGC技術研發的“文檔智能生產系統”，能根據用戶指令開放獲取諸多專業知識資源，并一鍵生成學術出版內容。

愛思唯爾發布的《科研未來之路》報告顯示，在全球范圍內有16%的受訪者認為，他們在研究中廣泛使用了人工智能技術［2］。目前，愛思唯爾、施普林格·自然等學術出版商正在積極將人工智能技術全面嵌入學術出版各流程，并面向不同服務群體提供開放服務，如Scopus AI、ClinicalKey AI就是愛思唯爾針對學術科研用戶開發的技術解決方案。不難發現，在開放科學日益成為全球學術出版業重要發展趨勢的當下，人工智能大模型的發布和應用，將助力實現全球范圍內的開放獲取、開放數據、開放指標、開放工具等目標。

另一方面，人工智能大模型的研發和應用，必將為學術期刊出版的個性化用戶服務提供有力支撐。當前，學術期刊的智能化科研輔助工具還處于初步探索階段，存在應用場景單一、技術層次較低、實踐成效不足等問題。隨著以人工智能大模型為代表的新一代技術應用工具的誕生和發展，其龐大而權威的數據集將使學術期刊增值工具的研發與應用成為可能。

例如，基于海量學術文本訓練，人工智能大模型可為學術期刊開發系列智能出版工具和個性化服務工具，包括但不限于學術熱點追蹤平臺、專業學術答疑平臺以及大規模學術數據庫。越來越多的技術應用投入學術期刊出版與發行的各個環節，不僅能提高用戶滿意度，還能為學術期刊自身提供智慧決策方案，實現高質量、開放性發展目標。此外，以人工智能大模型為代表的新一代技術應用，借助To C服務模式和更易理解人類語言模糊性的優勢，能針對不同用戶群體的不同需求提供個性化的學術服務方案和實時對話交互。

二、人工智能大模型時代學術期刊出版的服務場景

1．面向學術科研工作人員的智能服務場景

有研究表明，母語非英語的學術科研人員撰寫一篇英語論文需要額外花費51%的時間，這不僅會“限制知識進步”和“導致科研不平等”，還會影響全球各地高質量研究成果的傳播與利用［3］。基于人工智能大模型，更多面向學術科研工作人員的專業工具將被研發，通過更節省時間、提高科研效率的智能驅動服務，加速推進學術期刊出版與傳播創新。

2023年7月和10月，施普林格·自然集團先后推出兩大人工智能技術工具——“自然科研智訊”和AI寫作助手“Curie”，以期為學術機構、政府及企業組織的科研決策者提供更多高效、智能、便捷的服務支撐。以AI寫作助手“Curie”為例，其結合了大型語言模型（LLM）的強大功能與人工智能的技術優勢，加上集團內部海量學術文獻資源的有力支撐，可專注于解決學術科研工作人員在專業寫作中的痛點，如智能翻譯、語言潤色、語法調整和精準選詞等，為學術科研論文寫作提供針對性幫助。

人工智能大模型的落地應用，可緩解學術科研過程中的痛點問題，幫助科研人員節省時間，將精力集中于產生最大影響力的專業領域——突破性研究方面，為期刊出版提供更多更高質量的內容產品。例如，中國知網發布了出版傳媒行業大模型，面向學術科研界提供AI寫作、選題等應用服務；中華醫學會雜志社與科大訊飛基于星火認知大模型開展輔助寫作和智能問答合作，未來還將協同開展專注于醫學領域的智能知識服務。

人工智能大模型時代，以技術賦能提升學術科研效率，面向專業工作人員提供全流程的學術創作、選題策劃等智能服務，不僅是學術期刊出版轉型的必由之路，也是學術科研事業高質量發展的重要動力。隨著人工智能大模型不斷迭代升級，針對學術科研工作人員不同需求的技術工具將層出不窮，在保證學術內容質量和效率的同時，以更多垂直服務場景助力學術期刊出版的繁榮發展。

2．面向期刊出版把關人員的高效服務場景

基于人工智能大模型，更多期刊內部的智能編校工具將快速落地，為編輯應對AI時代的學術出版挑戰提供有效解決方案。例如，2023年7月，中華醫學會雜志社的學術期刊出版服務平臺正式上線，該平臺創造性地融合人工智能大模型技術，能高效識別AI代寫內容，為防止新型學術不端行為提供了技術保障。2024年1月，北京北大方正電子有限公司根據自身多年積累和業界成功實踐，正式發布“方正星空出版大模型”，并面向出版、期刊等領域發布“方正智能編輯助手”“方正鴻云AI工具集”“方正智能審校V5.0”等“智能+”應用工具，這無疑對學術期刊出版的融合智能化發展起到重要的促進作用。未來，隨著人工智能大模型的廣泛應用，各種面向期刊出版的智能選題、編審、檢測等應用工具將紛紛涌現，全面嵌入學術期刊出版各環節，以強大的編輯功能和高效的處理能力為新時代學術期刊出版的質量把關發揮更大的作用。

人工智能大模型應用于學術期刊出版領域，能最大限度發揮同行評審的作用，為學術科研成果提供更對口的把關服務。近年來，施普林格·自然集團積極探索人工智能大模型技術領域，借助AI進行翻譯或對學術文獻進行摘要，以此精準匹配合適的同行評審人。這不僅能更客觀、公平、全面地把握學術科研成果的出版與傳播價值，還能更大限度防范學術不端或成果剽竊等問題的發生。愛思唯爾也在眾多產品中大幅應用人工智能和大模型等技術，開發精準匹配審稿人及相關的AI工具，以期通過技術賦能進一步強化同行評審的把關作用，為學術期刊高質量出版保駕護航。有學者指出，人工智能技術不僅可以借助論文元數據匹配審稿專家，快速推薦合適的人選，也能提煉論文內容，幫助編輯和審稿專家快速理解論文內容及創新點，以此提升評審的效率和質量［4］。

3．面向學術期刊讀者用戶的多元服務場景

隨著人工智能大模型全面嵌入學術期刊出版全流程，面向讀者用戶的多元服務場景也將得到開發，成為學術科研成果多元傳播與活化利用的重要路徑。

在人工智能大模型時代，學術期刊出版商不僅要做好學術科研成果的出版與傳播工作，還要積極利用技術賦能決策者，通過最新技術的運用為不同用戶群體提供個性化增值服務，使其尋找到更有效的科研投入方式。例如，通過人工智能大模型賦能，施普林格·自然、愛思唯爾等學術出版商近年來相繼研發了個性化學術服務系統，可根據用戶的瀏覽歷史、下載記錄和搜索行為推薦相關的論文成果。此外，愛思唯爾還根據科研人員、臨床醫生、學生及教育工作者等不同用戶群體的閱讀需求，利用人工智能大模型等技術先后開發了Scopus AI、ClinicalKey AI等服務方案，以幫助科研人員和醫療工作者高效處理可能面臨的現實任務和復雜挑戰。

不僅如此，以往由于學術科研成果門檻高、專業性強所造成的學術期刊閱讀障礙也將在人工智能大模型時代得以緩解，以個性化服務機制滿足一般大眾讀者的學習需求，進一步擴大學術期刊的用戶規模和影響范圍。例如，通過人工智能大模型的多模態轉換和實時交互功能，一般大眾讀者可無障礙閱讀和一鍵生成個性化閱讀內容，包括但不限于多語言翻譯、交流學習、圖文音視轉換等。這不僅能有效提升大眾的期刊閱讀興趣，還能加速學術成果和專業知識的流通，真正實現學術期刊服務大眾、服務社會的理想目標。

隨著人工智能大模型邁入多領域通用時代，其將賦能學術期刊出版加速融合，面向更大范圍的社會大眾和多行業領域提供精準服務，如面向教育領域的學習者提供專業知識服務，面向科技領域的研發者提供智慧決策建議，面向產業領域的各主體提供產品生產方案，等等。

三、人工智能大模型時代學術期刊出版的現實反思

1．內容質量良莠不齊，現有學術誠信體系備受沖擊

人工智能大模型若濫用于學術科研領域，將引發如數據造假、實驗造假、論據造假等學術不端行為，給以權威性、專業性著稱的學術期刊帶來嚴重的負面影響。目前，《自然》《科學》等國際一流學術期刊已經發現多篇由人工智能大模型生成的學術論文不僅存在內容真實性問題，而且存在價值誤導等偏向，這必將引發更加復雜的科研倫理問題，給學術期刊的出版與傳播生態乃至學術科研體系帶來嚴峻挑戰。

人工智能大模型經由海量數據飼喂，其技術隱匿性極強，對學術期刊現有審校機制造成強烈沖擊。一項研究結果顯示，將大量由ChatGPT創建的論文摘要提交給學術審稿人后，被發現的比例不到63%［5］。倘若大量未經核實生產來源和內容真實性的學術論文和科研成果借由期刊出版傳播到社會及行業各領域，不僅會危及學術期刊發展生態，還會引發社會信任危機。尤其需要注意的是，對學術科研工作者而言，大量使用人工智能大模型不僅容易降低自身研究的思維批判能力，還會因為技術不當使用而陷入著作權糾紛和學術爭議之中。

上述問題可從法制和技治兩個層面著手解決。

從法制層面來看，國家及行業相關部門應該順應時勢，針對人工智能大模型應用于學術期刊出版與傳播領域制定相應的法律法規，明確技術合理使用場景，避免導致學術生態紊亂，確保學術期刊的專業權威性和內容生產質量。例如，國家新聞出版署、科技部等部門應在《生成式人工智能服務管理暫行辦法》的基礎上建立統一的學術期刊編輯出版規范標準，針對性地解決人工智能大模型可能引發的學術誠信問題，對人工智能大模型及相關技術應用于學術生產領域的具體場景、使用范圍和告知義務進行細化規定，對生成式學術內容給予明確定性，并對其可能帶來的負面影響完善懲處及解決方案，確保新技術合理、規范地應用于學術期刊出版與傳播領域，維護學術科研活動秩序。

從技治層面來看，人工智能大模型以其生成功能和極易理解人類語言模糊性的特點，給學術期刊審校工作帶來難題。人工審校時間長、成本較高，研發和使用更高級、更敏感的專業垂直大模型無疑是解決該問題的有效路徑。通過模型優化訓練的方式防止再次生成侵權內容雖在技術上難以實現，但利用價值對齊算法采取內容過濾等措施或可實現［6］。

2．選題過度迎合熱點，期刊出版傳播機制有待優化

人工智能大模型搜集和歸納的社會熱點主要以網絡數據為基礎，但并不意味著所有學科領域的相關數據都能被識別和利用，這將導致以此為依據策劃的學術期刊選題極易出現偏差。人工智能搜集的社會熱點往往只是備受大眾關注的領域，但并不表示未被關注的非熱點領域就不重要，如傳統民間藝術中的冷門絕技［7］。如果學術期刊過于依賴人工智能大模型開展選題策劃工作，就容易出現信息繭房效應，對用戶知識汲取乃至學術科研事業全面發展造成限囿，與學術期刊繁榮發展的本質目標相背離。

此外，由于人工智能大模型的預訓練數據集和模型架構存在一定的價值偏見，導致其無論在學術創作還是期刊審稿環節都可能出現嚴重偏差，其中既可能有學術內容層面的導向問題，也可能有審稿過程中的判斷失誤，且人工難以在短時間內察覺。

針對上述問題，學術期刊應做好應對準備。

一方面，學術期刊在利用人工智能大模型開展選題策劃工作時，應采用以科學分類規劃為指導的人工智能選題方法，即根據期刊定位和社會發展需要，對選題涉及的學科領域進行精準分類，包括但不限于熱點領域、非熱點領域以及人工調研領域。例如，學術期刊在選題策劃過程中既要利用人工智能大模型確定熱點研究領域并開展組稿、約稿工作，也需要通過人工調研等方式確定非熱點研究領域，提煉總結冷門學科的相關選題，做到均衡發展。

另一方面，學術期刊應根據自身需要加快建立新的出版傳播機制，在充分發揮人工智能大模型及相關技術能動性的同時確保自身有序發展。例如，在期刊內容生產層面，學術期刊既要利用更高級、更敏感的技術模型對學術科研成果進行智能審校，也要利用人工審校方式對學術科研成果的政治方向、出版導向、價值取向等進行全面核查和有效彌補；在期刊出版與發行層面，應制定以用戶指令為主要依據的個性化內容推送策略，以達到期刊傳播價值最大化目標。值得注意的是，在內容推送前，學術期刊應通過人工智能大模型對用戶關注熱點、興趣愛好、學術訴求等有效信息進行收集和歸納，并以此作為學術出版與傳播的重要參考。為了防止這一過程中的技術隱蔽操縱，學術期刊需注重用戶群體的使用反饋，定期調整學術服務機制，以此避免信息繭房效應的產生及其對用戶和自身造成的引導偏失。

｜參考文獻｜

［1］數智賦能 服務創新 打造世界一流學術資源信息平臺|中國知網亮相第十八屆中國科技期刊發展論壇［EB/OL］. （2023-12-01）［2024-02-12］. https：//stm.castscs.org.cn/yw/40349.jhtml.

［2］渠競帆. 推動開放科學 為作者提供多元發表選擇［N］. 中國出版傳媒商報，2023-12-01.

［3］尹琨. 施普林格·自然集團以人工智能驅動學術出版創新［N］. 中國新聞出版廣電報，2023-10-23.

［4］董文杰，李苑. 人工智能在科技期刊中的應用及啟示［J］. 中國科技期刊研究，2023（11）：1399-1408.

［5］儲舒婷. ChatGPT火熱“出圈”，我們如何應對新挑戰［N］. 文匯報，2023-02-05.

［6］ 仇飛. 生成式AI監管新規的哪些細節值得關注［N］. 法治周末，2023-04-17.

［7］ 李彥京. 學術期刊高質量發展中生成式人工智能的運用［J］. 出版廣角，2023（12）：77-80.