數智出版人才培養的邏輯理路、現實挑戰與實施路徑

【摘 要】伴隨著數智技術在出版領域的持續滲透，出版產業從內容生產方式、商業模式到倫理規范發生了深刻變革，出版行業與高等教育數智化轉向共同推動出版專業教育和人才培養體系的數智化轉型。然而，現有出版人才培養體系面臨的諸多挑戰，與數智時代業態環境、人才質量要求和學習模式不相適應，亟須從培養理念、培養機制和培養模式層面加以重構，包括基于未來出版場景的人才培養理念革新、多元主體協同的培養機制重塑、數智要素深度嵌入的培養模式創新。

【關" 鍵" 詞】數智時代；出版人才培養；人工智能；數字出版

【作者單位】叢挺，上海理工大學出版學院；魏依南，上海理工大學出版學院。

【基金項目】國家社科后期資助項目“面向數智時代的學術出版服務創新研究”（24FXWB004）。

【中圖分類號】G239.2 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2025.01.011

隨著以生成式人工智能為代表的新興技術的迅猛發展，我國已悄然邁入智能時代。中國互聯網絡信息中心發布的《生成式人工智能應用發展報告（2024）》顯示，截至2024年6月，我國生成式人工智能產品的用戶規模達2.3億人［1］。數智技術的興起，不僅以前所未有的力量重塑各行各業的生態格局，也給出版領域帶來深刻變革。一方面，加速了出版內容生產流程和運行效能，催生了全新的出版商業模式和服務方式；另一方面，對現有的出版產業運作模式帶來顛覆性沖擊與倫理挑戰。在此背景下，數智化浪潮對出版人才培養提出了新的要求，如何構建適應數智時代出版業發展需求的專業人才培養體系，建設高素質人才隊伍，激發出版企業持續創新動力，成為推動出版業高質量發展的關鍵所在。

雖然相關研究對生成式人工智能背景下智能出版人才創新型素養能力結構［2］、核心素養培養路徑［3］等方面進行了探討，但從產業與教育雙重因素角度揭示數智出版人才培養目標定位和現實困境的研究尚不足。本研究從數智時代出版業態變革趨勢出發，提出人才培養數智化轉向的邏輯理路，以揭示當前數智出版人才培養所面臨的現實挑戰，并結合相關高校辦學特色提出相應的人才培養實施路徑。

一、數智時代驅動出版業態變革

數智時代不僅象征著信息技術和人工智能技術的廣泛滲透與應用，還昭示著一種全新的生產力質態：新質生產力的崛起。新質生產力發展要求出版向更高層次的智能化、精準化轉型。在數智技術的驅動下，出版業新質生產力持續發展，經歷從內容創作、編輯、分發到用戶體驗等各個環節的全面革新。這一變化不僅體現為技術層面的革新，還涉及內容生產方式、商業模式、出版倫理等多個方面。

1．內容生產方式變革

生成式人工智能等前沿技術在出版領域的廣泛運用，正以前所未有的力度重塑出版內容生態。

首先，在內容創作和生成環節，DeepSeek 、ChatGPT等寫作機器人的高效內容生產，提高了內容生產的效率，改變了過往單純依靠人力進行內容生產的方式。新技術的應用使得內容創作不再局限于傳統的文字和圖像，VR、AR等技術應用融合聲音、視頻、虛擬現實等多種元素，為閱讀內容增添了更為豐富的視覺與交互元素，極大地增強了閱讀內容的感染力與吸引力，讓讀者沉浸在更為真實、生動的閱讀環境中，享受前所未有的閱讀體驗。ePublishing 2024年發布的調查報告顯示，多數出版機構已利用AI生成標題、輔助寫作等，少數出版機構開始嘗試文章、圖像和視頻等創作［4］。

其次，在選題策劃階段，大數據技術成為編輯的有力助手。通過數據挖掘算法，編輯可以獲取熱點信息并結合用戶需求進行分析，從而實現智能選題策劃。這種智能化的方式能夠有效預判市場情況，減少選題的盲目性，提高選題的針對性，使選題策劃更加精準和有效。

最后，編校審核效率在數智技術驅動下獲得顯著提升。AI技術可輔助編輯進行語法檢查、格式調整、自動排版等，讓這些煩瑣且耗時的任務可以快速完成，讓編輯有更多的時間和精力專注于更高難度、更具創意性的內容策劃工作［5］，“AI+人工”的內容審核機制也逐漸成為產業主流［6］。

2．商業模式重塑

數智技術發展不僅在提升出版流程效率方面展現出巨大潛力，也為出版業帶來嶄新的商業模式。

一是基于大數據的用戶個性化推薦。通過對海量用戶數據分析及用戶畫像，有效提升營銷的精準性、適配性，滿足多元化用戶群體的需求。在此背景下，訂閱制、按需印刷等新興商業模式應運而生，為消費者提供了更為豐富多彩的選擇空間。

二是基于大語言模型的智能知識服務。通過深度挖掘出版機構海量優質資源，結合大語言模型，實現知識服務智能化升級。如愛思唯爾發布的Scopus AI，可將Scopus數據庫中經同行評議的內容與生成式AI 相結合，為科研用戶提供基于自然語言的智能化知識發現服務，助力研究人員快速把握相關研究領域的整體脈絡，推進跨學科研究開展。

除此之外，作為新型生產要素，數據要素在出版領域的廣泛應用有助于推出新型出版產品和業務，包括高質量細粒度數據集建設、多模態音視頻、VR等出版產品。

3．倫理問題凸顯

數智技術在出版領域的應用引發了一系列新的倫理問題。相關調查顯示，出版商在使用AI中最擔憂的問題是對編輯操守的影響、失真和虛假內容、知識產權侵權［4］。

首先，編輯主體性弱化風險。數智技術的引入對原有出版體系中人的絕對主導地位造成了沖擊［7］，人工智能以一種社會行動者的角色直接參與出版運作模式，人機協同編輯出版成為新常態，原本以編輯倫理為基礎的出版問責機制受到沖擊。

其次，出版業面臨知識可靠性風險。傳統出版依靠嚴格的質量把控機制來實現知識生產與傳播目標，但隨著人工智能生成內容（AIGC）的普及，以學術知識生產為核心的出版領域出現了數據造假、算法黑箱、AI幻覺等一系列誤導性知識生成風險［8］。同時，AI介入同行評議環節所帶來的潛在風險也進一步加劇了人們對知識核驗機制的擔憂。Nature的調查顯示，69%的科研人員認為AI工具的使用可能會帶來更多的模式識別而不是深刻理解，58%的科研人員認為AI會導致數據偏見或歧視增加［9］。

最后，基于數據的知識產權和安全風險。生成式人工智能的發展離不開海量文本數據的“喂養”，囿于現有技術和法律條件，人工智能訓練權和文本與數據挖掘存在合理使用規則適用與否的問題。而AI訓練所獲取的內容一旦進入公域信息庫，也有可能造成信息泄露、AI歧視等安全性問題。

面對上述挑戰，出版業亟須從政策規制、產業運作、教育培訓等多方面進行調整，以適應人機共存的知識生態。

二、出版專業教育數智化轉向的雙重邏輯

面對數智技術所帶來的業態變革，出版人才培養數智化轉向已是大勢所趨。數智化轉向的背后交織著產業與教育雙重邏輯主線，二者彼此影響，相互作用，共同推動出版專業教育和人才培養體系的系統性變革。

1．產業邏輯

近幾年，文化與科技深度融合被提升到國家戰略高度，相關政策文件頻頻出臺：2019年8月，科技部、中宣部等6部門聯合發布《關于促進文化和科技深度融合的指導意見》；2022年5月，中共中央辦公廳和國務院辦公廳印發《關于推進實施國家文化數字化戰略的意見》；2025年1月，國務院辦公廳發布《關于推動文化高質量發展的若干經濟政策》。一方面，文化產業發展亟須借助科技力量的支撐，通過文化建設的數字化賦能實現文化資源優勢轉化；另一方面，以人工智能為核心的先進科技也需要尋求在文化產業多元場景的落地應用，以發揮技術的最大化效應。

作為文化與科技融合的前沿領域，出版業高度重視科技賦能。《出版業“十四五”時期發展規劃》明確提出，實施數字化戰略，強化新一代信息技術支撐引領作用，推進出版產業數字化和數字產業化，大力提升行業數字化數據化智能化水平，系統推進出版深度融合發展，壯大出版發展新引擎。與此同時，宏觀人口結構變化與媒體生態變革也對長期倚重教材教輔的出版業帶來明顯沖擊。如何利用AI技術開拓新的市場空間，提升知識生產和傳播效能，是出版業必須面對的現實課題。在此背景下，加強出版人才隊伍建設，尤其是面向數智時代的創新型、融合型人才培養，成為當前出版業發展的關鍵所在。

2．教育邏輯

在數智技術興起的背景下，高等教育發展同樣迎來深刻的數字化轉型。2018年，教育部高教司在“四新”建設中明確提出“新文科”［10］，其核心正是回應新科技革命與文科融合化的時代需求。2025年1月，中共中央、國務院印發的《教育強國建設規劃綱要（2024—2035年）》明確指出，實施國家教育數字化戰略，探索數字賦能大規模因材施教、創新性教學的有效途徑，主動適應學習方式變革；促進人工智能助力教育變革，面向數字經濟和未來產業發展，加強課程體系改革，優化學科專業設置。

作為國家高等教育和新文科建設的重要組成部分，出版專業學科發展近年迎來了重大轉型機遇。2023年12月，中宣部、教育部聯合印發《關于推進出版學科專業共建工作的實施意見》，強調要優化出版學科專業建設布局，分批次、多層級推進共建工作，加快構建中國特色出版學科專業自主知識體系。在高等教育整體數字化轉型的背景下，相關高校不斷加大出版專業資源投入力度，已有多所高校加入共建序列，通過產業鏈與教育鏈的深度融合，全面適應高等教育和出版業的轉型需求，推動實現文化強國和教育強國的戰略目標。

三、數智時代出版人才培養的現實挑戰

面對數智時代出版產業和出版教育的發展趨勢，尤其是人工智能對傳統出版產業的顛覆性重構，出版專業人才培養與教育體系亟待進行數智化轉型。然而，目前出版人才培養體系在培養目標設計、教學資源供給與教學方式等方面仍存在一系列問題，無法完全適應數智時代的出版人才隊伍建設要求。

1．既定培養目標與數智時代出版業態環境不相適應

通過對國內高校出版專業培養目標不完全調研發現，目前大部分高校的出版專業培養方案仍立足于工業時代下出版產業運作模式，其職業去向大多是與出版傳媒產業鏈相關的文案策劃、文字編輯、校對、技術編輯、網頁設計與制作、數字產品制作等崗位，覆蓋圖書出版、報刊出版、音像與電子出版物出版、數字出版及其他出版新業態等領域。盡管相關機構在培養方案設計中有意識地增加了數字化相關的目標表述，但本質上依然是“編輯—印刷—發行”的線性生產邏輯和“圖書、報紙、期刊”產業分立邏輯的延續，表現為“編印發+數字營銷”“書報刊+新媒體”的疊加模式，并沒有全面呼應當下正在發生的智能革命與產業深度融合態勢，甚至存在明顯的滯后性。

可見，當下出版業所面臨的關鍵問題不是單一的產品創新，而是如何實現業態創新。傳統出版行業導向的人才培養模式需要從工業時代進入數智時代，適應快速迭代的市場環境，面向未來的出版業態環境重構培養目標和方案。

2．現有教學資源配置與數智出版人才質量要求不相匹配

《出版業“十四五”時期發展規劃》提出，加強創新型、應用型、復合型人才培養，重點打造出版理論人才、優秀骨干編輯、優秀校對人才、數字出版人才、印刷發行業務能手、版權運營專家、出版國際貿易人才等，建設新時代出版人才矩陣。與這一人才隊伍建設目標相比，現有的教學資源——無論是人力還是物力資源，都存在較大落差，無法充分滿足數智出版人才培養要求。數智出版人才培養不僅有賴于高水平的校內師資隊伍和具有豐富數智行業經驗的校外師資隊伍，而且需要兩者之間建立緊密配合。但從目前實際狀況來看，校內外師資隊伍在知識背景、合作模式與評價機制等方面還存在一定缺陷，無法充分發揮人才培養的協同效益。

此外，由于數智出版方向的課程、教材和實驗室建設投入不足，加上高校教學環境相對封閉，缺少開放教學平臺的支撐，優質在線課程與數字教材無法實現及時共享，造成人才培養定位同質化程度過高、資源重復建設等問題。

3．傳統教學方式與數智時代學習模式不相吻合

數智技術推動認知模式變革。隨著基于人工智能技術的“隱性知識”（Tacit Knowledge）持續涌現，傳統的“學以致用”和“用學并舉”模式逐漸向人機協同的“致用以學”模式轉變；以大語言模型（LLM）為代表的AI平臺正逐漸成為人與知識交互的重要接口［11］。出版學科作為面向知識生產與傳播活動的專業，需要積極應對知識學習和交互方式的變化。然而，目前出版專業仍主要采取靜態知識講授的教學方式和抽象知識記憶的評測方式，部分知識內容過于陳舊，與真實應用場景之間脫鉤現象較為普遍，對學生的動態知識和能力建構程度較低；專業類課程與數字技術類課程結合不夠緊密，AI技術、數據分析工具尚未系統性應用于專業教學，難以適應未來人機協同環境下的“數智出版人”培養要求。

四、數智時代出版人才培養的實施路徑

為解決當前人才培養的現實問題，本研究從培養理念、培養機制和培養模式層面探討數智時代出版人才培養的實施路徑。

1．基于未來出版場景的人才培養理念革新

人才培養與經濟社會發展往往并不完全同步，需要適當超前布局。面向未來的數智出版人才培養，要放在未來產業和文化數字化戰略的時代背景下展開，遵循“大出版”理念［12］，即擺脫工業時代對傳統出版的狹義理解，建立數智時代對出版活動的系統認知。相對于傳統出版所指向的從作品創作、復制、生產、傳播、銷售到消費所構成的線性流程，數智出版需從微觀和宏觀兩方面對其進行拓展。

在微觀層面，數智出版所處理的對象從圖書產品層面深入到細粒度的知識、信息乃至數據層面，關注不同粒度知識單元的重組，針對不同場景進行知識資源復用、重用和創造性混用，以提供多模態、智能化、泛在化的知識服務。在宏觀層面，數智出版側重于對出版產品產權價值的深入挖掘，其價值鏈建立在以文化授權為核心的同心圓開發模式基礎上［13］，依托作品IP的授權開發和利用，最終形成多樣化的文化產品和服務，進而拓展到廣義上的文化產業（如影視、游戲等）和其他關聯產業（如智能汽車、房地產等）。但無論是微觀層面還是宏觀層面，其所指向的業態環境都包括出版業在內的相關產業深度融合，所指向的工作崗位包括但不限于文化資源管理、首席數據官、數據安全與風險控制、內容產品經理、知識視頻達人、IP策劃、版權運營、跨媒體敘事和營銷、AI倫理把關等。

基于對上述業態環境的認知，出版專業要有針對性地打造未來出版場景平臺，為出版人才培養構筑底層基座，服務于專業教學與實踐，并在此基礎上針對不同細分領域或資源類型開展平臺建設。具體而言，大致可分為兩類。一是科技賦能出版場景建設，即通過引入人工智能、虛擬現實、增強現實等先進技術，實現出版產品多模態生產、多元化開發、跨媒體傳播的場景打造，讓學生在真實場景中感受“何為出版，出版何為”。如利用虛擬數字人開展出版產品宣傳推介和知識問答服務等。二是出版賦能社會多元場景建設。傳統出版主要依靠圖書、期刊等產品形式向全社會供給專業知識，在數智技術條件下，出版產品內含的知識資源經過細粒度解構和重構，可面向垂直細分領域為相關學科和行業深度賦能。如：提取特定學科領域內專業文獻中的知識概念，轉化為機器可讀的描述語言，輔助科研機器人自動執行分析；針對臨床診療場景，運用AI技術根據病患個體情況，結合知識圖譜提供精準化知識服務。

結合對未來出版場景的認知，上海理工大學不斷強化“理工科辦出版”的定位，瞄準出版與科技雙向賦能方向，依托光學工程和智能制造領域的技術優勢，探索裸眼3D、人形機器人等前沿技術在出版領域的應用，深入推進出版學科的文工藝交叉融合，推動出版業由“數字出版+”向“人工智能（智能出版）+”轉型。

2．多元主體協同的培養機制重塑

數智出版人才培養有賴于多元主體深度協同。當前，在有關部門的大力支持下，出版學科專業共建工作全面推進，共建成效逐步顯現，特別是一批有實力的出版單位和數字技術企業積極參與出版學科專業共建工作，為出版人才培養提供了扎實的實踐土壤。出版專業人才培養要走“融合”之路，包括學科融合、產教融合與科教融合［14］。依據《關于推進出版學科專業共建工作的實施意見》精神，面向未來的數智出版人才培養，需要探索多層次融合培養機制。

（1） 進一步深化產教融合水平

產教融合的本質是通過產業界與教育界的深度合作，實現不同知識、技能和思維方式的融合。面對數智時代的新形勢，產教融合需要由初級融合向深度融合邁進。一是優化合作單位遴選方式。由于數智技術在出版領域應用尚處在初級階段，規模體量并不是衡量合作企業適配度的唯一標準，還應關注那些在數智技術應用領域取得一定探索成效的出版機構和技術創新企業，優先選擇對人才培養有實質貢獻的合作單位。二是深化合作管理機制。在支持青年教師到出版企業掛職鍛煉、行業導師參與學生指導等方面，需要相應的配套機制加以保障，尤其是通過成果認定、績效評價等制度建設，激勵行業專家主動參與學科專業建設，讓校內教師主動參與行業實踐，確保雙方合作走深走實。

（2） 構建跨學科交叉培養機制

出版學科專業共建除了尋求更大的行業資源支持，盤活校內不同學科專業資源，支撐出版專業特色化人才培養同樣重要。除了為學生提供自主選修其他專業課程的方式，高校還應完善跨學科項目指導機制建設，鼓勵教師與教師之間、教師與學生之間的跨學科組合，為跨學科出版人才培養營造有益條件。上海理工大學在出版專業博士生導師遴選方面，有意識地吸引和選配與出版科研教學緊密相關的計算機學院和管理學院優秀教師，通過與出版專業教師合作，開展可信數字版權保護、出版輿情分析等項目研究，以此帶動出版專業跨學科交叉培養。

（3） 打造基于開放平臺的教學資源共享機制

不同高校在推動出版學科專業發展過程中既存在共性教學資源建設的需求，也存在差異化定位的需要。隨著在線教育平臺的大范圍普及，混合式教學模式成為新常態，圍繞出版專業的數字資源建設日益完善。在此背景下，打造基于開放平臺的教學資源共享機制尤為重要。部分基礎師資較為完備的高校可借助開放教學平臺，優先將國家和地方一流課程開放共享，為兄弟高校提供優質的教學資源支持；一些特色高校可結合優勢學科方向打造專題教學模塊、教學案例、數據庫等資源，以彌補其他高校專業師資不足的缺憾，保證出版專業擁有相對完整的教學資源供給，最大限度地避免資源重復建設。

3．數智要素深度嵌入的培養模式創新

為適應數智時代新型學習模式，出版人才培養需要從內涵和外延兩方面探索數智化創新模式，具體表現為傳統課程的數智化升級改造和新型多元化數智教學模式引入。

（1） 傳統課程的數智化升級改造

在上一輪出版專業課程的數字化改造中，各個高校普遍經歷了一輪“課程疊加運動”，增設了網絡編輯、移動新媒體編輯、書業電子商務、數字出版營銷等課程，甚至因為某一特定軟件應用而開設新課程。這種方式短期來看是快速響應市場變化的積極選擇，但長期來看卻背離了人才培養的規律，造成資源浪費。為此，考慮到專業教學的系統性和穩定性，傳統出版教學課程體系的主體結構應予以保留，包括出版學基礎（含數字出版、智能出版），編輯學（含數字編輯），出版營銷（含數字營銷課程），出版法規（含版權相關課程）等核心主干課程，但需要對其教學內容和形式進行系統的升級改造，強調數智技術的全流程嵌入。

在生成式人工智能興起的背景下，原有的技術實踐課程門檻有所降低，對于以文科為主的出版專業學生而言，需要建立并運用數據思維和算法思維，學會與AI共同完成特定的目標任務。譬如，針對出版營銷課程中的市場環境分析、讀者用戶群體分析、目標市場選擇和定位、產品和服務策略制定等相關模塊，可以借助數據分析工具進行市場環境分析和用戶畫像分析，通過精準的Prompt指令引導智能工具生成營銷文案、視頻等各類內容，利用市場交易等歷史數據采集和大語言模型工具進行版權價值評估預測，等等。需要強調的是，前述提到的未來出版場景，可采用線上線下混合式教學方法，將傳統知識講授環節納入開放教學平臺，由學生通過線上自學和實時測評來完成，線下環節側重開展關鍵知識點鞏固、團隊項目匯報、案例分享和實驗效果反思等教學活動。

（2）引入新型的多元化數智教學模式

智能出版人才培養是建立在系統的認知、能力和態度三元框架基礎上的。鑒于數智技術持續涌現和業態變化迅猛的特點，可采取多元靈活的教學方式，在不過度沖擊現有教學體系的情況下，最大限度地滿足數智出版人才培養需求。

如針對數智出版發展中出現的產品實踐問題，宜通過項目式教學、訓練營、工作坊等方式展開。上海理工大學在推進數智出版人才培養過程中推行“項目式、任務式、驅動式”學習模式，教師結合團隊或個人承擔科研項目，開設科研項目課程，吸引部分學生參與科研項目，讓學生在實戰中錘煉技能，體現了“學中做，做中學”的教育理念。針對數智出版發展中出現的較為復雜的經營管理和營銷實踐問題，則適合引入“活”案例教學、專題講座等教學方式。其中，“活”案例教學法是圍繞產業界的“真”問題來設計和實施，需要充分發揮校內老師和行業導師的各自優勢，深度合作編寫研究案例，充分體現內容鮮活、過程激活和方式靈活等特征［15］。除此之外，圍繞數智出版出現的具有一定普遍性的理論問題，可采取微課程和跨學科專題模塊教學方式加以傳授。如相比傳統出版時代，數智時代的數據出版產權和倫理問題明顯不同，需要引入不同學科背景的專業教師合作開發，形成包含AI倫理、數據產權在內的系列專題課程，以滿足學生對該領域前沿知識的系統把握需求。

五、結語

數智時代的出版產業正經歷內容生產方式、商業模式與出版倫理的深刻變革，這不僅對出版行業提出主動適應與創新的要求，也給出版專業教育和人才培養體系帶來全方位挑戰。站在產業變革與教育轉型的歷史節點，出版人才培養需要打破原有的認知和思維局限，構建與數智時代相契合的出版人才培養體系，深化產教融合、學科融合和開放教學資源融合，將數智要素深度嵌入課程體系，引入多元化數智教學模式，培養兼具創新精神與實踐能力的高素質出版人才。這不僅是出版業高質量發展的關鍵動力，也是構建中國特色出版學科自主知識體系的重要實踐，通過產業界與教育界雙向驅動，共同推動出版業高質量發展，助力實現文化強國與教育強國的建設目標。

｜參考文獻｜

［1］中國互聯網絡信息中心（CNNIC）. 生成式人工智能應用發展報告（2024）［EB/OL］. （2024-12-02） ［2025-01-14］. https：//www.cnnic.cn/n4/2024/1216/c88-11196.html.

［2］李雅箏，劉洪權. 生成式人工智能驅動下的智能出版人才培養［J］. 出版廣角，2024（2）：20-25.

［3］李麗. 人工智能時代數字出版人才核心素養的培養路徑構建［J］. 出版與印刷，2024（4）：31-38．

［4］The state of AI in the publishing industry. ［EB/OL］. （2024-08-06） ［2025-01-14］. https：//www.epublishing.com/wp-content/uploads/2024/01/State-of-AI-in-Publishing-Report.pdf.

［5］祝元志. 以數智思維激發出版業創新力［J］. 傳媒論壇，2024（23）：103-106.

［6］張新新，丁靖佳. 生成式智能出版的技術原理與流程革新［J］. 圖書情報知識，2023（5）：68-76.

［7］張炯. 人工智能時代的出版倫理博弈及編輯倫理價值觀［J］. 中國編輯，2019（2）：24-28.

［8］叢挺，陸奕澄. 面向開放科學的學術出版服務創新與風險透視：基于可供性視角［J］. 中國出版，2024（4）：29-34.

［9］AI and science： what 1，600 researchers think ［EB/OL］. ［2025-01-14］. https：//www.nature.com/articles/d41586-023-02980-0.

［10］樊麗明. “新文科”：時代需求與建設重點［J］. 中國大學教學，2020（5）：4-8.

［11］叢挺，鐘子琪，陳曉峰. 面向人工智能驅動科學范式的學術出版服務變革［J］. 出版發行研究，2024（10）：24-29.

［12］孟捷. 大出版背景下出版專碩的核心競爭力培養［J］. 出版發行研究，2013（6）：87-90.

［13］叢挺，馮思淇，李想，等. 數據驅動下文化產品產權價值鏈重構研究［J］. 圖書情報知識，2023（6）：140-148.

［14］上海理工大學校長丁曉東：打破課堂界限，培養融合型出版人才［EB/OL］. （2024-05-24） ［2025-01-14］. https：//www.sznews.com/news/content/2024-05/24/content_30967771.htm.

［15］肖靜華，汪旭暉，謝康，等. 數智時代產教融合新要求與經管人才培養模式創新：基于“活”案例教育教學的研究［J］. 北京交通大學學報（社會科學版），2024（4）：138-145.