学术期刊高质量发展中生成式人工智能的运用

【摘要】生成式人工智能由各类算法构成，其在给学术期刊高质量发展带来机遇的同时，也使得学术期刊面临以网络数据为基础导致选题过度迎合社会热点、程式化交流导致与作者沟通存在障碍、算法的智能技术特性导致难以有效处理稿件导向、信息茧房效应导致用户知识全面发展受到较大影响等挑战。基于现状，可从采用以科学分类规划为指导的人工智能选题方法，建立以程式化议题为主的人工智能沟通模式，形成编辑参与技术迭代和人工终审相结合的人工智能审校方式，制定以用户指令为主要依据的个性化出版内容推送策略等方面，构建学术期刊高质量发展的科学路径。

【关  键  词】生成式人工智能；ChatGPT；学术期刊高质量发展

【作者单位】李彦京，中南财经政法大学。

【中图分类号】G237.5【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2023.12.015

学术期刊是承载现代社会最新学术研究成果，促使其传播和转化为现实生产力的关键载体［1］。学术期刊的高质量发展对于提高期刊在学术界的知名度，更好地促进相关学术成果转化和人才成长，乃至学术研究的整体繁荣，具有重要意义［2］。以ChatGPT为代表的生成式人工智能可以在很大程度上替代人类的脑力劳动［3］，为学术期刊的高质量发展提供新的机遇。然而，由于具有两面性，生成式人工智能在促进学术期刊高质量发展的同时，也必然给学术期刊带来前所未有的挑战。因此，如何面对生成式人工智能带来的机遇和挑战，并利用其为学术期刊的智能化、高质量、可持续发展保驾护航，具有现实意义。

一、生成式人工智能给学术期刊高质量发展带来的机遇

从智能技术层面来看，ChatGPT是在模仿人类语言的大型预训练语言模型（LLM）基础上形成的一种生成式人工智能语言模型［4］，其可以较为准确地按照用户意图实现问答、分类、摘要和创作等自然语言理解与生成任务，自动而迅速地輸出逻辑自洽的回答［5］。基于ChatGPT的这一特性，我们可以看到，生成式人工智能给学术期刊高质量发展带来了新的机遇。

1．整理分析社会热点以获得高质量选题

生成式人工智能可利用强大的搜索能力和协同创新方式，依托大数据提供的海量信息，对当前的研究现状进行整理，从中发现相关的社会热点和学术研究热点，并提炼核心问题和发展趋势等信息，进而提出可供学者研究、与现实紧密结合的前沿性研究选题。例如，《华盛顿邮报》等多家新闻媒体组建了人工智能编辑部，利用大数据技术获取多种信息，然后依靠机器学习对信息进行分析和判断，从而获得大量与当前热点相关的高质量选题［6］。另外，人工智能与大数据相结合还能够通过统计读者对不同信息内容阅读的频率和时间，得出读者感兴趣的相关社会热点问题的集合，并根据这些集合内容为学者提供相应选题［7］。

2．辅助编辑与作者沟通以提高组稿效率

生成式人工智能强大的信息检索能力和智能化分析能力能够对编辑与作者之间需要沟通的信息进行整理和分析，并提出合理化的建议，有效辅助编辑与作者沟通，提高组稿效率。生成式人工智能可以根据编辑的指令，对相关学者的个人信息和研究成果进行详细检索，并根据相关指标对学者的学术水平和影响力进行评估和排序，从中找出编辑需要联系约稿的热点学者或者学术带头人。

3．精准分析查错以提升评议效率和审校质量

首先，人工智能可以根据检索的研究领域、活跃程度和审稿记录等信息，为相关稿件选择合适的审稿人，然后通过区块链技术的运用，保证作者投稿和专家评议等环节的真实可靠，并及时将相关信息传递给编辑和作者，提高专家评议环节的效率。其次，人工智能具有很强的虚假信息甄别能力，能够高效识别文稿中可能出现的虚假信息并进行标注和删除［8］。最后，在规范性较强的校稿阶段，生成式人工智能能够依靠编校软件，实现高效率的数字编校［9］，如北京印刷学院与方正电子联合成立的“智能审校联合实验室”、哈工大讯飞联合实验室开发的飞鹰智能文本校对系统等。

4．个性化推送出版内容以满足用户需求

生成式人工智能通过与用户阅读习惯大数据采集系统连接，能够精准分析和处理学术期刊的出版内容，根据大数据得出不同用户的阅读偏好，并将相关内容准确推送给有需要的用户，从而使生成式人工智能能够个性化地推送出版内容，充分满足用户需求［10］。其一，生成式人工智能可根据大数据采集的用户阅读行为数据，准确分析用户的阅读兴趣和研究方向，并由此生成精准的用户出版信息偏好数据库。其二，生成式人工智能可根据编辑输入的出版内容信息，与对应的用户出版信息偏好数据库进行对比匹配，将相关信息精准推送给用户，满足不同用户的个性化需求。

二、生成式人工智能给学术期刊高质量发展带来的挑战

生成式人工智能是高新智能科技，其在给学术期刊高质量发展带来机遇的同时，也必然由于自身存在的不足让学术期刊高质量发展面临一定的挑战。

1．以网络数据为基础导致选题过度迎合社会热点

由于生成式人工智能在选题方面拥有社会热点搜集和归纳能力，使得部分学术期刊在选题过程中过度迎合社会热点，不够关注其他对社会发展同样重要但非热点的问题，影响了学术期刊选题的合理性。一方面，人工智能搜集和归纳的社会热点以网络为基础，虽然当前多数社会信息都通过各种渠道出现在网络上，但并不等于所有领域的相关信息都会出现在网络上，并且网络上的数据也不一定准确。网络数据反映社会现实的这种不完整性，导致以网络数据为基础归纳出来的社会热点覆盖面不完全，以此为依据策划的学术期刊选题也会出现相应的疏漏。另一方面，人工智能搜集和归纳的社会热点往往只是社会中受到人们广泛关注的领域，但并不表示未受社会关注的非热点领域对社会发展就不重要，如传统民间艺术中的冷门绝技［11］等。因此，仅仅搜集社会热点形成选题会导致对非热点领域的忽视。

2．程式化交流导致与作者沟通存在障碍

由于生成式人工智能在搜集作者相关信息并将其充分运用到组稿中强大且精准的功能，部分学术期刊在组稿过程中容易过度依赖生成式人工智能。然而，生成式人工智能搜集的作者信息不完整并且容易即时变动，人工智能算法具有固定性，这些因素导致编辑和作者之间缺乏沟通，产生各种问题。一方面，相关学者每天接收大量由人工智能自动发送的约稿通知，对阅读约稿信息容易感到疲劳，导致人工智能下自动化约稿的沟通障碍。另一方面，编辑在组稿过程中过度依赖人工智能的自动沟通功能，或者直接按照人工智能提出的程式化建议行事，容易与作者之间形成沟通障碍，降低沟通效率，甚至无法有效沟通。

3．因算法的智能技术特性导致难以有效处理稿件导向

生成式人工智能凭借强大的信息检索能力和科学的行为选择能力，在查重、专家评议以及编校环节具有人工难以企及的精准性和高效率。生成式人工智能在学术期刊审稿过程中，能够高效精准地发现相关稿件内容是否涉嫌抄袭，相关语言表述是否准确等，如黑马校对软件在汉语切分、汉语语法分析、汉语依存关系分析等方面采用了先进的优化算法，有效提高了编辑的查错准确率和校对效率［12］。同时，学术期刊审稿还需要审核稿件内容是否坚持正确的政治方向、出版导向、价值取向等。生成式人工智能主要依靠各种算法所形成的行为选择模式对相应稿件进行审查，由于算法本质上属于智能技术，缺乏人脑的价值判断能力［13］，因此，編辑在审稿时要进行有效弥补。

4．信息茧房效应导致用户知识全面发展受到较大影响

生成式人工智能凭借强大的信息采集、检索和分析能力，能够向用户精准推送出版内容。由于人工智能的精准定向推送，用户所接触的内容必然为其希望看到的内容，而其他同样重要甚至更加重要的信息则被这种个性化的信息推送功能屏蔽，导致典型的信息茧房效应［14］。信息茧房效应的出现，意味着个性化的出版内容推送功能虽然能够大大提高信息推送的精准度，却使用户失去获得多种知识和信息的可能性，不利于用户知识的全面发展。

三、生成式人工智能促进学术期刊高质量发展的科学路径

为了有效利用人工智能促进学术期刊高质量发展，必须坚持以人为主、以人工智能为辅的模式，在利用人工智能减轻学术期刊和编辑工作负担的同时，充分发挥以编辑为核心的工作人员的主观能动性，促进学术期刊高质量发展。

1．采用以科学分类规划为指导的人工智能选题方法

首先，根据当前社会发展的需要，对学术期刊选题涉及的领域进行科学分类，将其分为社会热点领域、非热点领域，以及需要人工调研的领域。其次，根据以上分类，对社会热点领域，可采取人工智能自动选题和人工终审的模式；对非热点领域，可采取人工智能采集信息和分析整理问题，人工最终选择的模式；对需要人工调研的领域，如网络知识熟悉度不够高的乡村地区，可采取人工采集信息、人工智能整理和分析问题，人工最终选择的模式。最后，对于不同领域的选题，由人工智能进行汇总和分析，提出选题建议清单，再由学术期刊编辑委员会根据实际需要综合权衡后确定最终的选题清单，确保选题的科学性和合理性。

2．建立以程式化议题为主的人工智能沟通模式

首先，对学术期刊组稿过程中需要与作者沟通的议题进行划分，分为程式化议题和复杂议题两部分。比如在约稿方面，可以将一般约稿纳入程式化议题，而将重点约稿纳入复杂议题。其次，对于程式化议题，采取人工智能自动交流的沟通策略。对一般约稿直接由人工智能根据分析结果向目标学者发放约稿信息，并对相关信息的回复进行程式化处理；对于复杂议题则采取人工智能提供建议，编辑直接与作者沟通的方式。如对于重点约稿，由人工智能根据分析结果提供重点约稿名单，编辑则从人工智能建议的名单中确定需要重点约稿的作者，再与作者直接交流。最后，对程式化议题的人工智能沟通过程实行人工监测，对人工智能交流导致的沟通障碍及时进行人工处理，保证人工智能程式化交流的顺利开展。

3．形成编辑参与技术迭代和人工终审相结合的人工智能审校方式

针对算法因智能技术特性难以有效处理稿件导向问题等情况，有必要制定编辑参与技术迭代和人工终审相结合的人工智能审校策略。首先，算法虽然难以有效作出价值判断，但通过设置关键词，可以让人工智能迅速发现问题。因此，要让编辑参与相关软件的更新迭代，把相关的关键词加入生成式人工智能的算法中，助力人工智能在审稿时迅速检索并标注存在问题的关键词，然后转由编辑人工处理把关。其次，通过人工终审严格把好内容的政治方向、出版导向和价值取向。

4．制定以用户指令为主要依据的个性化出版内容推送策略

首先，生成式人工智能在对用户进行出版内容推送前，应给用户提供不同领域出版内容的问询选项，由用户作出选择并发出相关指令后，再进行内容推送。其次，为了防止生成式人工智能为用户提供的选项中缺少用户真正需要的内容，应当给用户提供手动输入关键词搜索相关出版内容的服务。再次，为了保证生成式人工智能在以用户指令为主的内容推送过程中充分发挥强大的算力，相关选项应将人工智能分析得出的用户偏好程度作为排列依据，偏好度最高的放在前面，后面依次排列，以供用户选择。在用户输入关键词搜索相关内容时，还应根据人工智能分析得出的用户偏好度，在推送时将检索的相关内容信息按照用户偏好度的高低依次排列。最后，允许用户设置订单式推送选项，即在推送服务的相关界面中，用户可根据自身需求，勾选推送内容组合的订单式服务选项，形成订单，之后人工智能根据订单要求为用户推送相关内容信息，并在间隔一段时间后提醒用户更新订单。

总之，以ChatGPT为代表的生成式人工智能的问世，使一些较为复杂的人类脑力劳动被人工智能取代成为可能。生成式人工智能凭借强大的检索能力和行为选择能力，为学术期刊高质量发展带来了前所未有的机遇，然而，其在有效促进学术期刊高质量发展的同时，亦使学术期刊面临前所未有的挑战。因此，对生成式人工智能给学术期刊高质量发展带来的机遇和挑战进行深入分析，充分有效利用生成式人工智能，构建学术期刊高质量发展的科学路径，是期刊界面临的时代课题。

｜参考文献｜

［1］於兴中，郑戈，丁晓东. 生成式人工智能与法律的六大议题：以ChatGPT为例［J］. 中国法律评论，2023（2）：1-20.

［2］谭晓萍. 社科学术期刊高质量发展中的中国特色构建［J］. 科技与出版，2022（3）：148-154.

［3］朱大明. 学术期刊应倡导学术讨论与争鸣［J］. 科技与出版，2003（3）：6-8.

［4］赵朝阳，朱贵波，王金桥. ChatGPT给语言大模型带来的启示和多模态大模型新的发展思路［J］. 数据分析与知识发现，2023（3）：26-35.

［5］詹新惠. AIGC意味着什么［J］. 青年记者，2022（24）：125.

［6］吴芳. 人工智能时代学术期刊业的发展战略研究［J］. 出版参考，2018（10）：48－50.

［7］白燕燕，董二林. 大数据与数字阅读未来［J］. 中国出版，2017（12）：18-20.

［8］管佖路，顾理平. 价值冲突与治理出路：虚假信息治理中的人工智能技术研究［J］. 新闻大学，2022（3）：61-75+119.

［9］赵燕萍. 基于出版流程构建科技期刊智能出版平台的研究［J］. 出版广角，2020（10）：46-48.

［10］黄杨. 算法新闻推送中个性化与公共性的博弈［J］. 青年记者，2021（6）：103-104.

［11］陈晓东． 抢救遗产，延续绝技：评张燕新作《〈髹饰录〉图说》［J］. 艺术百家，2007（S2）：203-204.

［12］孟磊. 智能时代的著作权集体管理：挑战、反思与重构［J］. 出版发行研究，2020（1）：46-49.

［13］张林. 智能算法推荐的意识形态风险及其治理［J］. 探索，2021（1）：176-188.

［14］匡立波，周双娥. 信息茧房：个性化推送时代高校思政课的供需错位及矫治［J］. 重庆邮电大学学报：社会科学版，2021（6）：97-103.