“ChatGPT+学术出版”融合模式：全产业链分析、正负效应与应对策略

［基金项目］江苏高校哲学社会科学研究一般项目“智能出版背景下学术出版的创新发展路径研究”（项目编号：2023SJYB1273）；2023年中国高校科技期刊研究會“善锋软件基金”资助项目（项目编号：CUJS2023-SF034）。

［作者简介］谭晓荷（1988—），女，山西临汾人，常州大学学报（自然科学版）科长，编辑。

［摘要］随着人工智能技术不断发展，ChatGPT的应用前景也越来越广泛。文章依据ChatGPT的运行逻辑，在分析ChatGPT和学术出版全产业链的基础上，提出将ChatGPT应用于学术出版行业，形成“ChatGPT+学术出版”融合模式。文章从正面效应和负面效应分析该融合模式对传统学术出版的影响，最后，从政策监督、产业布局、数据安全三方面给出应对策略。

［关键词］ChatGPT；人工智能；学术出版；融合发展；全产业链

当下，ChatGPT无疑是全世界最热的话题之一，其风靡全球各大媒体平台。自2022年12月开放注册以来，ChatGPT用户注册数量迅速破亿，日峰值也达到数亿级别。如此大火的ChatGPT是“何方神圣”？会对学术出版带来何种影响？学术出版人应该如何应对此种影响？

ChatGPT由美国人工智能实验室OpenAI开发，是一款人工智能聊天机器人程序。ChatGPT不仅具有聊天功能，而且具有以人类自然语言的方式生成文本、编写程序、绘制图片、合成视频、分类数据等功能。ChatGPT的强大功能主要依托于大型语言模型（Large Language Model，简称LLM），而LLM被视为通往通用人工智能（Artificial General Intelligence，简称AGI）的必经之路。可预知，未来的AGI拥有超大型LLM，此种超大型LLM与任务无关，其可以从海量数据中学习、归纳各种知识、经验，以解决实际生产生活中出现的各种各样问题。第一，LLM的规模必须足够大，数据收集必须足够多，要考虑用户千变万化的需求及多种多样的任务。第二，LLM必须具备强大的自主学习能力，形成良性“人类表达—结果反馈”的循环。ChatGPT属于文本类AI智能技术应用，是人工智能内容生成技术的最新成果。它基于深度学习算法，可以根据前后文理解实现与使用者的持续互动，是一种强化的人工智能深度学习模型［1］。笔者将此种模型的运行逻辑简易归纳为三个环节（输入处理环节、文本分析环节、输出呈现环节）、两大模块（文本预处理模块、深度学习模块）。值得注意的是，由于ChatGPT是基于预测模型生成文本的，因此在输出呈现环节中，使用者需要对生成的内容进行一定的正误取舍、质量评价和后期处理等，以确保输出的文本符合自身的需求和预期。

自ChatGPT发布以来，学界研究主要集中在人工智能技术现状、产业应用前景及对人类未来的影响等方面。在学术出版领域中，以国际权威期刊为代表的出版界以及以科研工作者或伦理研究者为代表的学术界，主要关注ChatGPT对学术诚信、科学研究范式、伦理道德等带来的影响。目前的相关研究主要集中在：第一，诸多期刊已对使用ChatGPT生成的作品作出明确限制。例如，2023年1月，Science杂志明确表明ChatGPT不可以列入作者，强调不能在作品中使用由任何人工智能工具（如ChatGPT）生成的数字、文本、图形等［2］；2023年2月，Nature杂志提出“人工智能改变了科学研究范式”，指出当前ChatGPT研究的“五大优先”事项［1］；同月，《暨南学报（哲学社会科学版）》公布关于使用人工智能工具写作的说明，指出不接受与ChatGPT联合署名的作品。第二，大型语言模型对科学研究带来的机遇与挑战。例如，吴思远等探讨了ChatGPT对电池研究领域开展信息整合与获取的机遇与挑战［3］；王树义等指出ChatGPT给科研工作者带来提高阅读、写作、编程效率等机遇，也带来了数据真实性、安全性、隐私性等挑战［4］。第三，ChatGPT自主生产内容引发的版权、伦理问题。例如，令小雄等试图考证ChatGPT是否具有道德伦理偏差及其引起的科技及学术伦理问题［5］。目前，从学术出版全产业链出发，全面探讨ChatGPT与学术出版结合的可能性，及其带来的正面及负面效应的研究尚未多见。新技术是一把“双刃剑”，ChatGPT既能给学术出版带来机遇，又给学术出版带来诸多风险与挑战。因此，笔者认为有必要就“ChatGPT+学术出版”融合模式带来的正面效应和负面效应进行分析，并提出一些应对策略。

一、ChatGPT、学术出版与“ChatGPT+学术出版”融合模式全产业链分析

全产业链分析指对一个产品或服务从原材料采购到最终用户消费的全过程进行综合分析，旨在揭示产品或服务的生命周期，以及其中各个环节存在的利润分配、风险控制、资源利用和环境影响等方面的问题，以便为企业或政府部门进行规划和决策提供依据。笔者将全产业链按上游、中游、下游环节分类［6］：第一，上游环节，通常是整个产业链的最初环节，包括原材料、加工、运输等，这些环节对产品或服务的品质和成本有着重要的影响；第二，中游环节，通常是产品或服务的核心环节，包括研发、设计、加工、生产等，这些环节对产品或服务的品牌形象、市场份额和利润有着重要的影响；第三，下游环节，通常是产品或服务的最终环节，包括销售、服务等，这些环节对产品或服务的用户满意度和口碑评价有着重要的影响。笔者从全产业链维度综合分析了ChatGPT和学术出版的全产业链，并在此基础上提出了“ChatGPT+学术出版”融合模式，分析了该模式下ChatGPT对学术出版的正面效应与负面效应。

（一）ChatGPT全产业链分析

从全产业链维度看，ChatGPT的上游环节主要包括数据和组件。数据即帮助ChatGPT训练模型、优化算法和提供服务的大量文本数据和语料库，主要来源有互联网数据、出版物（图书、期刊、报纸）数据、社交媒体数据等。因此，数据的处理和管理在上游环节至关重要。组件主要包括高性能的计算机硬件、软件等支持，自然语言处理、神经网络等算法及机器学习模型的协同作用。该环节主要参与者有数据供应商、计算机软硬件供应商。中游环节主要指与ChatGPT相关的业务范畴，是ChatGPT产品或服务的核心环节，主要是核心技术的设计和研发，即构建语言模型算法及技术的开发与研究，主要参与者有语言模型开发商、算法技术研究机构或个人。下游环节主要指ChatGPT相关的应用范畴，是ChatGPT产品或服务的最终环节，主要参与者有应用服务提供商、终端用户。现阶段，ChatGPT高度拟人化的对话回答模式给用户带来了较好的互动体验，各行各业正在尝试应用其助力研究或生产，并取得了一定的正面反馈。朱光辉等指出，ChatGPT很有可能重塑各行各业生态，改变人类思考或处理问题的方法，替代人类进行解答、创作、翻译、咨询等［7］。也就是说，ChatGPT有可能成为继互联网、智能手机后，人人都无法离开的工具。

（二）学术出版全产业链分析

学术出版指学术专著、论文、报告等出版物的生产、传播、发行和销售过程。学术出版上游环节主要指学术研究及作品創作的过程，是学术出版的核心环节，主要包括策划选题、设计实验、采集数据、分析结果、文本撰写等，主要参与者有研究机构、研究团队、研究个人等。此环节具有较强的自主创新性，一方面体现了作者的创造性，另一方面体现了作品的原创性。中游环节主要指学术作品的出版过程，主要包括作品的审阅、编辑加工、校对、排版、印刷、数字化等，主要参与者包括出版社、期刊编辑部、印刷企业、数字化服务商等。此环节具有较强的专业性、标准性、市场化等特征，属于知识服务范畴。一是审稿专家的专业性，保证作品的学术质量；二是出版方的标准性，把握学术规范标准、把关学术诚信门槛；三是印刷企业或数字化服务商的市场化，将学术作品按照用户市场需求进行纸质印刷或数字化呈现。下游环节主要指学术作品的传播与应用过程，是学术出版的终端环节，主要包括学术作品的精准化推广，用户的便利性获取，学术成果的转化应用等，主要参与者包括图书馆、学术会议、数字服务商、用户等，其中用户是学术出版产业链的终端。此环节具有较强的服务特质，一是为学术作品提供精准化、普适化的推广渠道；二是为用户提供便利化、无障碍化的获取和阅读学术作品的渠道。

（三）“ChatGPT+学术出版”融合模式全产业链分析

笔者将“ChatGPT+学术出版”融合模式定义为将ChatGPT技术应用于学术出版全产业链的各个环节，实现研究设计、数据采集、作品创作、审阅、编辑、传播、推广应用等环节的智能化、高效化的运营体系。在上游环节，ChatGPT可以辅助作者进行文献检索、资料整理、初步分析等工作，提高研究效率，包括为作者提供创意灵感，协助作者撰写论文、报告等。此外，ChatGPT还可以促进学术界进行跨学科、跨领域的交流与合作，该环节主要参与者包括研究机构、研究团队、研究个人等。在中游环节，ChatGPT可以辅助审稿专家进行文献评估、查重、语言润色等工作，提高审稿质量和效率。此外，ChatGPT还可以协助编辑进行文章排版、校对等工作，提高编辑效率。ChatGPT通过与审稿专家和编辑的协同作业，有望提高学术作品的质量，该环节主要参与者包括出版社、期刊编辑部等。在下游环节，ChatGPT可以为出版社、编辑部等提供智能推荐服务，实现学术作品的精准推广。ChatGPT可以为用户提供个性化的阅读体验，如智能问答、知识图谱等，提高用户的阅读兴趣。此外，ChatGPT还可以助力学术成果的转化应用，促进学术研究与实践结合，该环节主要参与者包括数字服务商、用户等。

综上所述，“ChatGPT+学术出版”融合模式将人工智能技术与学术出版产业链相结合，实现学术研究、创作、审阅、编辑、传播、推广等环节的智能化、高效化。这一模式有望为学术界提供更加便捷、高质量的服务，推动学术出版的发展和创新。然而，这一模式也可能带来一定的负面效应，如对学术创新的影响、对学术诚信的挑战等。

二、“ChatGPT+学术出版”融合模式对学术出版的影响

从上文全产业链的角度来看，ChatGPT与学术出版存在着广泛的联系。其作为一种自然语言处理技术，在学术出版的各个环节中都能够发挥重要作用。笔者尝试将ChatGPT与学术出版结合，提出“ChatGPT+学术出版”融合模式，并对“ChatGPT+学术出版”融合模式对学术出版可能产生的正面效应及负面效应分别进行分析，旨在帮助学术出版从业人员了解ChatGPT服务的全貌和影响，推动国家制定合理的政策，促进学术出版的可持续发展。

（一）正面效应：促进学术出版数字化向智能化发展，赋能传统产业转型升级

1.“ChatGPT+学术出版”模式对学术出版上游环节的影响

第一，优化ChatGPT数据来源。该模式将学术出版的核心产物—学术作品作为ChatGPT的训练数据主要来源，能够提高ChatGPT生成内容的质量，使ChatGPT逐渐适应学术作品的创作思维、创作方式，这是ChatGPT应用于学术出版的基础。第二，提高学术研究生产效率。ChatGPT通过对大量学术作品的分析，可以发掘其中的关键词、研究热点、研究主题等信息，帮助创作者进行资料查找、数据分析整合、策划选题、构建规划等，从而提高研究效率。第三，提升作品质量。ChatGPT可以为创作者提供自然语言处理相关的技术支持，用来辅助写作、语法校对、图片绘制、翻译等。此外，ChatGPT还可以提供可信赖的参考文献，从而提高创作者的写作质量。

2.“ChatGPT+学术出版”模式对中游环节的影响

第一，辅助稿件筛选，优化审稿流程，提高审稿效率。ChatGPT通过分析已出版图书或期刊的研究主题、研究方式、用户，帮助出版社或期刊编辑部自动整理、筛选、分类大量来稿，辅助给出初审意见、匹配审稿专家等，从而提高审稿效率。第二，优化传统编辑、校对、排版流程，提高作品质量及可读性。ChatGPT通过对已有学术作品的学习和分析，可以辅助编辑进行稿件审阅，并提出修改意见；通过学习语法、用词、标点等的标准用法，可以为校对人员提供技术支持，提高校对准确度；根据图书或期刊格式要求，可以进行自动化排版，最大限度减少人为排版导致的错误。第三，基于用户行为分析，制订出版计划，提高服务水平。ChatGPT可以通过对图书或期刊的用户进行行为分析，反向助推图书或期刊的选题策划，实现有针对性的出版，进一步提高出版社或期刊编辑部的服务水平。

3.“ChatGPT+学术出版”模式对下游环节的影响

第一，自动整合，推广精品化。ChatGPT可以自动整合学术作品内容，对相关数据进行收集整理、构建模型与训练、自动化挖掘和分析，从而推广更准确、更有价值的学术资源。第二，自动检索，智能化服务。ChatGPT可以根据用户的阅读习惯，为用户提供更智能化的学术作品检索、内容分析、知识推荐等服务，从而提高用户的阅读体验和效率。此外，ChatGPT还可以为用户提供相关的信息和建议，以帮助他们更好地理解和应用学术内容。

综合以上分析，“ChatGPT+学术出版”融合模式下，出版社或期刊编辑部可以把ChatGPT当作更高效、更便捷的信息处理工具，从而更好地管理和推广学术成果。ChatGPT赋能学术出版，可以加强作者、用户、评审者之间的联系，提高生产效率，创新学术交流方式，赋能传统产业转型升级。

（二）负面效应：引发新的学术伦理担忧与挑战，造成新技术应用与学术伦理间的失衡

基于前文分析，在“ChatGPT+学术出版”融合模式下，易引起以下几个方面的负面效应。第一，数据的准确性、隐私性、安全性值得深思。ChatGPT的可靠性依赖于数据模型提供的当量知识及常识，其不了解数据库认知范围以外的一切事物，因此，ChatGPT在特定问题上有可能会提供错误信息、误导内容或者不道德决策等。另外，ChatGPT具有人为参与的增强型学习能力，每位用户均为ChatGPT的免费测试员，用户每输入一次信息就会对ChatGPT模型造成影响。用户本次输入的内容可能会作为其他用户提出的问题的答案，对用户个体来说，其数据安全性可能会受到潜在威胁。第二，学术诚信及版权争议威胁，陷入抄袭与剽窃的怪圈。ChatGPT的语料库训练数据主要来源于学术出版物中的学术资源，其逻辑模型和数据模型也基于语料库而建构，但其语料库驱动存在一定缺陷。研究发现ChatGPT不具备因果关系的数理运算能力，其只能基于相似或相近數据进行概率匹配。虽然ChatGPT能够生成复杂且极具说服力的文本，但是ChatGPT无法标示观点、方法、结论等的具体出处或依据，用户如果不假思索直接使用ChatGPT给出的内容，会不自觉地陷入抄袭与剽窃的怪圈。另外，如果ChatGPT给出的内容涉及版权问题，还有可能使用户陷入版权纠纷。第三，新技术的盲目崇拜，学术研究创新性受阻。目前看来，ChatGPT在相对表层的常规文本或非专业领域能够为有需求的用户提供便捷帮助，但在需要较强创新性的专业领域，用户不应陷入对新技术的盲目崇拜。研究者直接使用ChatGPT生成的材料，不但影响学术研究特有的原创特性，还会固化其思维，导致创新能力的缺失。

三、应对策略分析

（一）确保意识形态安全，加快检测工具开发，健全监督体系

从真实性与科学性维度看，ChatGPT所生成的内容质量参差不齐，可能会干扰用户获取信息及观点认知。从政治维度看，ChatGPT由美国OpenAI公司开发，如果不加管控，ChatGPT语料库一旦受到“违意识形态投毒”，可能会带来非常严重的意识形态安全问题。因此，现阶段有关部门要做的不单是优化算法，更重要的是未雨绸缪，在国家层面、行业层面制定相应的法律法规、行业规范，有效规制、防范智能科技应用可能引发的意识形态安全隐患。学术界在应对潜在学术抄袭或剽窃等问题时，把握学术伦理的考量及其理性规约，加快有效检测工具的研发。在有效检测工具问世之前，学术界一要采取正向引导措施，鼓励研究者公开自己在学术研究过程中是否使用ChatGPT，二要强化学术伦理培养，加强学术审核的力度，健全学术不端、学术诚信问题的问责机制，进一步完善相关规章制度。

（二）引导学术出版融入ChatGPT产业布局，赋能传统学术出版协同转型

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调，实施“上云用数赋智”行动，推动数据赋能全产业链协同转型。ChatGPT作为新一代人工智能技术的代表，应赋能学术出版转型升级，推动传统学术出版由数字化向智能化转型。

“ChatGPT+学术出版”呈现的信息能够满足研究者的使用需求，提高工作效率、激发创新活力，加大引导学术出版商融入ChatGPT产业布局力度，形成“ChatGPT+学术出版”融合模式，更好地发挥ChatGPT在学术出版行业中的作用，以促进学术出版由数字化向智能化转型，推动学术出版创新发展。第一，加大技术支持，鼓励新型平台研发。有关部门应鼓励大型学术出版商与ChatGPT相关的技术公司合作，建立专业的技术团队，开发更加智能化、高效的学术出版工具或平台，为学术出版更好地提供技术支持。第二，打破产业壁垒，整合学术资源。目前，学术出版产业链上的各个环节仍然存在数据资源分散、信息孤岛等问题，因此其要想更好地应用ChatGPT等技术，需要各个环节之间的协同配合，整合学术资源以实现数据的共享和资源的互通，从而更好地为研究者服务。第三，学术界应增强国际合作和信息共享，建立国际学术交流和合作平台，促进学术出版的全球化和多元化发展。

（三）重视ChatGPT引起的数据安全隐患

笔者针对ChatGPT引入学术出版带来的数据安全隐患问题，提出以下建议。第一，要强化版权保护。有关部门要将ChatGPT使用的源数据进行版权强化，例如对有版权的源数据利用区块链技术设置数字签名［8］，当ChatGPT使用有版权的数据时，生成的内容上自动添加标识，从而提高用户的版权意识。第二，要保护用户隐私。为了防止用户隐私泄露，ChatGPT需要经过用户授权才能使用用户个人数据，有关部门应开发个人隐私数据加密或隔离技术，确保用户隐私信息安全储存。第三，要加大系统审核与监督管理。有关部门要强化对ChatGPT生成内容的审核与监督管理，确保ChatGPT生成的内容导向正确，避免ChatGPT生成误导信息，产生不良影响。

四、结语

ChatGPT作为高度发达的自然语言处理工具，对传统学术出版的转型升级发挥积极作用。同时伴随技术的进步，有关部门也必须考虑以ChatGPT为代表的新一代人工智能技术带来的包括学术伦理在内的对社会各方面的影响，如何将其更好地与传统行业结合，如何更好地为人类社会服务，如何构建未来智能图景，是值得深思的问题。

［参考文献］

［1］VAN DIS E A M，BOLLEN J，ZUIDEMA W，et al.ChatGPT：five priorities for research［J］. Nature，2023（7947）：224-226.

［2］THORP H H.ChatGPT is fun，but not an author［J］.Science，2023（6630）：313.

［3］吴思远，王雪龙，肖睿娟，等.基于大型语言模型的工具对电池研究的机遇与挑战［J］.储能科学与技术，2023（03）：992-997.

［4］王树义，张庆薇.ChatGPT给科研工作者带来的机遇与挑战［J］.图书馆论坛，2023（03）：109-118.

［5］令小雄，王鼎民，袁健.ChatGPT爆火后关于科技伦理及学术伦理的冷思考［J］.新疆大学学报（哲学社会科学版），2023（04）：123-136.

［6］张园，张丛，陶晴，等.基于全产业链视角的科技期刊出版产业优化探析［J］.中国科技期刊研究，2022（03）：289-295.

［7］朱光辉，王喜文.ChatGPT的运行模式、关键技术及未来图景［J］.新疆师范大学学报（哲学社会科学版），2023（04）：113-122.

［8］谭晓荷， 沈秀.区块链驱动科技期刊数字出版创新发展研究［J］.出版与印刷，2023（01）： 68-76.