生成式人工智能对学术期刊的影响与建议：以ChatGPT为例

尤凯?王雪?李新红

【摘要】 近年来，以ChatGPT为代表的生成式人工智能在出版业中的应用有了突破性进展，能够帮助学术期刊优化选题策划、内容创作、编辑审校等工作流程，提高论文加工质量，提升个性化服务水平，优化学术出版资源配置并提升编辑价值创造力，但也为学术期刊带来技术应用成熟度问题、文章内容同质化问题、侵犯版权和隐私权风险、学术不端风险。对此，学术期刊从业者需要加强ChatGPT与人工编辑深度融合，加大对内容质量和创新性的审查，建立健全生成式人工智能技术的规范和标准，建立技术人才储备和人才梯队，以应对上述挑战。

【关  键  词】生成式人工智能；ChatGPT；学术期刊

【作者单位】尤凯，东北农业大学期刊中心；王雪，东北农业大学图书馆；李新红，《哈尔滨学院学报》编辑部。

【基金项目】施普林格·自然—中国高校科技期刊研究会英文编辑及国际交流人才培养基金项目（CUJS-GJHZ-

2022-29）；中国高校科技期刊研究会专项基金项目（CUJS2023-D37）；中国科学技术期刊编辑学会“科置科学计划”编辑学项目，学科协同发展视角下高校英文科技期刊作用与影响力研究（KZKX-20230015）；世界一流农业期刊构建的路径与方法研究（CAJW2023-054）。

【中图分类号】G230.7【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.06.015

近年来，人工智能在我国各领域的应用有了突破性进展，已从传统的规则算法进阶到深度学习，对数据有很强的处理能力，并且能在大量数据中发掘和分析行业发展的变革。生成式人工智能作为人工智能技术的一个分支，是一种先进的自然语言处理技术，其中最具代表的是ChatGPT。ChatGPT的概念源于深度学习和自然语言处理的交叉领域研究，它基于大规模的语料库训练，能够生成与人类对话相似的连贯文本，因此能在一定程度上应用于出版业中。然而，生成式人工智能也为出版业带来了技术应用成熟度问题、文章内容同质化问题、侵犯版权和隐私权风险、学术不端风险等。探讨如何充分发挥ChatGPT的优势，解决现有问题，并提出相应对策，将有利于推动学术期刊高质量发展。

一、ChatGPT实现出版工作流程再造

ChatGPT作为大语言模型，具有内容生成、语言理解、利用大数据进行预测和判断等功能。因此，编辑可以借助ChatGPT优化选题策划、内容创作、编辑审校等出版工作流程，提高论文加工质量，与作者和读者进行沟通，提升个性化服务水平，优化学术出版资源配置，实现流程再造［1］。

1．借助ChatGPT进行选题策划

借助人工智能，编辑向ChatGPT提出关于某个科技领域的问题，ChatGPT即可根据内部知识库和网络搜索功能为编辑提供相关信息，以此确定选题方向。首先，编辑在ChatGPT中输入“请为科技期刊提供主题方向为（主题）的10个具体选题及简述，要求选题新颖，内容前沿且切合期刊定位”， ChatGPT会根据主题方向检索相关领域近期研究热点，生成10个选题建议及该选题的重要性和价值的简要解释，以此为编辑提供选题建议。其次，编辑选择其中合适的选题，在ChatGPT中输入“请为《（选题）》科技期刊文章生成提纲，包括3个节点，每个节点列出关键点”， ChatGPT会根据选题自动生成文章提纲，包括3个节点（如技术原理、国内外最新技术进展、发展趋势及建议）和每个节点的关键点，以此生成选题提纲。再次，编辑可结合自身知识对提纲进行调整扩充，增加或删减相关节点及关键点，使文章框架更完整合理，进而优化选题。最后，编辑可以要求ChatGPT撰写选题提案，ChatGPT可以生成一份详细的选题提案，包括选题背景、研究目标、预期成果等内容。同时，ChatGPT可以帮助编辑从专家库中匹配符合选题方向的作者，提高组稿的效率与成功率。

2．ChatGPT辅助编辑对文章进行审校

ChatGPT发挥自动化审阅、评估、修改建议、知识纠错等功能，大大提高了编辑的效率。将文章全文输入ChatGPT中，给出相应的指令，ChatGPT会标明文章的明显问题，如逻辑性、连贯性、语言表达、语句通顺度、术语使用、段落设置等方面的优缺点，协助编辑进行初审。编辑可以向ChatGPT提出关于文章内容的问题，ChatGPT可以根据内部知识库和网络搜索功能对文章内容进行审查，并提供反馈。ChatGPT还可以检测并纠正文章中的专业知识错误，如科研数据统计误差、技术原理表达式错误等。同时，ChatGPT可以协助编辑进行版本对比，检查其修改效果，确保问题得到解决。

目前，国外很多出版机构已将人工智能应用于文章的审校环节。例如： Frontiers利用人工智能工具AIRA来检查稿件的抄袭率和伦理问题；Elsevier旗下的StatReviewer软件能够审查稿件的统计方法和数据的真实性；UNSILO平台提供的人工智能搜索引擎通过复杂的语义算法，能够有效地提高学术期刊论文的智能评估效能，环节包括技术检查、格式检查、文章原创性搜索、审稿专家智能匹配，为期刊编辑提供科学决策支持，减少时间成本和运行成本，提高出版流程的效率［2］。

3．ChatGPT可优化学术出版工作流程

方正电子于2019年末推出了方正智能审校云服务，协助编辑快速校对和审查出版内容，让编辑有更多的时间从事创造性工作，实现出版质量和出版规模的同步提升。“中知编校”智能图书编校排系统是由知识产权出版社开发的一种先进技术，旨在优化图书出版流程。该系统利用智能化技术和算法，实现了出版过程的无纸化、电子化和智能化，降低了成本，避免资源浪费。同时，该系统采用先进的人工智能技术和自然语言处理算法，能够自动检测和修正文本中的拼写错误、语法问题和排版格式，帮助编辑人员提升文章质量和可读性。Elsevier用人工智能软件EVISE将来稿直接关联到学术不端检测系统进行检测，并通过智能化审校工具根据文章的主题和关键词从数据库中自动匹配适合的审稿专家，同时自动生成与个人或机构的往来邮件等，实现文章的快速处理，大大提高了學术论文的处理效率［3］。

4．提升编辑个性化服务水平

ChatGPT在推进期刊编辑个性化服务水平方面发挥了重要作用。首先，相较于传统出版资源，ChatGPT以海量知识数据为基础，能够开展实时在线问答，为不同的编辑团队和用户群体提供个性化知识服务，如解析理论概念、甄别前沿热点趋势等，有助于弥补传统出版资源的个性化定制难题。其次，借助ChatGPT强大的自然语言处理能力，编辑可以进行大规模文献自动分析与标注，快速识别各学科前沿动态和潜在研究方向，具备规划专题的个性化视角。再次，ChatGPT能根据不同用户群的特征，定制有针对性的学术语言服务，为读者带来良好的沟通体验。最后，ChatGPT未来或可参与开发定制化的APP出版产品。例如：结合用户画像数据，推荐个性化阅读清单；基于研究兴趣匹配高效推荐同行作品，从而提升出版资源整合利用率。只要保障编辑的核心主导权和用户的隐私安全，类似ChatGPT这样的人工智能系统无疑将极大提升学术期刊的出版效率。

二、ChatGPT为学术期刊高质量发展带来的挑战

1．ChatGPT存在技术应用成熟度问题

学术期刊编辑作为算法用户，知识背景和技能不同，不能充分理解算法的工作机制，这就导致人工智能生成算法难以完全满足学术期刊编辑的需求。同时，现有人工智能生成算法的透明度不高、独立性不强。算法本身就难以实现完全透明，更容易受到来自商业的影响，这一问题在某些具有争议性的学术研究领域尤为突出。比如在哲学领域，可能会产生形式走向或论点偏差，从而影响理论的发展方向。除此之外，ChatGPT本身设计时进行的语料训练以英文为主，不支持其他语种，加上其知识来源范围有限，对某些新领域或高深学术问题的理解能力不强，因此其在国际多语言期刊中的应用会受到一定的限制。总之，ChatGPT作为一款开创性产品，在学术期刊出版领域的应用还需不断优化完善。

2．文章内容同质化，内容质量难以保障

过度依赖ChatGPT撰写文章，很可能导致期刊文章存在高度雷同的问题。人工智能模型局限于已有的训练数据，在生成文章的过程中必然运用类似的思路，导致不同的作者提交的文章框架和逻辑展开高度一致，基于相近研究课题文章的背景资料引用、技术发展脉络梳理、实验数据统计等存在雷同。这既缺乏学术创新性，也弱化了学术期刊内容的多样性与丰富性。同时，ChatGPT生成内容的科学性和前沿性较难保证，这需要审稿人严格把关论文的创新性、可靠性和完整性，与ChatGPT协同优化审稿流程。ChatGPT基于已有科研成果的“模仿创作”，难以实现科研前沿预测，生成的内容只是重新组合和演绎已有研究成果，这类二手研究内容很难在学术界产生广泛影响。另外，ChatGPT生成内容也无法保证引用数据和技术表达的准确性。数据错误可能导致研究结论偏差，影响科技信息传播效果，这些因素会严重制约期刊的学术影响力和公信力，不利于学术期刊的高质量发展。

3．ChatGPT生成内容存在侵犯版权和隐私权风险

在我国，ChatGPT在应用过程中可能存在知识产权风险，因为《中华人民共和国著作权法》保护的是观点或思想的表达形式，而非观点或思想本身。在ChatGPT的应用过程中，其利用大量人类创作的文字作品重新组合文章，这可能会提高侵犯相关法律条款的风险［4］。此外，ChatGPT的训练数据来自CommonCrawl、WebText、维基百科和书籍语料库等海量数据源，这就涉及文本数据挖掘是否需要相应的知识产权授权，以及ChatGPT是否侵犯复制权的问题。因此，出版业需要考虑ChatGPT在应用过程中涉及的知识产权保护问题。在ChatGPT的应用过程中，用户输入的内容可能包含版权保护的材料， ChatGPT在生成回复时需要避免过度借鉴他人的作品，尊重并保护用户的版权和隐私权。同时，培养用户正确使用ChatGPT、理解和尊重版权和隐私权的习惯，是防范这些风险的关键。

4．ChatGPT增加学术不端风险

ChatGPT的不当使用会增加学术不端风险。Chat

GPT能够生成语法正确、结构合理的文本，这使得其生成的內容很可能与人类作者的作品在表面上难以区分，这在无形中增加了学术不端行为的检测难度。ChatGPT的另一潜在风险在于它学习了大量知识后可以应对各种询问，给人以假乱真的错觉，这使得ChatGPT生成内容难以从根本上与人写的文本区分。更严重的是，ChatGPT学习能力强，一旦通过对话获取更多信息，它就可以生成看起来更为恰当和合理的文本。这给学术不端行为增加了隐蔽性。

与此同时，ChatGPT并不直接复制训练数据中的内容，而是学习这些内容的模式，并在此基础上生成新的文本。这意味着即使ChatGPT生成的内容与某个特定的源文本非常相似，也可能无法通过传统的学术不端检测工具检测出来，毕竟传统方法都难以识别知识图谱的复杂相关性，而ChatGPT能够轻易将知识结构进行高级整合。总之，编辑应寻找更加全面和深入的检测方法，以应对技术进步带来的挑战。

三、学术期刊借助ChatGPT实现新发展的建议

生成式人工智能虽然为出版业带来广阔的发展前景，但出版工作者需要谨慎使用，确保其使用过程中符合学术标准和伦理。学术期刊出版单位应制订适当的规则和指导原则，以确保ChatGPT的使用不会导致学术不端行为，不会影响学术质量和公平性。只有这样，学术期刊与生成式人工智能技术才能深度融合发展。

1．加强ChatGPT与人工编辑深度融合

只有在保障编辑主导权的前提下促进ChatGPT与人工编校深度融合，才能真正推动期刊工作的高质量发展。其一，科研团队应逐步提升ChatGPT参与各流程细节的能力，如支持初审标准规范的学习，协助编辑完成技术性工作等。其二，强化ChatGPT为编辑提供工作依据和解释的能力，确保其透明公开性，比如为初审建议提供详细依据。同时，可探讨建立开放算法框架，维护其独立公正属性。其三，不同学科的学术期刊应共享技术规范，帮助ChatGPT在多学科环境下有序运行。科研团队可采用标注法整合各学科的表达要求，满足出版单位的格式定制诉求。其四，成立跨学科研发机制，促进理论知识成果快速反馈，构建ChatGPT认知体系，加强其在复杂问题上的解析能力。其五，利用ChatGPT参与个性化互动，弥合人工交流的不足，这需要科研团队深入挖掘技术潜力。只有上述路径得以落实，ChatGPT等人工智能才能真正与编辑工作深度融合，真正助推学术期刊质量不断提高。

2．加大对内容质量和创新性的审查力度

ChatGPT生成内容基于已有文本，虽然它可以生成语法正确、结构合理的文本，但是其生成的学术论文可能会过于依赖已有成果，导致其无法进行深入研究，也无法提出新的观点或发现。学术期刊应加大对内容质量和创新性的审查力度，建立严格的审查流程，对论文的研究方法、数据分析、结果结论等进行详细溯源。同时，学术期刊可以使用先进的查重检测工具，检测提交的论文是否包含ChatGPT生成的内容。例如：知网检测系统加大了对人工智能生成内容的检测力度；芝加哥大学和斯坦福大学研发GPTZero，通过文本分析判断内容是否为人工智能生成内容。此外，学术期刊应加强同行评审的作用，让专家学者对提交的论文进行深入审查。同行评审不仅可以发现潜在的抄袭行为，还可以评估论文的创新性。

3．建立健全生成式人工智能技术的规范和标准

相关部门应建立健全生成式人工智能技术的规范和标准，明确技术的使用范围和责任主体，保障技术的安全性和可靠性，防止技术的滥用和误用。其一，明确定义核心概念，制定技术性能评估指标，明晰技术系统的功能边界，指导技术安全与合理应用，这是实现技术规范化与产业化协同发展的基础。如中国国家互联网信息办公室联合其他监管机构公布了《生成式人工智能服务管理暂行办法》，自2023年8月15日起施行，这是我国首个针对生成式人工智能产业的规范性政策。其二，根据不同的应用场景需求，科学划分技术使用范围，明确使用者、服务提供方及监管方的技术应用规范与义务，这是引导技术安全合规应用的关键。其三，加强生成式人工智能技术使用治理。建立技术应用风险评估机制与预警体系，加强人工智能伦理治理研究，不断强化技术系统的可解释性与可控性，能够防止技术误用或恶意使用。同时，加大科技伦理与信息安全的教育力度，提高广大科研工作者与公众的技术应用意识，有助于共同推动人工智能健康发展。

4．建立技术人才储备

出版单位要实现技术成果在学术研究与期刊出版等领域的规范化转化应用，就要高度重视人才队伍建设。具体而言，一是加强技术教育和培训，提高技术的使用和创新水平，形成技术人才储备和人才梯队。二是改革人才培養模式，培养理论创新和工程实践的复合型人才。学术期刊编辑不仅要致力于培养互联网思维和新媒体融合思维，善于利用大数据、人工智能等技术为期刊出版提供支撑，还要学习计算机和传播等相关专业知识，搭建智能出版系统平台，通过大数据技术分析读者需求和内容传播效果，精准推送期刊内容。

总之，生成式人工智能技术是一种具有革命性的技术，对学术期刊高质量发展具有重要的意义和价值。我们应该把握机遇，应对挑战，科学地使用和发展技术，为学术期刊的进步和繁荣作出贡献。

｜参考文献｜

［1］张莉婧，张新新. 基于人工智能技术的出版流程智能再造：智能出版研究述略［J］. 出版与印刷，2020（3）：1-11.

［2］潘雪，张海生，果磊. 科技期刊智能出版的发展前景、现实困境与推进策略［J］. 编辑学报，2022（4）：378-383.

［3］张海生，吴朝平. 人工智能与出版融合发展：内在机理、现实问题与路径选择［J］. 中国科技期刊研究，2019（3）：225-231.

［4］蒋学东，涂鹏，阳丽霞. 数据挖掘与智能筛选视角下的科技期刊选题策划［J］. 出版科学，2020（1）：36-41.