AI 2.0时代学术期刊智能驱动工具的应用挑战及建议

【摘要】AI 2.0时代，学术期刊智能驱动工具的应用具有提高科研实效、推动智能出版、助力期刊运营等作用，但也可能因为技术成熟度和管控力不足带来新型学术不端行为，使内容权威受到冲击，引发行业集体焦虑等现实挑战，需要从法律和技术维度合力共建学术诚信体系，充分发挥学术界、期刊界、科技界等社会多主体力量，重塑行业良好发展生态，达到科技造福人类、助力行业发展的预期目标。

【关  键  词】学术期刊；学术出版；智能驱动工具；学术科研

【作者单位】武亮，沈阳师范大学《中小学教学研究》编辑部。

【基金项目】全国高等学校文科学报研究会编辑学研究重点课题“SOR 理论视角下学术期刊出版中隐性学术不端行为发生机制及其治理研究”（ZD2023003）；全国高等学校文科学报研究会编辑学研究课题“新时代学术期刊人在中华文化传播中的责任担当”（YB2023019）。

【中图分类号】G239.2【文献标识码】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.08.009

2023年初至今，一些国内外头部机构围绕学术出版智能化、智慧化转型升级这一核心目标，先后研发了多个通用型和专业型智能出版驱动工具，其中便有专注于学术期刊智能出版的大语言模型及AI工具。如2023年8月中国知网对外发布的包括知网智能写作平台在内的一系列“大模型+AIGC”知识管理产品，2023年10月施普林格·自然集团面向学术科研作者开发的AI写作助手Curie，2024年1月方正电子面向出版、期刊等专业领域发布的方正星空出版大模型及方正智能编辑助手、方正鸿云AI工具集、方正智能审校V5.0等驱动工具。

智能驱动工具的研发及应用，无疑为AI 2.0时代的学术期刊转型升级和高质量发展提供了诸多机遇。然而，技术是一把“双刃剑”，生成式AI、大语言模型虽能促进学术期刊从内容到流程的效率提升，但也加剧学术不端等现实隐忧，带来版权风险。如何趋利避害，在抓住机遇的同时有效规避挑战，成为本文研究的目的所在。

一、学术期刊智能驱动工具的服务特征

1．服务学术创作，提高科研实效

AI 2.0时代学术期刊智能驱动工具的首要特征，是面向学术内容创作者（作者）提供省时、便捷、高效的数智科研服务，以实现提质增效的目的。

一方面，学术期刊的智能驱动工具可向学术科研工作者提供高效、可信赖的知识增值服务和科学解决方案，便于他们及时开展专业研究与学术创作活动。以爱思唯尔为例，近年来该集团以人工智能和机器学习技术为依托，凭借自身严谨专业的内容资源、翔实广泛的数据集和强大的分析能力，先后开发了Scopus AI、ClinicalKey AI等智能驱动工具，专注于服务科研人员、临床医生、学生及教育工作者，帮助他们发现、推動和总结有价值的知识内容，开展相应的学术创作活动，并以此为集团旗下学术期刊的高质量发展提供充足的资源。无独有偶，2023年中国知网正式发布的基于“大模型+AIGC”的大数据知识管理系列产品中的“文档智能生产系统”，主要面向学术科研工作者及广大师生群体提供AI智能创作服务，如自动生成和改写文本内容、提供科学有效的学术研究方案等，以此提升创作效率和质量。大量智能驱动工具的出现，尤其是生成式技术的成熟应用，不仅为优质科研成果的转化利用奠定了重要基础，也对期刊自身乃至学术出版事业高质量发展起到积极作用。

另一方面，学术期刊的智能驱动工具可为学术创作者或科研工作者的跨区域、跨语言创作提供便捷、高效、优质的服务，加速全球各地高质量研究成果的产出与传播。2023年10月，全球知名学术出版机构施普林格·自然集团对外发布了一款自主研发的AI驱动写作助手Curie，主要以大语言模型的技术性能和专门针对科技写作的AI数字编辑功能作为强势支撑。经过大规模学术期刊文献的反复训练和专业调试，Curie可为447个研究领域和2000多个特定领域的研究人员提供针对性服务。其中，专注于学术科研人员在专业写作中的“痛点”，以英文和英语语言润色服务改善和提升学术内容语法错误和文本质量，是Curie与其他通用AI写作工具的主要区别。

由此可见，AI 2.0时代学术期刊智能驱动工具的便捷服务，可帮助科研人员摆脱跨文化、跨语言背景带来的创作难题，从而将更多的时间和精力投入更具创新力的学术科研事业之中。

2．服务学术编校，推动智能出版

面向专业编辑出版人员提供高效、便捷的审校服务，是学术期刊智能驱动工具的重要特征。在信息大爆炸阶段，传统期刊从业人员的工作内容、任务、要求早已发生翻天覆地的变化，数字出版乃至数智出版已是大势所趋。在此背景下，只有积极引入新兴技术并全面嵌入学术期刊出版全流程，才能重塑数字学术出版生态。

2024年1月，方正电子推出方正星空出版大模型，并面向出版、期刊等专业垂直类领域发布方正智能编辑助手、方正鸿云AI工具集、方正智能审校V5.0等一系列智能驱动工具，旨在为新时代学术期刊乃至出版行业的多元应用场景提供技术支持和方案支撑，与时俱进地推动出版行业的智能化变革与升级。然而，由于以人工智能为代表的新一代高精尖技术在社会各行业领域的广泛应用，学术抄袭、科研造假等问题愈发频繁且隐蔽性更强。在此背景下，以技术规制技术思维面向学术期刊从业人员研发专注于学术编校的智能驱动工具，是提升学术科研诚信治理效率的有效路径。2024年初，全球顶级学术期刊Science宣布将引入一款由以色列Rehovot公司研发的智能驱动工具——Proofig，用于检测学术科研成果中的“欺诈性图像”，以解决长期困扰学术期刊图像编辑与审校工作的难题。

除服务于专业编辑出版人员的日常审校工作外，学术期刊智能驱动工具在审稿匹配、选题决策、同行评审等环节也日趋“智慧”，可视为学术期刊数智化转型升级的重要尝试。在审稿匹配环节，爱思唯尔利用人工智能技术研发了一款帮助编辑找到合适审稿人的智能工具，可通过算法分析为编辑智能推荐审稿人，以此提升期刊的审稿和发表流程效率。在同行评审环节，爱思唯尔发布的《科研未来之路》报告显示，中国有35%的受访者表示，未来愿意阅读采用人工智能技术评审同行的期刊论文，足见学术科研人员对AI 2.0时代学术期刊智能驱动工具的肯定，以及对数智技术在科学研究中价值的认可［1］。在选题决策环节，依靠智能驱动工具对选题信息进行收集、提炼、分析和判断，帮助期刊编辑整合和策划相应选题已经成为重要趋势。

综上所述，以新一代数智技术为核心的智能驱动工具的研发及应用，已经成为AI 2.0时代学术期刊转型升级和数智化发展的重要助力。

3．服务学术传播，助力期刊运营

面向读者用户乃至社会大众提供全面、真实、有效的内容服务，助力学术科研成果多元传播和实践转化，是AI 2.0时代学术期刊智能驱动工具的又一特征。如爱思唯尔发布的Scopus AI，作为生成式AI技术和专业数据库的创新结合，可为读者用户提供简明易读的主题摘要，未来其还将增加“图像演示法”功能，旨在通过搜索结果的可视化和直观式呈现，为学术期刊内容传播和科研成果实践转化提供有效支撑。

2024年2月，OpenAI对外发布的文生视频大模型Sora，可将文本直接转换为60秒的连贯视频，在全球各行业领域引发热议。可以预见的是，当文生视频大模型从通用领域渗透至学术出版垂类领域，期刊不仅可以通过模型实现学术知识传播的视听一体化目标，还能利用视频摘要、视频演说有效呈现各种学术课题成果中隐藏的深层次的知识价值和科研见解，真正实现期刊服务大局、学术造福人类的理想初衷。尤其是基于理解人类语言模糊性特征，AI 2.0时代的技术群落在个性化学术内容服务领域将更具优势，如根据用户指令定制生成学术内容产品或科研方案，结合自动问答机器人提供AI学术导读服务，等等。

AI 2.0时代，由于技术迭代升级和多领域渗透，学术期刊的智能驱动工具还将化身为数智营销运营推手，给期刊创造更多的价值空间。近几年，以人工智能为代表的新兴技术在改善出版流程、强化运营效果等方面已获得业界肯定，大语言模型、深度学习等前沿技术的普及应用，将进一步提升学术期刊的运营成效。2024年，國内出版融合头部企业——数传集团成功开发出行业首个大语言模型BooksGPT，并以此为创新驱动打造“数字员工”，除在内容创作、编辑校对等环节实现传统出版流程的智能化升级外，该“员工”还能助力产品营销。从这个角度看，服务于学术期刊推广运营环节的智能驱动工具，将利用大模型、AIGC赋能进一步提升期刊从业人员的营销效率，在创造更多价值效益的同时，提升学术期刊的品牌影响力和用户黏性。

二、学术期刊智能驱动工具的应用挑战

AI 2.0时代，各种智能驱动工具的研发和应用虽给学术期刊的智能化转型升级带来了诸多利好，但在实践过程中也面临诸多挑战。

1．内容风险：新型学术不端行为频现，内容权威备受冲击

第一，各种协助写作或自主生成学术内容的智能驱动工具可能催生更多新型学术不端行为且难以发现，对学术界和期刊出版商的声誉造成影响。目前，无论是通用型智能驱动工具还是专业垂直类辅助应用，大都具有及时聊天、信息咨询、文本创作以及修改内容等功能，应用于学术科研创作领域极易诱发新型学术不端行为，如生成式学术抄袭、模板化学术科研内容，甚至非法利用他人研究成果和科研数据捏造等。据Nature报道，2023年学术科研论文撤稿量高达1万篇，是2022年的2倍，其中很大一部分原因便是AI写作。此外，诸如爱思唯尔等全球知名出版商近年也因其出版的学术论文频繁出现抄袭、剽窃、造假、捏造数据等问题而备受争议。由此可见，智能驱动工具的问世，不仅可能助长新型学术不端行为，还可能对学术期刊出版商的声誉乃至整个学术界的良性发展造成影响，这也是其备受诟病的重要原因。

第二，由智能驱动工具生成的内容文本，可能因为概率性问题或事实性问题而与学术原创内容存在较大差距。现阶段的智能驱动工具虽能根据原始训练数据集自主生成内容文本，并在理解人类语言模糊性的基础上具有一定的事实性归纳和推理能力，但其质量水平和逻辑性仍不足，与学术科研成果的专业性、权威性要求相去甚远。一是AI 2.0时代的智能驱动工具尤其是学术写作辅助应用虽能以贴近人类自然语言的方式生成内容文本，但其语言风格模糊且生硬，有不少逻辑错误，尚未达到学术科研论文的简洁、精准等要求，不符合“第一性原理”。二是智能驱动工具虽有一定的内容生成及推理能力，但受大数据、大模型和大算力影响，其生成内容仍会存在事实遗漏，全面型和专业性不足，甚至与学术科研创作初衷背离，因为内容造假引发伦理层面和社会层面的信任危机。

2．行业挑战：颠覆现有学术出版机制，引发行业集体焦虑

第一，无论是训练数据集的收集、开发与利用，还是智能驱动工具的研发与落地，都需要投入大量资金，建立或引入合理有效的监督管理机制，这对行业而言无疑是一个巨大挑战。大多学术期刊虽有一定的学术资源积累，但研发和训练专属的智能驱动工具或学术大模型不仅需要投入巨大资金，而且预期收益不可知。此外，为了防止技术滥用造成现实危机，学术出版商还需在智能驱动工具的基础上研发更高级、更敏感的技术方案，这对中小型期刊而言难度更大。

第二，在智能驱动工具开发过程中，学术期刊往往需要收集和投入大量专业、权威的学术科研数据和资源，由此训练并生成的内容创作物可能引发著作权纠纷，造成新的行业挑战。目前，虽然我国相关法律并未对AI生成内容是否具有著作权给予明确规定，但北京互联网法院作出的国内第一例生成式人工智能（AIGC）作品著作权纠纷判例值得业界参考和重视。此外，研发和设计相应的智能驱动工具还存在数据泄露的风险，这不仅会损害学术期刊自身和原作者的合法权益，还可能因为核心资源流失而削弱市场竞争力，出现信任危机。

三、学术期刊智能驱动工具的应用建议

不可否认的是，AI 2.0时代利用智能驱动工具加速学术期刊转型升级是必然趋势，尽管现阶段的技术成熟度和管控力还存在一定的局限性。据不完全统计，2023年下半年至今，Science杂志、国际医学期刊编辑委员会（ICMJE）、世界医学编辑协会（WAME）、科学编辑委员会（CSE）等期刊和学术组织多次变更应对政策，对智能驱动工具的利用从开始的排斥、禁止到如今的正视、调整，这种转变意味着智能驱动工具对学术期刊发展具有重要意义。但我们不能只看到其利好之处，还应针对其可能带来的现实挑战采取科学有效的规制策略。

1．多维度加强学术诚信体系建设，强化内容权威

针对AI 2.0时代学术期刊智能驱动工具可能造成的内容挑战，可以从法律和技术两个维度着手解决。

从法律维度看，国家立法部门应在《中华人民共和国著作权法》的基础上适当参考《生成式人工智能服务管理暂行办法》等内容，就AI生成内容是否构成作品、是否受到著作权法的保护制定专法专例。同时，针对AI生成内容的使用目的、应用场景、内容真实性等问题设置相应条款，明确行为人侵权责任范围及惩处措施，以此加速AI 2.0时代的学术诚信体系建设。当然，对技术开发商或工具研发商在预训练数据收集阶段可能出现的侵权争议，国家立法部门也应高度重视并制定相应的法律规范，保护已发表学术科研成果所有权人及学术期刊的合法权益。学术科研成果作为知识产品的一种，具有相容性和非排他性特征，抄袭、剽窃、捏造等学术不端行为给行为人带来收益，却损害了原权利人的合法权益。对此，立法过程应适当引入道德规范的求证流程，为新型学术不端行为提供法律依据。

从技术维度看，AI 2.0时代新型学术不端行为表现形式日益复杂多变，存在发现难、认定难、惩治难等问题，仅凭法律规范难以达到预期效果，唯有从技术规制技术层面完善学术诚信体系建设，才能达到理想初衷。如学术期刊在研发和应用智能驱动工具助力学术科研人员开展内容创作活动时，应设置相应的访问权限，利用智能算法对生成内容及学术文本进行查重、比对和聚类分析，通过关联性和相似性结果判断其是否存在抄襲、剽窃等行为。又如，学术期刊或技术研发商在智能驱动工具的研发基础上应配套提供更高级、更敏感的技术解决方案，强化内容过滤系统建设，对文本内容存在的异常和错误进行人工审校，以此发现和避免内容造假或数据捏造等行为。学术期刊或技术研发商还可利用相关技术建立学术诚信档案，记录科研人员的学术诚信情况，为防范和打击学术不端行为提供参考依据和重要支持。

未来，随着技术成熟度不断提升和应用范围愈发广泛，更多的学术期刊将推出功能更为强大的多元智能驱动工具，并全面嵌入学术出版活动的各个环节。这将催生更多新的学术不端问题及争议，以技术规制技术或许是解决这些问题的最佳路径。

2．多主体共建学术出版管理机制，重塑行业生态

非法律合作和技术合作的多主体协同管理机制在实践方面更有优势，因为这一管理机制的制度成本和技术要求更低，也更符合现阶段学术界、期刊界的主要趋势。

首先，学术期刊可与科技公司建立紧密合作关系，参与研发或积极引入专注于学术期刊的垂直类智能驱动工具，在合理管控成本风险的同时，通过优势互补达到发展目的。虽然现阶段已有部分期刊在智能技术驱动赛道上取得了不俗成绩，但关键核心技术仍是“卡脖子”问题，跨界合作成为有效的应对路径。如2023年中华医学会杂志社与科大讯飞达成合作协议，双方将立足星火认知大模型开展辅助写作和智能问答业务，未来还将开展更广泛的个性化医学知识服务，更好地服务于临床医学需要，以创新知识服务加速中国医疗科研事业的高质量发展。从这个角度来看，推动学术期刊与科技公司的跨界合作，携手共建专注于垂直类领域的技术方案和应用工具，能有效解决长期困扰行业的成本风险问题。

其次，学术期刊可在国家及行业相关部门的指导下展开多种合作，充分发挥期刊社、学术组织、出版社等多主体优势，共建学术出版协同管理机制，共同应对可能出现的行业风险。单一学术期刊在面对智能驱动工具开发过程中可能出现的侵权问题往往没有太大话语权，只有多主体共建行业联盟，制定统一标准，才可能形成强大约束力，对自身核心学术资源起到保护作用。2023年6月，中国知网、中文在线以及中国工人出版社等26家业界单位共同发布我国首个有关AIGC训练数据版权的倡议书，旨在通过行业联盟与国内AI企业就大模型训练可能涉及的侵权问题开展平等对话，呼吁全社会各行业积极树立版权意识，维护自身的合法权益。行业多主体合作有利于降低隐私泄露风险，避免因为个体技术不成熟或管理资源缺失导致的安全挑战，确保学术期刊的长效发展。

最后，学术界和出版界应加强合作交流，建立完善的学术出版监管与技术培训机制，为智能驱动工具合理、高效应用于学术期刊，助力学术科研事业高质量发展提供重要保障。一方面，学术界和出版界应就学术科研人员和编辑出版人员的技术理性培育积极展开合作，如通过不同学科和不同期刊之间的合作与交流，共同探讨和完善防范与打击新型学术不端行为的措施和方法；另一方面，学术界和出版界应加强国际合作与交流，学习借鉴学术科研组织或学术出版机构应对智能驱动工具的优秀经验，如编辑出版人员的技术培育、岗位优化和工作内容变动等，通过优秀经验的汲取强化自身的技术理性。

AI 2.0时代，以智能驱动工具重塑人机协作关系，推动学术期刊数智化转型和高质量发展，加速“学术智能体”建设是大势所趋。然而，智能驱动工具的诞生和发展是一个不断完善、循序渐进的过程，是新时代背景下技术赋能学术期刊转型升级的重要动力，但也给行业发展带来诸多风险挑战，如何抓住机遇、规避风险，真正实现“科技向善”是关键。未来，更多智能驱动工具的研发及应用，将进一步形成并释放学术期刊业的新质生产力。

｜参考文献｜

［1］ 渠竞帆. 推动开放科学 为作者提供多元发表选择［N］. 中国出版传媒商报，2023-12-01.