大语言模型背景下学术期刊编辑角色的定位与思考

［摘要］大语言模型驱动了传统编辑行业的变革，学术期刊编辑因其“学术伯乐”与“联络员”的双重身份面临前所未有的角色挑战。对此，文章分析学术期刊编辑的技术困境和专业机遇，探究大语言模型背景下学术期刊编辑的价值思考，并认为学术期刊编辑尤其是高职院校学术期刊编辑要保持编辑的权威性与原创性，坚持专业知识的学习与思考，探索高职院校学术期刊发展的数字化方式，利用大语言模型的技术优势，助力高职院校学术期刊的高质量发展。

［关键词］大语言模型；编辑；期刊；数字化

随着人工智能技术的不断发展，大语言模型（Large Language Models，LLMS）进入大众视野。大语言模型是人工智能在大规模预训练语料语言模型领域的突破性应用，以Open AI推出的ChatGPT为代表。ChatGPT一经推出便在互联网中引发热议，紧随其后我国也推出文心一言、百川智能等应用。这些应用的智能问答、智能搜索以及智能生成等功能，给基于语言内容领域的传统编辑行业带来前所未有的冲击，学术期刊编辑尤其是高职院校学术期刊编辑正面临一场变革。

编辑既是一种工作类别，又是一类职业身份。学术期刊编辑尤其是高职院校学术期刊编辑不同于一般的编辑，其既具有传统编辑的角色属性，是作者与读者的“联络员”，又是学术界与编辑界HBM86tMzQOPZmVBtLhakMQls0cxWUrQtv6uSiirOsWk=的纽带。在大语言模型背景下，高职院校学术期刊编辑既面临传统编辑行业的变化，又面临学术界的变化。基于此，高职院校学术期刊编辑亟须找准自身定位，厘清自身与大语言模型的关系，在技术发展大趋势下抓住机遇，助力高职院校学术期刊的高质量发展。

一、学术期刊编辑的技术困境：机器与人力的博弈

大语言模型带来的技术变革是一场颠覆性的技术革新［1］，它改变了传统编辑行业的生产方式，使编辑的工作方法和工具发生了变化，由依赖人工劳力转变为人机合作，由传统的案头工作转变为无纸化、数字化办公。这种改变是技术发展背景下的必然趋势，学术期刊编辑尤其是高职院校学术期刊编辑亟须重新定位自身角色。

（一）大语言模型对学术期刊编辑的权威性挑战

从传统编辑行业来看，面对人工智能大语言模型的冲击，编辑如何保证职业权威性［2］。一方面，编辑要利用好大语言模型的优势，促进自身与行业的发展。另一方面，编辑要正确地应对行业竞争的问题，适应大语言模型的发展和行业发展门槛的提升。

编辑不仅是一种专业性强的技术工作，而且是编辑创造性的精神劳动［3］，编辑参与内容出版的每个环节，对出版质量负责，这是编辑工作的内核。学术期刊编辑尤其是高职院校学术期刊编辑在编辑工作中，要严格遵循学术期刊的审稿制度，选取符合栏目的优质内容，保证出版的学术质量，这具体表现在内容的原创性、科学性等方面。

当前，大语言模型作为一种人工智能技术，通过对话模拟人类的语言交流。随着相关大语言模型应用正式上线，部分学术出版出现利用相关应用进行论文写作的情况，严重影响论文的原创性。目前商用论文检测系统，如维普、中国知网等相关系统，也无法判断人工智能生成论文与人类原创论文的区别，甚至有研究证实，由GPT-4等大语言模型生成的论文能通过维普等系统的重复率检测［4］。在这种现状下，学术期刊编辑尤其是高职院校学术期刊编辑若依据论文的查重率判断其学术原创性，则无法获取准确的检测结果，长此以往既损害学术期刊编辑的权威性，也不利于学术期刊的发展。

（二）大语言模型对学术期刊意识形态安全的复杂性挑战

从编辑自身来看，在大语言模型背景下，技术在一些方面取代了人工，减少了重复劳动，简化了工作流程，节省了劳动力成本，提高了工作效率，使编辑面临职业危机，亟须思考自身的发展前景。

目前，大语言模型可以自动检测并标记文本中的语法错误、拼写错误、标点符号错误等常见的问题［5］。然而，在编辑工作中，除了调整上述问题，编辑还要与作者沟通，了解作者遣词造句的真实意图，在尊重作者行文原意的基础上开展编辑加工工作。也就是说，技术固然重要，人工也必不可少。编辑要积极寻找人机合作的模式，发挥人工优势，将大语言模型作为编辑加工的得力工具。

目前，传统编辑行业已经开始采用大语言模型来提高工作效率和内容质量。例如，南方出版传媒股份有限公司自主研发数字教材产品和AI财经快讯生产解决方案，利用人工智能技术优化选题管理和内容生产流程。然而，学术期刊编辑尤其是高职院校学术期刊编辑因作者较多、学术观点多样而将意识形态安全问题作为工作重点。需要明确的是，意识形态问题不是简单的是非问题，具有复杂性、多面性、敏感性，而编校错误在一定程度上呈现学术期刊中常见的意识形态或政治性错误［5］。基于此，一方面，高职院校学术期刊编辑要明确高职院校学术期刊作为严谨的出版物，是文化、理论及观点传播的重要渠道，确保意识形态的正确性，巩固高职院校学术期刊的权威性。另一方面，高职院校学术期刊编辑要加强学习，把准论文方向，在利用大语言模型提高编辑校对效率的同时，谨慎评估和使用这些工具，不能过度依赖大语言模型，确保安全、有效地助力编辑加工工作。

实践证明，大语言模型可以成为高职院校学术期刊编辑的强大辅助工具。在大语言模型背景下，高职院校学术期刊编辑要结合编辑工作实际，牢牢把握高职院校学术期刊的原创底线，利用好技术优势，助力高职院校学术期刊的高质量发展。

二、学术期刊编辑的专业机遇：新兴技术与传统行业的碰撞

人工智能的发展是大势所趋，加强人机合作是编辑必须做出的客观选择。目前，大语言模型具有三个主要特征：一是计算能力强，在文字处理和内容生成领域表现突出；二是学习能力强，效率高，擅长内容识别、批量生产、流程化操作；三是掌握大数据来源，擅长趋势预测和判断［6］。基于此，学术期刊编辑尤其是高职院校学术期刊编辑可以从这三个特征入手，积极探索在编校实践中人机协作的模式，助力高职院校学术期刊高质量发展。

（一）大语言模型革新学术期刊编辑的发展方向

编辑是编辑出版的核心。一支高素质的高职院校学术期刊编辑队伍，既是高职院校学术期刊提升质量的前提，也符合学术期刊注重内涵发展的重要战略。

笔者通过调查多家高职院校学术期刊，发现高职院校学术期刊编辑队伍在不同程度上存在一些问题，主要归纳为三个方面。一是经验差异较大，青黄不接。编辑出版工作注重实践经验积累，以师傅带徒弟的形式开展，而部分高职院校学术期刊编辑在老带新的传承上存在一定的人才断层。二是来源广泛，水平不一。由于高职院校学术期刊的实践性特点，部分高职院校学术期刊编辑源自校内转岗，在一定程度上缺乏编辑专业技能，语言功底较弱，尚未完全胜任编辑工作。三是经验不足，学习态度不够积极。如何正确面对并积极解决这三个方面的问题，高职院校学术期刊编辑

要结合大语言模型发展趋势，重新规划自身未来的发展方向。

第一，大语言模型转变学术期刊编辑个人角色定位。当前，新兴技术的发展为传统编辑行业带来了新的挑战，也对编辑的专业技能提出了新的要求。学术期刊编辑尤其是高职院校学术期刊编辑要结合工作实践，主动学习新技术，找准自我定位，助力技术驱动下高职院校学术期刊的高质量发展。大语言模型作为技术手段，虽然改变了编辑工作的方式及手段，但是它并未起到决定作用，也并未创造新的编辑工作发展路径［6］。学术期刊编辑尤其是高职院校学术期刊编辑不仅是传统的“内容生产者”，而且是“内容监督者和整合者”，仍要仔细审查文本内容，确保内容的准确性。第二，大语言模型推动学术期刊编辑持续提升学习能力。大语言模型具有自动化、高效性等优势，其已经被应用于编辑出版的多个环节，具有重要的现实价值。只有把握大语言模型的工作原理和技术局限性，学术期刊编辑才能在人机博弈中发挥自身的优势。基于此，学术期刊编辑尤其是高职院校学术期刊编辑要坚定正确的政治立场，具备一定的技术素养，通过积极参与相关专业培训，熟悉大语言模型基本的操作技巧，并在工作实践中总结热点话题，提高职业理论敏感度，适应行业的发展趋势。

（二）大语言模型加快学术期刊的数字化进程

当前，大语言模型在学术期刊数字化进程中扮演着重要角色。随着以人工智能为代表的新一代技术应用工具的发展，其庞大而权威的数据集使学术期刊增值工具的研发与应用成为可能［7］。学术期刊数字化进程的本质在于利用数字技术和工具改进编校流程，提高工作效率，创造新的社会价值并为读者提供服务。在这个过程中，数据是关键资源，大语言模型具有处理和分析这些数据的能力。因此，大语言模型成为推动学术期刊数字化进程的重要力量。如今，国内部分学术期刊“小、弱、散”的局面并未获得根本性改变，学术传播也一度被各大学术资源数据库和国际大型出版商掌握［8］。学术期刊尤其是高职院校学术期刊在传播渠道和方式上要借助多媒体融合的力量，才能在多媒体快速发展的时代发出自己的声音。同时，大语言模型也适用于自动化营销领域，或者基于内容生成有针对性、吸引人的广告文案，或者分析社交媒体上的热门话题与讨论，使融媒体真正落地于数字出版领域，将不同体裁的内容深度融合［9］，这能够为学术期刊尤其是高职院校学术期刊制订更有针对性的营销策略，助力学术传播。

如今，越来越多的高职院校学术期刊紧跟时代发展趋势，顺应数字出版发展的大方向，走数字化快车道［10］。大语言模型在促进媒体融合方面具有先天优势，其可以作为数据库，总结学术期刊尤其是高职院校学术期刊数字化进程的范例，通过转换和重组信息，使内容适应不同的多媒体，实现更好的传播效果。此外，大语言模型还可以应用于智能推荐系统，通过分析读者的阅读习惯和偏好，为他们推荐相关度高的内容，从而提升读者的阅读体验，扩大学术传播范围，增强学术影响力，加快学术期刊数字化进程。

三、大语言模型背景下学术期刊编辑的价值思考：合作与共赢的方式

高职院校学术期刊具有特殊性，它与我国高职教育的发展一致，在生产、建设、服务等行业展现着特殊价值，既是展示高职院校发展水平的重要窗口，也是塑造高职院校学术形象的重要途径［11］。高职院校学术期刊编辑的素质直接影响高职院校学术期刊的质量和整体水平。换言之，高职院校学术期刊编辑学习好、应用好新兴技术，既有利于提升自我能力，也是助力高职院校学术期刊顺应时代发展的必然选择。

目前，高职院校学术期刊编辑要抓住发展机遇，把准方向，找准定位，充分发挥人工智能技术带来的优势，减少新兴技术对传统编辑行业的不利影响，推动编辑工作实现高质量发展［12］。

（一）新型合作：技术赋能学术期刊品牌化

大语言模型的发展为高职院校学术期刊的品牌建设提供了有力的支持。品牌建设既是高职院校学术期刊的重要目标，也是其长久发展的基础［13］。品牌建设不仅反映了高职院校学术期刊的特色，而且是高职院校对外展示学校风采的“名片”。

如今，高职院校学术期刊虽然在服务地方经济、推动行业发展、促进技术应用等方面具有独特的优势，但是鲜有高职院校学术期刊具有较高的知名度，甚至高职院校学术期刊的实际学术贡献和社会影响力被淡化。因此，高职院校学术期刊编辑要利用大语言模型挖掘高职院校学术期刊发展特色，打造高职院校学术期刊品牌，使其成为高职院校展示学校风采和成果的平台。

第一，利用大语言模型生成合理性建议。大语言模型能够处理大量的文本数据，基于给定的文本条件生成有针对性的方案。高职院校学术期刊编辑要利用这一特点，将期刊的发展目标作为大语言模型的文本条件，结合编辑工作实际，选取可行建议，并化被动为主动，根据学校的发展方向，主动向相关领域的专家学者约稿，开设凸显学校特色、地方特色、产业特色的专栏，提高内容吸引力和学术知名度。第二，利用大语言模型加强交流与合作。高职院校学术期刊编辑要在全校范围内征集展示学校教育教学特色、教师风采、学生成绩的相关内容，利用大语言模型查找与发展目标相似、学校职业技术成果相似的高职院校，加强院校间学术期刊的交流与合作，共同举办主题论坛或学术会议，实现学术期刊品牌的落地、落实。

（二）数字共赢：探索人机合作模式

人工智能的迭代升级，深刻改变内容生产关系，推动知识生产方式发生革命性变化，把人类生成知识推至人机协同生成知识的新层面［14］。大语言模型催生了新的内容生产模式，改变了编辑工作的主体，使编辑工作由单纯的人工模式转向人机合作模式。面对这种变革，编辑要展现更强的适应性与创造力，实现与大语言模型的和谐共生［15］。然而，现有学术期刊的编辑业务流程在一定程度上还停留在以纸质出版介质为基础的线性工作流程阶段，滞后于整个出版产业的发展进程［16］，高职院校学术期刊也是如此。在这种现状下，高职院校学术编辑要正视技术发展驱动下传统编辑行业的变革，探索人机合作模式，助力行业可持续发展。

第一，大语言模型助力作者信息动态管理。目前，我国大多数高职院校学术期刊主要采用邮箱与线上投稿系统两种收稿形式。其中，线上投稿系统更便于高职院校学术期刊编辑进行稿件管理，但各高职院校学术期刊的线上投稿系统存在差异，编辑工作遇到的问题也有所不同。如何管理好作者信息仍是高职院校学术期刊编辑工作的难题。基于此，高职院校学术期刊编辑要将大语言模型嵌入已有的作者管理系统，构建以研究方向、学校方向等条件进行分类的作者管理模式，形成作者画像，生成相近作者群，并根据大语言模型动态更新的作者信息有针对性地开展约稿、组织学术研讨会等工作。第二，大语言模型推动期刊编排校一体化。笔者通过调查多家高职院校学术期刊，发现目前高职院校学术期刊编辑使用不同的软件串联完成编排校工作，在一定程度上难免因软件冲突而降低编辑工作效率。同时，由于编排校工作的安排不同，高职院校学术期刊编辑之间需要进行沟通才能保证工作的顺利进行，这也在一定程度上增加了稿件加工时间。若大语言模型与基础办公软件进行整合，开发适合编辑工作模式的功能，在稿件统一格式的基础上同步进行智能排版和简单校对，则能真正实现编排校一体化。这不仅大幅度减少稿件加工时间，也降低重复工作的可能性，最大限度地保证稿件的准确率，提高编辑工作效率。

四、结语

在大语言模型背景下，技术在赋能传统编辑行业发展的同时也具有一些隐患，若使用不当会增加学术不端风险［17］，甚至涉及版权等安全问题。基于此，学术期刊编辑尤其是高职院校学术期刊编辑要强化主体责任意识，做好出版内容的把关者。在新时代，一支高素质复合型编辑队伍是推动编辑事业高质量发展的保证［18］。同时，学术期刊编辑尤其是高职院校学术期刊编辑也要找准自身的定位，充分发挥专业能力，客观、理性地看待新技术给传统编辑行业带来的挑战和机遇，结合高职院校实际，推动高职院校学术期刊高质量发展。

［参考文献］

［1］陈鸿.AI驱动下未来的编辑和编辑的未来［J］.青年记者，2021（12）：104-106.

［2］翁之颢.ChatGPT重塑职业编辑的三维路径：业务边界、认知逻辑与核心能力［J］.中国编辑，2023（11）：71-76.

［3］周晓芸.高职院校学报编辑流程数字化探讨［J］.南京工业职业技术学院学报，2014（04）：79-81.

［4］王一博，郭鑫，刘智锋，等.AI生成与学者撰写中文论文摘要的检测与差异性比较研究［J］.情报杂志，2023（09）：127-134.

［5］周婷.AI大语言模型在编辑出版行业的应用：机遇、挑战与对策［J］.传播与版权，2023（24）：59-62.

［6］吴兰兰，郭栋.AI编辑在内容生产中的应用及创新探析［J］.中国编辑，2024（03）：64-68.

［7］高婷.人工智能大模型时代学术期刊出版的新变：趋势、场景及反思［J］.出版广角，2024（05）：76-80.

［8］陈静，余望.融媒体视域下学术期刊编辑的价值定位与重构［J］.中国编辑，2023（08）：78-84.

［9］万安伦，张小凡，曹培培.ChatGPT浪潮下的数字出版：模式创新与行业挑战［J］.中国编辑，2023（10）：14-20.

［10］吴炜华，黄珩.智能创作、深度融入与伦理危机：ChatGPT在数字出版行业的应用前景新探［J］.中国编辑，2023（06）：40-44.

［11］白雯，陈小平.高职院校学报编辑职业特征论析［J］.江苏理工学院学报，2014（03）：128-131.

［12］赵文青，宗明刚.以融合发展助推学术期刊高质量发展：内在逻辑与路径选择［J］.中国编辑，2023（07）：39-43.

［13］张姣.科技期刊品牌建设初探与管窥［J］.编辑学报，2024（02）：232.

［14］李雅筝，刘洪权.生成式人工智能驱动下的智能出版人才培养［J］.出版广角，2024（02）：20-25.

［15］郭全中，苏刘润薇.大模型驱动下的传媒再造［J］.出版广角，2024（03）：4-12.

［16］刘琦，王华丽.出版数字化转型与编辑业务流程再造的思考［J］.中国编辑，2023（09）：68-71.

［17］尤凯，王雪，李新红.生成式人工智能对学术期刊的影响与建议：以ChatGPT为例［J］.出版广角，2024（06）：77-80.

［18］刘艳.新时代复合型出版人才锻造的趋势与路径［J］.出版广角，2024（01）：77-80.