ChatGPT在科技期刊出版中的实用性测试分析和建议

关键词：人工智能；ChatGPT；科技期刊出版；知识创新；科技话语权

一、引言

作为第四次工业革命的标志之一，近年来人工智能（artificialintelligence，英文缩写AI）技术发展迅猛，从2016年的以AlphaGo为代表的狭义人工智能或弱人工智能，到2022年的以ChatGPT为代表的基于自然语言处理的人工智能，不断地对各行各业产生颠覆性的影响。ChatGPT发布5天就吸引了超过100万名用户，[1]引发了全球使用热潮，也引起了巨大的震撼和争议，带来了广泛的学术讨论和研究。

争议首先来自对于ChatGPT的看法。以MIT（MassachusettsInstituteofTechnology，麻省理工学院）著名语言学家乔姆斯基（NoamChomsky）为代表的学者，认为ChatGPT等人工智能原则上不能告诉我们关于语言、学习、认知的任何事情，只是一个大型的剽窃系统；相反的观点则认为其有心智和理解力，在智能和知识储存方面超越了很多人；[2]基于对ChatGPT内在架构的分析，宋（PaulSong）等[3]2129-2130认为ChatGPT以及目前其他AI都是基于归纳推理的搜索系统，如果在架构中未能做出根本性的变革，则AI并不具有演绎推理、辩证推理、不连续推理以及全局考虑问题的能力，其所能挑战的人类智力水平并不高于一位优秀的大学生。对于AI生成的内容，学界也普遍持谨慎态度。[4]这种审慎态度主要针对AI技术带来的风险与挑战，如生成内容的知识产权问题、安全与隐私问题、价值观与伦理问题、认知对抗问题等。[5−7]

因此，目前除了从技术的角度对AI进行研究[8]外，相关研究主要聚焦AI的应用可能给各行各业带来的影响。[9−10]对于出版行业，张重毅等[11]以实际文字案例为基础，测试了ChatGPT在处理定义性开放问答、总结全文并生成摘要及翻译方面的表现，分析了其为学术出版带来的机遇和挑战；王树义等[12]通过训练ChatGPT编写爬虫程序、提炼文本主题、改变写作风格等，讨论了ChatGPT给科研带来的挑战；还有研究从AI运行逻辑架构和特性出发，在宏观层面上探讨其给出版业带来的发展思路与潜在风险。[13−15]

技术的进步势不可挡、不可逆转，技术革新带来的机遇与挑战也是并存的。面对这项新的生产工具，目前，出版界关于AI可能为业内带来的影响的论断，主要是基于单一的文本实例或者宏观上的学理思考所得。但是，自然科学类科技论文的写作和出版有别于人文类的论文，前者不仅对语言文字表达能力有一定的要求，更需要可靠的数学推理能力、扎实的实验实现能力、合理的数据分析能力和深邃的趋势洞察能力。在这些能力形成的过程中，AI究竟能发挥多大的作用、对科技论文的创作和出版会带来哪些实际的帮助和潜在的风险、如何有效利用其优点并规避其缺点等，是目前科技期刊出版业面临的现实问题。本文利用ChatGPT及其相关应用，参与笔者长期从事的关于轨道角动量（orbitalangularmomentum，英文缩写OAM）光场领域的科技论文的创作和相关论文出版的全过程，从实例操作中归纳AI给科技期刊出版带来的机遇和挑战，并有针对性地提出相应的对策。

二、AI在科技论文创作中的作用和局限

科技论文常分为综述类论文和研究型论文。论文的创作都涉及文献的查找和阅读，其中，综述类论文涉及研究的背景、目前的应用和对未来发展的展望等，需要撰写者有广博的知识储备和对研究发展趋势敏锐的洞察力；研究型论文除了要求对研究背景的了解，还涉及公式的推导、数据的处理等。下文考察ChatGPT在这两类文章的创作过程中的实际贡献，分析目前AI在自然科学类科技论文创作中的作用和局限。

（一）文献的查找与阅读

1.文献的查找

输入指定文献的题目或DOI码，ChatGPT能够搜索到相关的文献信息，包括对应的文献来源网址、作者信息等。

输入相应研究方向或关键词，ChatGPT一般会推荐3～5篇文献。例如，询问：“与关键词‘OAM态、量子关联、态的测量’相关的最新研究文献有哪些？请给出文献的题目。”共训练三次，每次ChatGPT会给出大约5篇文献，三次训练总共给出11篇非重复的文献。所给文献的内容范围分布比较广泛，包括OAM的量子纠缠、态的测量、量子精密测量以及通过机器学习测量Bell态等。其中：9篇与3个关键词都相关，2篇与OAM态无关，是仅与量子纠缠、量子关联有关的研究；10篇的发表时间集中于近5年内，其中5篇是2023年发表的新文献；文献来源也比较广，从影响因子16.6的一区刊物到新创期刊甚至arXiv预印本平台，但没有推荐业内比较关注的PhysicalReviewLetter（《物理评论快报》）等顶级期刊所发表的文献。

输入指定期刊名称和关键词，ChatGPT一般也会推荐3～5篇文献。例如，询问：“发表在PhysicalReviewLetter上的与关键词‘OAM态、量子关联、态的测量’相关的全部文献，给出列表。”共训练两次。第一次训练所要求的时间是从2023年1月1日至2023年12月31日，ChatGPT推荐了3篇相关文献，其中1篇与OAM态无关。第二次训练所要求的时间是从2022年1月1日至2023年12月31日，ChatGPT推荐了5篇相关文献，其中2篇发表于2023年，且均与OAM态无关，包括第一次训练中与OAM态无关的同一篇文献；3篇发表于2022年，其中2篇与OAM态无关，1篇是发表在PhysicalReviewA（《物理评论A》）上的，与指定期刊不符。此外，这两次训练所推荐文献的研究范围广泛而随意，比如文献RetrievingHigh-DimensionalQuantumSteeringfromaNoisyEnvironmentwithNMeasurementSettings完全符合第二次训练的要求，该文献发表时间较新且发表刊物具有权威性，但却不在ChatGPT的推荐名单中，可见其推荐的文献远未覆盖训练所要求的“相关的全部文献”。

综上所述，利用ChatGPT搜索指定文献，基本可以得到准确的文献信息和相关链接；通过关键词以及指定刊物和时间区间搜索，得到的推荐文献研究范围广泛，随机性较大而针对性不足，远远不能全面涵盖最新、最有影响力的相关研究成果。

2.文献的阅读

ChatGPT不能直接读取PDF文档，但可以文字文本的形式输入PDF版本文献中的段落。而ChatGPT强大的翻译功能，对于外语水平不太好的研究者非常有帮助。笔者输入某篇英文文献[16]5419中的一段文字，让ChatGPT对其进行翻译，操作结果显示，ChatGPT除了误把“to”翻译成“为了”而不是“对于”之外，其他部分包括专业词汇的翻译基本都能达到“信”的水平，这能大大提高研究者的外文文献阅读速度。

而基于OpenAI的自然语言处理模型，一款可以阅读PDF文档的开放工具ChatPDF已面世。上传PDF文档或者输入文献所在的网址后，ChatPDF会介绍该文章的作者和主要内容，并自动生成三个涉及文章研究重点的问题供使用者参考。使用者可以利用这些问题快速了解文章的研究内容，也可以针对文章内容自行提问。这对于研究者而言无疑是略读和筛选文献的有效工具。

可见，ChatGPT的翻译功能可以极大地提高外文文献的阅读效率，ChatPDF快速浏览文章主要内容的特点也有益于提高文献的略读和筛选效率。不过，从下文的训练可以看出其在公式推导等方面有所不足，因此在文章精读中能提供的作用有限。

（二）科技论文的写作

1.综述类论文的写作

综述类论文一般是指针对某一专题，对某一时间段内大量原始研究论文中的数据、资料和主要观点等进行归纳整理、分析提炼而写成的论文。ChatGPT所链接的海量数据库及其语言模型所赋予的归纳推理能力，正契合撰写综述类论文的需要。以问题“如果你是一位学者，想写一篇关于轨道角动量态在量子通信和量子存储方面的综述，你会怎么写？”不限制论文发表的刊物训练一次，附加“发表在Light：Scienceamp;Applications（《光：科学与应用》）这一级别的刊物”训练三次。由训练结果可知，ChatGPT会根据要求给出写作提纲和相关论述点的写作建议，当附加拟发表在级别比较高的刊物上这一限制条件时，提纲增加了“轨道角动量态的理论基础”部分；几次训练所给的提纲结构大致相同，也比较合理；提纲的每个章节会建议讨论大致2个相关研究方向，但每次训练所提供的研究方向有所不同，具体表现在讨论的知识点和案例上的差异。这也从侧面反映出单次训练ChatGPT所给的知识点覆盖面不全，不利于一篇高品质的综述类论文的写作。进一步训练ChatGPT撰写上述提纲的某一具体章节，其同样仅会给出这一章节写作的提纲和相关建议，这与ChatGPT的程序内在算法设置和模型逻辑有关，所以使用者需要根据提纲自行完善具体内容。

另外，ChatGPT作为自然语言处理人工智能模型，可对已有的文本内容进行优化，利用这一功能，使用者可对自己所写的内容进行润色加工。笔者将某篇文献[16]5419里的一段英文原文及其中文译文分别让ChatGPT进行优化润饰，润色修饰过的两段文字均更加流畅，起承转合更加合理，表达更加地道。但需要注意的是，在中文译文的润色结果中，ChatGPT却有画蛇添足之举。作为专业研究者，我们知道一般的测量方法都会引起量子态的坍缩，这是由量子力学本身的特性决定的，但ChatGPT却自行在中文译文最后添加上“态的坍缩是在进行测量时必须考虑的重要因素”；并且，测量破坏光场的分布和引起态的坍缩是并列关系，修饰后却将其作为因果关系，这一修改并无必要。

可见，在撰写综述类论文时，ChatGPT能够提供相对合理的写作提纲。然而，它所提供的具体知识点较少，覆盖面不广，这意味着使用者依然需要对相关研究有充分的了解，要查阅、总结大量文献知识并进行补充和扩展。此外，ChatGPT还能对使用者撰写的文字内容进行修改和润色，使语言表达更加流畅，从而提升论文写作的整体质量，但修改后内容的逻辑关系仍需使用者进行把关。

2.研究型论文的撰写

研究型论文是科技论文中最重要的类型，也是科技期刊出版的核心要素。这类论文通常根据其研究内容有明确的写作规范和结构框架。其中，最关键、最耗时的部分就是实验的实现、公式的推导和数据的处理，这三项是确保论文质量的重要因素。目前AI对实验实现的建议非常有限，下文主要以实际操作来验证AI在公式的推导和数据的处理中所能起到的作用。

（1）公式的推导

无论是对于科技论文的精读还是研究型论文的创作，公式的推导都至关重要。当使用者询问ChatGPT是否能够进行公式推导，会得到肯定的回答。尝试训练ChatGPT对某篇文献[17]的公式（2）进行推导。ChatGPT给出的推导步骤基本包含推导该公式所需要的关键环节，如指数函数的泰勒级数的展开和的幺正性，但还欠缺正余弦函数的泰勒级数展开，若将正余弦函数看作指数函数的一部分，所给步骤勉强可以推导出结果。然而，对于其他的复杂公式，ChatGPT所给的推导步骤就是“一本正经地胡说八道”。

可见，对于简单的公式，ChatGPT能给出大致的推导步骤，但在面对复杂公式时，ChatGPT显然能力不足。这主要源于目前人工智能是基于语言的共性和相关性来搜索和决策答案，因此，现有的人工智能只具有归纳推理的能力，而不具备演绎推理甚至辩证推理的能力。[3]2129即便是目前具有演绎推理能力的软件，如Mathematica，同样不具备推导复杂公式的能力。

（2）数据的处理

数据处理是自然科学研究的中心环节，是支撑研究结论的关键工作。数据处理需要研究者掌握相应的编程能力。作为基于程序语言运行的ChatGPT，天然拥有丰富的编程语料库，使用者可以用自然语言训练ChatGPT，实现快速的程序编写，以处理各种数据。笔者利用自然语言训练ChatGPT编写matlab程序，以计算一张彩色光斑图片的亮度质心。ChatGPT给出了相应的函数定义，将其拷贝进matlab后给出图片的路径并调用此函数，就可以准确计算出图片中光斑的亮度质心。但是，ChatGPT所给程序使用了两层for循环，当数据量比较大时，其对电脑资源的占用较大，计算的速度相应也会变慢。matlab拥有强大的矩阵处理能力，利用此功能可以规避所需的for循环，基于此，笔者继续用自然语言训练ChatGPT优化上述程序。这次ChatGPT利用了matlab的内置函数和矩阵操作并实现了优化，与笔者人工编写的程序在逻辑上完全一致。

可见，利用自然语言训练ChatGPT就能编写出相应的数据处理程序。但使用者必须清晰地描述所需实现的功能，并掌握相应的编程能力，以便于检查是否有程序错误，并确认生成的程序是否为最优。

三、AI在科技论文出版过程中的作用和局限

AI是信息产业发展的最新成果，在出版工作中作为新的生产工具，必定会对出版工作产生深远的变革和影响。下文通过梳理ChatGPT在科技论文出版流程中重要节点的使用，以探讨AI在科技论文出版过程中的作用和局限。

（一）选题策划和组稿

选题是出版流程的源头和起点，其创新性与时效性是出版活动成功的关键因素之一。鉴于ChatGPT在搜索信息时存在内容分布范围广泛、随机性较大且缺乏针对性等特点，直接训练ChatGPT进行选题策划的成效有限。但使用者可利用其强大的编程功能，通过自然语言训练ChatGPT编写相应的爬虫程序来爬取近期相关关键词的研究动态，与相关文章的浏览量、下载量、被引量和作者信息等，再根据数据分析结果，确定选题的特色定位，进行选题的创新性、可行性和市场需求及潜力等方面的论证。在此基础上，根据出版单位的资源，紧跟研究热点，提出合理的选题，创建热点栏目并相应进行组稿。

（二）内容查重

目前，对于中文论文的查重常利用中国知网或万方等平台的查重功能来评估该文章与已有文献的相似程度，以防止抄袭、剽窃等学术不端行为。但少数作者将自己或别人已发表的外文科技论文翻译成中文，作为自己的新论文投稿发表在国内的中文科技期刊上。这类行为由于语言鸿沟和信息差而具有一定的隐匿性，不仅会严重浪费出版资源，也会对该中文科技期刊的声誉造成损害。

针对这一情况，笔者将某篇文献[16]5419-5426翻译成中文，先利用中国知网的“学术不端文献检测系统”对其进行检测，显示跨语言检测结果为0%。再取其摘要主要部分，训练ChatGPT进行搜索，结果不仅给出了有相似研究内容的文献信息，并直接提供了所翻译的原文献。因此，使用者可以利用ChatGPT辅助判断是否有跨语言学术不端现象。

（三）编校质量检查

编辑校对是出版流程的关键环节，其质量是编辑基本工作能力的体现，直接决定着图书、期刊的出版质量。基于自然语言处理的AI具有强大的文本处理能力，我们分别从文本错误的查找和文本的润色修饰两个方面来检测ChatGPT对提升编校质量的帮助。

为了保证测试效果的全面性和典型性，训练文本选取自往年出版专业技术人员职业资格考试试题并做了适当修改。训练结果显示，对于基本的标点符号错误、明显的错别字以及著名历史事件中的数据错误，ChatGPT均能够检查出来。但是，对于相对比较隐蔽的错误，如“大汽层”应为“大气层”、“卫星重量为83.6千克”应表述为“卫星质量为83.6千克”等问题，ChatGPT并没有发现。对于不常见的历史知识检测，因语料较少，ChatGPT没有检测出存在的错误，但给出了“这段话中的历史信息需要通过历史资料来验证其准确性”等提示。

（四）其他方面的潜在辅助作用

ChatGPT虽然只能处理文本内容，但可以利用其强大的编程和搜索等功能，在期刊出版的其他环节发挥显著的辅助作用。第一，可以利用ChatGPT编写相应的宏程序拷入word文档中，或者编写类似OVERLEAF的网站，汇总常见的期刊排版格式，从而简化排版环节。第二，利用ChatGPT编写相应的爬虫程序，就某一研究热点爬取相关的专家信息，以辅助选择同行评议专家。第三，期刊的内容上传到互联网后，所刊载的论文自然也就成为ChatGPT的语料库，当使用者进行有关内容的搜索和训练时，相应的论文可能会被推送，甚至基于AI强大的翻译能力而打破语言壁垒进行推送，这不仅能提高所刊载文章的可见度、提升期刊的影响力，还能推动科研成果和科学知识的快速传播。

四、科技期刊出版中AI应用带来的机遇与挑战

通过在科技论文从创作到出版的全流程中应用ChatGPT，我们可看出AI给科技论文出版的各个生产环节带来了前所未有的变革，了解这些变革所带来的机遇和挑战，是更好地掌握和利用这一生产工具的关键。

（一）机遇

1.解放生产力，加速知识创新

首先，人工智能能够替代低创造性、重复性的工作。从上文的全流程操作可以看出，对于查找指定文献、翻译和筛选文献、撰写综述类论文提纲以及内容查重、简单的编校错误检查等低创造性、重复性的工作，ChatGPT都能够较好地胜任。这有助于科技工作者将主要的时间和精力投入到具有高创造性、创新性的工作中，从而提高科技创新的效率；也让出版工作者能将主要精力投入到选题的策划、栏目的组稿和编校质量的打磨等注重内容加工创造的环节中，从而提高出版的生产效率和质量。

其次，从自然语言到程序语言，AI能够极大地提高编程效率。对于自然科学研究，程序的编写必不可少且至关重要。不同的程序语言有各自的优缺点，针对不同的功能要求选择合适的程序语言往往会起到事半功倍的效果。因此，一个研究项目的进行往往需要采用多种程序语言、编写调试多个程序，以实现不同的功能。以往，一个复杂程序的编写和调试往往要花费研究者大量的时间乃至多人多天的协作，而ChatGPT的出现使得研究者可以直接用自然语言描述所需要的功能，并在不到一分钟的时间内得到相应的程序。这能极大地提高研究工作的效率，促进科技的快速迭代进步。对于出版工作者，海量大数据的挖掘和分析可以提高选题策划和栏目创设的质量；各种宏的应用和模块程序的编写能使出版流程更为标准化，是提高出版质量的有效途径。从自然语言到程序语言，AI为程序的编写提供了一个高效可行的工具，从而提高文化生产的效率，加速知识创新的速度。

2.彰显技术优势，提高出版物质量

首先，AI有助于提高出版物的内容质量。AI能与互联网实时连接，可以搜索海量的数据并根据要求用自然语言呈现搜索结果，这无疑能快速拓宽科研工作者的科研视野。另外，AI天然具备的良好编程能力和数据挖掘能力，有助于科研工作者从多角度和多层次对数据进行分析，从而提高数据分析的深度，挖掘数据表象下更深层的科学意义。AI的这些能力有益于促进科学研究质量与出版物内容质量的提高。

其次，AI有助于提高出版物的文字质量，增强文章的可读性。从事自然科学研究的科研人员往往在语言表达上严谨有余而优美不足。从上文的操作可以看到，基于自然语言处理的AI可以对文字文本进行一定的修饰润色，能对常见的语法错误进行核查，这不仅能够使得文字的表达更为流畅优美，也有助于提高出版物的编校质量。

3.提升出版内容传播效率，加速科技进步

前文已指出，对于基于自然语言处理的AI而言，互联网上的文本资料都是其语料库和数据库。随着使用者的增加，AI强大的搜索和推荐能力使得科技期刊所刊发的文章能被推荐给更多的使用者，同时其强大的翻译能力能够跨越语言鸿沟，让不同语种的文献出现在各个国家和地区的研究者面前。这可极大地提高优秀科技论文，特别是中文优秀科技论文在学界的可见度，从而促进科技期刊出版内容的传播效率，在提高科技创新和科技研究迭代速度的同时，推动科技的飞速进步。

（二）挑战

1.存在泄密风险

AI的使用过程不是一个只有使用者在场的封闭环节。目前，基于自然语言处理的AI在后台都有人工训练师，他们在使用者的操作过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪等工作。同时，使用者输入的内容也能成为AI的语料库，某些词语或表述可能会出现在其他使用者的训练过程中。此外，互联网上还存在黑客和木马病毒等，在使用者进行大数据挖掘、数据分析或文本修饰时，这些隐患可能会把用户的研究设想、研究数据或者正在构思或撰写的成果泄露出去，因此在科研和编校的过程中使用AI存在泄密的风险。

2.功能有限

任何工具都不是“包治百病”的“灵丹妙药”，都有其局限性。从上文的操作过程可以看出，ChatGPT在科技期刊出版过程中存在诸多不足：在宽泛的文献搜索以及综述类论文提纲的罗列时，存在随机性比较大、针对性不足、涵盖面不全等问题；因其程序的内在算法逻辑，在文本的润色修改中缺乏专业素养，可能导致修改内容存在逻辑错误等问题；不具备演绎推理和辩证推理的能力，不能推导复杂的数学公式；在进行程序编写时，未必能一次性达到最优；在编校质量检查时，只能识别常见的简单错误，不能识别比较隐蔽的错误，对于语料有限的文本也不能进行检测。随着技术的进步，有些不足可能会有所改善，但或许还会出现其他的缺点，使用者需要正确认识所用AI的局限性，避免发生意想不到的错误。

3.存在依赖风险

尽管存在上述局限，但AI，特别是基于自然语言处理的AI的出现确实是科技长足进步的体现，也为科技期刊出版带来前所未有的便利。这容易让使用者养成懒惰心理，过度依赖工具，从而放松对自己专业素养的提升，导致自己专业能力下降，只能熟练依赖工具进行低创造性、重复性的工作，失去了进行高创造性、创新性工作的能力和动力，在文化生产和创新的过程中止步不前，甚至沦为工具的“奴隶”，被科技进步的狂潮淘汰出局。

五、科技期刊出版中AI应用的建议

（一）完善规则体系，优化监管机制

新事物的出现，必定带来新的问题，应逐步完善顶层设计，构建起法律法规和行业规范相结合的制度规则体系，防范问题的发生，减少乃至避免不良后果的产生。首先，应明确政府主管部门职能边界。在行业发展和社会秩序间确定合理边界，既不能因为监管缺位导致无序发展，也不能因为监管过严而扼杀新兴行业的发展壮大。其次，在规则体系框架下，加强法律监管和行业自律，促使其规范有序发展。在法律层面应对AI领域的泄密等有违社会秩序、阻碍行业发展的行为予以明令禁止，并规定违反者必须承担的相应法律后果；在社会层面应通过行业协会明确相关主体的责任和义务，引导使用者加强内部监管，预防泄密事件的发生。

（二）加快技术研发，抢占科技话语权

AI是一个蓬勃发展的科技领域，虽然目前以ChatGPT为代表的应用暂时占据领先地位，但是因其出现的时间较短，各国之间的代际差距不是很大。ChatGPT的开发以英文为基础，故英文论文在此应用上得到搜索和推荐的机会远大于其他语种的论文；如果使用其他语种，则需要AI进行翻译，这导致其对于中文文本的处理能力存在先天不足的问题。另外，从上文的操作流程可以看出，单就出版领域而言ChatGPT就存在诸多短板。故而我国应加快自有技术的研发，迎头赶上，弥补现有AI技术的不足并拓展更多、更强大的功能，彰显自身的特色，以吸引更多的使用者。当我国自己研发的基于自然语言处理的AI优势越大，特色越明显，使用者就越多，如此一来，我国科技期刊，特别是中文科技期刊得到搜索和推荐的机会就越多，可见度越高，学术影响力越大，中文科技界的话语权也就越大。

（三）强化知识更新，促使人机有机结合

首先，当新的科技工具出现时，作为使用者应及时更新自己的知识体系，了解新工具的性能，掌握其使用方法，明确其优缺点，这样才能在使用过程中扬长避短，更好地利用工具。其次，随着工具的进步，使用者应当不断加强自己的职业素养培养，提高自己的专业能力，这样才能将工具的优势在自己的工作中发挥到最大限度。最后，当面对更加便捷的工具时，使用者应当摆正自己的态度，明确自己的主导地位，合理使用工具，避免因过度依赖相关工具而削弱了自身的主观能动性和创造力。

（四）明确AI工具属性，合理界定使用者责任

关于AI生成的内容目前还存在较大争议，对于自然科学类的内容，争议主要集中在知识产权、伦理和安全问题等方面。安全问题主要可通过监管以及配套的法律和技术手段来保证。对于知识产权和伦理问题，法律界和学界应该广泛研究讨论，明确人工智能作为工具的贡献以及使用者作为主宰的能动性及其应该承担的义务和责任。例如，对于一篇综述类论文，AI在写作提纲等方面的贡献占比可能会日益增加，在这种情况下，出版行业应就这类文章的选用标准及其可能对期刊产生的影响进行深入的探讨；若作者在使用AI辅助撰写文章时，AI将作为语料的已有文本直接当作文章内容提供而产生抄袭等学术不端问题，作为有主观能动性的使用者应该对此类情况进行把关，并肩负相应的责任，承担相应的后果。

六、结语

人工智能，特别是基于自然语言处理的人工智能的出现给各行各业的生产方式带来了新的变革和挑战。作为新的生产工具，AI在为出版行业带来了解放生产力、加速知识创新，彰显技术优势、提高出版物质量，提升出版内容传播效率、加速科技进步三个方面机遇的同时，也让出版行业面临泄密风险、功能有限和使用者依赖风险等挑战。鉴于此，我们应该在政策层面完善规则体系、优化监管机制以严控泄密的发生；在技术层面加快基于中文自然语言AI的研发、抢占科技话语权；在使用者层面强化知识更新，促使人机有机结合，发挥AI的最大优势，避免依赖风险；在应用层面，行业内应加强研究，明确AI工具属性，合理界定使用者责任，更好地利用这一新兴生产工具。