【摘要】生成式人工智能由各類算法構成，其在給學術期刊高質量發(fā)展帶來機遇的同時，也使得學術期刊面臨以網絡數據為基礎導致選題過度迎合社會熱點、程式化交流導致與作者溝通存在障礙、算法的智能技術特性導致難以有效處理稿件導向、信息繭房效應導致用戶知識全面發(fā)展受到較大影響等挑戰(zhàn)?；诂F狀，可從采用以科學分類規(guī)劃為指導的人工智能選題方法，建立以程式化議題為主的人工智能溝通模式，形成編輯參與技術迭代和人工終審相結合的人工智能審校方式，制定以用戶指令為主要依據的個性化出版內容推送策略等方面，構建學術期刊高質量發(fā)展的科學路徑。

【關? 鍵? 詞】生成式人工智能；ChatGPT；學術期刊高質量發(fā)展

【作者單位】李彥京，中南財經政法大學。

【中圖分類號】G237.5【文獻標識碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2023.12.015

學術期刊是承載現代社會最新學術研究成果，促使其傳播和轉化為現實生產力的關鍵載體［1］。學術期刊的高質量發(fā)展對于提高期刊在學術界的知名度，更好地促進相關學術成果轉化和人才成長，乃至學術研究的整體繁榮，具有重要意義［2］。以ChatGPT為代表的生成式人工智能可以在很大程度上替代人類的腦力勞動［3］，為學術期刊的高質量發(fā)展提供新的機遇。然而，由于具有兩面性，生成式人工智能在促進學術期刊高質量發(fā)展的同時，也必然給學術期刊帶來前所未有的挑戰(zhàn)。因此，如何面對生成式人工智能帶來的機遇和挑戰(zhàn)，并利用其為學術期刊的智能化、高質量、可持續(xù)發(fā)展保駕護航，具有現實意義。

一、生成式人工智能給學術期刊高質量發(fā)展帶來的機遇

從智能技術層面來看，ChatGPT是在模仿人類語言的大型預訓練語言模型（LLM）基礎上形成的一種生成式人工智能語言模型［4］，其可以較為準確地按照用戶意圖實現問答、分類、摘要和創(chuàng)作等自然語言理解與生成任務，自動而迅速地輸出邏輯自洽的回答［5］。基于ChatGPT的這一特性，我們可以看到，生成式人工智能給學術期刊高質量發(fā)展帶來了新的機遇。

1．整理分析社會熱點以獲得高質量選題

生成式人工智能可利用強大的搜索能力和協同創(chuàng)新方式，依托大數據提供的海量信息，對當前的研究現狀進行整理，從中發(fā)現相關的社會熱點和學術研究熱點，并提煉核心問題和發(fā)展趨勢等信息，進而提出可供學者研究、與現實緊密結合的前沿性研究選題。例如，《華盛頓郵報》等多家新聞媒體組建了人工智能編輯部，利用大數據技術獲取多種信息，然后依靠機器學習對信息進行分析和判斷，從而獲得大量與當前熱點相關的高質量選題［6］。另外，人工智能與大數據相結合還能夠通過統(tǒng)計讀者對不同信息內容閱讀的頻率和時間，得出讀者感興趣的相關社會熱點問題的集合，并根據這些集合內容為學者提供相應選題［7］。

2．輔助編輯與作者溝通以提高組稿效率

生成式人工智能強大的信息檢索能力和智能化分析能力能夠對編輯與作者之間需要溝通的信息進行整理和分析，并提出合理化的建議，有效輔助編輯與作者溝通，提高組稿效率。生成式人工智能可以根據編輯的指令，對相關學者的個人信息和研究成果進行詳細檢索，并根據相關指標對學者的學術水平和影響力進行評估和排序，從中找出編輯需要聯系約稿的熱點學者或者學術帶頭人。

3．精準分析查錯以提升評議效率和審校質量

首先，人工智能可以根據檢索的研究領域、活躍程度和審稿記錄等信息，為相關稿件選擇合適的審稿人，然后通過區(qū)塊鏈技術的運用，保證作者投稿和專家評議等環(huán)節(jié)的真實可靠，并及時將相關信息傳遞給編輯和作者，提高專家評議環(huán)節(jié)的效率。其次，人工智能具有很強的虛假信息甄別能力，能夠高效識別文稿中可能出現的虛假信息并進行標注和刪除［8］。最后，在規(guī)范性較強的校稿階段，生成式人工智能能夠依靠編校軟件，實現高效率的數字編校［9］，如北京印刷學院與方正電子聯合成立的“智能審校聯合實驗室”、哈工大訊飛聯合實驗室開發(fā)的飛鷹智能文本校對系統(tǒng)等。

4．個性化推送出版內容以滿足用戶需求

生成式人工智能通過與用戶閱讀習慣大數據采集系統(tǒng)連接，能夠精準分析和處理學術期刊的出版內容，根據大數據得出不同用戶的閱讀偏好，并將相關內容準確推送給有需要的用戶，從而使生成式人工智能能夠個性化地推送出版內容，充分滿足用戶需求［10］。其一，生成式人工智能可根據大數據采集的用戶閱讀行為數據，準確分析用戶的閱讀興趣和研究方向，并由此生成精準的用戶出版信息偏好數據庫。其二，生成式人工智能可根據編輯輸入的出版內容信息，與對應的用戶出版信息偏好數據庫進行對比匹配，將相關信息精準推送給用戶，滿足不同用戶的個性化需求。

二、生成式人工智能給學術期刊高質量發(fā)展帶來的挑戰(zhàn)

生成式人工智能是高新智能科技，其在給學術期刊高質量發(fā)展帶來機遇的同時，也必然由于自身存在的不足讓學術期刊高質量發(fā)展面臨一定的挑戰(zhàn)。

1．以網絡數據為基礎導致選題過度迎合社會熱點

由于生成式人工智能在選題方面擁有社會熱點搜集和歸納能力，使得部分學術期刊在選題過程中過度迎合社會熱點，不夠關注其他對社會發(fā)展同樣重要但非熱點的問題，影響了學術期刊選題的合理性。一方面，人工智能搜集和歸納的社會熱點以網絡為基礎，雖然當前多數社會信息都通過各種渠道出現在網絡上，但并不等于所有領域的相關信息都會出現在網絡上，并且網絡上的數據也不一定準確。網絡數據反映社會現實的這種不完整性，導致以網絡數據為基礎歸納出來的社會熱點覆蓋面不完全，以此為依據策劃的學術期刊選題也會出現相應的疏漏。另一方面，人工智能搜集和歸納的社會熱點往往只是社會中受到人們廣泛關注的領域，但并不表示未受社會關注的非熱點領域對社會發(fā)展就不重要，如傳統(tǒng)民間藝術中的冷門絕技［11］等。因此，僅僅搜集社會熱點形成選題會導致對非熱點領域的忽視。

2．程式化交流導致與作者溝通存在障礙

由于生成式人工智能在搜集作者相關信息并將其充分運用到組稿中強大且精準的功能，部分學術期刊在組稿過程中容易過度依賴生成式人工智能。然而，生成式人工智能搜集的作者信息不完整并且容易即時變動，人工智能算法具有固定性，這些因素導致編輯和作者之間缺乏溝通，產生各種問題。一方面，相關學者每天接收大量由人工智能自動發(fā)送的約稿通知，對閱讀約稿信息容易感到疲勞，導致人工智能下自動化約稿的溝通障礙。另一方面，編輯在組稿過程中過度依賴人工智能的自動溝通功能，或者直接按照人工智能提出的程式化建議行事，容易與作者之間形成溝通障礙，降低溝通效率，甚至無法有效溝通。

3．因算法的智能技術特性導致難以有效處理稿件導向

生成式人工智能憑借強大的信息檢索能力和科學的行為選擇能力，在查重、專家評議以及編校環(huán)節(jié)具有人工難以企及的精準性和高效率。生成式人工智能在學術期刊審稿過程中，能夠高效精準地發(fā)現相關稿件內容是否涉嫌抄襲，相關語言表述是否準確等，如黑馬校對軟件在漢語切分、漢語語法分析、漢語依存關系分析等方面采用了先進的優(yōu)化算法，有效提高了編輯的查錯準確率和校對效率［12］。同時，學術期刊審稿還需要審核稿件內容是否堅持正確的政治方向、出版導向、價值取向等。生成式人工智能主要依靠各種算法所形成的行為選擇模式對相應稿件進行審查，由于算法本質上屬于智能技術，缺乏人腦的價值判斷能力［13］，因此，編輯在審稿時要進行有效彌補。

4．信息繭房效應導致用戶知識全面發(fā)展受到較大影響

生成式人工智能憑借強大的信息采集、檢索和分析能力，能夠向用戶精準推送出版內容。由于人工智能的精準定向推送，用戶所接觸的內容必然為其希望看到的內容，而其他同樣重要甚至更加重要的信息則被這種個性化的信息推送功能屏蔽，導致典型的信息繭房效應［14］。信息繭房效應的出現，意味著個性化的出版內容推送功能雖然能夠大大提高信息推送的精準度，卻使用戶失去獲得多種知識和信息的可能性，不利于用戶知識的全面發(fā)展。

三、生成式人工智能促進學術期刊高質量發(fā)展的科學路徑

為了有效利用人工智能促進學術期刊高質量發(fā)展，必須堅持以人為主、以人工智能為輔的模式，在利用人工智能減輕學術期刊和編輯工作負擔的同時，充分發(fā)揮以編輯為核心的工作人員的主觀能動性，促進學術期刊高質量發(fā)展。

1．采用以科學分類規(guī)劃為指導的人工智能選題方法

首先，根據當前社會發(fā)展的需要，對學術期刊選題涉及的領域進行科學分類，將其分為社會熱點領域、非熱點領域，以及需要人工調研的領域。其次，根據以上分類，對社會熱點領域，可采取人工智能自動選題和人工終審的模式；對非熱點領域，可采取人工智能采集信息和分析整理問題，人工最終選擇的模式；對需要人工調研的領域，如網絡知識熟悉度不夠高的鄉(xiāng)村地區(qū)，可采取人工采集信息、人工智能整理和分析問題，人工最終選擇的模式。最后，對于不同領域的選題，由人工智能進行匯總和分析，提出選題建議清單，再由學術期刊編輯委員會根據實際需要綜合權衡后確定最終的選題清單，確保選題的科學性和合理性。

2．建立以程式化議題為主的人工智能溝通模式

首先，對學術期刊組稿過程中需要與作者溝通的議題進行劃分，分為程式化議題和復雜議題兩部分。比如在約稿方面，可以將一般約稿納入程式化議題，而將重點約稿納入復雜議題。其次，對于程式化議題，采取人工智能自動交流的溝通策略。對一般約稿直接由人工智能根據分析結果向目標學者發(fā)放約稿信息，并對相關信息的回復進行程式化處理；對于復雜議題則采取人工智能提供建議，編輯直接與作者溝通的方式。如對于重點約稿，由人工智能根據分析結果提供重點約稿名單，編輯則從人工智能建議的名單中確定需要重點約稿的作者，再與作者直接交流。最后，對程式化議題的人工智能溝通過程實行人工監(jiān)測，對人工智能交流導致的溝通障礙及時進行人工處理，保證人工智能程式化交流的順利開展。

3．形成編輯參與技術迭代和人工終審相結合的人工智能審校方式

針對算法因智能技術特性難以有效處理稿件導向問題等情況，有必要制定編輯參與技術迭代和人工終審相結合的人工智能審校策略。首先，算法雖然難以有效作出價值判斷，但通過設置關鍵詞，可以讓人工智能迅速發(fā)現問題。因此，要讓編輯參與相關軟件的更新迭代，把相關的關鍵詞加入生成式人工智能的算法中，助力人工智能在審稿時迅速檢索并標注存在問題的關鍵詞，然后轉由編輯人工處理把關。其次，通過人工終審嚴格把好內容的政治方向、出版導向和價值取向。

4．制定以用戶指令為主要依據的個性化出版內容推送策略

首先，生成式人工智能在對用戶進行出版內容推送前，應給用戶提供不同領域出版內容的問詢選項，由用戶作出選擇并發(fā)出相關指令后，再進行內容推送。其次，為了防止生成式人工智能為用戶提供的選項中缺少用戶真正需要的內容，應當給用戶提供手動輸入關鍵詞搜索相關出版內容的服務。再次，為了保證生成式人工智能在以用戶指令為主的內容推送過程中充分發(fā)揮強大的算力，相關選項應將人工智能分析得出的用戶偏好程度作為排列依據，偏好度最高的放在前面，后面依次排列，以供用戶選擇。在用戶輸入關鍵詞搜索相關內容時，還應根據人工智能分析得出的用戶偏好度，在推送時將檢索的相關內容信息按照用戶偏好度的高低依次排列。最后，允許用戶設置訂單式推送選項，即在推送服務的相關界面中，用戶可根據自身需求，勾選推送內容組合的訂單式服務選項，形成訂單，之后人工智能根據訂單要求為用戶推送相關內容信息，并在間隔一段時間后提醒用戶更新訂單。

總之，以ChatGPT為代表的生成式人工智能的問世，使一些較為復雜的人類腦力勞動被人工智能取代成為可能。生成式人工智能憑借強大的檢索能力和行為選擇能力，為學術期刊高質量發(fā)展帶來了前所未有的機遇，然而，其在有效促進學術期刊高質量發(fā)展的同時，亦使學術期刊面臨前所未有的挑戰(zhàn)。因此，對生成式人工智能給學術期刊高質量發(fā)展帶來的機遇和挑戰(zhàn)進行深入分析，充分有效利用生成式人工智能，構建學術期刊高質量發(fā)展的科學路徑，是期刊界面臨的時代課題。

｜參考文獻｜

［1］於興中，鄭戈，丁曉東. 生成式人工智能與法律的六大議題：以ChatGPT為例［J］. 中國法律評論，2023（2）：1-20.

［2］譚曉萍. 社科學術期刊高質量發(fā)展中的中國特色構建［J］. 科技與出版，2022（3）：148-154.

［3］朱大明. 學術期刊應倡導學術討論與爭鳴［J］. 科技與出版，2003（3）：6-8.

［4］趙朝陽，朱貴波，王金橋. ChatGPT給語言大模型帶來的啟示和多模態(tài)大模型新的發(fā)展思路［J］. 數據分析與知識發(fā)現，2023（3）：26-35.

［5］詹新惠. AIGC意味著什么［J］. 青年記者，2022（24）：125.

［6］吳芳. 人工智能時代學術期刊業(yè)的發(fā)展戰(zhàn)略研究［J］. 出版參考，2018（10）：48－50.

［7］白燕燕，董二林. 大數據與數字閱讀未來［J］. 中國出版，2017（12）：18-20.

［8］管佖路，顧理平. 價值沖突與治理出路：虛假信息治理中的人工智能技術研究［J］. 新聞大學，2022（3）：61-75+119.

［9］趙燕萍. 基于出版流程構建科技期刊智能出版平臺的研究［J］. 出版廣角，2020（10）：46-48.

［10］黃楊. 算法新聞推送中個性化與公共性的博弈［J］. 青年記者，2021（6）：103-104.

［11］陳曉東． 搶救遺產，延續(xù)絕技：評張燕新作《〈髹飾錄〉圖說》［J］. 藝術百家，2007（S2）：203-204.

［12］孟磊. 智能時代的著作權集體管理：挑戰(zhàn)、反思與重構［J］. 出版發(fā)行研究，2020（1）：46-49.

［13］張林. 智能算法推薦的意識形態(tài)風險及其治理［J］. 探索，2021（1）：176-188.

［14］匡立波，周雙娥. 信息繭房：個性化推送時代高校思政課的供需錯位及矯治［J］. 重慶郵電大學學報：社會科學版，2021（6）：97-103.