摘 要：全媒體時代，人工智能技術與編輯出版的融合發展是出版業的研究熱點‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 其對于編輯出版業而言，既是機遇也是挑戰，在提升工作效率、防范學術不端行為、提升資源配置和價值創造力等方面產生了積極影響; 同時，人工智能技術的蓬勃發展也會導致傳統編輯出版崗位需求量降低、對編輯出版從業者提出更高的職業要求，以及面臨著作權、隱私權和科技倫理安全風險‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 學術期刊從業人員應該將眼光放長遠一些，積極接納新技術帶來的變化，轉變傳統編輯出版思維，保持對信息技術最新政策法規和資訊的關注，用知識和技能武裝成不可替代的存在‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　關鍵詞：人工智能; 學術期刊; 影響; 策略

　　2020年6月30日中央全面深化改革委員會第十四次會議審議通過了《關于加快推進媒體深度融合發展的指導意見》，并對推動媒體融合向縱深發展提出要求和發展方向。 作為學術期刊，我們應思考和探索如何培養全媒體人才，如何以先進技術為支撐，推動學術期刊發展。 近年來，人工智能技術與編輯出版的融合發展為出版業的研究熱點。 其對于編輯出版業而言，既是機遇也是挑戰。 2020年，國家標準化管理委員會同中央網信辦、國家發展改革委、科技部、工業和信息化部聯合印發了《國家新一代人工智能標準體系建設指南》，對人工智能標準化工作進行頂層設計，提出人工智能標準體系框架，圍繞基礎共性、支撐技術、關鍵通用技術、安全/倫理等提出標準規劃和重點方向。 [1]如今，人工智能已成為全球信息技術產業發展的新高地，被列入了我國“新基建”7大領域，包括智能醫療領域，其對行業標準化提出了迫切需求。 人工智能技術與編輯出版的融合發展是目前出版業的研究熱點。

　　《新一代人工智能發展規劃》[2]中指出要“大數據驅動知識學習、跨媒體協同處理、人機協同增強智能、群體集成智能和自主智能系統成為人工智能的發展重點，人工智能發展進入新階段。 ”人工智能技術將給編輯出版行業帶來顛覆性的改變，包括智能化和優化出版流程、多元化傳播形式、提升傳播速度和精準度、培養和轉化編輯人才等。 自此，國內外出版界學者們對人工智能在學術期刊傳播中的應用優勢和平臺建設等方面的融合發展進行了深入探討，也研發出一些有益于解決繁雜或瑣碎的編輯出版的工具和平臺。 比如美國泰德(TED)出品的話題分析工具彩虹人工智能(iRis.AI)，通過機器學習為用戶推薦與被檢索主題高度相關的信息和論文。

　　[3]2016年，The Drum與IBM沃森系統合作，基于人工智能創造完成了一期完整的雜志。 [4]“2017騰訊媒體+峰會”現場，騰訊推出的自動化新聞寫作機器人Dreamwriter平均僅需0.5秒就完整1篇論文寫作。 [5]人工智能技術的廣泛應用，對于如今期刊編輯出版行業既是機遇也是挑戰，不僅可以協助編輯從海量的學術數據中更高效、精準地提煉出有價值的信息，還能高效率完成一些事務性的基礎工作，減少人為錯誤等，從而將編輯解放出來做更具創造力的工作。

　　在人工智能飛速發展的當下，學術期刊承載了科技工作者的醫療經驗和科研成果，反映了科研現狀和最新動態，是學者們重要的醫藥學研究情報來源。 其是傳播和交流學術思想的紐帶和橋梁，具有周期性、專業性、選題靈活、作者眾多、分科細化等特點，與人工智能融合發展是必然趨勢。 然而，目前針對學術期刊和人工智能融合發展的研究較少，本研究擬落實到學術期刊這一細化分類，探討全媒體時代人工智能對學術期刊編輯出版業模式的影響及應對策略，旨在警示學術期刊編輯們更新自身觀念、知識和技能。

　　1.人工智能發展為學術期刊帶來了機遇

　　1.1提升編校工作效率

　　人工智能為學術期刊工作者帶來的最直接影響即是通過智能化、自動化操作替代單一、重復性的工作，比如數據收集、文獻查閱、數據核對、排版和校對等。 目前，學術期刊“重點刊”模式，即“專病專刊”出版模式大受推崇，其具有集中、全面報道相關疾病的最新診療技術和研究成果，便于學者們重點學習，實用性較強的特點。

　　“專病專刊”的重點即是選題策劃和論文組稿環節，如何敏銳、精準地抓住當前科技領域的科研熱點和難點問題，需要深度挖掘和全面收集相關大數據。 數據收集需要花費大量的精力和時間，而人工智能技術可以突破編輯工作者經驗和能力的上限，通過跨數據平臺自動生成并導出各類疾病的可視化量表，為編輯選題策劃提供有效的數據和決策分析。 人工智能語義建模、語義搜索引擎知識圖譜(Knowledge Graph)等[6]的投入使用，不僅有益于編輯們逐漸脫離瑣碎的數據收集工作、提高決策效率，還能降低編輯部的人力成本和選題偏倚風險。

　　其次，學術期刊的一大特點即專業術語、統計學圖表、病理和診療圖片較多，人工智能可根據論文選題，快速核對其術語提法的準確性和圖表的規范性等。 [7]目前，學術期刊的編輯們很難審查論文的圖片的真實性和合法性，人工智能技術可以通過深度智能識別功能為編輯提供參考，也為編輯對論文的初審節省了時間，避免反復核查。 此外，學術期刊的參考文獻格式都有統一要求，根據筆者多年的工作經驗，很多作者往往沒有那么細致地標注要求的卷、期及標點符號等。 這也是大量花費編輯時間的一項可重復性工作。 人工智能可以協助核查文獻規范，同時自動修正文獻的一致性和著錄格式。 然而，使用人工智能機器人進行論文寫作和內容生產對于著作權和責任風險認定問題仍值得科技界和立法機構探討和摸索。 [8]

　　1.2 有效防范學術不端行為

　　科技論文數據的可靠性和真實性決定了實用價值，若作者通過抄襲、數據作假等學術不端行為，導致論文的真實性和可靠性出現問題，使得讀者和研究者們不能享受科學研究和醫療技術的真正價值。 人工智能技術可以應用于學術不端行為的預警領域，針對出現洗稿式論文抄襲、數據篡改、圖片挪用等，與學術征信等對接以提供個人學術研究的風險評級。 [3，7]目前中華科技會系列雜志共用一個遠程審稿系統，且與中國知網查重系統綁定，作者一旦在多個雜志投稿，便會直接顯示是否重復投稿以及重復率百分比等。 這一技術的發展，一定程度上避免了作者企圖一稿多投行為，同時節省初審編輯單獨查詢重復率的時間。 以往的反學術不端行為軟件多采用逐字逐句的方式審查文本，無法辨別出洗稿式的隱蔽剽竊行為，如更換語序和形容詞等形式。

　　如今的人工智能技術除了能夠逐字逐句核查，還能識別段落的整體結構和句子組成部分。 如CrossCheck/iThenticate論文防剽竊系統具有2種交叉審查功能，包括基于全球學術出版物所組成的龐大數據庫和基于網頁的檢測比對工具。 它支持MS Word， PDF，Word XML， WordPerfect， PostScript， HTML， RTF， HWP， OpenOffice (ODT) and plain text等多樣化格式，還可提供輔助排除引用報告，將相似的文本標示出來，自動追蹤抄襲文獻來源，清晰標注相似段落。 除此之外，一些反剽竊軟件，如OpenCv等已經開始在系統中增加圖像檢測功能，包括檢測文章中的重復圖像或偽造圖像。 [9-10]

　　其次，人工智能技術不僅能檢測論文基本質量的剽竊，還能高度識別和精確匹配同行評審專家。 學術期刊的同行評議和審稿人在學術出版過程中發揮著核心作用。 然而，受同行評審專家和審稿人自身學術知識水平和學科領域范圍等限制，其可能對稿件研究領域的不熟悉，評審的結果不專業甚至帶有主觀偏見，導致一些優質科研論文不能及時刊發，也可能使學術價值較低的論文發表在學術期刊上。 這不僅影響期刊的整體質量，也是一種學術資源的浪費。 2016年國際科學技術與醫學出版商協會(STM)發布的《科技出版的技術趨勢：展望2020》首次提出了自動同行評議的概念，包括參考文獻自動跟蹤、統計監測和文本數據挖掘。

　　在2018年發布的趨勢2022報告中，人工智能已經開始進入實踐階段。 世界數據挖掘領域的最高級別的學術會議，即由ACM的數據挖掘及知識發現專委會(SIGKDD)主辦的國際數據挖掘與知識發現大會(ACM SIGKDD)以論文接收嚴格聞名，每年的接收率不超過20%，主要源于其采用的自動化審查分配系統“提交篩選”(SubSift)建立的論文和同行評審專家的雙向匹配和選擇，成立同行評審小組，對論文的重復率等進行嚴格的質量把關。 分析、挖掘和匹配同行評審專家也是人工智能技術與學術出版融合發展的研究熱點。 然而，目前大量科技文獻數據仍未開放獲取，各大學術出版商還應聯合起來，在不影響商業利益的前提下，破除技術壁壘，充分實現融合發展和數據共享。 [11]

　　1.3 提升資源配置和價值創造力

　　人工智能技術的核心基礎是大數據，依托于海量的結構化和非結構化信息進行學習、建模和計算，從而提高數據分析和預測的精確性‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 人工智能技術不僅可以深入了解學術期刊從建刊以來刊登過的所有文章、持續跟蹤當下審理和編輯的論文，還可以有效地測算即將選題策劃論文的學術價值和傳播風險等。 在人工智能機器的學習和儲存基礎上，隨著學術期刊稿件數據的不斷增加，學術期刊的影響因子和學術價值也能逐漸被測算。 傳統的學術期刊影響因子往往根據過往的論文引用和發表情況進行回測，而人工智能技術可以通過連接學術期刊之前所有的歷史數據和不同的模型算法進行預測，同時與歷史數據進行對比分析。

　　有學者嘗試基于Web of Science數據庫預測SCI期刊影響因子，[9]也有學者基于分位數回歸的期刊論文被引量預測等。 [10]人工智能技術可以克服傳統影響因子滯后性，將最新數據納入預測模型中，幫助學者們進行稿件分析和成果共享等。 目前，科研數據共享服務已經成為趨勢，通過人工智能技術對其進行改進，數據收集和精華提煉為研究者們和學術期刊編輯們提供了判斷、評估和決策的基礎，對于學術期刊資源的有效分配和價值創造力的穩健提升大有裨益。 如學術出版業巨頭愛思唯爾(Elsevier)提供如ScienceDirect、Scopus、SciVal、ClinicalKey和Sherpath等信息分析解決方案和數字化工具為科研工作提供支持。

　　2.人工智能發展也為學術期刊編輯出版業攜來了挑戰

　　人工智能技術是一把“雙刃劍”，在高效率完成學術期刊繁雜又瑣碎的數據收集工作時，也會導致傳統編校和排版工作人員崗位需求的銳減。 人工智能發展也為學術期刊編輯出版業帶了機遇的同時也裹挾著挑戰。

　　2.1 學術期刊編輯出版信息面臨風險

　　人工智能技術較大程度降低了編輯出版過程中的人為參與程度，學術期刊編輯在數據審核和授權過程中發揮著更重要的作用，同時也由于各類稿件和數據的電子化和集成化存儲，辦公容量也大幅降低。 然而，不容忽視的問題是，人工智能技術的復雜性和智能化特性可能引起一定程度的學術期刊版權信息和倫理風險。 如期刊編者群、讀者群和銷售傳播信息等，多涉及個人信息和隱私信息。 [12]而學術期刊人工智能服務系統和機器人均是由人為預設的代碼，如果主管機構和雜志社缺少相關專業人員且系統維護不及時或濫用時，很可能造成重要醫療數據和個人隱私信息泄露，造成不必要的麻煩。 “大數據時代，人人都成了透明人”。 作者和審稿專家反應經常有騷擾電話或郵件詢問是否要申請專利、是否要發文章等。

　　人工智能技術與編輯出版融合發展的大趨勢下，學術期刊的版權保護也存在較高的風險，如何在尊重并保護作者知識產權的同時，合法保護數字版權值得探討。 人工智能技術提高了編輯搜索與稿件選題相關研究成果的效率，同時也隱含著對新知識版權的保護風險，學術期刊從業者在選題、審稿和使用采編工具時需更加謹慎，協助避免作者或出版單位陷入不必要的知識產權糾紛中。 人工智能技術的發展也催生了如數字加密、密鑰技術、網絡加密傳輸等信息技術創新和發展。 學術期刊出版單位必須要有專人負責掌握和更新這些版權保護的新技術，日常選題、審稿和編輯處理過程中有效采用這些技術以保護作者和出版機構的知識產權。

　　2.2 對學術期刊從業者提出更高的要求

　　人工智能技術優化編輯出版流程的同時導致傳統編輯崗位需求量大幅降低，同時促使編輯出版部門職能轉型，這也對學術期刊從業者的知識和技能提出了更高、更全面的要求。 首先，排版、校對等基礎性工作人員需求量下滑。 目前，針對學術期刊從業者的人工智能技術培訓較少，多數學術期刊從業者并不了解人工智能，在編輯出版工作中尚無太多可以借鑒的經驗。 目前普遍存在學術期刊編輯對人工智能技術學習的焦慮和強烈的不安。 其次，學術期刊從業者也面臨被人工智能技術奴役的威脅。 我們在使用人工智能技術時，容易不自覺地依賴技術，放棄獨立思考，反而喪失了客觀性和創新性。

　　海量的大數據中也存在很多無用和錯誤信息，目前的人工智能技術還處于弱人工智能階段，檢測系統無法識別論文中的插圖、表格和公式等缺陷，如筆者發現在中國知網的學術不端文獻檢測系統檢測很多稿件的結果都顯示“文字復制比過高”。 然而，經過對比分析后發現很多都是參考文獻或專業術語的重復。 因此，當前的人工智能技術尚不夠“智慧”，學術期刊編輯出版也尚未真正意義上地使用最先進的人工智能技術。 最后，出版社和雜志社的編輯們需要向選題數據分析和決策管理轉型，編輯真正作為內容管理和優化工具在科技論文傳播中發揮積極作用。 學術期刊編輯向復合型人才轉型已是大勢所趨。

　　最后，互聯網和大數據時代，編輯的數據取舍和決策能力至關重要，不僅要求學術期刊編輯們舉辦編輯出版的基礎知識，還需要具備大數據素養、信息管理和數據分析方面的技能，從而更加全面地為期刊進行選題策劃，更加理性地為作者提供論文編修參考意見。 [7]只有人工智能技術和人腦的分工合作、取長補短才能達到人工智能與學術期刊編輯出版從業人員的理想協同融合發展。 學術期刊從業者需不斷完善自身的知識體系和信息化技能，至少應了解和熟悉人工智能的基本原理和使用技能，保持不斷學習的心態和步伐。

　　3.如何應對人工智能發展采取的策略

　　人工智能技術的蓬勃發展為學術期刊編輯出版業帶來以上機遇的同時，也醞釀著一場行業變革。 因此，學術期刊從業者們在積極接受的同時，也要對其帶來的風險保持警惕心，并做好防備措施。 筆者將從3個角色立場出發，探析各自需要作出的努力和采取的策略。

　　3.1學術期刊編輯的自我精進

　　學術期刊編輯作為雜志的核心組成部分，需從理念、知識和技能等方面全方位提升對人工智能技術的理解。 盡管一些基礎的數據收集和編校工作被人工智能所取代，然而選題策劃的最終決策權、編輯出版內容審查和風險方法等仍然需要編輯人員人為判定，尤其在突發公共衛生事件發生時，更加需要編輯人員使用自身經驗和決策能力來調整組稿方向和刊期安排等。 因此，學術期刊編輯們在轉變觀念的同時，也應該持續保持和積累良好的職業判斷力，完成人工智能無法替代的創造力工作。

　　其次，學術期刊編輯們也應主動學習和掌握人工智能的相關知識和技能。 編輯出版人員使用數據平臺的文獻搜索功能以及Endnote等文獻工具已是基本要求，然而隨著全媒體和人工智能化時代的來臨，編輯出版人員也應適當學習編程技術，至少應該了解基本知識、目前發展現狀和最新應用程度等，在人工智能技術不斷更新迭代或協助編輯工作中做好準備。 比如，持續關注國家科技部、工業和信息化部等發布和制定的有關人工智能技術的最新政策規范和指導意見，閱讀包括《人工智能》、《模式識別與人工智能》之類的匯集相關最新研究成果的雜志，當然還包括相關的國際頂尖雜志Artificial Intelligence， International Journal of Computer Vision等。 填補與人工智能技術人員的信息不對稱的鴻溝，有助于在編輯決策過程中直面挑戰、堅定信心。

　　3.2學術期刊出版單位的人才培養

　　傳統的學術期刊出版和傳播模式周期長，存在一定滯后性，很多科技信息難以滿足質量要求的科學性、創新性和時效性。 學術期刊編輯在工作中常常會限制于“三審三校”多角色協調和溝通，很多時候學術期刊編輯們無法掌控出版進度。 因此，期刊主辦單位和出版機構可以基于大數據和人工智能技術搭建出版編輯信息化系統，重組和創新編輯出版和傳播流程。 比如世紀超星公司搭建的“域出版平臺”，集學術期刊數據庫搭建、移動出版、社交共享等功能為一體，可以通過智能畫像了解用戶特征，用算法實現動態精準推送，通過智能社交增強用戶之間的聯系。 [3]學術期刊出版單位也應與時俱進，加快適應人工智能時代的數據處理模式、編校處理模式和出版傳播新模式，真正將人工智能思維落實到出版理念、管理思維和傳播文化等各個方面。

　　出版單位可以聯合和聚集各大數據平臺進行集群化管理、數據共享、協同發展等，調整和優化雜志社內部的編校崗位設置及職能分配，充分發揮各大編輯部自主管理作用，鼓勵編校人員參與出版流程優化和改革，為雜志創造更多價值。 [13]其次，出版單位應為編校人員學習人工智能知識和技術創造條件和氛圍，提供經費支持等‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 與此同時，出版單位還應該引進安全防護技術，比如編輯出版相關法律法規、科技倫理要求、個人隱私權利和醫療數據版權信息等，以處理和應對數據安全存在的潛在風險，保障編者、作者、讀者及編輯工作人員的整體利益，避免數據泄露等。

　　3.3國家政府監管部門的大力扶持

　　人工智能包括但不限于計算機視覺、機器學習、數據挖掘、圖像識別、智能推薦、自然語言處理、機器翻譯等研究熱點。 目前，我國各個領域應用的人工智能技術高度集中在機器深度學習領域，很大程度依托于大數據，而數據內容生產仍然是依靠人類智慧來完成。 因此，當前的人工智能還只是協助編輯出版的技術手段，尚且不能達到人類智力水平，無法大范圍取代現有人工崗位。 [14]相關監管部門應“使師保之，勿使過度”，規避對人工智能的過度干涉，鼓勵技術變革和更新的同時，指導出版單位和從業者強化自身知識技能，拓寬視野，積極面對和接納人工智能技術帶來的改變。

　　[15]更重要的是，需要設立人工智能相應的法律法規，以保障醫療數據安全、醫療專利知識產權等，避免顧此失彼。 著作權和科技倫理等隱私和公平性問題也是目前人工智能發展中的研究熱點和焦點問題。 國家政府監管部門也需要持續跟進人工智能技術對各個行業，包括學術期刊出版行業的影響和現狀，秉持改革創新精神，踐行高質量發展理念，并在完善標準體系頂層設計、跟蹤熱點問題，加快技術轉化，持續推動國際標準化等出臺適宜學術期刊人工智能技術應用的細分監管條例。

　　結語

　　人工智能技術細分為21個子領域，其中信息檢索、機器學習、多媒體技術、信息系統、社交網絡、安全隱私、數據挖掘等都與學術期刊編輯出版業有關，這種新型的智慧化技術正在逐漸影響學術期刊業的方方面面，對于傳統學術期刊編輯出版業從業人員的觀念、認知和技能都造成了不小的影響。 然而，學術期刊的本質是內容生產、輸出和傳播，其根基仍然取決于人力觀察、判斷和篩選。 加之科技研究的無限未知性和公共衛生事件的不確定性，許多的學術成果傳承仍寄于學術期刊從業者們的職業素養和經驗積累。

　　人工智能論文投稿期刊：《中國編輯》由中華人民共和國國家新聞出版廣電總局主管，中國編輯學會、高等教育出版社有限公司主辦，《中國編輯》雜志出版社出版，是專業性極強的編輯領域專用刊物，解讀法規，研究趨勢，探討問題，總結經驗，對編輯出版工作有著深刻的指導意義和極大的實用價值。

　　目前為止，人工智能的發展水平遠遠未達到人類智能水平，只能作為協助技術和工具，囿于編輯出版工作效率的提高和工作量的減少。 人工智能的發展帶來的不僅是機遇也是挑戰，學術期刊從業人員應積極、主動地改變意識，跟上信息技術更新迭代的步伐，用知識和技能武裝成一個不可替代的存在。 我們應以發展的眼光看待人工智能帶來的沖擊，未來有關人工智能的新型崗位將遠超目前其在取代的崗位。 學術期刊從業人員本身都是離科技前沿最近的一群人，我們應堅定人工智能與編輯出版融合發展的賽道奮力奔跑。

　　參考文獻：

　　[1] 國家標準化管理委員會， 中央網信辦， 國家發展改革委， 科技部， 工業和信息化部. 關于印發《國家新一代人工智能標準體系建設指南》的通知[EB/OL]. (2020-07-27) [2020-08-12]. http：//www.miit.gov.cn/n1146290/n1146402/n1146440/c8048439/content.html.

　　[2] 中華人民共和國國務院. 新一代人工智能發展規劃[EB/OL]. (2017-07-08) [2020-08-12]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

　　[3] 李媛. 人工智能時代的學術期刊數字化傳播[J]. 中國學術期刊研究， 2019， 30(11)： 1183-1190.

　　[4] 電子產品世界網. IBM人工智能沃森編了一期雜志[EB/OL]. (2016-06-23) [2020-08-12]. http：//www.eepw.com.cn/article/201606/293044.htm.

　　[5] 人民網. 人工智能時代內容出版產業的機遇與挑戰[EB/OL]. (2019-06-05) [2020-08-12]. http：//media.people.com.cn/n1/2019/0625/c14677-31187004.html.

　　[6] 王亮. 人工智能技術環境下新聞出版業運作模式創新[J].出版參考， 2017(9)9-12.

　　[7] 江雨蓮，孫激.人工智能在學術期刊編輯出版業中的應用[J]. 科技與出版， 2020(2)： 66-71.

　　[8]張勇， 王春燕， 王希營. 人工智能與學術期刊編輯出版的未來[J]. 中國編輯， 2019， 17(4)： 64-68.

　　作者：張以芳 張 寧