□王 佳 郝儒杰 王 鋒

學(xué)術(shù)期刊是科學(xué)研究成果發(fā)表、宣傳與傳播的重要載體。習(xí)近平總書記指出：“高品質(zhì)的學(xué)術(shù)期刊就是要堅(jiān)守初心、引領(lǐng)創(chuàng)新，展示高水平研究成果，支持優(yōu)秀學(xué)術(shù)人才成長(zhǎng)，促進(jìn)中外學(xué)術(shù)交流?！保?］人工智能時(shí)代，編輯出版的智能化升級(jí)對(duì)學(xué)術(shù)期刊的高質(zhì)量發(fā)展產(chǎn)生了重要影響，一方面，人工智能為學(xué)術(shù)期刊編輯出版等工作提供了輔助性作用；另一方面，人工智能也為學(xué)術(shù)期刊的作者、評(píng)價(jià)機(jī)構(gòu)、轉(zhuǎn)載機(jī)構(gòu)、作者機(jī)構(gòu)、讀者以及編輯等學(xué)術(shù)生產(chǎn)主體之間的工作流程、交互機(jī)制以及協(xié)同模式，提供了全新的發(fā)展空間，也給學(xué)術(shù)期刊的學(xué)術(shù)生產(chǎn)共同體發(fā)展帶來(lái)了不確定性風(fēng)險(xiǎn)。

當(dāng)前，關(guān)于人工智能賦能出版的研究已引起高度關(guān)注，對(duì)人工智能賦能學(xué)術(shù)期刊的相關(guān)研究也蓬勃發(fā)展，但學(xué)界聚焦人工智能賦能學(xué)術(shù)期刊高質(zhì)量發(fā)展的不確定性風(fēng)險(xiǎn)的討論相對(duì)較少，筆者試做分析，并提出防范策略，以求教于方家。

一、人工智能賦能學(xué)術(shù)期刊高質(zhì)量發(fā)展的優(yōu)勢(shì)

（一）選題策劃算法化

算法推薦最初被用來(lái)提升計(jì)算機(jī)軟件的運(yùn)算效率，隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，算法推薦先后被引至傳播領(lǐng)域，算法的重點(diǎn)對(duì)象也由“物”轉(zhuǎn)向了“人”［2］。算法推薦的廣泛應(yīng)用，引起了社會(huì)信息結(jié)構(gòu)和傳播秩序的深刻調(diào)整，改變了傳統(tǒng)的信息傳播業(yè)態(tài)，也形成了新的傳播格局。人工智能在算法上具有獨(dú)特優(yōu)勢(shì)，能夠有效利用群體智能和協(xié)同創(chuàng)新方式分析當(dāng)前的學(xué)術(shù)熱點(diǎn)，為編輯策劃選題提供有力支持，也能為后續(xù)約稿、組稿提供熱點(diǎn)作者。

人工智能技術(shù)可以對(duì)網(wǎng)絡(luò)的海量信息進(jìn)行大數(shù)據(jù)分析，凝練研究熱點(diǎn)、核心問(wèn)題，并預(yù)測(cè)具有深入研究?jī)r(jià)值的方向，提高選題策劃與期刊定位的契合度。目前，愛(ài)思唯爾和倫敦大學(xué)學(xué)院（UCL）共同構(gòu)建了“UCL大數(shù)據(jù)研究所”，從海量信息中計(jì)算、抓取熱點(diǎn)，為科研工作者選擇研究方向提供一定的參考。此外，德國(guó)新型出版公司Inkitt將算法運(yùn)用到選題策劃環(huán)節(jié)中，利用算法分析讀者在不同場(chǎng)景下的閱讀行為，為選題策劃提供依據(jù)。

（二）約稿組稿高效化

人工智能可以檢索并標(biāo)記相關(guān)的學(xué)術(shù)動(dòng)態(tài)信息及其研究者，對(duì)他們的研究成果相關(guān)性及成果質(zhì)量進(jìn)行搜索、分析和排序，分析相關(guān)學(xué)者的學(xué)術(shù)水平和學(xué)術(shù)影響力。如CiteSpace軟件等計(jì)量和網(wǎng)絡(luò)分析工具能夠深入挖掘文獻(xiàn)數(shù)據(jù)并形成計(jì)量分析報(bào)告和關(guān)系網(wǎng)絡(luò)圖譜，幫助編輯對(duì)學(xué)科規(guī)律和發(fā)展作出正確的判斷，獲得選題靈感和選題依據(jù)，還可以搜索學(xué)術(shù)帶頭人的親密合作者，更能夠找出相關(guān)領(lǐng)域的熱點(diǎn)學(xué)者，甚至進(jìn)行精準(zhǔn)畫像，便于有針對(duì)性地自動(dòng)化約稿。關(guān)系圖譜可以根據(jù)每一次的約稿結(jié)果生成新的訓(xùn)練數(shù)據(jù)，輔助編輯篩選出更合適的作者進(jìn)行約稿。學(xué)術(shù)出版巨擘愛(ài)思唯爾根據(jù)ScienceDirect數(shù)據(jù)庫(kù)，通過(guò)分析最近學(xué)者關(guān)注的熱點(diǎn)，根據(jù)該數(shù)據(jù)庫(kù)搜索相關(guān)領(lǐng)域的研究者定向約稿，以出版學(xué)術(shù)專著。

（三）查重審稿智能化

學(xué)術(shù)期刊傳統(tǒng)出版模式中，編輯審稿主要包含兩個(gè)方面的內(nèi)容：重復(fù)率查詢和同行評(píng)議。在重復(fù)率查詢方面，由于比對(duì)數(shù)據(jù)庫(kù)、算法、功能等評(píng)價(jià)指標(biāo)的不同，同一篇論文在不同檢測(cè)系統(tǒng)中生成的檢測(cè)結(jié)果不盡相同。同時(shí)，由于數(shù)據(jù)庫(kù)不可能囊括所有信息，大量網(wǎng)絡(luò)文獻(xiàn)、外文文獻(xiàn)（尤其是小語(yǔ)種）、內(nèi)部資料形成了數(shù)據(jù)盲區(qū)。這些問(wèn)題造成了檢測(cè)結(jié)果難以做到真正的客觀和全面。近年來(lái)，人工智能作為輔助工具在學(xué)術(shù)同行評(píng)議領(lǐng)域開始得到重視，編輯可以通過(guò)人工智能技術(shù)設(shè)定匹配算法，基于深度學(xué)習(xí)的多模態(tài)信息處理能夠通過(guò)多模態(tài)信息建模進(jìn)行語(yǔ)義度量、分析和識(shí)別，為檢測(cè)系統(tǒng)識(shí)別圖表與文字轉(zhuǎn)換抄襲行為提供依據(jù)，并能基于智能圖像處理算法，識(shí)別出被手動(dòng)修改和重復(fù)使用的插圖。人工智能可以根據(jù)研究領(lǐng)域、活躍程度和審稿記錄等信息自動(dòng)選擇合適的審稿人。結(jié)合區(qū)塊鏈去中心、不可篡改和透明特性，將作者投稿、專家評(píng)議、編輯操作變得實(shí)時(shí)化和透明化，為每一篇論文匹配研究方向相符、學(xué)術(shù)水平優(yōu)良、學(xué)術(shù)態(tài)度端正的審稿專家，優(yōu)化學(xué)術(shù)誠(chéng)信體系。

（四）編輯校對(duì)精準(zhǔn)化

傳統(tǒng)出版中，編輯和校對(duì)工作占據(jù)了出版流程最多的環(huán)節(jié)。由于編輯和校對(duì)工作具有一定的規(guī)范性和客觀性，因而更具有與人工智能結(jié)合的可能。人工智能可以智能生成編校系統(tǒng)，實(shí)現(xiàn)數(shù)字化校對(duì)和編輯校對(duì)的協(xié)同校對(duì)模式，大大減輕編輯工作量，提高工作效率，縮短出版時(shí)間。而排版、校對(duì)等重復(fù)性工作，更是可以通過(guò)人工智能來(lái)完成。所以，大數(shù)據(jù)、自然語(yǔ)言等可以有效提高編校的效率和質(zhì)量，有效輔助學(xué)術(shù)期刊的出版工作。目前，國(guó)內(nèi)已有企業(yè)探索將人工智能應(yīng)用于編校工作中，如方正電子攜手北京印刷學(xué)院成立“智能審校聯(lián)合實(shí)驗(yàn)室”、哈爾濱工業(yè)大學(xué)訊飛聯(lián)合實(shí)驗(yàn)室發(fā)布飛鷹智能文本校對(duì)系統(tǒng)1.0等。

（五）出版發(fā)行高效化

目前學(xué)術(shù)期刊數(shù)字傳播路徑主要有兩種：第一，通過(guò)中國(guó)知網(wǎng)、維普、萬(wàn)方、超星等大型數(shù)據(jù)庫(kù)進(jìn)行付費(fèi)下載；第二，通過(guò)期刊社（編輯部）自辦的微信公眾號(hào)、官方網(wǎng)站、微博、博客等平臺(tái)進(jìn)行免費(fèi)開放獲取。這些傳播模式僅僅實(shí)現(xiàn)了數(shù)字化，但不能針對(duì)作者、讀者、編者進(jìn)行個(gè)性化的精準(zhǔn)推送，一定程度上削弱了學(xué)術(shù)期刊內(nèi)容生產(chǎn)與消費(fèi)群體的匹配度，缺乏足夠的互動(dòng)渠道，在編輯、作者、讀者群體的信息交互上形成了一個(gè)無(wú)法規(guī)避的鴻溝，生態(tài)系統(tǒng)并不健全。

人工智能以其強(qiáng)大的數(shù)據(jù)采集、分析和精準(zhǔn)處理能力，嵌入到傳統(tǒng)媒體的生態(tài)空間，實(shí)現(xiàn)信息傳播從以往的“人找信息”轉(zhuǎn)變?yōu)椤靶畔⒄胰恕?，?gòu)建信息傳播的新技術(shù)、新路徑、新業(yè)態(tài)。人工智能的算法推薦可以記錄學(xué)者的閱讀習(xí)慣和研究方向，定制和推送相關(guān)信息，做到個(gè)性化服務(wù)。實(shí)際上，每一個(gè)用戶都是學(xué)術(shù)信息的消費(fèi)者、傳播者和生產(chǎn)者，大量閱讀習(xí)慣及行為選擇形成用戶獨(dú)有的數(shù)據(jù)庫(kù)。如超星“域出版”借助智能算法分析用戶偏好和態(tài)度趨向，按照閱讀曲線進(jìn)行內(nèi)容用戶數(shù)據(jù)的智能化匹配，實(shí)現(xiàn)學(xué)術(shù)信息的精準(zhǔn)推送和碎片化傳播，有效降低用戶獲取信息的成本，進(jìn)一步優(yōu)化推送的精準(zhǔn)度，滿足受眾多元化、個(gè)性化的信息需求。對(duì)學(xué)術(shù)期刊而言，同樣可以借助智能算法，從大量的歷史數(shù)據(jù)中發(fā)現(xiàn)決定學(xué)術(shù)期刊影響力的關(guān)鍵因素，進(jìn)行有效改進(jìn)，這種隱含的非線性關(guān)系是人工手段難以發(fā)現(xiàn)的。

二、人工智能賦能學(xué)術(shù)期刊的不確定性風(fēng)險(xiǎn)

（一）選題策劃被流量所裹挾

在不正確的學(xué)術(shù)評(píng)價(jià)機(jī)制下，算法極易產(chǎn)生負(fù)面效果，例如用來(lái)追求流量。已有研究表明，如果在學(xué)術(shù)領(lǐng)域“唯流量論”，將會(huì)嚴(yán)重?fù)p害公平、公正、透明的學(xué)術(shù)原則，甚至背離學(xué)術(shù)發(fā)展的基本規(guī)律。第一，學(xué)術(shù)熱度不等于學(xué)術(shù)深度，單純追求熱度勢(shì)必會(huì)降低研究深度。第二，一些小眾學(xué)科、冷門絕學(xué)的研究成果，本來(lái)就在現(xiàn)行學(xué)術(shù)期刊評(píng)價(jià)中不占優(yōu)勢(shì)，如果再被算法排斥，將導(dǎo)致相關(guān)學(xué)科的論文更難發(fā)表。第三，對(duì)于學(xué)術(shù)期刊而言，如果只刊登熱門選題、爆款論文，即使刊物會(huì)獲得暫時(shí)的高頻次被引用和眼前的高收益，但從長(zhǎng)遠(yuǎn)來(lái)看，絕不會(huì)取得良好的學(xué)術(shù)美譽(yù)度，與學(xué)術(shù)期刊承擔(dān)的社會(huì)責(zé)任更是難以匹配。第四，青年學(xué)者學(xué)術(shù)影響力弱，在人工智能構(gòu)建的關(guān)系網(wǎng)絡(luò)圖譜中處于邊緣位置，很難被學(xué)術(shù)期刊編輯所關(guān)注，完全依賴以流量最大化為目標(biāo)函數(shù)的算法，將會(huì)嚴(yán)重低估那些有潛力的青年學(xué)者的價(jià)值。

（二）算法的黑箱特性增加了意識(shí)形態(tài)風(fēng)險(xiǎn)

克里斯托夫·庫(kù)克里克在《微粒社會(huì)》一書中，將被數(shù)據(jù)操控的社會(huì)稱為微粒社會(huì)，一切都被精確地記錄和計(jì)算。人工智能把語(yǔ)料變成數(shù)據(jù)，借助深度神經(jīng)網(wǎng)絡(luò)的特征提取能力，發(fā)現(xiàn)規(guī)律并構(gòu)建模型，使用模型進(jìn)行預(yù)測(cè)和分類。算法是人工智能的主要表現(xiàn)形式，算法推薦不僅僅是一套客觀的計(jì)算代碼或程序，也體現(xiàn)著人的意志。本質(zhì)上，算法是技術(shù)人員依據(jù)目標(biāo)需求編制的一套運(yùn)行規(guī)則，算法推薦的設(shè)計(jì)之初就滲透著設(shè)計(jì)者的主觀動(dòng)機(jī)，其對(duì)于待解決問(wèn)題的理解、對(duì)變量的選擇和權(quán)重的設(shè)定、對(duì)所需數(shù)據(jù)的選取以及對(duì)輸出結(jié)果的解讀等環(huán)節(jié)均受個(gè)人價(jià)值觀的影響［3］，因此，算法本身就存在風(fēng)險(xiǎn)，囿于學(xué)科領(lǐng)域的分界，大多數(shù)學(xué)術(shù)期刊編輯并不懂得如何編程，難以理解智能平臺(tái)背后的算法。由于算法的透明度不高，在經(jīng)濟(jì)利益的驅(qū)動(dòng)下，算法容易遭到經(jīng)濟(jì)或政治力量的操控。如果使用了非自主知識(shí)產(chǎn)權(quán)的算法模塊，當(dāng)這些有瑕疵、或者被潛在操控的算法應(yīng)用到學(xué)術(shù)論文寫作領(lǐng)域，尤其是哲學(xué)社會(huì)科學(xué)研究領(lǐng)域中，可能會(huì)造成不可估量的后果。當(dāng)人工智能進(jìn)一步發(fā)展，進(jìn)入強(qiáng)人工智能時(shí)代，機(jī)器具備自我學(xué)習(xí)和創(chuàng)造能力甚至情感之后，其創(chuàng)造的成果是否與設(shè)計(jì)者和機(jī)器使用者的初衷一致，也是我們應(yīng)該警惕的問(wèn)題。

（三）機(jī)器審稿過(guò)于保守

人工智能在數(shù)據(jù)獲取和更新上依賴于人的操作，無(wú)法及時(shí)更新學(xué)術(shù)動(dòng)態(tài)相關(guān)數(shù)據(jù)（如學(xué)術(shù)會(huì)議和學(xué)科研討等），其所抓取的數(shù)據(jù)往往只能回溯至過(guò)往。雖然目前在科技期刊領(lǐng)域，已有Aries Systems Corporation（白羊座系統(tǒng)公司）將元計(jì)量智能（Meta Bibliometric Intelligence）集成到學(xué)術(shù)刊物稿件和同行評(píng)審跟蹤系統(tǒng)中，在估算一篇科技類稿件的未來(lái)引用次數(shù)和影響力方面，速度、準(zhǔn)確性和一致性等方面都超過(guò)了人的能力，但是在社會(huì)科學(xué)領(lǐng)域仍然應(yīng)用不足，對(duì)于一篇學(xué)術(shù)論文（尤其是社會(huì)學(xué)科論文），其語(yǔ)言、寫作方式只是表現(xiàn)方式，內(nèi)在所傳達(dá)的學(xué)術(shù)思想、學(xué)術(shù)觀點(diǎn)和學(xué)術(shù)思維才是高質(zhì)量學(xué)術(shù)論文的關(guān)鍵要素，目前的自然語(yǔ)言處理工具只能理解單一句子或段落，并不能評(píng)估整篇論文內(nèi)在的新穎性、前沿性、相關(guān)性和嚴(yán)謹(jǐn)性。鑒于人工智能還不能可靠地評(píng)估科學(xué)內(nèi)容的質(zhì)量，且透明性不足，有引入偏見(jiàn)的風(fēng)險(xiǎn)，目前大多數(shù)學(xué)者不贊同將人工智能應(yīng)用于復(fù)雜的質(zhì)量評(píng)估領(lǐng)域，人工智能只是執(zhí)行較簡(jiǎn)單的任務(wù)［4］，仍然有賴于編輯和審稿人的全面把握。

（四）編輯校對(duì)難以發(fā)現(xiàn)深層次問(wèn)題

伴隨著技術(shù)進(jìn)步，各大公司不斷完善算法、更新智能審校系統(tǒng)。例如黑馬校對(duì)軟件在漢語(yǔ)切分、漢語(yǔ)語(yǔ)法分析、漢語(yǔ)依存關(guān)系分析等技術(shù)方面有了很大進(jìn)步，提高了查錯(cuò)準(zhǔn)確率和校對(duì)效率。同時(shí)，我們應(yīng)該清晰地認(rèn)識(shí)到，人工智能僅僅是在校異同方面具有優(yōu)勢(shì)，能夠通過(guò)海量數(shù)據(jù)，快速篩查出稿件中簡(jiǎn)單的語(yǔ)法、拼寫錯(cuò)誤、引文錯(cuò)誤，但是對(duì)復(fù)雜語(yǔ)法和語(yǔ)義的識(shí)別仍然存在一定的難度，加之漢語(yǔ)表現(xiàn)形式復(fù)雜多樣，現(xiàn)有的人工智能技術(shù)并沒(méi)有達(dá)到如人腦一般的廣度、深度以及系統(tǒng)思維水平，不能進(jìn)行定性的價(jià)值判斷，無(wú)法評(píng)判論文中的政治導(dǎo)向和價(jià)值取向。［5］因此，面對(duì)那些需要對(duì)內(nèi)容進(jìn)行復(fù)雜、深度分析和解讀的工作，人工智能的表現(xiàn)還不能完全令人滿意。特別是在判斷作品的思想價(jià)值導(dǎo)向、科研水平、政治意味，梳理復(fù)雜的邏輯關(guān)系以及深度解析深?yuàn)W語(yǔ)義等方面，人工智能技術(shù)依然難以替代人類。

（五）信息繭房干擾編輯拓展知識(shí)領(lǐng)域

信息繭房（Information Cocoons）一詞最先由美國(guó)學(xué)者凱斯·桑斯坦提出，他在《信息烏托邦》中用“繭”形象地描述了人們被網(wǎng)絡(luò)同質(zhì)信息包裹下的封閉狀態(tài)。早在20世紀(jì)80年代，學(xué)者就提出了“編輯學(xué)者化”的觀點(diǎn)。所謂“編輯學(xué)者化”，就是編輯結(jié)合自己負(fù)責(zé)的文章或者欄目，提升專業(yè)實(shí)力，成為相關(guān)領(lǐng)域的專家。算法推薦能夠主動(dòng)為每位學(xué)者提供個(gè)性化服務(wù)，但是智能推薦及從眾等因素使得讀者信息檢索和處理的能力不斷弱化、閱讀信息面窄化，進(jìn)而引發(fā)了移動(dòng)閱讀書目的同質(zhì)化現(xiàn)象，逐漸形成信息窄化和群體極化的“回音室效應(yīng)”，影響受眾的價(jià)值判斷。實(shí)際上，在現(xiàn)在的學(xué)術(shù)研究領(lǐng)域，交叉學(xué)科的研究已經(jīng)蔚然成風(fēng)。以2021年國(guó)家社科基金后期資助入選的新聞傳播學(xué)項(xiàng)目為例，大部分的研究課題是新聞傳播學(xué)與社會(huì)學(xué)、語(yǔ)言學(xué)、心理學(xué)、馬克思主義研究等學(xué)科的交叉課題?？梢?jiàn)，在科技和社會(huì)發(fā)展日新月異的情況下，編輯必須拓展自己的知識(shí)面，從不同學(xué)科汲取養(yǎng)分，填補(bǔ)自己的學(xué)科短板，大膽借鑒和試驗(yàn)新方法、新學(xué)科。而在人工智能環(huán)境下，編輯閱讀某一領(lǐng)域文獻(xiàn)越多，算法就將更集中地推薦相關(guān)研究成果，長(zhǎng)此以往，必然會(huì)形成信息繭房，限制編輯的研究視域，妨礙編輯的創(chuàng)新思維。

三、人工智能賦能學(xué)術(shù)期刊高質(zhì)量發(fā)展的防范策略

（一）完善人工智能賦能學(xué)術(shù)生產(chǎn)共同體的協(xié)同機(jī)制

學(xué)術(shù)期刊需要進(jìn)一步優(yōu)化人工智能的使用，加快人工智能產(chǎn)品的升級(jí)，加強(qiáng)學(xué)術(shù)期刊編輯培訓(xùn)，提升編輯工作效率。例如，在選題策劃、論文寫作、查重審稿、編輯校對(duì)等領(lǐng)域，必須以人為中心，機(jī)器作為輔助。由人工智能搜集核心數(shù)據(jù)，計(jì)算備選方案，學(xué)術(shù)期刊編輯作為把關(guān)人和決策者，在選題策劃領(lǐng)域，應(yīng)綜合考慮期刊發(fā)展和社會(huì)責(zé)任各方面的因素，將熱點(diǎn)和深度結(jié)合。在編輯校對(duì)領(lǐng)域，一些重復(fù)、繁瑣的勞動(dòng)可以由機(jī)器勝任，但責(zé)任編輯與責(zé)任校對(duì)制度不能缺失。在同行評(píng)議階段，必須由實(shí)際同行進(jìn)行，機(jī)器只是同行評(píng)議的支持和輔助。［6］另外，編輯也應(yīng)該擁抱新技術(shù)，提高自己的業(yè)務(wù)水平、知識(shí)深度與廣度，將自己的學(xué)術(shù)積淀和學(xué)術(shù)敏感性注入到開放的智能平臺(tái)中，通過(guò)必要的人為干預(yù)，防止信息繭房的形成，提高智能平臺(tái)的靈活性，打造人機(jī)共存的協(xié)同工作模式。

（二）增強(qiáng)技術(shù)賦能，設(shè)置程序?qū)彶閱T

習(xí)近平總書記提出“探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，用主流價(jià)值導(dǎo)向駕馭‘算法’，全面提高輿論引導(dǎo)能力”。“黑箱”是指那些既無(wú)法打開又不能從外部直接觀察的區(qū)域。面對(duì)可能造成的意識(shí)形態(tài)風(fēng)險(xiǎn)，開放算法，讓算法公開透明無(wú)疑更能夠有效解決很多問(wèn)題。開放算法具有兩個(gè)方面的優(yōu)勢(shì)：第一，由專業(yè)機(jī)構(gòu)評(píng)判算法是否公平、公正、合理，找到漏洞并解決。第二，由學(xué)術(shù)期刊編輯或者相關(guān)領(lǐng)域的專家參與到算法開發(fā)過(guò)程中，避免意識(shí)形態(tài)方面的錯(cuò)誤。然而考慮到商業(yè)公司出于商業(yè)利益，完全開放算法可能只是一種想象。因此，可以由行業(yè)機(jī)構(gòu)出臺(tái)數(shù)據(jù)采集、算法設(shè)計(jì)和平臺(tái)運(yùn)行制度，設(shè)置程序?qū)彶閱T，完善程序?qū)彶橹?，在相關(guān)人員的參與下，定期組織專家學(xué)者，在保證商業(yè)隱私的情況下對(duì)算法進(jìn)行審查，把風(fēng)險(xiǎn)消滅在萌芽狀態(tài)。

（三）積極應(yīng)對(duì)有可能產(chǎn)生的著作權(quán)糾紛

人工智能寫作并不是由有形的機(jī)器人完成，而是運(yùn)用算法自動(dòng)生成。當(dāng)前的人工智能寫作主要應(yīng)用于自媒體領(lǐng)域。毋庸置疑，人工智能也能運(yùn)用到結(jié)構(gòu)嚴(yán)謹(jǐn)、模式化強(qiáng)的論文寫作方面。人工智能可以輔助科研工作者進(jìn)行文獻(xiàn)搜集，撰寫摘要、關(guān)鍵詞、參考文獻(xiàn)，梳理結(jié)論并給出進(jìn)一步的研究方向的建議。同時(shí)，我們也要看到，人工智能的目的并不是替代人類的論文寫作，而是輔助寫作，幫助科研工作者加快成果生成進(jìn)程，篩選適合論文投稿方向的學(xué)術(shù)期刊。目前，對(duì)于是否應(yīng)當(dāng)將人工智能生成內(nèi)容作為著作權(quán)法上的作品予以保護(hù)，仍然是學(xué)界爭(zhēng)論的問(wèn)題。主流的觀點(diǎn)認(rèn)為，當(dāng)前全球人工智能技術(shù)仍處于“弱人工智能”狀態(tài)，扮演“創(chuàng)作工具”的角色，著作權(quán)應(yīng)該歸屬于人工智能使用者。但我們應(yīng)該預(yù)見(jiàn)到，當(dāng)未來(lái)發(fā)展至“強(qiáng)人工智能”時(shí)代后，人工智能具備了情感、認(rèn)知能力，可以在完全獨(dú)立的情況下創(chuàng)作出一篇論文時(shí)，這篇論文的著作權(quán)歸屬于進(jìn)行試驗(yàn)的學(xué)者還是提供算法的軟件公司？抑或是人工智能？這些風(fēng)險(xiǎn)都需要我們提前預(yù)知，并在《著作權(quán)法》中進(jìn)行明確規(guī)定。

四、結(jié)語(yǔ)

人工智能技術(shù)的發(fā)展不可阻擋，或許是學(xué)術(shù)期刊高質(zhì)量發(fā)展的重大轉(zhuǎn)折點(diǎn)。只有堅(jiān)持人工智能高質(zhì)量賦能，學(xué)術(shù)期刊高質(zhì)量發(fā)展才能行穩(wěn)致遠(yuǎn)。學(xué)術(shù)期刊及其從業(yè)者必須科學(xué)認(rèn)識(shí)和把握人工智能賦能學(xué)術(shù)期刊發(fā)展帶來(lái)便利、為學(xué)術(shù)繁榮作出貢獻(xiàn)的同時(shí)，也帶來(lái)了一些不確定性風(fēng)險(xiǎn)，并探索和完善防范和化解這些不確定性風(fēng)險(xiǎn)的協(xié)同機(jī)制、方法及模式，推動(dòng)作者、讀者、評(píng)價(jià)機(jī)構(gòu)、轉(zhuǎn)載機(jī)構(gòu)、作者機(jī)構(gòu)以及編輯等學(xué)術(shù)生產(chǎn)共同體實(shí)現(xiàn)高效協(xié)同，以推動(dòng)學(xué)術(shù)期刊高質(zhì)量發(fā)展。因此，本文從選題策劃、約稿組稿、同行評(píng)議、編輯加工、出版發(fā)行五個(gè)環(huán)節(jié)分析了人工智能賦能學(xué)術(shù)期刊的發(fā)展現(xiàn)狀，在此基礎(chǔ)上探究了其中存在的五大風(fēng)險(xiǎn)并提出應(yīng)對(duì)策略。需要注意的是，目前的人工智能僅僅是處于弱人工智能時(shí)代，當(dāng)技術(shù)進(jìn)一步發(fā)展，人類進(jìn)入強(qiáng)人工智能時(shí)代，也即是當(dāng)可以獨(dú)立思考問(wèn)題并制定解決問(wèn)題的最優(yōu)方案、有自己的價(jià)值觀和世界觀體系的機(jī)器出現(xiàn)以后，學(xué)術(shù)期刊乃至出版產(chǎn)業(yè)將會(huì)迎來(lái)更多的機(jī)遇和挑戰(zhàn)，這就需要學(xué)術(shù)期刊從業(yè)者冷靜應(yīng)對(duì)，以積極樂(lè)觀的心態(tài)去迎接風(fēng)險(xiǎn)，直面挑戰(zhàn)。