王亞輝 王 晶

（中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京100081）

翻閱出版史，從“鉛與火”到“光與電”再到“數(shù)與網(wǎng)”，每一次重大技術(shù)突破和革新都給出版行業(yè)帶來(lái)巨大變化。以人工智能為代表的新一輪技術(shù)創(chuàng)新也必將驅(qū)動(dòng)傳統(tǒng)科技期刊出版行業(yè)發(fā)生歷史性變革，加快智能出版融合發(fā)展進(jìn)程。

有學(xué)者就人工智能與出版行業(yè)的融合發(fā)展做了一些有益的探究。如王曉光認(rèn)為，人工智能作為一種顛覆性技術(shù)，對(duì)內(nèi)容創(chuàng)作、內(nèi)容編輯、發(fā)行傳播等多個(gè)出版環(huán)節(jié)都有潛在影響，而且這種影響難于預(yù)估。[1]武菲菲討論了人工智能融入內(nèi)容生產(chǎn)、圖書(shū)編輯、營(yíng)銷(xiāo)推廣和用戶需求挖掘等出版環(huán)節(jié)的可能性，認(rèn)為人工智能技術(shù)可被視為未來(lái)出版行業(yè)的生態(tài)環(huán)境。[2]但多數(shù)研究或就廣義的出版而言，論述的視角較為宏觀，對(duì)具體出版媒介的指向性不強(qiáng)；或談及新聞出版、圖書(shū)出版及專(zhuān)業(yè)教育出版，鮮有涉及科技期刊出版；即便在少有的科技期刊出版相關(guān)研究中，大部分是概述性或暢想式討論人工智能對(duì)出版業(yè)態(tài)或出版流程的潛在影響，對(duì)具體案例和實(shí)踐應(yīng)用的介紹不足，或是圍繞某一流程或某個(gè)環(huán)節(jié)，如選題策劃、同行評(píng)議、內(nèi)容審校等展開(kāi)論證，但研究的內(nèi)容又略顯單一?？傮w而言，目前對(duì)人工智能和科技期刊出版在微觀和具象層面特別是涉及全出版流程、全鏈條環(huán)節(jié)的融合策略、創(chuàng)新路徑、制約瓶頸的研究還比較欠缺。[3-4]本研究就人工智能之于科技期刊的未來(lái)出版邏輯、出版業(yè)態(tài)全方位、多環(huán)節(jié)的變革與顛覆進(jìn)行了全景的呈現(xiàn)、具象的闡述和案例的論證。在透析人工智能或?qū)⒅厮芸萍计诳瘋鹘y(tǒng)出版流程、驅(qū)動(dòng)內(nèi)容生產(chǎn)、渠道分發(fā)和交流分享智能升級(jí)的同時(shí)，也討論了科技期刊出版行業(yè)應(yīng)用人工智能仍存在的一些現(xiàn)實(shí)瓶頸和困擾，以及適應(yīng)性治理策略。

1.科技期刊出版業(yè)態(tài)的變革

人工智能利用數(shù)據(jù)挖掘、智能算法、機(jī)器學(xué)習(xí)等技術(shù)手段進(jìn)行數(shù)據(jù)采集、分析和處理，通過(guò)智能感知和智能服務(wù)，將在很大程度上改變科技期刊的選題策劃、內(nèi)容創(chuàng)作、文稿處理、發(fā)行傳播、閱讀體驗(yàn)和社群建設(shè)等一系列業(yè)務(wù)流程，塑造出版產(chǎn)業(yè)全新的內(nèi)容生產(chǎn)、加工、分發(fā)、服務(wù)和消費(fèi)的生態(tài)環(huán)境，實(shí)現(xiàn)出版業(yè)態(tài)的智能化、高效化、精準(zhǔn)化、定制化、場(chǎng)景化。

1.1 算法化選題策劃

在大數(shù)據(jù)、云計(jì)算等技術(shù)支持下，人工智能借助數(shù)據(jù)挖掘算法和深度學(xué)習(xí)技術(shù)抓取、挖掘和分析海量數(shù)據(jù)，這些數(shù)據(jù)可能包括目標(biāo)學(xué)科或?qū)I(yè)的研究熱點(diǎn)和核心話題，以及讀者閱讀偏好和行為特征（評(píng)論、回復(fù)、下載、轉(zhuǎn)發(fā)等），有助于編輯發(fā)現(xiàn)并篩選出更具熱點(diǎn)性和前瞻性的內(nèi)容，從而提升選題策劃的高效性、精準(zhǔn)性。

目前在出版領(lǐng)域，人工智能參與選題策劃取得了一些積極的進(jìn)展。德國(guó)的一家新興出版商Inkitt本是一個(gè)電子書(shū)寫(xiě)作社區(qū)平臺(tái)，平臺(tái)上積累了超過(guò)20萬(wàn)部可供閱讀作品的電子書(shū)資源，它利用算法模型分析讀者在線的閱讀行為和興趣偏好，預(yù)測(cè)電子書(shū)的市場(chǎng)潛力，將算法標(biāo)注為暢銷(xiāo)書(shū)的電子書(shū)選題交由傳統(tǒng)出版商完成紙質(zhì)圖書(shū)出版。[5]北大方正電子公司推出出版大數(shù)據(jù)解決方案，通過(guò)對(duì)電商、閱讀、評(píng)論平臺(tái)和社交網(wǎng)絡(luò)內(nèi)容、用戶和市場(chǎng)數(shù)據(jù)去重去噪后的數(shù)據(jù)管理、可用評(píng)價(jià)、機(jī)器學(xué)習(xí)、情感分析、用戶畫(huà)像的繪制，幫助編輯發(fā)現(xiàn)研究熱點(diǎn)，優(yōu)化出版選題。Springer Nature開(kāi)發(fā)的SciGraph關(guān)聯(lián)開(kāi)放數(shù)據(jù)平臺(tái)，集成了包括期刊、論文、項(xiàng)目、專(zhuān)利、主題、研究人員、科研機(jī)構(gòu)、使用數(shù)據(jù)在內(nèi)的高通量、跨領(lǐng)域的內(nèi)容資源和知識(shí)數(shù)據(jù)，在數(shù)據(jù)融合、知識(shí)發(fā)現(xiàn)、內(nèi)容計(jì)算基礎(chǔ)上，構(gòu)建學(xué)術(shù)知識(shí)數(shù)據(jù)融通關(guān)聯(lián)的大規(guī)模知識(shí)圖譜，基于對(duì)知識(shí)圖譜的智能語(yǔ)義搜索、主題聚合探索分析，有助于掌握學(xué)科發(fā)展脈絡(luò)、挖掘特色選題。[6]美國(guó)Clarivate Analytics旗下的學(xué)術(shù)信息檢索平臺(tái)Web of Science期刊利用LDA（Latent Dirichlet Allocation）文檔主題生成模型，該模型是一種無(wú)監(jiān)督的機(jī)器學(xué)習(xí)技術(shù)，通過(guò)對(duì)特定領(lǐng)域的學(xué)科數(shù)據(jù)進(jìn)行分析處理，篩選關(guān)鍵熱點(diǎn)，借助算法抽取主題詞匯，按顯著性自動(dòng)形成特定主題，為期刊的選題組稿以及熱點(diǎn)追蹤提供方便。[7]

1.2 自動(dòng)化內(nèi)容創(chuàng)作

自動(dòng)化內(nèi)容創(chuàng)作較早出現(xiàn)在新聞出版領(lǐng)域，尤其是在國(guó)內(nèi)外主流媒體的新聞報(bào)道中，寫(xiě)作機(jī)器人得到了大規(guī)模的應(yīng)用，典型如美聯(lián)社的Wordsmith自動(dòng)撰稿平臺(tái)、新華社的“快筆小新”、騰訊的Dream writer。在學(xué)術(shù)和專(zhuān)業(yè)出版領(lǐng)域，2019年4月，Springer Nature出版了世界上第一本由人工智能寫(xiě)作的學(xué)術(shù)著作《Lithium-Ion Batteries》，這是由德國(guó)法蘭克福大學(xué)應(yīng)用計(jì)算語(yǔ)言學(xué)實(shí)驗(yàn)室合作開(kāi)發(fā)的名為“Beta Writer”的算法完成的，它使用了基于相似性的聚類(lèi)程序，將源文檔排序?yàn)檫B貫的章節(jié)，并生成簡(jiǎn)潔的論文摘要，引文則以超鏈接形式注明，方便讀者查閱，通過(guò)對(duì)鋰離子電池領(lǐng)域53，000多篇學(xué)術(shù)文獻(xiàn)的跨語(yǔ)料自動(dòng)摘要，綜述了該項(xiàng)技術(shù)的前沿進(jìn)展。[8]來(lái)自美國(guó)倫斯勒理工學(xué)院等機(jī)構(gòu)的科學(xué)家們開(kāi)發(fā)了一款叫作“PaperRobot”的人工智能學(xué)術(shù)助手，借助自然語(yǔ)言處理和自然語(yǔ)言理解技術(shù)對(duì)生物醫(yī)學(xué)領(lǐng)域已發(fā)表的大量論文深度學(xué)習(xí)，構(gòu)建背景知識(shí)圖，并協(xié)助撰寫(xiě)給定主題的論文摘要、關(guān)鍵內(nèi)容，梳理結(jié)論甚至提出進(jìn)一步的研究建議，對(duì)“PaperRobot”生成論文的圖靈測(cè)試結(jié)果表明，機(jī)器創(chuàng)作的摘要、結(jié)論和研究建議比人工寫(xiě)作有更高的接受度。[9]

值得警醒的是，上述人工智能的嘗試并不意味著在不久的將來(lái)，機(jī)器就能取代人類(lèi)完成邏輯清晰、論述嚴(yán)謹(jǐn)且有創(chuàng)新發(fā)現(xiàn)的研究論文，人工智能現(xiàn)在所做的也僅僅是基于知識(shí)數(shù)據(jù)庫(kù)或背景知識(shí)圖對(duì)現(xiàn)有的知識(shí)、概念進(jìn)行梳理、鏈接和聚合，它并沒(méi)有且短期內(nèi)也不會(huì)創(chuàng)造新的知識(shí)和科學(xué)發(fā)現(xiàn)，而新知識(shí)、新發(fā)現(xiàn)恰恰是人類(lèi)不斷探索、艱苦攻關(guān)、協(xié)同創(chuàng)新的智慧結(jié)晶。

1.3 智能化文稿處理

在組稿階段，人工智能能夠基于知識(shí)圖譜、關(guān)聯(lián)分析和文本挖掘技術(shù)，從各大文獻(xiàn)檢索平臺(tái)和網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中發(fā)掘?qū)W術(shù)資源，篩選相關(guān)研究方向的重要專(zhuān)家學(xué)者，跟蹤他們的研究動(dòng)態(tài)，評(píng)估他們的學(xué)術(shù)影響，及時(shí)向他們發(fā)出稿約，提升組約稿件的針對(duì)性和匹配度。如Semantic Scholar、Iris.ai、UNSILO、Yewno等基于人工智能的學(xué)術(shù)搜索工具，采用機(jī)器學(xué)習(xí)、語(yǔ)義分析等方法，提取文本的含義和關(guān)鍵概念，幫助用戶快速理解論文內(nèi)容，定位、分類(lèi)、篩選有價(jià)值的研究、作者和機(jī)構(gòu)，給選題與組稿帶來(lái)極大便利。[10-12]具體如UNSILO利用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)，分析提煉論文內(nèi)容，提取作者的主要論點(diǎn)和研究發(fā)現(xiàn)，還可抓取PubMed Central學(xué)術(shù)數(shù)據(jù)庫(kù)中數(shù)百萬(wàn)篇的生物醫(yī)學(xué)論文全文，便于編輯對(duì)研究成果有快速、大概的了解。[11]清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系的研究團(tuán)隊(duì)建立了科技資源大數(shù)據(jù)分析挖掘與服務(wù)平臺(tái)“AMiner”，該平臺(tái)囊括了超過(guò)2.3億篇學(xué)術(shù)論文、專(zhuān)利和1.36億位學(xué)者，集成了專(zhuān)家檔案智能抽取、專(zhuān)家智能搜索、學(xué)術(shù)大數(shù)據(jù)融合、學(xué)術(shù)評(píng)價(jià)等多項(xiàng)功能，提供了針對(duì)科技文獻(xiàn)、專(zhuān)家學(xué)者和學(xué)術(shù)活動(dòng)的強(qiáng)大搜索能力。

在審稿階段，針對(duì)現(xiàn)有的論文查重軟件采用逐字匹配查詢且不能識(shí)別近義詞或相似句的問(wèn)題，一些智能化的學(xué)術(shù)不端檢測(cè)工具支持識(shí)別整個(gè)句子或部分段落，甚至一些反剽竊工具開(kāi)發(fā)了能夠發(fā)現(xiàn)偽造圖像的圖表檢測(cè)功能，幫助更加有效地打擊學(xué)術(shù)抄襲。如Elsevier設(shè)計(jì)的自動(dòng)化編輯系統(tǒng)Evise，通過(guò)檢索和匹配程序與CrossCheck數(shù)據(jù)庫(kù)的文獻(xiàn)進(jìn)行比對(duì)來(lái)檢查論文的剽竊；來(lái)自美國(guó)Syracuse University的Daniel Acuna博士研究團(tuán)隊(duì)在bioRxiv上發(fā)表的一篇文章中介紹了一種機(jī)器學(xué)習(xí)算法，該算法使用基于關(guān)鍵點(diǎn)的檢測(cè)方法對(duì)來(lái)自生命科學(xué)領(lǐng)域4 324本期刊的76萬(wàn)篇開(kāi)放獲取論文的200多萬(wàn)幅圖片進(jìn)行了檢測(cè)，發(fā)現(xiàn)約有9%的圖像存在高度重復(fù)。[13]人工智能技術(shù)還可智能推薦合適的審稿人。如瑞士Frontiers Publishers研發(fā)的人工智能評(píng)審助手AIRA，結(jié)合內(nèi)部自定義算法并嵌入Google、CrossRef的iThenticate（文檔原創(chuàng)性檢查工具）和Editage的Ada（論文自動(dòng)化評(píng)估工具）的功能，快速準(zhǔn)確評(píng)估稿件質(zhì)量，還可匹配潛在的同行評(píng)審專(zhuān)家，并檢查編輯、審稿人和作者之間可能存在的利益沖突。

在編校階段，大量低端、重復(fù)的編輯加工校對(duì)工作都可交給人工智能的自動(dòng)排查和糾錯(cuò)系統(tǒng)來(lái)高效完成，包括稿件字詞句段、語(yǔ)法修辭有無(wú)錯(cuò)誤，名詞術(shù)語(yǔ)、計(jì)量單位的書(shū)寫(xiě)是否準(zhǔn)確，篇章結(jié)構(gòu)、體例格式是否規(guī)范，數(shù)理統(tǒng)計(jì)方法運(yùn)用是否恰當(dāng)。如Elsevier的Aries審稿系統(tǒng)采用StatReviewer軟件的AI功能核查論文的試驗(yàn)方法、統(tǒng)計(jì)數(shù)據(jù)和研究結(jié)論的完整性和可靠性[11]；方正智能輔助審校系統(tǒng)應(yīng)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，擁有分詞、實(shí)體識(shí)別、句法分析、深度語(yǔ)言模型等方法，已初步開(kāi)發(fā)完成易錯(cuò)詞、敏感詞、不規(guī)范名詞、連接符、全半角、單位大小寫(xiě)、圖表公式序號(hào)檢查等11項(xiàng)功能。

1.4 個(gè)性化發(fā)行傳播

科技期刊在長(zhǎng)期的出版實(shí)踐中匯聚了豐富的研究成果、文獻(xiàn)資料等內(nèi)容資源，以及作者、讀者、專(zhuān)家、編委等用戶信息，奠定了利用智能算法實(shí)現(xiàn)內(nèi)容精準(zhǔn)分發(fā)的數(shù)據(jù)基礎(chǔ)。人工智能可以追蹤用戶在各類(lèi)數(shù)據(jù)平臺(tái)、社交媒體上對(duì)學(xué)術(shù)資源的瀏覽、下載、評(píng)論及分享行為，描繪精準(zhǔn)用戶畫(huà)像，基于用戶閱讀需求和興趣領(lǐng)域，完成內(nèi)容的適配性和個(gè)性化分發(fā)。

TrendMD是加拿大的一家出版技術(shù)服務(wù)公司，可提供跨平臺(tái)相關(guān)文章的個(gè)性化精準(zhǔn)推薦，它通過(guò)在合作期刊網(wǎng)站后臺(tái)安裝插件，索引期刊論文的歷史元數(shù)據(jù)，并利用跨平臺(tái)內(nèi)容推薦模塊的協(xié)同過(guò)濾技術(shù)，根據(jù)讀者閱讀趨向?qū)崿F(xiàn)合作期刊平臺(tái)和第三方平臺(tái)論文的精準(zhǔn)推薦，每月通過(guò)TrendMD平臺(tái)推薦的文章鏈接高達(dá)8億條，惠及超過(guò)1億的讀者。超星集團(tuán)推出“域出版”移動(dòng)出版平臺(tái)，為用戶提供智慧化的學(xué)習(xí)資源，其特色的“指紋采集”功能結(jié)合用戶在平臺(tái)上的“收藏”“最近瀏覽”“讀書(shū)排行”等源數(shù)據(jù)，可建立個(gè)人閱讀行為和閱讀曲線，并按照閱讀曲線推送定制化內(nèi)容。

1.5 場(chǎng)景化閱讀體驗(yàn)

不同于傳統(tǒng)出版以圖文為主的靜態(tài)傳播，場(chǎng)景時(shí)代的媒體傳播更加關(guān)注內(nèi)容產(chǎn)品本身為用戶創(chuàng)造的沉浸式、可視化體驗(yàn)。VR（虛擬現(xiàn)實(shí)）、AR（增強(qiáng)現(xiàn)實(shí)）、MR（混合現(xiàn)實(shí)）等技術(shù)豐富了傳統(tǒng)出版的內(nèi)容呈現(xiàn)樣式和用戶交互方式，對(duì)內(nèi)容和信息的表達(dá)更加深刻、直觀，為用戶帶來(lái)了深度沉浸、主動(dòng)參與的“臨場(chǎng)”體驗(yàn)。

VR/AR技術(shù)引入科技期刊出版，也可豐富讀者的閱讀形式，提升讀者的閱讀體驗(yàn)，特別是在理工農(nóng)醫(yī)類(lèi)科技論文中儀器設(shè)備、實(shí)驗(yàn)過(guò)程、醫(yī)科手術(shù)的立體再現(xiàn)中有較大的應(yīng)用優(yōu)勢(shì)?！渡虾４髮W(xué)學(xué)報(bào)（自然科學(xué)版）》探索性地在“三值光學(xué)計(jì)算機(jī)”專(zhuān)題出版中，將期刊論文以動(dòng)靜態(tài)AR呈現(xiàn)，讀者通過(guò)智能終端下載紙上AR的App，掃描文中圖片，即可在移動(dòng)端完美展示三值光學(xué)計(jì)算機(jī)實(shí)物和體驗(yàn)視頻。[14]

1.6 社群化學(xué)術(shù)交流

利用大數(shù)據(jù)技術(shù)的分類(lèi)、聚類(lèi)和關(guān)聯(lián)規(guī)則挖掘，借助人工智能的精準(zhǔn)推薦和有效匹配，尋找具有共同學(xué)術(shù)旨趣的業(yè)內(nèi)同行，建立科技期刊的用戶社群，通過(guò)社群傳播打造更加宏大的學(xué)術(shù)空間，提升科技期刊的平臺(tái)效益和品牌價(jià)值。在學(xué)術(shù)社群內(nèi)用戶可以實(shí)時(shí)分享學(xué)術(shù)動(dòng)態(tài)，交流最新的研究成果，還可以就自己感興趣的話題獲得個(gè)性化、精準(zhǔn)化的學(xué)術(shù)資源。

Frontiers一直堅(jiān)持社群驅(qū)動(dòng)出版的理念和實(shí)踐，開(kāi)發(fā)了科研社交平臺(tái)Loop，科學(xué)家們?cè)谄脚_(tái)個(gè)人主頁(yè)上可發(fā)布科研成果、學(xué)術(shù)活動(dòng)等內(nèi)容，上傳論文、視頻、新聞等資源，學(xué)者間可相互關(guān)注，加入學(xué)術(shù)小組，向科研同行推薦有價(jià)值的學(xué)術(shù)內(nèi)容，還可在線組織學(xué)術(shù)交流。國(guó)家新聞出版署出版融合發(fā)展（武漢）重點(diǎn)實(shí)驗(yàn)室發(fā)起的開(kāi)放科學(xué)計(jì)劃OSID平臺(tái)也有類(lèi)似的功能，支持期刊社、編輯、作者、讀者構(gòu)建學(xué)術(shù)交流社區(qū)，在學(xué)術(shù)圈內(nèi)可就期刊論文、學(xué)科熱點(diǎn)進(jìn)行學(xué)術(shù)討論、資源共享、開(kāi)放交流和社交互動(dòng)。

2.科技期刊出版應(yīng)用的瓶頸及困擾

人工智能對(duì)科技期刊傳統(tǒng)出版的業(yè)務(wù)重塑和價(jià)值創(chuàng)新將催生出版的新業(yè)態(tài)、新模式、新邏輯。但在科技期刊出版行業(yè)完全應(yīng)用人工智能，仍然存在現(xiàn)實(shí)的困難和挑戰(zhàn)。具體表現(xiàn)為算法驅(qū)動(dòng)的選題策劃、內(nèi)容生產(chǎn)同質(zhì)化嚴(yán)重，創(chuàng)造性不足；精準(zhǔn)推送可能造成信息窄化；出版數(shù)據(jù)共享困難，數(shù)據(jù)壁壘普遍存在。

2.1 算法驅(qū)動(dòng)的選題策劃或內(nèi)容同質(zhì)化

人工智能依賴機(jī)器智慧跟蹤、篩選學(xué)術(shù)研究熱點(diǎn)和前沿動(dòng)態(tài)，推動(dòng)傳統(tǒng)出版選題策劃方式走向智能高效，但在算法主導(dǎo)下對(duì)熱點(diǎn)、熱詞的一味追逐，可能造成相同或相關(guān)學(xué)科不同刊物選題方向和選題內(nèi)容同質(zhì)化，而缺乏差異化、創(chuàng)新性，無(wú)法彰顯辦刊特色，不利于學(xué)科創(chuàng)新和出版生態(tài)的健康發(fā)展。

2.2 人工智能學(xué)科專(zhuān)業(yè)性、創(chuàng)造性不足

目前人工智能尚處于弱人工智能階段，還不具備人類(lèi)意識(shí)特有的推理能力和創(chuàng)造能力，也就不具備思考分析并提出觀點(diǎn)的能力，自動(dòng)創(chuàng)作更多適合模板化、程式化的內(nèi)容生產(chǎn)，由于專(zhuān)業(yè)性、創(chuàng)造力的缺失，人工智能還不勝任需要專(zhuān)業(yè)研究、深度闡釋、復(fù)雜求證的科學(xué)論文的創(chuàng)作。

2.3 精準(zhǔn)推送可能帶來(lái)信息窄化

基于用戶興趣愛(ài)好提供個(gè)性化推薦，雖然提升了信息分發(fā)效率，但也會(huì)帶來(lái)“信息繭房”問(wèn)題[15]，從而造成用戶接收信息窄化、視野受限、思維固化，這對(duì)科技期刊的受眾，主要是科研工作者拓寬信息面、知識(shí)面，特別是從事跨領(lǐng)域、跨學(xué)科學(xué)習(xí)研究顯然是不利的。

2.4 出版數(shù)據(jù)交互、共享困難

數(shù)據(jù)是人工智能的“養(yǎng)料”，沒(méi)有數(shù)據(jù)支撐，就談不上人工智能的應(yīng)用。但在傳統(tǒng)出版單位，數(shù)據(jù)的價(jià)值并沒(méi)有得到足夠的重視，對(duì)內(nèi)容生產(chǎn)、內(nèi)容傳播、出版流程以及用戶交互的數(shù)據(jù)積累、挖掘和利用不夠，這些數(shù)據(jù)的潛在價(jià)值并沒(méi)有被發(fā)揮出來(lái)，而且不同出版單位、文獻(xiàn)數(shù)據(jù)平臺(tái)之間的數(shù)據(jù)相互割裂，難以實(shí)現(xiàn)開(kāi)放共享，數(shù)據(jù)孤島、數(shù)據(jù)壁壘廣泛存在。

3.人工智能風(fēng)險(xiǎn)挑戰(zhàn)的應(yīng)對(duì)與治理

人工智能在為科技期刊出版業(yè)態(tài)變革帶來(lái)一系列新機(jī)遇的同時(shí)，也不可避免地伴隨著一連串新挑戰(zhàn)。應(yīng)對(duì)人工智能的風(fēng)險(xiǎn)挑戰(zhàn)，不能單從技術(shù)層面著手，根本上還是要處理好人工智能與人類(lèi)的關(guān)系問(wèn)題。

具體到科技期刊出版領(lǐng)域人工智能應(yīng)用風(fēng)險(xiǎn)挑戰(zhàn)的規(guī)約與治理，其基本思路是：平衡人機(jī)關(guān)系，重塑編輯價(jià)值，增進(jìn)協(xié)同共治。人工智能新時(shí)代下，需要深化對(duì)科技期刊出版流程的把控、編輯活動(dòng)規(guī)律的認(rèn)知、出版?zhèn)惱砗臀幕瘍r(jià)值的堅(jiān)守，加強(qiáng)前瞻預(yù)防，權(quán)衡技術(shù)利弊，調(diào)試價(jià)值沖突和倫理困境；公開(kāi)算法，讓算法透明化，增強(qiáng)算法的可解釋性、可理解性、可預(yù)測(cè)性，關(guān)注和防范算法偏見(jiàn)、算法權(quán)利濫用和“信息繭房”，解決選題功利化、內(nèi)容模式化、推送單一化等諸多問(wèn)題；強(qiáng)化編輯的主體意識(shí)、責(zé)任意識(shí)和把關(guān)意識(shí)，在選題策劃、同行評(píng)審上發(fā)揮編輯在人文關(guān)懷和價(jià)值判斷上的文化引領(lǐng)性和主觀能動(dòng)性，彌補(bǔ)人工智能的技術(shù)缺陷和價(jià)值失范，構(gòu)建人工智能技術(shù)與編輯倫理和諧共生的出版生態(tài)；推進(jìn)行業(yè)出版數(shù)據(jù)開(kāi)放共享、標(biāo)準(zhǔn)統(tǒng)一和業(yè)務(wù)協(xié)同；需要加大全民人工智能的教育普及和人才培養(yǎng)力度，尤其是提高編輯人員了解運(yùn)用人工智能新技術(shù)的專(zhuān)業(yè)素養(yǎng)。

結(jié)語(yǔ)

人工智能對(duì)出版生態(tài)的變革和再造是全鏈條、多角度的，是出版生產(chǎn)力的進(jìn)一步解放和生產(chǎn)關(guān)系的深層次變革。需要用發(fā)展的眼光、開(kāi)放的心態(tài)主動(dòng)擁抱人工智能，將人工智能技術(shù)積極融入出版產(chǎn)業(yè)發(fā)展進(jìn)程中。強(qiáng)化編輯的主導(dǎo)地位和科學(xué)引領(lǐng)責(zé)任，引導(dǎo)好、利用好人工智能，也要認(rèn)真評(píng)估算法偏見(jiàn)、“信息繭房”、數(shù)據(jù)越界、侵權(quán)追責(zé)等人工智能的技術(shù)、法律和倫理問(wèn)題。