人工智能对医学类期刊出版业的影响及应对策略

　　摘 要：全媒体时代，人工智能技术与编辑出版的融合发展是出版业的研究热点‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 其对于编辑出版业而言，既是机遇也是挑战，在提升工作效率、防范学术不端行为、提升资源配置和价值创造力等方面产生了积极影响; 同时，人工智能技术的蓬勃发展也会导致传统编辑出版岗位需求量降低、对编辑出版从业者提出更高的职业要求，以及面临著作权、隐私权和科技伦理安全风险‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 学术期刊从业人员应该将眼光放长远一些，积极接纳新技术带来的变化，转变传统编辑出版思维，保持对信息技术最新政策法规和资讯的关注，用知识和技能武装成不可替代的存在‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　关键词：人工智能; 学术期刊; 影响; 策略

　　2020年6月30日中央全面深化改革委员会第十四次会议审议通过了《关于加快推进媒体深度融合发展的指导意见》，并对推动媒体融合向纵深发展提出要求和发展方向。 作为学术期刊，我们应思考和探索如何培养全媒体人才，如何以先进技术为支撑，推动学术期刊发展。 近年来，人工智能技术与编辑出版的融合发展为出版业的研究热点。 其对于编辑出版业而言，既是机遇也是挑战。 2020年，国家标准化管理委员会同中央网信办、国家发展改革委、科技部、工业和信息化部联合印发了《国家新一代人工智能标准体系建设指南》，对人工智能标准化工作进行顶层设计，提出人工智能标准体系框架，围绕基础共性、支撑技术、关键通用技术、安全/伦理等提出标准规划和重点方向。 [1]如今，人工智能已成为全球信息技术产业发展的新高地，被列入了我国“新基建”7大领域，包括智能医疗领域，其对行业标准化提出了迫切需求。 人工智能技术与编辑出版的融合发展是目前出版业的研究热点。

　　《新一代人工智能发展规划》[2]中指出要“大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能和自主智能系统成为人工智能的发展重点，人工智能发展进入新阶段。 ”人工智能技术将给编辑出版行业带来颠覆性的改变，包括智能化和优化出版流程、多元化传播形式、提升传播速度和精准度、培养和转化编辑人才等。 自此，国内外出版界学者们对人工智能在学术期刊传播中的应用优势和平台建设等方面的融合发展进行了深入探讨，也研发出一些有益于解决繁杂或琐碎的编辑出版的工具和平台。 比如美国泰德(TED)出品的话题分析工具彩虹人工智能(iRis.AI)，通过机器学习为用户推荐与被检索主题高度相关的信息和论文。

　　[3]2016年，The Drum与IBM沃森系统合作，基于人工智能创造完成了一期完整的杂志。 [4]“2017腾讯媒体+峰会”现场，腾讯推出的自动化新闻写作机器人Dreamwriter平均仅需0.5秒就完整1篇论文写作。 [5]人工智能技术的广泛应用，对于如今期刊编辑出版行业既是机遇也是挑战，不仅可以协助编辑从海量的学术数据中更高效、精准地提炼出有价值的信息，还能高效率完成一些事务性的基础工作，减少人为错误等，从而将编辑解放出来做更具创造力的工作。

　　在人工智能飞速发展的当下，学术期刊承载了科技工作者的医疗经验和科研成果，反映了科研现状和最新动态，是学者们重要的医药学研究情报来源。 其是传播和交流学术思想的纽带和桥梁，具有周期性、专业性、选题灵活、作者众多、分科细化等特点，与人工智能融合发展是必然趋势。 然而，目前针对学术期刊和人工智能融合发展的研究较少，本研究拟落实到学术期刊这一细化分类，探讨全媒体时代人工智能对学术期刊编辑出版业模式的影响及应对策略，旨在警示学术期刊编辑们更新自身观念、知识和技能。

　　1.人工智能发展为学术期刊带来了机遇

　　1.1提升编校工作效率

　　人工智能为学术期刊工作者带来的最直接影响即是通过智能化、自动化操作替代单一、重复性的工作，比如数据收集、文献查阅、数据核对、排版和校对等。 目前，学术期刊“重点刊”模式，即“专病专刊”出版模式大受推崇，其具有集中、全面报道相关疾病的最新诊疗技术和研究成果，便于学者们重点学习，实用性较强的特点。

　　“专病专刊”的重点即是选题策划和论文组稿环节，如何敏锐、精准地抓住当前科技领域的科研热点和难点问题，需要深度挖掘和全面收集相关大数据。 数据收集需要花费大量的精力和时间，而人工智能技术可以突破编辑工作者经验和能力的上限，通过跨数据平台自动生成并导出各类疾病的可视化量表，为编辑选题策划提供有效的数据和决策分析。 人工智能语义建模、语义搜索引擎知识图谱(Knowledge Graph)等[6]的投入使用，不仅有益于编辑们逐渐脱离琐碎的数据收集工作、提高决策效率，还能降低编辑部的人力成本和选题偏倚风险。

　　其次，学术期刊的一大特点即专业术语、统计学图表、病理和诊疗图片较多，人工智能可根据论文选题，快速核对其术语提法的准确性和图表的规范性等。 [7]目前，学术期刊的编辑们很难审查论文的图片的真实性和合法性，人工智能技术可以通过深度智能识别功能为编辑提供参考，也为编辑对论文的初审节省了时间，避免反复核查。 此外，学术期刊的参考文献格式都有统一要求，根据笔者多年的工作经验，很多作者往往没有那么细致地标注要求的卷、期及标点符号等。 这也是大量花费编辑时间的一项可重复性工作。 人工智能可以协助核查文献规范，同时自动修正文献的一致性和著录格式。 然而，使用人工智能机器人进行论文写作和内容生产对于著作权和责任风险认定问题仍值得科技界和立法机构探讨和摸索。 [8]

　　1.2 有效防范学术不端行为

　　科技论文数据的可靠性和真实性决定了实用价值，若作者通过抄袭、数据作假等学术不端行为，导致论文的真实性和可靠性出现问题，使得读者和研究者们不能享受科学研究和医疗技术的真正价值。 人工智能技术可以应用于学术不端行为的预警领域，针对出现洗稿式论文抄袭、数据篡改、图片挪用等，与学术征信等对接以提供个人学术研究的风险评级。 [3，7]目前中华科技会系列杂志共用一个远程审稿系统，且与中国知网查重系统绑定，作者一旦在多个杂志投稿，便会直接显示是否重复投稿以及重复率百分比等。 这一技术的发展，一定程度上避免了作者企图一稿多投行为，同时节省初审编辑单独查询重复率的时间。 以往的反学术不端行为软件多采用逐字逐句的方式审查文本，无法辨别出洗稿式的隐蔽剽窃行为，如更换语序和形容词等形式。

　　如今的人工智能技术除了能够逐字逐句核查，还能识别段落的整体结构和句子组成部分。 如CrossCheck/iThenticate论文防剽窃系统具有2种交叉审查功能，包括基于全球学术出版物所组成的庞大数据库和基于网页的检测比对工具。 它支持MS Word， PDF，Word XML， WordPerfect， PostScript， HTML， RTF， HWP， OpenOffice (ODT) and plain text等多样化格式，还可提供辅助排除引用报告，将相似的文本标示出来，自动追踪抄袭文献来源，清晰标注相似段落。 除此之外，一些反剽窃软件，如OpenCv等已经开始在系统中增加图像检测功能，包括检测文章中的重复图像或伪造图像。 [9-10]

　　其次，人工智能技术不仅能检测论文基本质量的剽窃，还能高度识别和精确匹配同行评审专家。 学术期刊的同行评议和审稿人在学术出版过程中发挥着核心作用。 然而，受同行评审专家和审稿人自身学术知识水平和学科领域范围等限制，其可能对稿件研究领域的不熟悉，评审的结果不专业甚至带有主观偏见，导致一些优质科研论文不能及时刊发，也可能使学术价值较低的论文发表在学术期刊上。 这不仅影响期刊的整体质量，也是一种学术资源的浪费。 2016年国际科学技术与医学出版商协会(STM)发布的《科技出版的技术趋势：展望2020》首次提出了自动同行评议的概念，包括参考文献自动跟踪、统计监测和文本数据挖掘。

　　在2018年发布的趋势2022报告中，人工智能已经开始进入实践阶段。 世界数据挖掘领域的最高级别的学术会议，即由ACM的数据挖掘及知识发现专委会(SIGKDD)主办的国际数据挖掘与知识发现大会(ACM SIGKDD)以论文接收严格闻名，每年的接收率不超过20%，主要源于其采用的自动化审查分配系统“提交筛选”(SubSift)建立的论文和同行评审专家的双向匹配和选择，成立同行评审小组，对论文的重复率等进行严格的质量把关。 分析、挖掘和匹配同行评审专家也是人工智能技术与学术出版融合发展的研究热点。 然而，目前大量科技文献数据仍未开放获取，各大学术出版商还应联合起来，在不影响商业利益的前提下，破除技术壁垒，充分实现融合发展和数据共享。 [11]

　　1.3 提升资源配置和价值创造力

　　人工智能技术的核心基础是大数据，依托于海量的结构化和非结构化信息进行学习、建模和计算，从而提高数据分析和预测的精确性‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 人工智能技术不仅可以深入了解学术期刊从建刊以来刊登过的所有文章、持续跟踪当下审理和编辑的论文，还可以有效地测算即将选题策划论文的学术价值和传播风险等。 在人工智能机器的学习和储存基础上，随着学术期刊稿件数据的不断增加，学术期刊的影响因子和学术价值也能逐渐被测算。 传统的学术期刊影响因子往往根据过往的论文引用和发表情况进行回测，而人工智能技术可以通过连接学术期刊之前所有的历史数据和不同的模型算法进行预测，同时与历史数据进行对比分析。

　　有学者尝试基于Web of Science数据库预测SCI期刊影响因子，[9]也有学者基于分位数回归的期刊论文被引量预测等。 [10]人工智能技术可以克服传统影响因子滞后性，将最新数据纳入预测模型中，帮助学者们进行稿件分析和成果共享等。 目前，科研数据共享服务已经成为趋势，通过人工智能技术对其进行改进，数据收集和精华提炼为研究者们和学术期刊编辑们提供了判断、评估和决策的基础，对于学术期刊资源的有效分配和价值创造力的稳健提升大有裨益。 如学术出版业巨头爱思唯尔(Elsevier)提供如ScienceDirect、Scopus、SciVal、ClinicalKey和Sherpath等信息分析解决方案和数字化工具为科研工作提供支持。

　　2.人工智能发展也为学术期刊编辑出版业携来了挑战

　　人工智能技术是一把“双刃剑”，在高效率完成学术期刊繁杂又琐碎的数据收集工作时，也会导致传统编校和排版工作人员岗位需求的锐减。 人工智能发展也为学术期刊编辑出版业带了机遇的同时也裹挟着挑战。

　　2.1 学术期刊编辑出版信息面临风险

　　人工智能技术较大程度降低了编辑出版过程中的人为参与程度，学术期刊编辑在数据审核和授权过程中发挥着更重要的作用，同时也由于各类稿件和数据的电子化和集成化存储，办公容量也大幅降低。 然而，不容忽视的问题是，人工智能技术的复杂性和智能化特性可能引起一定程度的学术期刊版权信息和伦理风险。 如期刊编者群、读者群和销售传播信息等，多涉及个人信息和隐私信息。 [12]而学术期刊人工智能服务系统和机器人均是由人为预设的代码，如果主管机构和杂志社缺少相关专业人员且系统维护不及时或滥用时，很可能造成重要医疗数据和个人隐私信息泄露，造成不必要的麻烦。 “大数据时代，人人都成了透明人”。 作者和审稿专家反应经常有骚扰电话或邮件询问是否要申请专利、是否要发文章等。

　　人工智能技术与编辑出版融合发展的大趋势下，学术期刊的版权保护也存在较高的风险，如何在尊重并保护作者知识产权的同时，合法保护数字版权值得探讨。 人工智能技术提高了编辑搜索与稿件选题相关研究成果的效率，同时也隐含着对新知识版权的保护风险，学术期刊从业者在选题、审稿和使用采编工具时需更加谨慎，协助避免作者或出版单位陷入不必要的知识产权纠纷中。 人工智能技术的发展也催生了如数字加密、密钥技术、网络加密传输等信息技术创新和发展。 学术期刊出版单位必须要有专人负责掌握和更新这些版权保护的新技术，日常选题、审稿和编辑处理过程中有效采用这些技术以保护作者和出版机构的知识产权。

　　2.2 对学术期刊从业者提出更高的要求

　　人工智能技术优化编辑出版流程的同时导致传统编辑岗位需求量大幅降低，同时促使编辑出版部门职能转型，这也对学术期刊从业者的知识和技能提出了更高、更全面的要求。 首先，排版、校对等基础性工作人员需求量下滑。 目前，针对学术期刊从业者的人工智能技术培训较少，多数学术期刊从业者并不了解人工智能，在编辑出版工作中尚无太多可以借鉴的经验。 目前普遍存在学术期刊编辑对人工智能技术学习的焦虑和强烈的不安。 其次，学术期刊从业者也面临被人工智能技术奴役的威胁。 我们在使用人工智能技术时，容易不自觉地依赖技术，放弃独立思考，反而丧失了客观性和创新性。

　　海量的大数据中也存在很多无用和错误信息，目前的人工智能技术还处于弱人工智能阶段，检测系统无法识别论文中的插图、表格和公式等缺陷，如笔者发现在中国知网的学术不端文献检测系统检测很多稿件的结果都显示“文字复制比过高”。 然而，经过对比分析后发现很多都是参考文献或专业术语的重复。 因此，当前的人工智能技术尚不够“智慧”，学术期刊编辑出版也尚未真正意义上地使用最先进的人工智能技术。 最后，出版社和杂志社的编辑们需要向选题数据分析和决策管理转型，编辑真正作为内容管理和优化工具在科技论文传播中发挥积极作用。 学术期刊编辑向复合型人才转型已是大势所趋。

　　最后，互联网和大数据时代，编辑的数据取舍和决策能力至关重要，不仅要求学术期刊编辑们举办编辑出版的基础知识，还需要具备大数据素养、信息管理和数据分析方面的技能，从而更加全面地为期刊进行选题策划，更加理性地为作者提供论文编修参考意见。 [7]只有人工智能技术和人脑的分工合作、取长补短才能达到人工智能与学术期刊编辑出版从业人员的理想协同融合发展。 学术期刊从业者需不断完善自身的知识体系和信息化技能，至少应了解和熟悉人工智能的基本原理和使用技能，保持不断学习的心态和步伐。

　　3.如何应对人工智能发展采取的策略

　　人工智能技术的蓬勃发展为学术期刊编辑出版业带来以上机遇的同时，也酝酿着一场行业变革。 因此，学术期刊从业者们在积极接受的同时，也要对其带来的风险保持警惕心，并做好防备措施。 笔者将从3个角色立场出发，探析各自需要作出的努力和采取的策略。

　　3.1学术期刊编辑的自我精进

　　学术期刊编辑作为杂志的核心组成部分，需从理念、知识和技能等方面全方位提升对人工智能技术的理解。 尽管一些基础的数据收集和编校工作被人工智能所取代，然而选题策划的最终决策权、编辑出版内容审查和风险方法等仍然需要编辑人员人为判定，尤其在突发公共卫生事件发生时，更加需要编辑人员使用自身经验和决策能力来调整组稿方向和刊期安排等。 因此，学术期刊编辑们在转变观念的同时，也应该持续保持和积累良好的职业判断力，完成人工智能无法替代的创造力工作。

　　其次，学术期刊编辑们也应主动学习和掌握人工智能的相关知识和技能。 编辑出版人员使用数据平台的文献搜索功能以及Endnote等文献工具已是基本要求，然而随着全媒体和人工智能化时代的来临，编辑出版人员也应适当学习编程技术，至少应该了解基本知识、目前发展现状和最新应用程度等，在人工智能技术不断更新迭代或协助编辑工作中做好准备。 比如，持续关注国家科技部、工业和信息化部等发布和制定的有关人工智能技术的最新政策规范和指导意见，阅读包括《人工智能》、《模式识别与人工智能》之类的汇集相关最新研究成果的杂志，当然还包括相关的国际顶尖杂志Artificial Intelligence， International Journal of Computer Vision等。 填补与人工智能技术人员的信息不对称的鸿沟，有助于在编辑决策过程中直面挑战、坚定信心。

　　3.2学术期刊出版单位的人才培养

　　传统的学术期刊出版和传播模式周期长，存在一定滞后性，很多科技信息难以满足质量要求的科学性、创新性和时效性。 学术期刊编辑在工作中常常会限制于“三审三校”多角色协调和沟通，很多时候学术期刊编辑们无法掌控出版进度。 因此，期刊主办单位和出版机构可以基于大数据和人工智能技术搭建出版编辑信息化系统，重组和创新编辑出版和传播流程。 比如世纪超星公司搭建的“域出版平台”，集学术期刊数据库搭建、移动出版、社交共享等功能为一体，可以通过智能画像了解用户特征，用算法实现动态精准推送，通过智能社交增强用户之间的联系。 [3]学术期刊出版单位也应与时俱进，加快适应人工智能时代的数据处理模式、编校处理模式和出版传播新模式，真正将人工智能思维落实到出版理念、管理思维和传播文化等各个方面。

　　出版单位可以联合和聚集各大数据平台进行集群化管理、数据共享、协同发展等，调整和优化杂志社内部的编校岗位设置及职能分配，充分发挥各大编辑部自主管理作用，鼓励编校人员参与出版流程优化和改革，为杂志创造更多价值。 [13]其次，出版单位应为编校人员学习人工智能知识和技术创造条件和氛围，提供经费支持等‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 与此同时，出版单位还应该引进安全防护技术，比如编辑出版相关法律法规、科技伦理要求、个人隐私权利和医疗数据版权信息等，以处理和应对数据安全存在的潜在风险，保障编者、作者、读者及编辑工作人员的整体利益，避免数据泄露等。

　　3.3国家政府监管部门的大力扶持

　　人工智能包括但不限于计算机视觉、机器学习、数据挖掘、图像识别、智能推荐、自然语言处理、机器翻译等研究热点。 目前，我国各个领域应用的人工智能技术高度集中在机器深度学习领域，很大程度依托于大数据，而数据内容生产仍然是依靠人类智慧来完成。 因此，当前的人工智能还只是协助编辑出版的技术手段，尚且不能达到人类智力水平，无法大范围取代现有人工岗位。 [14]相关监管部门应“使师保之，勿使过度”，规避对人工智能的过度干涉，鼓励技术变革和更新的同时，指导出版单位和从业者强化自身知识技能，拓宽视野，积极面对和接纳人工智能技术带来的改变。

　　[15]更重要的是，需要设立人工智能相应的法律法规，以保障医疗数据安全、医疗专利知识产权等，避免顾此失彼。 著作权和科技伦理等隐私和公平性问题也是目前人工智能发展中的研究热点和焦点问题。 国家政府监管部门也需要持续跟进人工智能技术对各个行业，包括学术期刊出版行业的影响和现状，秉持改革创新精神，践行高质量发展理念，并在完善标准体系顶层设计、跟踪热点问题，加快技术转化，持续推动国际标准化等出台适宜学术期刊人工智能技术应用的细分监管条例。

　　结语

　　人工智能技术细分为21个子领域，其中信息检索、机器学习、多媒体技术、信息系统、社交网络、安全隐私、数据挖掘等都与学术期刊编辑出版业有关，这种新型的智慧化技术正在逐渐影响学术期刊业的方方面面，对于传统学术期刊编辑出版业从业人员的观念、认知和技能都造成了不小的影响。 然而，学术期刊的本质是内容生产、输出和传播，其根基仍然取决于人力观察、判断和筛选。 加之科技研究的无限未知性和公共卫生事件的不确定性，许多的学术成果传承仍寄于学术期刊从业者们的职业素养和经验积累。

　　人工智能论文投稿期刊：《中国编辑》由中华人民共和国国家新闻出版广电总局主管，中国编辑学会、高等教育出版社有限公司主办，《中国编辑》杂志出版社出版，是专业性极强的编辑领域专用刊物，解读法规，研究趋势，探讨问题，总结经验，对编辑出版工作有着深刻的指导意义和极大的实用价值。

　　目前为止，人工智能的发展水平远远未达到人类智能水平，只能作为协助技术和工具，囿于编辑出版工作效率的提高和工作量的减少。 人工智能的发展带来的不仅是机遇也是挑战，学术期刊从业人员应积极、主动地改变意识，跟上信息技术更新迭代的步伐，用知识和技能武装成一个不可替代的存在。 我们应以发展的眼光看待人工智能带来的冲击，未来有关人工智能的新型岗位将远超目前其在取代的岗位。 学术期刊从业人员本身都是离科技前沿最近的一群人，我们应坚定人工智能与编辑出版融合发展的赛道奋力奔跑。

　　参考文献：

　　[1] 国家标准化管理委员会， 中央网信办， 国家发展改革委， 科技部， 工业和信息化部. 关于印发《国家新一代人工智能标准体系建设指南》的通知[EB/OL]. (2020-07-27) [2020-08-12]. http：//www.miit.gov.cn/n1146290/n1146402/n1146440/c8048439/content.html.

　　[2] 中华人民共和国国务院. 新一代人工智能发展规划[EB/OL]. (2017-07-08) [2020-08-12]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

　　[3] 李媛. 人工智能时代的学术期刊数字化传播[J]. 中国学术期刊研究， 2019， 30(11)： 1183-1190.

　　[4] 电子产品世界网. IBM人工智能沃森编了一期杂志[EB/OL]. (2016-06-23) [2020-08-12]. http：//www.eepw.com.cn/article/201606/293044.htm.

　　[5] 人民网. 人工智能时代内容出版产业的机遇与挑战[EB/OL]. (2019-06-05) [2020-08-12]. http：//media.people.com.cn/n1/2019/0625/c14677-31187004.html.

　　[6] 王亮. 人工智能技术环境下新闻出版业运作模式创新[J].出版参考， 2017(9)9-12.

　　[7] 江雨莲，孙激.人工智能在学术期刊编辑出版业中的应用[J]. 科技与出版， 2020(2)： 66-71.

　　[8]张勇， 王春燕， 王希营. 人工智能与学术期刊编辑出版的未来[J]. 中国编辑， 2019， 17(4)： 64-68.

　　作者：张以芳 张 宁