在数字化浪潮的推动下，人工智能（AI）正以前所未有的速度渗透到学术出版全链条。学术出版正在经历一次深层次的技术重塑。AI不仅能够提升效率，还在出版全价值链上重构商业模式。与此同时，算法偏见、学术不端、数据安全等风险也随之凸显，学术出版编辑的把关职责面临新的挑战。

提高内容生产效率。AI在学术出版内容生产环节可以大幅提升效率，这已经成为行业共识。在选题策划方面，借助大数据挖掘和主题预测模型，AI能够自动捕捉学术热点，快速检索海量文献进行数据分析和模型构建，从而大幅缩短研究周期，将其运用于选题决策，精准定位高价值的研究方向。在内容呈现方面，人工智能生成内容（AIGC）依托强大的内容生成能力可以自动生成初稿，丰富内容呈现的形式。在知识获取方面，AI检索和知识关联技术，提问式阅读让读者更主动地参与知识获取的过程，提升读者的阅读体验。在内容审校方面，智能审稿系统通过与各类学术文献数据库连接、协助查重，能够对投稿论文进行初步筛选，为编辑决策提供参考。在同行评审匹配方面，根据论文特征结合审稿人画像库的数据分析，更加快速地匹配合适审稿人。在辅助排版方面，AI驱动的自动排版和页面布局优化，显著降低排版成本。

再造出版商业模式。AI在学术出版中的应用在商业模式的实践中尚处于探索阶段。主要有以下几种盈利模式：一是开放获取和AI增值服务。在开放获取的生态下，文章处理收费仍然是学术出版的主要收入来源，AI进一步丰富了出版商能提供的增值服务项目。二是AI辅助编辑与审稿收费模式。近年来，国际大出版商纷纷引入大语言模型进行稿件初筛、语言润色以及参考文献匹配等编辑工作，以“按稿件计费”或“订阅+增值服务”模式向机构出售，形成新的收入来源。三是AI驱动的质量控制与防伪收费模式。为应对AI伪造论文，对论文真实性的评估显得尤为必要。出版单位还可与科技公司在大模型训练方面进行“数据许可商业模式”的尝试，不断探索AI在学术出版商业变现中的各种可能性。四是AI精准化推送重构传统发行价值网络。在营销发行方面，基于用户画像的AI推荐系统实现精准化推送，形成知识服务行为智能化、思维智慧化、场景可视化、传播生态化的闭环生态，商业模式也随之创新。

应对AI学术风险。作为学术出版人，在运用新技术带来的便利的同时，要清楚地认识到技术应用的边界。目前AI对学术出版构成威胁主要体现在以下几个方面：一是算法偏见导致的虚假信息构成学术诚信危机。数据局部性给学术客观公正性带来严重挑战，在内容生产方面容易出现误导性内容，产生“AI幻觉”，从而降低学术研究的信任度。二是数据隐私和知识产权保护失衡。随着AI更深层次地介入内容生产，大模型的训练语料如果未经正式授权，会带来法律边界模糊、维权成本高、盗版成本低等一系列问题，这是出版价值链中重要的风险点。三是过度依赖自动化会削弱研究者的创新思辨能力。学术出版全流程的深度智能化不可避免地会导致人对技术的过度依赖。由于AIGC基于已有的数据库训练，且缺乏人所独有的知识顿悟能力，若过度依赖，将制约学术研究的创新和价值实现，削弱学术出版编辑的决策权，导致学术把关的专业判断被边缘化。四是AI开发的高门槛将形成学术出版垄断格局。目前出版业对大模型的应用普遍面临高接入成本、高算力门槛、高开发复杂度的“三高”困境，未来巨大的数字鸿沟使出版垄断格局的形成不可避免。

技术变革引发的出版生产秩序重构是出版人再认识学术出版价值的过程。合理审慎地认识和应用新技术，进而有效推动学术成果的高质量生产与传播是事关学术出版生存发展的核心问题。只有在技术、治理、商业和人才“四位一体”的框架下，学术出版才能实现效率提升、价值提升、风险可控的可持续发展。在此背景下，学术出版编辑更要主动把握学术出版规律和未来趋势，在“变”与“不变”中坚守编辑在出版全流程的主体性，始终坚持学术出版追求真理与知识创新的终极目标、严谨求实与科学规范的研究传统、问题导向与调查研究的实用价值，在此基础上不断提升新技能，实现从传统出版的“文字工匠”向数智时代“知识服务者”的转型。

（作者系中国大学出版社协会理事长，中国人民大学出版社党委书记、董事长）

来源：《中国出版》

编辑：谭诗蕊

审核：刘泽林