自从ChatGPT发布以来，世界上充斥着关于人工智能在每个你能想象的行业中的未来观点和意见。
事实上，不管这突如其来的技术如何热闹，但这并不新鲜。网络爬虫和其他基于人工智能的信息提取程序自90年代末以来一直是互联网的重要组成部分，而TiVo早在2006年就开始使用人工智能为用户进行节目推荐。就像从印刷术到家用电脑的每一项技术进步一样，每个行业（包括学术出版）的变化都是不可避免的。好消息是，这些变化的影响取决于人类如何创造性地利用新技术来获得最大利益（图1）。那么，出版商面临的挑战是确保他们成为引领潮流的创造性使用者，而不是被其他技术颠覆者创造的更好的客户体验所践踏。
图1. 学术出版中使用的各种人工智能（AI）工具和相关的非AI解决方案（
来自[PDF] Artificial intelligence-assisted tools for redefining the communication landscape of the scholarly world | Semantic Scholar）
人工智能和机器学习的重要作用在于可以使标准化和数据密集型的任务变得更快（不一定更准确），此外，它们还可以降低预测的成本。如果利用好人工智能技术，出版商就能寻求更好的创新方式，它涉及两个重要方面：效率和市场智能。
让同行评议变得更好
出版业有很多流程驱动的活动，而同行评审环节是其中一个有很多机会提高效率的地方。考虑到大多数出版商仅在自己的期刊和书籍上提供的内容数据集的规模，使用机器学习来搜索相关的审稿人，或评估稿件的主题是否适合给定的期刊，就会很有意义（图2）。进一步说，对于那些因范围或新颖性而被拒绝的稿件，如果仍然是合理的研究，能够自动提供出版商组合中可能更适合的其他刊物，可以减少论文被竞争对手抢走的数量，并在审查能够被重复使用的情况下保持决策的稳定性。在新冠疫情结束之后，重要研究到达终端用户的速度已经变得非常重要，利用好这些效率将成为这些终端用户最主要的期望。
图2. AI同行评审过程可以通过引入更多的客观性、更广泛的专业知识（通过参考和比较以前的研究），以及缩短同行评审的整体时间（在某些情况下，可能需要两个月，甚至更长的时间）来消除困扰目前同行评审过程的所有问题，变得几乎是即时的（
来自Could your next peer review be done by ... a robot? | World Economic Forum (weforum.org)）
尽管如此，仅凭机器学习做出任何编辑决定，都会有潜在的隐患，即从它所训练的数据中引入现有的偏见，因此它不可能成为编辑在做出出版决定时应该考虑的唯一信息。
打击作假行为
随着提交给出版商的论文数量不断增加，在防止不道德行为的同时不增加收稿到出版的时间，变得更加具有挑战性。在这里，人工智能也是挑战的一部分--现在有很多方法可以让人们利用人工智能创建图像和文本，这将挑战多数同行评审的检测能力。但是，就像正在兴起的众多chatGPT检查器一样，有一些工具可以帮助人们检测由算法创建的内容。它们的准确性还处于早期阶段，但就像所有涉及技术的事物一样，趋势一般是积极的。这些工具可以提高人类的决策能力，在不增加时间的情况下，将支撑起已发表记录的诚信。
创建有用的内容
人工智能已经被用于自动生成摘要和元数据，例如用于你希望重新包装或推动使用的遗留文章或书籍章节。创作空间包括快速总结研究论文，并自动生成新闻稿和内容营销，这具有积极作用，将对其他领域有用的工作或公众高度关注的工作（例如气候科学或医学研究）创建快速的非专业摘要，并打破专业壁垒，鼓励更多的跨学科工作，使更多人受益。对于面临 "空白页问题 "的营销人员来说，使用大型语言模型来帮助产生内容创意，完善文案，并在技术领域自信地写作，可以提高工作的速度和响应度。
除了对出版商的好处，对研究人员也有潜在的好处。联合国可持续发展目标之一是 "减少不平等"，人工智能和机器学习可以很好地支持这一目标。许多学术讨论，特别是书面学术记录，都是以英语进行的。对于那些英语不是第一语言，甚至不是第二或第三语言的人来说，这可能为出版和宣传造成额外的障碍。对学术记录进行培训的语言编辑工具可以帮助研究人员改善他们的写作，使他们的思想不至于在文本中失去清晰度，帮助缩小以英语为母语的人与世界其他国家之间的鸿沟。应该注意的是，对于这些研究人员来说，应该注意确保意义和准确性没有被算法破坏!
评估与预测
每年，各种学术评估机构都会思考哪些研究论文有可能在其领域或公众视野中引起轰动。多年来，好莱坞一直在使用人工智能来帮助预测哪些作品应该获奖。而在2020年，芬兰的研究人员成功地创建了一个基于机器学习的语言模型，以预测新闻报道文章在发表前的表现，其中一家用于测试模型的公司发现该模型非常有价值，他们决定进一步对它进行开发。
使用类似的工具来预测哪些论文将获得最多关注，并应优先用于新闻发布、电子邮件通讯、社交媒体推广和其他内容营销活动，这可能是一种非常重要的方式，可以排除大多数出版商营销部门的干扰。也就是说，根据传统的评估方式做决定，可能意味着真正令人好奇、新颖和重要的研究被忽略，这就是新的人工智能评估方法必要的地方。
将数据与编辑策略相结合
预测趋势不一定要停留在个别论文和它们的流行潜力上。它还可以用来帮助人们权衡未来不同的期刊发行或图书系列的优点，或开发新产品，或为新的会议提出主题，或决定在哪些地区招募新的编辑委员会成员......这样的例子不胜枚举。因此，将人工智能快速分析的高通量与人类的洞察力和聪明才智相结合，是创造光明未来的最佳方式。
总结
斯蒂芬-霍金告诉我们，"人工智能要么是人类有史以来最好的，要么是最糟糕的事情"。我们可以把这句话中的 "人类 "换成 "出版"，并感知到今天整个出版业的同事所表达的主要想法。对于人类的知识共享来说，最终这将会在出版商创新等各方面带来积极的结果。
参考资料
1.Guest Post: AI and Scholarly Publishing - A (Slightly) Hopeful View - The Scholarly Kitchen (sspnet.org)
2.[PDF] Artificial intelligence-assisted tools for redefining the communication landscape of the scholarly world | Semantic Scholar
3.Could your next peer review be done by ... a robot? | World Economic Forum (weforum.org)
转自：“华誉学术”微信公众号
如有侵权，请联系本站删除！
