科技期刊選題策劃人工智能應(yīng)用策略

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了科技期刊選題策劃人工智能應(yīng)用策略范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

關(guān)鍵詞：人工智能;選題策劃;科技期刊;應(yīng)對(duì)策略

《2018—2019中國(guó)數(shù)字出版產(chǎn)業(yè)年度報(bào)告》中指出，人工智能技術(shù)在出版領(lǐng)域的應(yīng)用日趨深入［1］，最直接的表現(xiàn)在于人工智能技術(shù)將改變出版行業(yè)長(zhǎng)久以來(lái)模式化、規(guī)律化的生產(chǎn)運(yùn)營(yíng)方式，提高出版效率，提升知識(shí)服務(wù)能力.研究人工智能技術(shù)與出版融合發(fā)展的落腳點(diǎn)和著力點(diǎn)在于人工智能在學(xué)術(shù)出版領(lǐng)域的應(yīng)用.向颯［2］認(rèn)為人工智能不僅可以加速學(xué)術(shù)傳播，在選題策劃、編輯出版、生產(chǎn)印刷、營(yíng)銷發(fā)行等方面再造學(xué)術(shù)出版流程，還可以顯著提升學(xué)術(shù)出版的知識(shí)服務(wù)能力.劉銀娣［3］認(rèn)為人工智能可以應(yīng)用在反剽竊和同行評(píng)審專家匹配、智能學(xué)術(shù)搜索以及智能文獻(xiàn)計(jì)量等環(huán)節(jié).劉平等［4］介紹了借助人工智能的智慧出版模式，包括從選題策劃、內(nèi)容生產(chǎn)到閱讀體驗(yàn)及內(nèi)容服務(wù)等過(guò)程.江雨蓮等［5］指出人工智能在醫(yī)學(xué)期刊編輯出版中的應(yīng)用包括選題策劃與組稿、論文初審與同行評(píng)議、編輯加工、排版與校對(duì)等方面.然而，現(xiàn)有研究［2－7］大多是概述人工智能在內(nèi)容生產(chǎn)到內(nèi)容推送全流程中的潛在應(yīng)用，鮮有專門探討人工智能應(yīng)用于選題策劃的研究.選題策劃是出版物編輯過(guò)程的最初階段，也是影響出版物發(fā)展前景的至關(guān)重要階段［8］.探討人工智能應(yīng)用于選題策劃是研究人工智能技術(shù)與學(xué)術(shù)出版融合發(fā)展的重要一環(huán).本文將列舉人工智能在科技期刊選題策劃中的優(yōu)勢(shì)和可用于選題策劃的人工智能產(chǎn)品，探討人工智能選題策劃面臨的挑戰(zhàn)及編輯的應(yīng)對(duì)策略，以期為科技期刊應(yīng)用人工智能進(jìn)行選題策劃提供參考.

1人工智能選題策劃的優(yōu)勢(shì)及可用產(chǎn)品

科技期刊選題策劃的方式方法與圖書等出版物相比存在一些差異，它主要是根據(jù)當(dāng)前學(xué)科熱點(diǎn)及焦點(diǎn)問(wèn)題，結(jié)合讀者需求，制定具有前瞻性、引導(dǎo)性、實(shí)用性的選題方向、選題形式及內(nèi)容，然后進(jìn)行多途徑組稿約稿，策劃專題專欄、?？踔撂乜瘉?lái)實(shí)現(xiàn)選題優(yōu)化，強(qiáng)化期刊品牌特色，推進(jìn)學(xué)科發(fā)展.

1.1人工智能在科技期刊選題策劃中的優(yōu)勢(shì)

1.1.1提高選題策劃的效率和準(zhǔn)確性傳統(tǒng)的選題策劃主要依靠編委和編輯的知識(shí)積累、經(jīng)驗(yàn)以及對(duì)學(xué)科方向的預(yù)見(jiàn)和主觀判斷來(lái)尋找有價(jià)值的選題，這種方式耗時(shí)費(fèi)力，并且容易忽略非常有價(jià)值的選題.利用人工智能獲取選題離不開(kāi)人工智能學(xué)術(shù)搜索工具.2020年5月，清華大學(xué)人工智能研究院等單位聯(lián)合了報(bào)告《人工智能之學(xué)術(shù)搜索》［9］，該報(bào)告中指出，與以往的學(xué)術(shù)搜索引擎(例如開(kāi)放式互聯(lián)網(wǎng)學(xué)術(shù)搜索引擎)相比，人工智能學(xué)術(shù)搜索引擎不再局限于單純地為用戶提供文獻(xiàn)檢索的簡(jiǎn)單功能(例如關(guān)鍵詞搜索、模型化計(jì)量等)來(lái)逐層過(guò)濾相關(guān)度不高的論文，而是將大數(shù)據(jù)、深度學(xué)習(xí)技術(shù)應(yīng)用到信息篩選過(guò)程中，基于大數(shù)據(jù)、深度學(xué)習(xí)的檢索系統(tǒng)能從海量數(shù)據(jù)中快速提取有效信息并進(jìn)行科學(xué)統(tǒng)計(jì)分析，同時(shí)理解查詢者的需求和文獻(xiàn)的意思.人工智能可深度挖掘讀者需求，通過(guò)讀者行為(閱讀、評(píng)論、下載、轉(zhuǎn)發(fā)等)捕捉讀者研究背景和研究興趣;還可以根據(jù)學(xué)科領(lǐng)域內(nèi)的熱門事件和熱點(diǎn)、前沿問(wèn)題進(jìn)行智能分析比對(duì)，快速推測(cè)出哪些內(nèi)容更具前瞻性和話題性，有效提高選題策劃的效率.人工智能選題策劃是在開(kāi)放的互聯(lián)網(wǎng)上進(jìn)行的，搜索范圍更廣、內(nèi)容更豐富，獲得的選題方向更全面、準(zhǔn)確.由《紐時(shí)時(shí)報(bào)》數(shù)字部門的科學(xué)團(tuán)隊(duì)研發(fā)的機(jī)器人Blossomblot，是基于協(xié)作工具Slack軟件上的一個(gè)虛擬智能機(jī)器人，它可以對(duì)社交網(wǎng)絡(luò)的海量文章進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)哪些內(nèi)容更有話題性，幫助編輯挑選出適合推送的素材.據(jù)《紐時(shí)時(shí)報(bào)》的統(tǒng)計(jì)數(shù)據(jù)，經(jīng)Blossomblot篩選后推薦的文章點(diǎn)擊量是普通文章的38倍［10］.

1.1.2提升約稿對(duì)象的匹配度隨著科學(xué)技術(shù)的發(fā)展，學(xué)科間的交叉融合越來(lái)越多，學(xué)者進(jìn)行跨學(xué)科研究的現(xiàn)象非常普遍;青年學(xué)者的學(xué)術(shù)影響力較弱.這些因素都可能導(dǎo)致編委或編輯不能準(zhǔn)確、及時(shí)地獲取潛在約稿專家的信息及他們的科研動(dòng)態(tài).人工智能可協(xié)助期刊編委及編輯尋找潛在的約稿專家.與傳統(tǒng)的約稿方式(如在編輯部已有專家?guī)熘羞x擇、其他專家推薦等)相比，借助大數(shù)據(jù)技術(shù)、知識(shí)圖譜技術(shù)、圖像識(shí)別技術(shù)甚至聲紋識(shí)別技術(shù)等，人工智能可在海量信息中檢索并標(biāo)記可能相關(guān)的學(xué)術(shù)動(dòng)態(tài)信息及其研究者，具有元數(shù)據(jù)結(jié)構(gòu)的機(jī)器可“讀取”、描述這些科學(xué)人物，并對(duì)他們的研究成果相關(guān)性及研究質(zhì)量進(jìn)行搜索、分析和排序，估算這些研究者的學(xué)術(shù)影響力.比如，人工智能可以快速搜索相關(guān)領(lǐng)域重要學(xué)術(shù)會(huì)議的特邀專家、重大科研項(xiàng)目的第一責(zé)任人、省部級(jí)科技獎(jiǎng)項(xiàng)獲得者等，分析這些研究者及所在課題組的科研軌跡和當(dāng)前的研究方向，分析他們的科研產(chǎn)出，估算他們的科研活躍度;同時(shí)，通過(guò)學(xué)者關(guān)系網(wǎng)絡(luò)圖譜智能搜索與這些科學(xué)家合作密切的其他研究者.此外，人工智能還可根據(jù)當(dāng)次約稿結(jié)果生成新的訓(xùn)練數(shù)據(jù)，為下一次選題策劃、組稿約稿提供參考.人工智能賦能的學(xué)術(shù)搜索工具AMiner可采用知識(shí)圖譜技術(shù)結(jié)合人工智能技術(shù)自動(dòng)生成全球人工智能領(lǐng)域最有影響力的學(xué)者榜單、全球計(jì)算機(jī)領(lǐng)域高校排名、全球?qū)W術(shù)會(huì)議綜合指數(shù)及排名等學(xué)術(shù)榜單，幫助編委和編輯在交叉領(lǐng)域和新興熱點(diǎn)領(lǐng)域?qū)ふ胰蚍秶鷥?nèi)合適的約稿對(duì)象［9］.

1.2可用于選題策劃的人工智能產(chǎn)品表1列舉了6個(gè)目前國(guó)內(nèi)外主要的基于人工智能技術(shù)開(kāi)發(fā)的學(xué)術(shù)搜索工具(按年份排序)，這些人工智能產(chǎn)品可應(yīng)用于科技期刊選題策劃的不同環(huán)節(jié)中.AMiner具有研究者語(yǔ)義信息抽取、面向話題的專家搜索、權(quán)威機(jī)構(gòu)搜索、話題發(fā)現(xiàn)和趨勢(shì)分析、基于話題的社會(huì)影響力分析、研究者社會(huì)網(wǎng)絡(luò)關(guān)系識(shí)別等功能［9］.Meta可以根據(jù)用戶的搜索歷史，找出與其研究項(xiàng)目相關(guān)的最新論文，而非只是同行評(píng)審分?jǐn)?shù)最高、引用最多的論文，并創(chuàng)建可以展示所有已論文之間關(guān)系的知識(shí)圖譜［3］，甚至可以預(yù)測(cè)科研人員研究領(lǐng)域未來(lái)的動(dòng)向.Yewno能夠幫助研究者建立跨領(lǐng)域概念之間的相互聯(lián)系，并發(fā)掘知識(shí)內(nèi)在的深層次聯(lián)系;還可通過(guò)語(yǔ)義分析等技術(shù)將出版物分解為獨(dú)立的內(nèi)容，形成細(xì)顆粒度的知識(shí)結(jié)構(gòu);同時(shí)支持學(xué)術(shù)機(jī)構(gòu)和專業(yè)出版機(jī)構(gòu)建立自己的知識(shí)圖譜［11］.SemanticScholar可自動(dòng)篩選論文關(guān)鍵詞、關(guān)鍵段，輔助研究者快速理解論文內(nèi)容;通過(guò)評(píng)估論文內(nèi)容的相關(guān)度來(lái)實(shí)現(xiàn)搜索結(jié)果的快速排序［2］;還可以搜索指定主題的相關(guān)論文并判斷論文的價(jià)值［9］.與利用關(guān)鍵詞搜索的方式不同，Iris.ai通過(guò)對(duì)用戶輸入的字段或論文摘要中的關(guān)鍵詞進(jìn)行機(jī)器學(xué)習(xí)，結(jié)合該字段或關(guān)鍵詞在段落中的具體含義，通過(guò)算法將這些帶有語(yǔ)境的概念分類集群，最終為研究者篩選出更為相關(guān)的文獻(xiàn)資料［12］.Sparrho利用人工智能結(jié)合人類智慧，能分析理解用戶需求，通過(guò)動(dòng)態(tài)饋送和專家管理公告欄，幫助研究者了解各學(xué)科領(lǐng)域的最新出版物［13］.

2人工智能選題策劃面臨的挑戰(zhàn)

人工智能為科技期刊選題策劃帶來(lái)便利的同時(shí)，在實(shí)際應(yīng)用中也面臨著諸多挑戰(zhàn)，主要集中在以下幾個(gè)方面.(1)選題的同質(zhì)性.傳統(tǒng)的選題策劃主要依靠編委、編輯的智力勞動(dòng)來(lái)完成，他們通過(guò)深度的思考和縝密的邏輯分析深入研究選題，甚至在對(duì)立的觀點(diǎn)之間尋求創(chuàng)意，由此找到極具價(jià)值的選題，這一過(guò)程充分發(fā)揮了人的主觀能動(dòng)性.而基于人工智能的選題策劃更依賴于機(jī)器智慧對(duì)已有知識(shí)進(jìn)行學(xué)習(xí)和積累，然后通過(guò)既定的量化指標(biāo)進(jìn)行信息篩選、分析和判斷.在信息篩選過(guò)程中，相同或相近學(xué)科的期刊編輯若盲目依賴人工智能追求研究熱點(diǎn)、前沿問(wèn)題，會(huì)使各刊研究?jī)?nèi)容重復(fù)，最終導(dǎo)致選題方向及選題內(nèi)容同質(zhì)化.這不僅背離了人工智能將編輯從繁瑣的信息搜索工作中解放出來(lái)的初衷，造成了人力、物力、財(cái)力資源的浪費(fèi)，還導(dǎo)致科技期刊辦刊特色不鮮明、缺乏學(xué)術(shù)創(chuàng)新.而具有差異化、創(chuàng)新性和前瞻性的科技期刊才能突顯辦刊特色，引領(lǐng)科技創(chuàng)新和行業(yè)發(fā)展.(2)算法的公平性.算法是人工智能的核心，算法越精準(zhǔn)，人工智能的自主決策能力越強(qiáng)，其結(jié)果才越具有指導(dǎo)性意義.人工智能選題策劃的每一步?jīng)Q策都是經(jīng)過(guò)算法設(shè)定好的，這些算法繁多且邏輯復(fù)雜，但并非完全客觀.現(xiàn)有的機(jī)器學(xué)習(xí)模型需要對(duì)具體應(yīng)用中產(chǎn)生的海量數(shù)據(jù)進(jìn)行訓(xùn)練，生成訓(xùn)練模型，然后將訓(xùn)練模型應(yīng)用于后續(xù)的數(shù)據(jù)篩選和預(yù)測(cè).那些最先用于訓(xùn)練的海量數(shù)據(jù)的采集和標(biāo)記都經(jīng)過(guò)算法設(shè)計(jì)者、開(kāi)發(fā)者的挑選和“標(biāo)簽化”，這就引入了不同程度的“人類偏見(jiàn)”.目前我國(guó)人工智能算法很多采用國(guó)外的深度學(xué)習(xí)框架，算法中可能已經(jīng)嵌入了設(shè)計(jì)者和開(kāi)發(fā)者的思維和意見(jiàn)，將其應(yīng)用到出版選題策劃中，結(jié)果可能存在偏頗.例如在智能推薦約稿專家的過(guò)程中，人工智能受算法設(shè)計(jì)者對(duì)科研工作者性別、年齡、學(xué)歷、職稱甚至國(guó)籍等設(shè)定條件的影響，可能會(huì)給出有失公允的推薦結(jié)果.(3)學(xué)習(xí)樣本和訓(xùn)練模型的科學(xué)性.實(shí)現(xiàn)人工智能選題策劃首先要訓(xùn)練海量數(shù)據(jù)生成訓(xùn)練模型，這就要求人工智能設(shè)計(jì)者必須選取全面、科學(xué)的元數(shù)據(jù)，才能最大限度地提高人工智能選題策劃的可靠性.①在學(xué)習(xí)樣本的數(shù)量方面，目前現(xiàn)有的人工智能訓(xùn)練模型大多只基于部分?jǐn)?shù)據(jù)庫(kù)(其中部分?jǐn)?shù)據(jù)庫(kù)需要付費(fèi)使用)，得到的數(shù)據(jù)較為片面;另外，訓(xùn)練數(shù)據(jù)時(shí)可能不會(huì)針對(duì)每一種可能都有足夠的樣本，導(dǎo)致人工智能無(wú)法充分學(xué)習(xí)，其結(jié)果可靠性將受影響.②在學(xué)習(xí)樣本的科學(xué)性方面，某些科技期刊刊載文章中存在實(shí)驗(yàn)設(shè)計(jì)不科學(xué)、不周密或誤用統(tǒng)計(jì)方法的現(xiàn)象.例如，文獻(xiàn)［14］對(duì)醫(yī)學(xué)論文中樣本選擇的科學(xué)性展開(kāi)討論，發(fā)現(xiàn)如果采用“選擇”而非隨機(jī)抽樣的方式進(jìn)行實(shí)驗(yàn)分組，將會(huì)造成結(jié)果偏性，若將這類文獻(xiàn)作為學(xué)習(xí)樣本進(jìn)行訓(xùn)練，可能導(dǎo)致錯(cuò)誤的認(rèn)知，影響選題策劃過(guò)程中人工智能對(duì)文獻(xiàn)質(zhì)量和價(jià)值的判斷.③在訓(xùn)練模型的科學(xué)性方面，訓(xùn)練模型很難量化訓(xùn)練數(shù)據(jù)中的某些特征，比如文獻(xiàn)的創(chuàng)新程度、重要性及潛在影響力等.

舉個(gè)有趣的例子，使用人工智能為美國(guó)研究生入學(xué)考試(GraduateRecordExamination，GRE)的答卷評(píng)分時(shí)，人工智能無(wú)法準(zhǔn)確評(píng)價(jià)一篇作文的結(jié)構(gòu)、清晰度、創(chuàng)造力等，而是更關(guān)注作文的長(zhǎng)短句、詞匯量、語(yǔ)法等，但后者并不是一篇好作文的最重要衡量指標(biāo)，只是基本指標(biāo).由此可見(jiàn)，利用人工智能量化所有評(píng)價(jià)指標(biāo)的難度非常大.另外，訓(xùn)練模型中每一個(gè)量化指標(biāo)的科學(xué)性也有待繼續(xù)探討.在選題策劃過(guò)程中，利用人工智能建立訓(xùn)練模型來(lái)訓(xùn)練數(shù)據(jù)時(shí)，勢(shì)必會(huì)更注重一些便于量化的評(píng)價(jià)指標(biāo)，例如被引頻次、影響因子、h指數(shù)等.單就影響因子而言，它的計(jì)算方法與論文學(xué)術(shù)水平并沒(méi)有直接關(guān)系［15］，如果僅以此作為量化指標(biāo)生成訓(xùn)練模型，勢(shì)必會(huì)過(guò)濾掉一些對(duì)研究者很有價(jià)值的文獻(xiàn)，這就需要科學(xué)地設(shè)置各個(gè)重要量化指標(biāo)的權(quán)重.(4)對(duì)青年學(xué)者的公正性.青年學(xué)者是科研攻堅(jiān)的新生力量，他們知識(shí)結(jié)構(gòu)更新快、精力充沛，對(duì)期刊編輯部的組稿約稿工作響應(yīng)程度高且執(zhí)行力強(qiáng)，產(chǎn)出的論文質(zhì)量較高.但他們的科研工作剛剛起步，相對(duì)于資深學(xué)者，學(xué)術(shù)影響力較弱、h指數(shù)相對(duì)較低.在利用人工智能進(jìn)行搜索和構(gòu)建學(xué)者關(guān)系網(wǎng)絡(luò)圖譜時(shí)，發(fā)現(xiàn):由于青年學(xué)者的學(xué)術(shù)影響力較弱，他們的名字被用戶搜索到的概率相對(duì)較低，研究成果被讀者閱讀、下載、轉(zhuǎn)發(fā)的次數(shù)相對(duì)較少;同時(shí)，他們?cè)谌斯ぶ悄軜?gòu)建的資深專家關(guān)系網(wǎng)絡(luò)圖譜中可能處于邊緣位置，被關(guān)注度較低.上述情況都有可能導(dǎo)致人工智能對(duì)青年學(xué)者產(chǎn)出論文在推薦優(yōu)先級(jí)別上的誤判.此外，相對(duì)于人為選擇約稿專家，利用人工智能篩選、推薦約稿專家時(shí)，若算法單純地關(guān)注諸如h指數(shù)等指標(biāo)，并用于評(píng)估青年學(xué)者的學(xué)術(shù)產(chǎn)出數(shù)量與學(xué)術(shù)水平時(shí)，會(huì)導(dǎo)致青年學(xué)者被人工智能推薦為約稿專家的概率降低，這對(duì)青年學(xué)者來(lái)說(shuō)都有失公正.(5)對(duì)編輯信息素養(yǎng)的要求.信息素養(yǎng)主要包括信息意識(shí)、信息知識(shí)、信息技能以及信息倫理道德4個(gè)方面.傳統(tǒng)選題策劃注重編輯的信息觀念與意識(shí)，而人工智能選題策劃則對(duì)編輯的信息素養(yǎng)提出了更全面的要求.雖然人工智能還存在算法設(shè)計(jì)缺陷，科學(xué)性還有待提升，目前還不能完全代替編輯獨(dú)立完成選題策劃，但是人工智能通過(guò)互聯(lián)網(wǎng)大數(shù)據(jù)篩選信息，所得結(jié)果也具有一定的統(tǒng)計(jì)學(xué)意義，這就要求編輯對(duì)人工智能的工作原理有一定的了解，并對(duì)給出的信息有更為敏銳的思辨能力和判斷能力，最終決定是否采用人工智能選題策劃的結(jié)果.大數(shù)據(jù)時(shí)代的信息更新非常快，編輯還應(yīng)掌握信息處理技能，這些技能包括信息整合、存儲(chǔ)、交換、傳遞、應(yīng)用等.同時(shí)，還要特別注意在信息處理過(guò)程中所表現(xiàn)出來(lái)的道德品質(zhì)，比如如何在信息存儲(chǔ)、交換、傳遞過(guò)程中保護(hù)人工智能篩選出的文獻(xiàn)作者信息、讀者行為信息、約稿專家信息等，避免出現(xiàn)由人工智能帶來(lái)的出版?zhèn)惱淼赖聠?wèn)題.

3編輯的應(yīng)對(duì)策略

3.1立足自身優(yōu)勢(shì)，發(fā)揮主導(dǎo)作用

科技期刊編輯應(yīng)認(rèn)識(shí)到人類的思辨能力、聯(lián)想能力、創(chuàng)新能力以及情感交互能力等是人工智能無(wú)法比擬的.在人工智能選題策劃環(huán)節(jié)，面對(duì)熱點(diǎn)、前沿問(wèn)題時(shí)，編輯首先應(yīng)保持理性思維，堅(jiān)守意識(shí)形態(tài)陣地，結(jié)合自身學(xué)科知識(shí)背景和對(duì)出版?zhèn)惱淼赖聵?biāo)準(zhǔn)的把握，發(fā)揮價(jià)值判斷優(yōu)勢(shì)，辯證分析選題的可行性，引導(dǎo)優(yōu)秀學(xué)術(shù)內(nèi)容的傳播;其次，編輯應(yīng)強(qiáng)化創(chuàng)新意識(shí)，打破固定思維的束縛，放寬眼界，拓展知識(shí)面，完善知識(shí)結(jié)構(gòu)，同時(shí)依托讀者市場(chǎng)，積極探尋新的選題生長(zhǎng)點(diǎn)，推陳出新;最后，人工智能無(wú)法就選題計(jì)劃與約稿專家進(jìn)行情感交流，編輯還應(yīng)善于維系與約稿專家之間的情感，給予他們?nèi)宋年P(guān)懷和情感反饋，促進(jìn)選題策劃過(guò)程良性發(fā)展與循環(huán).人工智能是由人類智慧創(chuàng)造出來(lái)的，其計(jì)算能力和深度歸納分析能力遠(yuǎn)超人類.德國(guó)波恩大學(xué)教授馬庫(kù)斯•加布里爾認(rèn)為:“人工智能問(wèn)題的討論需要正本清源，人工智能一直并且只能是人類思維的一種模型，而非思維.”因此在選題策劃過(guò)程中，編輯應(yīng)發(fā)揮主導(dǎo)作用，充分利用人工智能的優(yōu)勢(shì)為科技期刊選題策劃服務(wù).編輯與人工智能二者互補(bǔ)所長(zhǎng)，協(xié)同工作，才能最大化地消除由人工智能選題策劃帶來(lái)的負(fù)面影響.

3.2全面提升信息素養(yǎng)

人工智能技術(shù)的快速發(fā)展將促使編輯提升其在選題策劃環(huán)節(jié)中的信息素養(yǎng).在互聯(lián)網(wǎng)時(shí)代，學(xué)科知識(shí)更新迭代速度飛快，且這些知識(shí)的媒體也非常多，科技期刊編輯不應(yīng)局限于通過(guò)網(wǎng)絡(luò)檢索學(xué)術(shù)動(dòng)態(tài)、關(guān)注重大專項(xiàng)和成果以及參加重要學(xué)術(shù)會(huì)議等常規(guī)形式獲取選題，而是要時(shí)刻保持敏銳的洞察力，善于發(fā)現(xiàn)新興事物與所在期刊學(xué)術(shù)知識(shí)的內(nèi)在聯(lián)系，尋找選題的靈感.同時(shí)，編輯應(yīng)拓寬知識(shí)維度，提升自身的學(xué)術(shù)水平、邏輯思維能力和判斷力，還要對(duì)人工智能的基本原理和思考過(guò)程有一定的了解，才能甄別人工智能選題策劃中存在的疏漏并及時(shí)反向查找糾正.另外，編輯要掌握多種信息處理技術(shù)，比如多媒體技術(shù)、數(shù)字技術(shù)等，以適應(yīng)未來(lái)智慧出版對(duì)媒體融合型編輯的要求;還要熟悉人工智能選題策劃全流程，熟練使用人工智能學(xué)術(shù)搜索工具，避免出現(xiàn)人工智能技術(shù)和編輯應(yīng)用能力的不匹配.此外，編輯應(yīng)高度重視在信息處理過(guò)程中自身行為可能導(dǎo)致的出版?zhèn)惱淼赖聠?wèn)題，同時(shí)制定相應(yīng)的應(yīng)急預(yù)案，確保在人工智能選題策劃環(huán)節(jié)中的信息隱私.

3.3積極參與人工智能的優(yōu)化設(shè)計(jì)

人工智能算法存在設(shè)計(jì)缺陷，可能導(dǎo)致選題策劃結(jié)果與編輯長(zhǎng)久以來(lái)的思維方式、觀念認(rèn)知等存在矛盾或偏差.編輯的實(shí)際使用感受對(duì)人工智能選題策劃發(fā)展進(jìn)程起著重要作用，因此科技期刊編輯應(yīng)積極參與到算法優(yōu)化設(shè)計(jì)中.編輯作為人工智能的使用者，應(yīng)了解人工智能選題策劃用于計(jì)算所有指標(biāo)的數(shù)據(jù)和方法，理解算法設(shè)計(jì)者的設(shè)計(jì)思路和目的，而不是單純地要求公開(kāi)算法.算法公開(kāi)并不能完全消除算法歧視，這是因?yàn)樗惴ㄊ怯梢幌盗械某绦蚝痛a組成的，具有極強(qiáng)的專業(yè)性和技術(shù)性，且算法是不斷升級(jí)優(yōu)化的，最初公開(kāi)的算法很可能不是當(dāng)前使用的算法.編輯應(yīng)在實(shí)踐中不斷應(yīng)用，發(fā)現(xiàn)并及時(shí)反饋算法設(shè)計(jì)的不合理性.此外，應(yīng)用人工智能選題策劃的不同出版單位應(yīng)加強(qiáng)交流，互通有無(wú)，形成合力，變被動(dòng)應(yīng)用為主動(dòng)出擊，共同督促人工智能算法設(shè)計(jì)者不斷優(yōu)化升級(jí)，最大化地減少算法歧視.

4結(jié)語(yǔ)

人工智能可提高科技期刊選題策劃的效率和準(zhǔn)確性，提升約稿對(duì)象的匹配度.盡管目前已有一些可輔助選題策劃的人工智能產(chǎn)品問(wèn)世，但是總體來(lái)看，人工智能技術(shù)尚不成熟，用于選題策劃中可能導(dǎo)致選題同質(zhì)化、算法歧視、學(xué)習(xí)樣本不夠科學(xué)等問(wèn)題，需要編輯在人工智能選題策劃全流程中發(fā)揮主導(dǎo)作用，注重自身信息素養(yǎng)的提升，還要積極參與算法的優(yōu)化升級(jí)，讓算法決策更契合編輯的預(yù)期.人工智能技術(shù)與出版融合發(fā)展是行業(yè)的大勢(shì)所趨，探討人工智能選題策劃是為了在接受和擁抱技術(shù)性變革之前，從算法設(shè)計(jì)者到編輯自身都能做好準(zhǔn)備，更好地利用該技術(shù)為科技期刊選題策劃服務(wù).限于人工智能在出版行業(yè)中還未普及，本研究所述的挑戰(zhàn)和編輯應(yīng)對(duì)策略只停留在思考層面，未來(lái)在實(shí)踐中可能還會(huì)遇到新的問(wèn)題，需要編輯積極應(yīng)變.筆者相信，隨著科學(xué)技術(shù)的發(fā)展，人工智能將在科技期刊選題策劃中發(fā)揮重要作用，成為科技期刊編輯強(qiáng)大而可靠的助手.

作者：劉暢 姜京梅 范瑜晛 單位：中國(guó)科學(xué)院聲學(xué)研究所《應(yīng)用聲學(xué)》編輯部