◇程炼（《金融评论》编辑部主任）

　　人工智能的快速发展，尤其是大语言模型的出现，给学术活动、学术制度带来了巨大冲击。当前，我们已经看到在期刊编辑和出版各环节中运用人工智能的诸多尝试，例如稿件初筛和分类、审稿人匹配、论文纲要与审稿意见生成、学术不端分析、知识图谱生成等。与此同时，人们也意识到了人工智能可能给学术期刊带来的一些问题，例如生成内容的著作权归属、数据与文献捏造、逻辑与观点的可靠性等。国内外的许多学术期刊和学术组织对此作出了回应。例如Nature、Science等顶级学术期刊和Elsevier等大型国际出版集团都制定了写作或审稿过程中运用人工智能的规则，历史研究杂志社也在国内率先制定了生成式人工智能行业使用规范。

　　值得注意的是，上述对于人工智能的运用方式或对其负面影响的担心，主要基于当前学术期刊的运作模式。然而，在人工智能与社会经济深入结合之后，它所带来的影响可能远不止于此，正如在电子计算机刚刚出现的巨型机时代，人们无法想象它未来的形态、运用方式以及与社会生活的融合程度。长远来看，人工智能对于当前学术期刊制度的冲击来源于两个方面。一方面，人工智能的文本理解和内容生成功能使得学术研究与写作的门槛大大下降，更多人加入了学术知识生产的行列，导致学术文献规模高速膨胀。另一方面，人工智能的一个问题是可能出现“幻觉”，产生虚假信息，从而严重污染学术文献；同时其生成内容的质量并不稳定，这也导致学术文献的质量差异增大。这两个层面的变化给学术文献的质量鉴证与控制带来了巨大挑战，而当前以学术期刊为主体的学术评价体系显然并未为此做好准备，学术界面临知识生产与质量控制失衡的危险。

　　不过，这些挑战并非我们的时代所特有。从历史上看，印刷术、通信技术、互联网等信息技术的发展都曾经极大地促进了知识的创造与传播，并导致了学术活动“去魅”与“去精英化”，也相应带来了知识质量甄别的难题，最终推动学术组织方式的变革。事实上，学术期刊的出现本身就是印刷术发展使得知识传播与创造过程“下沉”的产物。需要指出的是，在人工智能出现突破式发展之前，学术研究组织形式的变化和学术文献数量的高速增长就已经让现有学术期刊体系备受诟病。学术期刊制度作为社会上层建筑，必须要适应信息技术等生产力的变化。因此，人工智能的冲击实际上提供了一次机会，让我们反思学术期刊的核心功能和价值，以及这一制度存在的问题和变革的方向。

　　首先，我们需要更为精确地认识和坚持学术期刊“学术评价”的核心功能。在学术期刊的知识传播与学术交流功能越来越多地被网站和自媒体取代的当下，学术期刊的学术质量评价或鉴证功能更为突出。尤其在人工智能让学术成果数量高度膨胀而质量差异加剧，学者们面临更为艰难的注意力分配问题时，学术期刊“质量鉴证者”与“学术看门人”的角色显得极为关键，这也是未来学术期刊的立足之本。

　　其次，适当使用生成式人工智能可以极大提高学术期刊的运行效率。客观来看，由于学术研究中蕴含着大量隐性知识和个人特质，当前的学术期刊运行模式更接近于“小作坊”，这与大工业生产的时代背景是极不相称的，也引发了许多问题。而当前大语言模型等人工智能的一个重要突破，就是对于非结构化信息的处理。基于其知识学习与创造上的规模经济，人工智能能够极大地提升学术编辑能力。通过将日常性的工作交给人工智能，以及基于人工智能对编辑出版形态和流程进行再造，编辑能够将精力集中于更具创造性的工作环节，学术期刊能够更有效地处理更多的学术成果，为学术界作出更大贡献。

　　再次，需要在人工智能时代找到“人”的位置。人工智能可以具备相当程度的学术生产力，但是很难具有真正高质量的学术品位与鉴赏力，这是由其训练语料和运行方式所决定的。更不用说，人工智能绝不可能替代人的政治把关功能。对于那些在各领域扮演引领者角色的顶级学术期刊，其作用不止于为高质量的论文提供“认证”，更要为学者指出研究方向。要实现这一目标，就需要将学术主题、学术范式的主导权牢牢把握在具有高度政治与学术责任感和判断力的编辑手中，这些核心能力之前不可能由匿名评审系统承担，今后也不可能被人工智能替代。

　　最后，学术期刊应该引领学术界制定人工智能应用的规则，以防范由于人工智能的不当和恶意使用造成的问题。更为重要的是，学术共同体需要随着信息技术的创新改变工作方式与学术评价标准。例如，计算能力曾经是评价经济计量领域研究者学术水平的重要指标，但随着计量软件的出现，这一领域的学术评价转而集中于研究的学术深度和创造性。同样，生成式人工智能的广泛运用很可能会使得通常的学术写作能力不再成为研究者能力评价体系的一部分，“研究”或“写作”的含义也可能随之发生改变。学术期刊与学术界需要未雨绸缪，以更为开放的态度做好应对这些变化的准备。