生成式人工智能与学术文章审查的解决方案.pdfVIP

第４３卷第１期龙岩学院学报Ｖｏｌ．４３Ｎｏ．１

２０２５年１月ＪＯＵＲＮＡＬＯＦＬＯＮＧＹＡＮＵＮＩＶＥＲＳＩＴＹＪａｎｕａｒｙ２０２５

文学·艺术·传媒

生成式人工智能与学术文章审查的解决方案

李佳欣

（龙岩学院福建龙岩３６４０００）

摘要：以ＣｈａｔＧＰＴ为代表的生成式人工智能在学术领域中的应用引发了一系列伦理和诚信问

题，对传统学术论文评审构成了重大挑战。因此，需要构建一种全面、高效且动态的学术审查体系

来提升审核的效率与准确性，以增强审核过程的透明度，并明确责任归属。为此，提出一种人机协

同学术出版审核模型，将出版审查分为四个阶段：预筛选阶段、深度审查阶段、终审阶段和改进与

更新阶段。该模型将ＡＩ技术的智能特性与人类专家的专业优势进行了有效整合，旨在为学术出

版界提供一种灵活且可持续的审核机制，并能较好地适应新技术的发展趋势，达到有效维护学术

诚信和研究质量的目的，保障学术出版审查工作朝着更科学、高效、规范的方向发展。

关键词：生成式人工智能；知识生产；学术论文；出版审查；人机协同

－－－

中图分类号：Ｇ２３１文献标识码：Ａ文章编号：１６７３４６２９（２０２５）０１００５００８

在学术出版领域，生成式人工智能（ＧｅｎｅｒａｔｉｖｅＡＩ），简称生成式ＡＩ，正引发一场变革。人工智能生成

［１］

内容（ＡＩＧＣ）的应用可以提高写作效率和文本质量，促进文献综述的快速合成。然而，这也可能导致学

［２］

术不端行为的甄别难度增加，如抄袭和伪造数据。ＡＩＧＣ可能导致著作权归属不明确，因为ＡＩ生成的内

［３］

容可能与训练数据中的某些部分存在相似性。算法黑箱（算法的不透明性）也给学术出版审查带来了

［４］

挑战，因为审查人员难以了解生成式ＡＩ是如何根据输入的指令生成特定内容的。生成式ＡＩ技术通过

其卓越的文本生成能力，为学术写作提供了新的工具，但同时也引发了一系列伦理和诚信问题，学术界需

要采取一系列措施。首要任务是开发更先进的人工智能检测工具，以识别生成式ＡＩ技术在学术写作中的

［５］

应用。此外，重新构建学术出版审查流程，包括编辑审查和同行评审，确保ＡＩ生成的内容不被误认为是

［６］

原创研究。

本文将通过生成式人工智能与知识生产两者间的关系揭示传统学术论文审查系统所面临的挑战，并

针对这些挑战，提出一套整合ＡＩ技术和人类专家差异化优势的人机协同学术出版审查机制，以提升审查

的效果和效率，从而将挑战转化为机遇。

一、生成式ＡＩ的引入为知识生产带来新机遇

早期人工智能在符号主义范式下发展，其特征是通过将特定知识系统符号化，并以诸如“如果／那么”

（ｉｆ／ｔｈｅｎ）的指示算法来创建思维模型，并进行逻辑推导。由此可知，符号人工智能（ｓｙｍｂｏｌｉｃＡＩ）依赖于专

家系统，是一种“由上而下”的人工智能类型。相对于此，现今的生成式人工智能则是在联结主义中发

展，是一种“由下而上”的人工智能类型。以海量数据与新兴算力为基础，联结主义人工智能以深度学习

与深度神经网络闻名，力图模仿大脑，来创建可以“学习”的自适应网络。换言之，生成式人工智能并不需

要对知识进行符号化编码并要求其依特定规则推导，而是让其在大量数据的基础上，自行通过关联与分类

［７］

来发现规则。

－－