“现在有了人工智能技术，编辑如果过多依靠人工智能来判断文章价值，就会丧失自身的独立作用，形成‘AI依赖症’。”在7月10日举办的中国科协年会平行论坛——2025中国科技期刊发展论坛上，同方知网数字科技有限公司副总经理、总编辑肖宏表示，要积极应对AI深度介入学术出版带来的新挑战。

当前，人工智能大模型技术迅猛发展，特别是生成式人工智能在文本理解和处理方面的突破，正深度融入科技期刊写作与出版领域，显著提升学术出版服务效能。

肖宏表示，知网每天要加工文献3万余篇，90%以上的文献加工、编排和标注工作都已实现机器智能完成。然而，当AI深度介入知识生产核心环节，其引发的潜在风险也引发了学者们广泛关注。

以审稿环节为例，人工智能技术可以快速搜索分析海量的文献和网页知识，进行信息汇总与分析，为审稿人提供有价值的参考意见。但当人工智能技术深度嵌入审稿流程，也可能会带来稿件在发表前泄露的风险。

为此，肖宏建议，建立完善的数据安保措施和本地化向量库，这样既能确保数据不出境、保障安全，又能支持外部专家调用数据进行审稿。

“过分地依赖人工智能可能会对学术创新构成挑战。”中国高校科技期刊研究会理事长张铁明表示，学术研究本质是创新性劳动，需要深层次思考。而人工智能生成内容主要依赖历史语料，也存在算法偏见，使用不当不仅会有损于研究的创新性，还会引发学术诚信、学术伦理等风险。

目前，针对生成式人工智能在学术出版中的应用边界、编辑把关尺度等核心问题，行业尚未达成共识，这也成为规范其应用、保障学术创新的重要难题。

“关键在于要制定明确的规则。”张铁明表示，目前，国内的一些行业协会、出版机构已经制定人工智能应用于学术出版的相关指南、规则，包括《学术出版中的AIGC使用边界指南2.0》等。但在细节制定上仍需进一步完善，包括明确界定“何种场景下可使用AI”“使用程度如何”等问题。

这些具体规则的落地实施，也离不开有效的技术监管手段作支撑。

作为国内的学术资源平台之一，中国知网近年来在学术成果检测方面进行了积极探索。目前，知网已构建覆盖大量中英文献及引文数据的学术大数据体系，并研发出一款生成式人工智能检测工具，供学校和科研机构使用。

“我们旨在为学校、机构提供了一个客观的检测工具。”肖宏表示，至于具体的重复率、相似比阈值设定是否合适，还需要各单位根据自身学术标准和具体情况来确定。