谈期刊编辑工作的智能化转变

导语：谈期刊编辑工作的智能化转变一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

新世纪以来，科学技术飞速发展，以物联网、大数据、人工智能技术为核心驱动的工业4.0时代已经到来，人类社会进入了智能时代，社会生活的诸多领域都产生了巨大的转变。在期刊领域，编辑出版的内容生产、传播渠道、信息反馈渠道均出现显著变化。反映在编辑学研究方面，现有文献普遍认为智能技术促进了编辑流程的简化和升级，期刊发展智能化水平的提高使编辑的选题更为科学，编校技术使审核与校对更为高效，智能平台的个性化推送使稿件内容分发更为精准，期刊影响力亦随之不断扩大。周煜[1]在对大数据时代出版行业发展趋势进行分析后认为，消费者即将成为未来出版行业的中心，所有编辑流程和论文组织框架都将以消费者需求为构思重点，利用社交网络和数据智能分析系统为信息搜集提供强大的数据支撑。向飒[2]认为构建以数据为中心，以大数据和人工智能为手段的学术出版的发展大趋势是实现出版流程和知识服务与人工智能深度融合,这是实现期刊编辑工作数字化转型升级的关键之路。查德威克（ChadwickC.DeVoss）[3]指出，人工智能技术在学术出版界具有多重优势，能有效打击论文抄袭和剽窃行为并检验论文的优劣。李媛[4]认为人工智能可优化分发流程和渠道，提高传播效率；亦可辨别读者观点，评价和反馈传播效果。张勇等[5]认为智能排版为作者继续创作节省了研究排版格式等的时间，简化投稿流程和编辑工作。于溪[6]认为人工智能在出版领域中的着眼点将是以群体智能为理念，以知识体系构建为核心的出版流程再造。现有文献虽然注意到了智能时代人工智能、大数据等技术在期刊领域的应用，亦对其进行了较为深入的探讨，但现有论述多立足于这些技术在编辑出版工作某一具体领域或环节中的应用，缺乏对期刊工作的整体观照。基于此，本文主要从宏观层面探讨工业4.0时代智能技术普及背景下期刊编辑工作的整体变化。

一、选题来源的数据化

智能时代，人们对数据的看法以及对于由因果关系向相关关系转化时释放出的潜在价值的态度，是主宰挖掘和利用数据价值的关键[7]。以往不可估量、难以存储、难以搜索的信息的数据化潜移默化地改变着编辑的思维。具体到期刊选题方面，编辑们更倾向于对与事物相关的所有数据进行分析，而不再依靠随机采样。这进一步使编辑工作的数据化、可视化倾向更为明显。从某种意义上讲，智能时代的世界不是由想象中的合理性构成，而是由海量信息构成以数据为中心的体系结构，数据成为推动工业4.0的基础资源[8]。数据并不是一次性产品，它可以被同一个选题循环使用，也可用于其他写作目的。数据的潜在价值，即所有可以利用的途径的总和，值得编辑深究和使用。智能时代的编辑，需要具有大数据思维，即恰当利用公开数据解决多数人的疑虑，为疑难问题提供解决思路和答案。对编辑工作而言，大数据与传统数据有着质的不同。这主要表现在数据类型、规模、真实性、时效性、实用性、个性化等方面。智能时代，通过对大数据的采集、清洗、分析、计算，以及数据的可视化呈现，编辑工作能得到快速高效的优化升级。例如，中国知网平台利用大数据技术挖掘文献、统计数据，提取知识元，检索知识关联关系，以及文献之间的引用关系，建立了多维度的知识图谱和知网节。这为编辑的前期工作提供了推荐和发现选题服务，也为读者提供了相关知识推荐、学术热点分析和选题策划服务[9]195。知乎平台的话题热度、搜索数据等功能可向用户推荐其感兴趣的选题，编辑人员可通过各领域用户成长数据发现优质作者，围绕选题定向约稿。“壹学者”平台充分挖掘书报资料、评价场域优势，集合学者用户，建立人文社科知识图谱，并建设了准确的学者联络关系，精准分析学术热点和空白点，形成期刊、学者、机构影响力评价数据，为编辑工作选题策划提供科学的数据来源[9]215。其“课题立项助手”功能可帮助作者迅速确定擅长领域的研究热点、空白点以及发文趋势，有效推荐匹配度较高的参考文献，并根据研究方向推荐适合合作的其他学者，为作者选题提供直接的查询途径[9]223。

二、编校过程的智能化

按照编辑流程，明确选题之后，编辑必须有针对性地选择稿件，并对其进行筛选、删减、审核、校对、排版。传统编辑主要根据要点审稿，例如稿件要有学术价值和学界影响力，内容要有新鲜的主题、新颖的切入点和新奇的创意等。传统的审稿存在周期较长、难度较大、反馈时效性较差等问题。工业4.0时代，语音识别、智能翻译、智能校对及敏感词识别等新型审校技术使传统的审稿工作更为高效、便捷。语音识别是指从麦克风采集到的语音波形信号中解码所述内容，转化为文字符号。语音识别的内外部联合建模已经成为期刊关注的热点话题。编辑利用智能语音交互技术进行人机对话，将语音信号转化为文字，随即利用自然语言处理技术转化为结构化文字，如此循环反复，实现语音记录到结构化文字智能转化，加速编辑审校。自然语言处理通过神经网络自动学习文本特征，提高使用效率。撰稿人和编辑利用智能设备转化语音符号，通过设备的深度学习来理解不同环境和情感下语音的深度内涵。撰稿人可通过人机对话技术，对稿件内容进行初加工，编辑根据人机对话结果后的合成语音对稿件进行二次加工。机器翻译是指利用计算机实现不同种类自然语言文本间转换的技术。近年来国内外都非常重视与机器翻译相关的产学研问题，谷歌神经翻译、脸书基于卷积神经网络的翻译系统和微软翻译等已经实现了高质量翻译。在将汉语稿件翻译为某种外语或外语转换为汉语时，机器翻译的介入可有效提高工作效率。在校对环节，智能校对和敏感词识别技术的应用能帮助编辑提高校对质量，减少校对失误。黑马校对是目前中文自动校对领域的重要工具，它具有高压缩、快速检索、精准切分等优点，同时还向用户提供定期词库更新服务和自定义重点词库服务。编辑可以定制专用词库，利用黑马校对实现编辑自定义提示和纠错功能。此外，黑马校对的批量查找功能可以大大减轻编辑工作负担，提高工作效率，简化不必要的工作任务。当然，只靠技术审核、校对稿件不是期刊发展的唯一方向，核心审稿专家队伍的建设也是期刊必须面临的重要任务。期刊负责人要经过深思熟虑设置审稿人选择途径，同时明确用人机制。核心审稿人一定是适合期刊风格和定位的专家，一定是在学界有广泛影响力、论文引用率极高的学者，因此期刊在遴选审稿人时可以从知网中按主题词寻找或按稿件参考文献选择同行审稿人，从高校及研究所的名师列表中选择，或将期刊高水平作者升级为审稿专家。而在用人机制中尽可能采用激励机制、责任机制，签订审稿专家责任和诚信协议，与时俱进地更新用人机制，并不断为审稿队伍注入新鲜血液。构建核心审核编辑团队，灵活使用审核技术和新型校对系统，能提高编辑审校效率，及时发现稿件内容的错误，为期刊扩大影响力发挥作用，在极具挑战的行业中站稳脚跟，提高期刊品牌知名度。

三、用户管理的系统化

期刊使用语音识别技术、智能翻译技术、黑马智能校对系统和敏感词识别系统，丰富审稿人专业水平，帮助编辑工作更高效、更品牌化。而如何将稿件分发到有需要的用户社交界面和智能平台，仍需要人工智能技术加以扶持。人工智能技术实现了时空意义中的从时间顺序到立体传播的范围转化，编辑、作者、用户等主客体交互性增强，个性化日益凸显。因此编辑工作必须正视以期刊为中心到以用户为中心的转变，探索尝试单向传播——双向互动——交互体验传播的发展路径，利用客户关系管理系统以适应人工智能技术和传播要素的频繁变革。当前，多数期刊都建立了类似客户关系管理系统的综合平台，实现了编校出版、编读交流等细节问题的系统化管理，体现了期刊人文关怀。读者从潜在读者发展为当前读者再到忠实读者，期间经过很长时间演化，需要编辑高度重视对读者关系管理系统的优化，利用期刊优势和管理能力吸引并收购潜在读者，强化当前读者，保留忠实读者。知乎平台利用用户行为数据、用户话题和用户问题等描绘用户画像，确定用户需求和在某领域的影响力，并从用户需求出发，进行产品迭代。一个完善的读者关系管理系统应该利用智能技术挖掘用户信息，体现人文关怀。这一系统应该由信息管理、自动提示、检索更新、读者联系这4个模块构成[10]，人性化管理和平衡读者、作者、编辑与专家的关系，要做到精准识别用户特征，对读者进行分类画像，利用网络爬虫程序自动化采集读者投稿、阅读、分析等行为数据[11]。期刊在运营时要着眼于改善与读者的业务关系，通过标签提供自动化服务，将读者至上理念贯穿于编辑工作的所有环节中。在信息管理中录入读者基本信息，通过智能联想和个性化推荐缩减查询流程，编辑认真核对信息申请，通过申请后才允许读者修改和删除错误信息；编辑设置提示条件和相关内容，实现自动服务；编辑通过定期检索、智能检索等方式，更新管理系统和相应服务；根据节假日、特殊日期自动联系用户，送出祝福，通过微信、微博、电话等方式人为手动联系客户，确认相关信息，以表诚意。从上述信息管理、自动提示、检索更新与联系读者等4个层面实现人性化服务和系统化管理。随着人工智能技术的不断升级，读者更倾向于阅读有创新点、有侧重点、有吸引力的文章内容，期刊的云出版平台要重视功能设计，理清未来发展定位，将多终端，一体化出版作为发展探索的重点。通过扩大专业集群化平台的规模，融合多方期刊资源，打造一站式知识平台，满足用户系统阅读，形成知识元。加快优先出版，扩大开放存取，同时要保质保量，兼顾质量与效率。期刊编辑可以利用读者关系管理系统，智能化管理读者信息，设置自动提示内容，定时更新检索系统，及时联系读者，体现期刊的人文关怀，并通过人文关怀和精准推送，加强忠实读者订阅意愿，强化当前读者阅读想法，扩大潜在读者覆盖范围。

四、信息反馈的自主化

编辑利用读者关系管理系统向读者推送文案和稿件，同时也可以收集读者意见，实现内容扩散与信息反馈的良性闭合循环，智能技术自主收集反馈信息，扩大期刊影响力，更好实现期刊传播和科普学术内容的终极目标。内容分享和信息反馈是期刊编辑与读者之间双向互动的两个过程，读者反馈是影响编辑分享内容的重要因素。有研究表明，影响内容分享行为的因素主要是用户的感知分享价值（主要有利己价值和利他价值），两者呈正相关关系，其中利己价值，即内容分享给编辑自身带来的报酬、名誉、社会认同感等价值；利他价值，即编辑分享的信息可能给读者带来的帮助和价值。利他价值可以转化为编辑的分享行为；读者受评忧虑（即对他人评价的忧虑）越高，编辑的内容分享行为的意愿越弱[12]。如果读者的信息反馈属性越丰富，编辑的受评忧虑会有所减弱，内容分享意愿会增加[12]。因此，期刊的编辑可以优化读者信息反馈系统，增设读者信息反馈的属性，让用户有多种反馈选择，而不是简单的赞同与不赞同，或者喜欢与不喜欢，提高用户反馈意愿。编辑工作的内容扩散与信息反馈是一个闭合循环过程，编辑利用智能技术扩散稿件内容，读者则利用社交软件和云平台反馈信息。读者在阅读稿件时要受到包括读者自身、稿件内涵以及所处环境等多重因素影响，编辑要综合考量读者体验，将其作为采集信息的依据。其中读者的阅读体验受到自身的理解能力、感知能力、学历限制、投入度等因素影响，受到稿件的内在逻辑、创新性能、期刊来源、参考文献、引用数量等因素限制，受到所处技术环境、社会环境、文化环境等制约，在反馈时也在无意识地反映着这些内容。

五、结语

2020年9月11日，在科学家座谈会上发表重要讲话，强调要办好一流期刊和各类学术平台，加强国内国际学术交流[13]。期刊要加快智能化转型，编辑要转变编辑思维，积极面对人机协作编辑模式，建立法治思维和算法思维，主动学法懂法用法，避免挑战编辑伦理；要强化学习意识，提升编辑能力，关注新型编辑工具和技术，顺应时代潮流；要树立大数据思维，总结典型错误，分析数据参考价值，挖掘资源关联度和科学性。编辑部要利用智能检测系统，采集热点话题、素材、事件；要利用智能化工具生产能多元化呈现的稿件；要通过算法分析精准定位用户需求，实现个性化推送，提高用户使用满意度，通过主动使用人工智能技术，提高期刊编辑工作的效率，实现期刊的高质量发展。随着人工智能技术的不断更新与完善，将技术用于期刊编辑工作的可能性和可操作性会不断加大，通过对期刊平台和编辑环节的智能化，必将促使期刊的发展进入新的阶段。