最近几个月，我一直在利用 ChatGPT 协助修改我的学术专著《国家主导的全球化》（State-Led Globalization）。

这本书已经完成匿名同行评审（peer review），出版社安排在九月底召开编辑委员会会议。届时，编辑委员会将根据我的原稿、两位匿名审稿人的评审意见，以及我的修改回复信（response to reviewers），决定是否进入下一阶段的出版流程。

距离编辑委员会讨论还有大约两个半月，我希望充分利用这段时间，把书稿修改到尽可能完善的状态。如果编辑委员会顺利通过，我就可以尽快提交最终修改稿，进入后续编辑和出版环节。

这段时间，我越来越体会到，AI 最有价值的地方并不是替代作者思考，而是帮助完成大量重复、机械却十分重要的工作，让我能够把更多精力投入到理论论证和内容完善上。

例如，我让 ChatGPT 编写并不断迭代 Python 程序，对书稿进行了参考文献自动审核。程序分别读取 manuscript 和 references 两个文件，自动检查正文中的 in-text citations 是否都能在参考文献列表中找到对应条目，同时找出可能未被引用的参考文献。

最新版 Python v8 的运行结果（这是反复修改后的结果）如下：

• In-text citations detected: 419

• Reference entries detected: 376

• In-text 没有 reference entry：0 ✅

• Ambiguous（需人工确认）：6

• Reference likely unused：5

• Malformed references：0

对于一本拥有数百条参考文献的学术专著来说，这项自动检查节省了大量时间，也降低了遗漏错误的风险。

不过，这只是参考文献审核工作的第一步。

接下来，我还要逐条检查每一个 reference entry 的格式是否符合出版社要求，并核对 DOI、URL、作者信息、出版年份等是否准确无误。这部分工作目前仍然必须依靠人工完成，不能完全依赖 AI。

更重要的是，在提交最终修改稿之前，我还会把整部书稿从头到尾再读一遍，一字一句地阅读，并人工确认书中每一条 citation 与对应的 reference entry 是否准确无误，确保所有引文、参考文献和正文内容完全一致。这项工作虽然耗时，却是学术出版过程中不可省略的最后一道质量关。

我的体会是，ChatGPT 和 Python 非常适合完成一致性检查、格式核查、重复性审核等机械性工作，可以显著提高效率；但对于学术专著来说，最终的质量控制仍然需要作者亲自把关。匿名审稿意见是否得到充分回应、理论框架是否更加完善、论证是否严密，以及每一条参考文献和引文是否准确，最终都需要作者承担责任。

AI 可以成为一位高效的研究助手，却不能替代作者，也不能替代同行评审，更不能替代最后的人工校核。

未来两个半月，我将继续利用 AI 提高修改效率，同时坚持对每一项重要修改进行人工审核。我希望，当《国家主导的全球化》提交编辑委员会时，呈现的是一部经过认真打磨、经得起同行评议，也经得起细节检验的学术专著。

支持单位：