近年来，人工智能（AI）正在以前所未有的速度对学术传播乃至整个科研过程产生深远影响，图书馆和出版机构均面临着前所未有的机遇与挑战。

在当前背景下，为了更好地理解AI在学术传播中的实际应用，我们汇集了四位图书馆员的观点，以及四位施普林格·自然AI专家的经验，撰写了深度洞察报告《多视角审视学术传播中的人工智能》（Perspectives on AI in scholarly communications）。

这份报告不仅提供了当前 AI在科研领域应用情况的整体概览，还希望通过分享真实案例与实践经验，推动出版机构与图书馆之间的深入协作，探讨 AI 应用中的关键问题与挑战。我们期待这份报告能为图书馆AI时代的角色定位与发展方向提供有价值的参考。

欢迎阅读白皮书全文，探索更多精彩内容>>

在上篇文章中，我们对报告进行了全面的概览。本篇文章我们邀请受访者介绍了他们在其日常工作中是如何开发或使用AI工具的。

作为出版机构及创新解决方案的推动者，施普林格·自然着重开发一系列功能，协助执行研究、编辑和科学出版工作流程中的任务或使之自动化——利用AI赋能人类而非取代人类。图书馆界的态度则更为谨慎，他们担心AI被“过度吹捧”，并观察到某些领域取得进展而其他领域停滞不前。

提高信息发现效率

正如引言所述，超过半数的研究人员曾使用AI工具协助查找或阅读研究论文，因此这成为大量访谈共同涉及的一点并不令人意外。挪威科技大学图书馆资源与数字服务部门主管Letícia Antunes Nogueira观察到其所在机构正在发生的变化：“刚步入大学的学生，他们也已经习惯使用AI进行检索……AI工具在推荐文献和查找资料方面变得越来越普及。”

卡内基梅隆大学图书馆馆长兼新兴与融合媒体项目主任Keith Webster补充道，AI常被用于“文献综述，或是自动总结或是自动综合”。他进一步表示：“我们有人开玩笑说以后再也不需要通读整篇论文了，从研究人员效率的角度来看，AI确实很有帮助。”在其图书馆内，Keith已部署了Keenious和Scite等AI发现工具，并获得了用户的积极反馈。

在提升科研效率方面，信息发现是施普林格·自然AI发展关注的领域之一。如：

• AskAdis：这是AdisInsight药物发现数据库推出的AI      chatbot，用户可以用平实简单的话语提问，并获得相关信息。

• Methods      Muse：施普林格·自然全新推出的生命科学AI平台，能基于提示词生成、优化实验方案，快速诊断试验故障，分析实验数据（了解更多）。

优化人工流程

学术圈内外普遍认为，AI有助于实现人工任务自动化，使人们能够专注于可充分发挥其价值的研究环节——这一点也得到了受访者的证实。与Keith的前述观点一样，马尼帕尔高等教育学院研究副主任Santhosh KV博士指出，AI使其学生获益匪浅，尤其是在开展文献调研和背景研究方面。

除了使用生成式AI模型进行文献研究外，弗朗西斯·克里克研究所图书与信息服务主管Beth Montague-Hellen观察发现其机构正在使用其他AI驱动型流程，节省研究人员的时间，例如使用AlphaFold预测蛋白质结构，借助Microsoft Copilot辅助编程。Keith对此表示认同，并列举了多类应用场景，比如撰写基金申请，分析数据集，为本地受众翻译研究成果等。

此外，施普林格·自然在评审、出版等阶段也推出了一系列AI工具以期为研究人员和编辑团队提供更加流畅、一体化的出版体验，同时保持其出版研究应有的质量与严谨性。我们已将AI工具嵌入其行评审平台Snapp，以优化通常需要作者和编辑投入大量人工的流程，例如为论文匹配合适期刊或寻找合适的审稿人。

施普林格·自然AI发展与合作部门副总裁Heather Devereaux以审稿人查找工具为例，加以详细说明：“编辑团队过去常常需要花费90多分钟寻找合适的审稿人。如今审稿人查找工具已成为编辑经常使用的功能之一，因为他们在寻找合适审稿人方面确实面临困难，技术辅助的价值显而易见。”

支持科研诚信

不难理解，AI对科研诚信的影响在学术圈内引发了热烈的讨论，所有受访的图书馆员都提及了这一点。在表达担忧的同时，他们也承认若以合乎伦理且负责任的方式使用，AI能为科研带来很多机会。

Keith反思道：“我越来越担心AI可能被用于生成质量较差的内容...但倘若出版机构能利用AI精准识别违反科研诚信的行为，或许不失为一大亮点。”

施普林格·自然科研诚信总监Chris Graf介绍了该集团如何投资新技术以帮助识别不端行为：“在诚信领域，我们发现论文工厂或不良行为者群体正在利用大语言模型生成虚假论文。因此，我们认为使用大语言模型来协助侦测这类行为是合理的。”

过去几年我们已成功开发并实施了多种工具，其功能包括检测AI生成的无意义文本、识别无关参考文献和筛查问题图像。所有这些工具均在人工监督下运行，会提示是否需要进一步的人工评估。Chris解释说，尽管AI生成的无意义投稿仅占提交论文的很小一部分，且仍需人类研判。这些工具正在产生“小而重要的影响”，减轻了编辑和同行评审人员的工作量，使其能专注于处理高质量投稿。

欢迎浏览白皮书全文，一起探索更多精彩内容>>

版权声明：本文由施普林格∙自然上海办公室负责整理翻译。中文内容仅供参考，一切内容请以英文论文为准。欢迎转发分享本文，如需转载，请留言或联系China@nature.com。

© 2025 Springer Nature Limited. All Rights Reserved