本文首发于微信公众号“期刊说”

   去年三月，围棋世界冠军李世石输给了谷歌开发的AlphaGo之后，人工智能立即成为社会舆论的一个焦点，特别是在科技界、投资界、企业界，人工智能俨然已成为下一个风口。那么，学术期刊是否也需要人工智能呢？当然需要！人工智能可以让编辑们从繁琐的重复性劳动中解放出来，腾出更多的精力用于约稿、策划、走访科研院所，扩大期刊的影响力和传播力，从而使编辑在单位时间内获得更大的收益。其实，一些初步具有人工智能性质的工具已经在实践中运用了。例如，参考文献自动校对系统就可以视作是这种人工智能，不少机构都在提供参考文献自动校对的功能。只是这种功能的开发还不够完备，最多只能做到节省人力，还不能“替代人力”，所以，它还具有很大的发展空间。除此而外，我们还需要什么样的人工智能呢？    

   首先，我们希望借助人工智能对文章先进行一遍初筛。因为在投稿过程中，有些文章会有一些显而易见的“缺陷”，如抄袭率过高、字数过少/多、不是所投期刊发文范畴、不符合学术论文的基本规范。。。。。根据我们自己的经验，这种情况的投稿大概会占到所投稿件总数的5%-10%左右，虽然比例不是很大，但也同样要占用编辑相当的时间，而且在这些文章上花费时间对于编辑而言真的是很不划算的（有些编辑部还要求对每篇初审退稿文章给出退稿意见，占用的时间还会更多）。如果能有人工智能来处理这部分稿件，将会有效提升编辑的工作效率。（我甚至觉得可以让作者知道自己的被人工智能自动退稿的，好给他们提个醒，知道自己的文章有多差。）

   其次，我希望能对每篇投过来的文章能通过人工智能进行追踪分析。例如，某篇编辑部认为很好的文章，通过标记我们可以适时的了解这篇文章的阅读、下载或被引情况。如果与编辑部预期一致，说明编辑们眼光不错！如果与编辑部预期不一致，或者大大低于编辑部的预期，那我们就要好好反省一下自己了，是我们的学术眼光不够？还是有什么别的原因？总之，可以通过人工智能给我们及时的反馈，帮助编辑部随时调整。另一方面，我希望被期刊退稿的文章也能通过人工智能进行追踪。一般作者一个刊不中，大多还会选择继续投往其他刊物，我们可以看一下这其中是否有被遗漏的高引用率或高下载率稿件，我们同样可以通过这些数据适时调整我们的工作方式和审稿习惯。

   第三，我们还可以通过人工智能了解评审专家的审稿情况。例如，哪些专家审出来的稿子引用率普遍比较高？哪些专家审出来的稿子引用率大多比较低？当然，引用率的高低有着极其复杂的原因，我们并不能以此就对一个专家完全定性，但这至少给了我们一个评判专家的依据，便于编辑部对专家的遴选。这是我想到的关于学术期刊对人工智能的应用，不知道大家还有没有更多更好的想法。