工具是人类能力的延伸，能帮助我们更为高效地处理更复杂的任务，人工智能（AI）也是如此。在学术传播领域，AI（不限于ChatGPT一类的大语言模型）能使研究参与者的各方获益，包括研究人员、图书馆员和科研管理部门。
施普林格·自然正探索多种方法，旨在以可持续且符合伦理的方式发掘并发挥AI的潜力，服务广泛的学术界和产业界。我们已经或正在开发了多种AI工具，例如用于：总结多个来源的研究；将这些总结扩展成整本图书；帮助期刊编辑寻找合适的审稿人等。我们希望能够借助这些工具更好地支持学术传播，分享知识，助力探索发现。
但同其他工具一样，AI也是一把双刃剑，使用得当才能充分发挥其潜力和价值。因此，施普林格·自然在将AI嵌入其工作流程时，也重点关注如何负责任地使用AI，并保证人工监督和审核全程参与。
加快科研进展：总结研究、推进同行评审
为加快科学进步，我们始终聚焦于研究人员的需求，以期帮助他们更加迅速高效地开展工作。我们提供了多种基于AI的定制化工具和平台，以简化其日常工作。其中包括自动化质量和事实检查、AI辅助编辑和翻译。这不仅有助于提高论文质量，还能使科学发现更快地传播。得益于此，研究人员则能更加专注于真正重要的工作：他们的研究。
1. 推进同行评审和学术出版
全球研究出版的规模到底有多大呢？据估计，每年有214万到500多万篇（WordsRated.com）新论文发表。考虑到论文往往会经历拒稿和重投，每年进入同行评审流程的投稿数量之大可想而知。
组织同行评审是学术出版机构的一项主要工作。现在我们可以借助AI工具来完成这一工作，帮助期刊编辑团队搜寻学术记录，寻找并招募合适的审稿人。AI所带来的效率提升不仅有助于减少审稿时间，也能进而支持开放获取（OA）和开放科学。
2. 综合并总结当前研究——AI成书
编著类学术图书从某种角度可以看成是长篇综述论文的大合集，它们收集、综合并解释了当前和近期的研究，并将其汇总到一处。
收集、整理、汇总——这些都是AI擅长的任务。这些基础功能与大语言模型结合而成的系统能够相对迅速地生成这种图书。施普林格·自然曾使用这种系统（结合人工检查和编辑）迅速生成了一批关注不同主题的图书，如《锂离子电池：机器生成的研究总结》（Lithium-Ion Batteries, A Machine-Generated Summary of Current Research）和《气候、行星和进化科学：机器生成的文献概述》（Climate, Planetary and Evolutionary Sciences: A Machine-Generated Literature Overview）。
3. 在噪声中发现信号：文本和数据挖掘
生成式预训练转换器（GPT）是生成式AI的主流引擎之一，这类引擎（如Open AI的ChatGPT）能输出文本、图像、音乐等结果。由于GPT的工作原理是利用之前的模式预测内容，因此它非常适合用于寻找数据集中的模式/规律。这些系统能有效识别人类难以发现的模式、关联和趋势，在研究中具有广泛的用途，如从海量文献中辨别研究模式。
使用计算工具和技术对大量数据和文献进行整理以发现模式的过程被称为文本和数据挖掘（text and data mining，TDM）。借助TDM，研究人员能够从繁杂的科学数据中提取有价值的信息，并识别出通过传统人工分析难以或无法发现的模式。TDM近年来已逐渐发展成为一种强大的工具，为研究人员提供了一种高效处理并充分利用工作中大量信息的方法，进而有助于提高实验室效率。
施普林格·自然创建了一套正式的TDM流程并开发了多个API工具，此外，我们丰富的出版物资源和数据库包含大量扎实且经过验证的研究。先进的技术加持高质量的学术资源，赋予您的科研人员以“传统”渠道所不具备的检索和发现能力，让他们能够轻松获取前沿且值得信赖的信息。（阅读更多：何为文本和数据挖掘？对研发有何助益？）
帮助图书馆员组织文献资源
出版机构能够而且应当利用AI工具更好地组织其出版的文献资源，帮助图书馆员管护他们创建并保有的馆藏。施普林格·自然正在采用的一些方法包括：
整理现有内容。例如，按照学科对内容自动聚类（支持跨期刊或跨合集）。
寻找并汇总我们旗下出版品牌中的相关资料，自动生成当前研究的总结。
推荐后续阅读书目等。
上述方法都能帮助图书馆员更好地管护并优化其馆藏，从而更好地支持其所在机构的研究人员。
帮助科研管理部门理解趋势
正如前文提到的，AI的底层原理是模式学习，因此也能用于分析机构（自身或同行）科研产出中的模式和趋势。AI工具能帮助科研管理部门了解其机构的研究产出情况——涉及哪些学科领域、发表在哪些期刊上、引用量如何，还支持与竞争者的科研表现进行对比。科研处能够借助这些工具所带来的见解分配资源，向资助机构和管理者展示项目成果，申请经费等。
想要捕捉前沿科研动向，衡量您的科研表现，并统览科研全局，制定明智的战略规划？您需要的是我们的AI智能解决方案——自然科研智讯（Nature Research Intelligence）。
自然科研智讯以《自然》150多年在编辑与科研上的专业知识和深厚经验为助力，旨在帮助学术、政府和企业的科研决策者制定数据驱动的战略、衡量科研表现、发现潜在合作机会，并获得有关当前研究趋势的真知灼见，助您做出更加明智的战略决策，提升您的学术影响力，并对现实世界产生积极的影响（阅读更多：远见卓识，引领您的科研决策 | 自然科研智讯）。
自然科研智讯提供一系列按需定制、灵活的智能解决方案：
自然策略报告（Nature Strategy Reports）——全面深入地探究相关研究领域，并提供高质量的定制化报告，为重要的研究和资助决策提供依据。
自然引航（Nature Navigator）——AI驱动的科研进展概览，一站式提供全面的研究趋势，帮助您追踪新兴的研究领域并指导决策制定。
自然指数（Nature Index）——整体上衡量您的科研表现，您可以追踪科研进展，并提升未来的科研策略。
在将AI不断融入科学研究和学术传播的过程中，时刻谨守使用伦理至关重要。AI工具虽然有助于提高科研效率并简化任务，但在使用时应注意避免诸多问题。为此，我们需要清楚AI的工作原理，牢记保护数据隐私，慎用AI生成的内容和图片，并仔细检查输出的结果以确保其是公平且不带偏见的。
工欲善其事，必先利其器，了解如何使用AI才能更好地发挥其价值。图书馆和科研管理部门作为研究人员的支持力量，也应帮助他们掌握正确的使用方法和实践，并提高其对AI伦理和风险的意识，确保他们能够负责任地善用AI工具。只有这样，AI才有可能真正成为增强研究人员能力的buff，让他们能够把更多地时间和精力专注于更具创造性、创新性和重要性的工作。
相关阅读：
欢迎点击“阅读原文”了解更多
版权声明：
本文由施普林格∙自然上海办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发分享，如需转载，请联系 China@nature.com。
© 2024 Springer Nature Limited. All Rights Reserved
