一项针对1.5万种开放获取期刊的研究运用人工智能（AI）识别出“问题期刊”的典型特征。据《科学》近日报道，这是目前规模最大的利用AI识别潜在问题期刊的研究，共标记出1000多种期刊，约占样本总数的7%。

学术出版领域专家认为，这款免费筛查工具虽不完美，但能为科研人员及其他群体避开可疑期刊提供参考。非营利组织“开放获取期刊目录”（DOAJ）常务董事Joanna Ball表示：“对于这项研究的部分成果及其为期刊相关评估提供的支持，我感到十分振奋。”

科学出版领域一直受学术不端行为困扰。分析人士指出，目前，开放获取占主导地位的商业模式背后有强烈的利益驱动，即作者向出版商付费，使论文可立即免费阅读；出版商倾向于快速发表大量论文，同时尽可能减少耗时的质量审核工作。

研究负责人、美国科罗拉多大学博尔德分校的Daniel Acu?觡a表示，新研究未公布涉事期刊或出版商的名称，但多数被标记为问题期刊的出版物来自发展中国家。印度和伊朗的出版物被标记的比例最高，均接近1%。他同时强调，发达国家的知名出版商也存在此类问题期刊。

Acu?觡a承认，AI判定“并非完美”。在15191种期刊样本中，AI将1092种期刊正确归类为问题期刊，但同时误判345种为无问题期刊，另有1782种问题期刊未被标记。他表示，研究结果“应被视为需要进一步调查的初步信号，而非最终定论”。

研究团队将DOAJ的指南作为质量基准，原因在于它细则丰富，便于定量分析。但目前学术界对问题期刊尚无公认定义，不同机构已制定了至少90项条款用于识别问题期刊。而DOAJ所指的问题期刊无法保证所刊发的论文不涉及学术不端，不具备处理剽窃、数据造假等问题的能力，且费用不透明。

尽管存在局限性，Acu?觡a认为，相较于仅由人类评估者进行的主观分类，AI工具能帮助研究人员节省时间，并实现更公平、更主动的期刊评价。团队估算，2000年至2020年，在问题期刊上发表的论文数量增长了10倍以上，达到4.5万篇，可见对这类工具的需求十分迫切。

加拿大渥太华大学的Kelly Cobey指出，问题期刊出版商可能通过改变运营方式或期刊名称逃避检查，因此AI工具需持续更新。“恶劣的问题期刊往往难以追踪，非常适合用AI工具应对，因为AI能随时间变化及时调整识别策略。”（记者 王方）