作者可使用人工智能(AI)工具辅助稿件撰写及开展合规的科研活动,但须确保其使用符合科研诚信、保密义务、数据保护及出版伦理的相关要求。
更多AI Native 开放出版网络
以开放获取、透明流程和出版伦理为基础的国际学术出版矩阵。

期刊
加载中...
负责任的 AI 应成为出版基础设施的一部分

POLYMAS支持在保障科研诚信、出版伦理、数据安全和同行评审独立性的前提下,负责任地使用人工智能(AI)工具辅助同行评审工作。
更多POLYMAS支持在保障出版伦理、稿件保密、数据安全和编辑独立性的前提下,负责任地使用人工智能(AI)工具辅助编辑工作。AI工具可用于提高编辑流程的效率、准确性和规范性,但不得替代编辑的专业判断、学术评价及编辑决策责任。
更多科研图片与数据是支撑研究结果、保障科研诚信的重要证据。为维护科研记录的真实性、准确性与完整性,防止生成式人工智能(AI)工具的不当使用对研究证据造成歪曲或误导,POLYMAS对投稿稿件中AI参与图片生成、图像处理及数据分析的行为作出以下规定。
更多通过预印本、版本登记与可信时间戳前置机制,作者在投稿时可以同步形成可验证的版本记录和成果归属证据,为后续权属认定、学术争议处理与责任追溯提供完整证据基础,充分保障作者的原创成果权益。
AI 让一个旧问题暴露得更清楚:期刊究竟是在评价论文,还是在借论文评价研究者? 如果期刊的职责是判断一篇论文是否具有真实知识贡献、是否值得进入人类知识体系,那么它首先应评价成果本身: • 论文是否提出清晰知识主张; • 证据是否可靠; • 方法是否可检验; • 数据和材料是否可追溯; • 结论是否值得进入知识网络; • 责任主体是否明确。 学者个人的长期学术能力应由科研机构与学术共同体综合判定,不应以单篇论文简单定论,AI 只是让原本混同的评价问题显性化,并非破坏学术评价的根源。
AI 时代错误知识传播速度显著加快,可信知识基础设施不能仅止步于文献收录。 平台将同步落实: • 撤稿标记; • 更正记录; • 版本更新; • 引用关系同步; • 对下游知识图谱和 AI 系统的持续通知。 这也是 PCM 与 AI Native 出版系统共同解决的问题。
