2月16日,英国皇家学会(The Royal Society)在其官网确认,随着各图书馆对其“订阅开放”(Subscribe to Open,S2O)模式的支持,有8种世界级订阅期刊将于2026年以开放获取形式出版。其中包括全球历史最悠久的同行评议期刊《哲学汇刊A》《哲学汇刊B》,且将免除作者文章处理费(APC),这意味着任何作者或读者都可免费阅读、发表论文,不再局限于订阅图书馆的用户。消息一出,开放获取再次引发学术界广泛关注。
美国加州大学洛杉矶分校杰出历史学研究教授彼得·鲍德温(Peter Baldwin),长期深耕开放获取领域研究,著有《解放雅典娜:为何以及如何让学术知识对所有人免费》一书,为学术知识的开放传播提供了重要理论支撑。他在接受本报记者采访时表示,总体而言,过去十年间开放获取的进展是稳步的,且大体朝着正确方向发展,但不同学科之间的差异较为明显;人工智能对出版界的重塑既有危机,也有机遇。他同时指出,在很长一段时间内,真正全球性的开放获取仍难以实现,因为真正的全球开放获取需要信息在全球范围内的双向流动,而非单纯的单向传播。
不同类型的开放获取模式
作为当下备受认可的高效、公平的出版转型模式,“订阅开放”的核心是按年度将期刊从传统订阅制逐步转型为开放获取模式。简单来说,开放获取出版物特指经过同行评审的研究论文,读者可在线免费阅读,无需订阅期刊或支付任何费用,有效打破了科研成果传播的壁垒。
根据开放权限与开放时效的不同,开放获取出版物主要分为几类。其中,金色开放获取是指期刊从政策层面全程实行开放获取模式,所有论文均能免费读取;混合开放获取与青铜开放获取则属于其他基于期刊的开放获取类型,前者是在期刊中同时刊发闭源论文与开放获取论文,后者则需论文满足一定条件,如经过一段滞后期限后,方可免费获取。
此外,绿色开放获取是指论文原本发表在闭源期刊上,但作者会将论文自行存档至独立的开放数据库中,供公众免费查看。需要说明的是,部分期刊会要求作者为金色、混合或青铜开放获取论文支付论文处理费,但这并非普遍规定,未成为行业通用准则。
不过,需要注意的是,虽然一篇论文可以通过多种开放获取途径被读取,比如某篇论文可以通过金色开放模式获取,也会以预印本的形式作为绿色开放获取论文供人分析,但在分类时,该论文会按照金色开放获取、其他基于期刊的开放获取(含混合和青铜)、绿色开放获取的优先级,将论文归入其中一种类别。而闭源论文是不属于任何一种开放获取类型、需要订阅才能阅读的论文。
全球开放获取文章稳步增长
2025年8月,美国国家科学基金会下属的美国国家科学与工程统计中心(NCSES)基于Scopus数据库评估各国开放获取论文的产出及其科研影响,发布报告分析了2003—2022年全球开放获取出版的发展态势。
报告显示,自2003年以来,开放获取论文的数量和占比已从一种较为少见的同行评审出版物类型,增长至2022年占全球出版物的近一半。其中,金色开放获取论文的总数从2003年的19089篇(占全球出版物的2%)增长至2022年的991805篇(占所有出版物的30%)。闭源论文的占比从2003年的58%下降至2022年的45%,但同期其绝对数量仍有所增加,增长率为112%,而金色开放获取论文的数量增长率高达5096%。绿色开放获取和其他基于期刊的开放获取论文的年发表量分别增长了228%和198%,但二者在全球发表论文中的占比增幅平缓,其中绿色开放获取从6%提升至8%,其他基于期刊的开放获取从9%提升至10%。
开放获取论文数量的增长,可能意味着全球研究者的论文发表行为正在发生转变——随着开放获取模式日益普及,这一趋势愈发明显。此外,值得关注的是,不同国家和经济体的学者的论文开放获取发表情况存在差异,这种差异不仅体现在不同国家科研机构和作者对开放获取模式的重视程度上,还反映出开放获取出版物在国际上的影响力。过去20年间,美国和中国的研究者发表开放获取论文的倾向不断增强,但就两国整体而言,学术论文产出仍以闭源为主。在论文产出量较高的国家和经济体中,美国、欧盟27国及英国的金色开放获取论文占比持续上升,同时闭源论文占比整体下降;而中国和印度则呈现出金色开放获取论文占比增长、闭源论文占比持平或上升的态势。
学科间开放获取程度发展不均
鲍德温表示:“总体而言,过去十年间开放获取的进展是稳步的,而且大体朝着正确的方向发展,但在不同学科之间差异明显。自然科学领域正日益采用金色开放获取或钻石开放获取(diamond OA)模式,并将相关成本纳入科研经费预算之中。美国联邦经费的削减、对联邦项目管理费的限制以及对大学捐赠基金征税,都会减少整体科研经费,从而影响开放获取模式的资助数额。”不过,他也补充道,“这一点适用于所有科研支出,而不仅仅是开放获取出版”。
美国麻省理工学院生物系荣誉退休教授菲利普·夏普(Phillip Sharp)认为,开放获取模式让民众可以接触到最新的研究成果,但研究质量离不开同行评审,因此,开放获取政策的制定与推广,必须在极具价值且严谨的同行评审出版流程框架下进行。
夏普表示,美国白宫科技政策办公室(OSTP)发布的《尼尔森备忘录》推出的现行开放获取政策,彻底改变了出版费用的承担者以及出版资源的来源。该政策着重强调由研究机构或通过其他渠道承担这笔费用,这也引发了开放获取领域的另一个问题:这是否会限制那些无力支付费用的机构的研究者发表论文?因此,应对开放获取带来的影响,需要基于实证和政策逐步推进。
若机构为所有论文的开放获取费用买单,按每篇3000美元计算,麻省理工学院每年的总支出将达2500万美元。这对学校来说是一项挑战,对于其他机构而言,无疑也将是巨大的负担,夏普补充道。
鲍德温同时指出,开放获取取得的进展并未真正解决科学出版商获取不合理高额利润的问题。“在人文与社会科学领域,情况更为不同。”他表示,该领域的期刊和学术出版物仍主要依赖订阅制,开放获取只是在很小的范围内实施。“图书馆尝试与出版商谈判达成协议,使本校教师能够以固定或折扣费用发表开放获取文章,但这类做法既未能显著扩大可及性,也未能从整体上解决出版领域中过高利润和成本结构的问题。”
他还提到,人文与社会科学领域还面临一个额外问题——学术著作(书籍)而非期刊文章仍是核心成果。“书籍出版成本更高,尽管出版频率较低,因此‘由谁支付’的问题始终存在。”鲍德温表示,一些出版社尝试通过图书馆联盟的方式筹资,以实现图书的开放获取,比如麻省理工学院出版社已联合一批出版社,共同分担部分新书以及部分既有书目的开放获取成本,“这些尝试固然积极,但仍无法从整体上解决问题”。
人工智能时代的开放获取
谈及人工智能对开放获取的影响,鲍德温认为,人工智能带来的诸多问题并非局限于出版、图书馆或作品获取本身,而是关乎整个社会,需要社会整体加以应对,“比如大语言模型存在编造内容的倾向,AI生成内容数量激增且质量参差不齐,还存在模型不断‘学习’自身生成内容而导致知识质量下降的‘劣化循环’风险”。
不过他也提到,人工智能也为开放获取问题带来了潜在解决路径,大语言模型可对作品进行摘要,理论上能提供不同层级的概述,若摘要准确度达99%,技术上或可避免被认定为“复制”从而不受版权限制,读者也能获得可获取、合法且实用的AI生成摘要,只是这一点尚未经法律认可。
此外,鲍德温认为,AI还能帮助精确定位作品中与读者兴趣最相关的部分。这或许会让读者更易接受“AI摘要+合理使用范围内定向借阅相关段落”的模式,但其关键在于合理使用豁免能否适用于版权保护期内的内容。这可能让依赖较宽泛合理使用原则的美国机构获得优势,也可能让图书馆比商业机构更具优势。毕竟大语言模型虽已吸收互联网上所有合法可得内容,正寻求利用大型研究型图书馆的高质量馆藏训练模型,但这些内容未必能直接提供给读者。目前,围绕这一问题的司法案件仍在审理中。
真正全球化的开放获取仍需时日
鲍德温表示,尽管开放获取领域已出现一些积极变化,越来越多的期刊和出版社开始关注出版成本问题,但总体来看仍处于零散式推进状态,“版权法与出版经济模式依然共同阻碍着全面性解决方案的出现”。
在他看来,对于仍在出版且处于版权保护期内的作品,似乎仍需依赖金色开放获取或钻石开放获取路径,而这两种路径都会限制缺乏经费支持的作者参与。不过,对于仍在版权期内但已绝版的作品——这类作品在大型研究型图书馆馆藏中仍占多数——一些解决方案正在逐步形成,“美国的图书馆正尝试利用美国版权法第108条为图书馆借阅提供的豁免条款,对这些仍在版权期但已绝版的作品进行扫描、保存并提供借阅”。
从全球范围来看,一些国家已通过数字呈缴制度,要求作品提交至国家图书馆,这意味着作品最终进入公共领域时可被公开获取。鲍德温表示,“相较之下,在美国,近期的司法判例削弱了美国国会图书馆要求作品(无论是数字还是纸质)呈缴的能力,这无疑是一种倒退”。
“在很长一段时间内,真正全球性的开放获取仍难以实现。”但鲍德温也表示,若上述改革,如扩大合理使用解释或数字化豁免能落地并经受住司法审查,原则上应具有普遍适用性。
不过,这一设想也会受成本因素的限制。鲍德温补充道,“因此,若要实现全球开放获取,可能还需要某种形式的全球成本分担机制”。
他进一步以维基百科为例说明,即便像这样卓越的开放知识项目,也存在明显的地理不均衡性——英文版规模远大于阿拉伯语等其他语言版本。“维基百科试图通过开发通用机器语言,将不同语言版本条目转化为共同语义形式,扩展小语种内容覆盖面,但这在某种程度上仍是扩散大型语种内容,导致全球知识同质化,而非真正扩展多样性。”鲍德温表示,开放获取也面临类似逻辑:“如果全世界最终都能阅读纽约公共图书馆的全部藏书,固然是好事,但这只是传播该馆已有的知识,而非增加、扩展或改进这些知识。真正的全球开放获取,需要的是信息在全球范围内的双向流动,而不仅仅是单向传播。”
◇中国社会科学报记者 杨雪