Podczas międzynarodowej konferencji Open Knowledge: Wikimedia & Research in the CEE Region, która odbyła się w dniach 9–10 października 2026 roku w Katowicach, dr Włodzimierz Lewoniewski wygłosił referat pt. „Ocena jakości Wikipedii na dużą skalę: analiza treści, źródeł informacji oraz wizualizacji danych”. Wystąpienie poświęcone było wykorzystaniu sztucznej inteligencji i zaawansowanych metod analizy danych do automatycznej oceny jakości informacji w Wikipedii.
Wikipedia zawiera ponad 65 milionów artykułów w przeszło 300 językach. Tak ogromna skala sprawia, że tradycyjna, ręczna ocena wszystkich treści jest praktycznie niemożliwa. Z pomocą przychodzą metody obliczeniowe, w tym uczenie maszynowe, przetwarzanie języka naturalnego oraz modele sztucznej inteligencji.
Podczas prezentacji dr Włodzimierz Lewoniewski przedstawił wyniki serii badań prowadzonych w Katedrze Informatyki Ekonomicznej nad automatyczną oceną jakości artykułów Wikipedii, ich neutralności, kompletności, struktury oraz wykorzystywanych źródeł informacji. Omówiono między innymi analizę wydźwięku emocjonalnego niemal 7 milionów artykułów anglojęzycznej Wikipedii, badania sieci powiązań między artykułami oraz metody porównywania jakości treści w różnych wersjach językowych. Osobne miejsce poświęcono ocenie wizualizacji danych, takich jak mapy, wykresy, tabele i diagramy. Zaprezentowano badania obejmujące ponad pół miliona wizualizacji z polskojęzycznej Wikipedii, w których analizowano m.in. ich czytelność, właściwości wizualne oraz sposób prezentowania informacji. Ważnym zagadnieniem była również wiarygodność źródeł. Na podstawie analizy milionów odnośników bibliograficznych można identyfikować najczęściej wykorzystywane serwisy internetowe i badać ich znaczenie w poszczególnych obszarach tematycznych oraz wersjach językowych Wikipedii.
W ramach prezentacji został również przedstawiony nowy serwis – Wikipedia-Map.net. To ogólnodostępne narzędzie pozwala spojrzeć na Wikipedię jako na interaktywną mapę połączonych ze sobą artykułów. Wizualizacja umożliwia eksplorowanie struktury Wikipedii, odkrywanie powiązań między zagadnieniami oraz analizowanie popularności i jakości poszczególnych artykułów. Dzięki interaktywnej formie użytkownicy mogą obserwować, jak różne obszary wiedzy łączą się ze sobą i tworzą rozbudowaną sieć informacji. Mapa Wikipedii stanowi przykład praktycznego zastosowania wyników badań naukowych w tworzeniu narzędzi, które pozwalają lepiej zrozumieć strukturę i rozwój otwartych zasobów wiedzy.
Przedstawione badania pokazują w jaki sposób połączenie metod sztucznej inteligencji, analizy sieci, przetwarzania języka naturalnego i wizualizacji danych może wspierać rozwój Wikipedii oraz innych otwartych ekosystemów wiedzy. Jednocześnie podkreślono wyzwania związane z doborem modeli AI, różnicami międzyjęzykowymi oraz interpretacją automatycznie wyznaczanych wskaźników jakości. Rozwijane metody mogą znajdować zastosowanie nie tylko w ocenie treści encyklopedycznych, ale również w wyszukiwarkach internetowych, systemach sztucznej inteligencji, platformach edukacyjnych i innych rozwiązaniach korzystających z otwartych zasobów informacji.
Dodatkowe materiały związane z wystąpieniem są dostępne na stronie internetowej konferencji Open Knowledge: Wikimedia & Research in the CEE Region.