Interesujące: Historia strony KIE od 1998 roku
Katedra Informatyki Ekonomicznej
Uniwersytet Ekonomiczny w Poznaniu
W XXIX edycji konkursu Fundacji UEP na najlepszą pracę licencjacką i inżynierską obronioną na Uniwersytecie Ekonomicznym w Poznaniu w roku akademickim 2023/2024, praca pt. „Wykrywanie ludzkich twarzy wygenerowanych przez modele sztucznej inteligencji” zdobyła pierwsze miejsce. Autor pracy: Patryk Danielewicz, promotor pracy: dr hab. Krzysztof Węcel, prof. UEP.
Czwarte seminarium sztucznej inteligencji i transformacji cyfrowej zostało poświęcone zagadnieniu automatycznego wykrywania fake news. Podczas spotkania w dniu 24 lutego 2025 roku zespół badawczy z Katedry Informatyki Ekonomicznej zaprezentował wyniki projektu OpenFact, opracowywanego na UEP. Celem projektu jest stworzenie innowacyjnych rozwiązań wykorzystujących sztuczną inteligencję (AI) do identyfikacji potencjalnie fałszywych treści publikowanych w Internecie.
Na Uniwersytecie Ekonomicznym w Poznaniu odbyło się otwarte seminarium naukowe Instytutu Informatyki i Ekonomii Ilościowej pt. „Zagadnienia weryfikacji autorstwa treści w kontekście rozpowszechniania fałszywych wiadomości”. Podczas seminarium mgr Ewelina Księżniak omówiła zagadnienia związane z metodami stylometrycznymi wykrywania kłamstw, kodowanie cech stylometrycznych przez modele typu Transformer, profilowaniem autorów oraz podatnością osób na uleganie fałszywym informacjom.
24 lutego o godz. 12:30 w sali 111A odbędzie się czwarte seminarium AI Transformations, poświęcone automatycznemu wykrywaniu fake news. Podczas seminarium zespół badawczy z Katedry Informatyki Ekonomicznej przedstawi wyniki projektu OpenFact, realizowanego na UEP. W projekcie opracowano nowoczesne rozwiązania wykorzystujące AI, które wspierają identyfikację potencjalnie fałszywych treści publikowanych w Internecie.
Artykuł naukowy naszych pracowników pt. „Supporting fact-checking process with IT tools” został opublikowany w otwartym dostępie. Praca przedstawia szczegółową analizę procesu fact-checkingu, opartą na przeglądzie literatury oraz wywiadach z organizacjami specjalizującymi się w tej dziedzinie. Dzięki temu połączono teoretyczną wiedzę z praktycznymi doświadczeniami ekspertów, co pozwoliło zidentyfikować luki badawcze i wyzwania w obecnych metodach weryfikacji informacji.
Artykuł naukowy naszych pracowników pt. „Exploring the Challenges and Potential of Generative AI: Insights from an Empirical Study” został opublikowany w otwartym dostępie. W ramach pracy przeprowadzono eksperyment mający na celu zbadanie, w jakim stopniu treści generowane przez GenAI mogą być uznane za wiarygodne (nie zawierające fałszywych informacji) oraz jak łatwo jest zmanipulować GenAI do produkcji fałszywych informacji.
Artykuł naukowy pracowników naszej Katedry pt. „Sentence Embeddings and Semantic Entity Extraction for Identification of Topics of Short Fact-Checked Claims” został opublikowany w otwartym dostępie. Praca opisuje podejście do przypisywania tematów do twierdzeń weryfikowanych przez agencje fact-checkingowe.
Prof. dr hab. Witold Abramowicz, doradca rektora ds. sztucznej inteligencji i transformacji cyfrowej, przedstawił zagadnienia związane z automatycznym rozpoznawaniem fałszywych informacji z wykorzystaniem generatywnej sztucznej inteligencji podczas Kongresu Bezpieczeństwa Polski – Total Security. W wydarzeniu uczestniczyło kilkuset reprezentantów środowisk rządowych, samorządowych, biznesowych i naukowych.
Podczas konferencji KES 2024 (28th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems), dr Włodzimierz Lewoniewski przedstawił pracę pt. „Exploring the Challenges and Potential of Generative AI: Insights from an Empirical Study” oraz pracę pt. „Supporting fact-checking process with IT tools”. Konferencja odbyła się w dniach 11-13 września 2024 roku w trybie hybrydowym.
Zespół naukowców z Katedry Informatyki Ekonomicznej UEP wziął udział w konkursie „CheckThat! 2024” organizowanym w ramach międzynarodowej konferencji CLEF (Conference and Labs of the Evaluation Forum). Celem była weryfikacja odporności popularnych podejść do klasyfikacji tekstu stosowanych do problemów oceny wiarygodności.