Ograniczanie wpływu treści na wnioskowanie logiczne dużych modeli językowych

Podczas międzynarodowej konferencji ACL 2026 w San Diego w Stanach Zjednoczonych Ewelina Księżniak zaprezentowała wyniki badań nad ograniczaniem wpływu treści na wnioskowanie logiczne dużych modeli językowych. Badania zostały przedstawione w formie posteru na podstawie artykułu pt. „Team ewelinaksiez at SemEval-2026 Task 11: Reducing Content Bias in Syllogistic Reasoning via Semantic Abstraction”.

Sztuczna inteligencja w analizie wydźwięku wielojęzycznej Wikipedii: klasyfikatory kontra duże modele językowe

W otwartym dostępie ukazała się publikacja pt. „Evaluating Multilingual Sentiment Classifiers Using an LLM-Annotated Wikipedia Benchmark”, której autorami są pracownicy naszej Katedry: dr Milena Stróżyna, dr Włodzimierz Lewoniewski, mgr Izabela Czumałowska. Praca została zaprezentowana podczas konferencji ACL 2026 w San Diego, która odbyła się w dniach 2-7 lipca 2026 roku.

Prezentacja na konferencji EACL 2026

W dniach 24-29 marca 2026 roku mgr Ewelina Księżniak wzięła udział w konferencji EACL 2026 (19th Conference of the European Chapter of the Association for Computational Linguistics) – jednej z najważniejszych europejskich konferencji naukowych w dziedzinie przetwarzania języka naturalnego, gromadzącej badaczy zajmujących się m.in. lingwistyką komputerową, sztuczną inteligencją i analizą tekstu. Tegoroczna edycja konferencji odbyła się w Rabacie w Maroko.

Analiza neutralności Wikipedii z wykorzystaniem sztucznej inteligencji

Artykuł autorstwa naszych naukowców pt. „Cross-Topic Sentiment Analysis of Wikipedia Articles: A Comparative Study of AI Models” został opublikowany. Praca koncentruje się na jednym z fundamentów Wikipedii – zasadzie neutralnego punktu widzenia, która zakłada bezstronne przedstawianie informacji. Publikacja ta pokazuje, jak nowoczesne metody AI mogą wspierać analizę jakości informacji w skali globalnej, jednocześnie ujawniając złożoność i wyzwania stojące za pojęciem „neutralności”.

Trendy badawcze w technologii blockchain i kryptoaktywach

Praca autorstwa naszych naukowców poświęcona analizie trendów badawczych w obszarze technologii blockchain oraz kryptoaktywów została opublikowana w otwartym dostępie na stronie wydawnictwa Elsevier. Badanie dotyczy analizy ponad 50 tysięcy prac naukowych z lat 2015–2025, a wyniki dostarczają unikalnego, opartego na danych obrazu tego, jak ewoluują badania nad blockchainem.

Prezentacje naukowe: od trendów w blockchainie po jakość wizualizacji w Wikipedii

Podczas międzynarodowej konferencji naukowej KES 2025 zostały zaprezentowane prace autorstwa naszych pracowników z wynikami badań nad ewolucją trendów naukowych w obszarze technologii blockchain oraz nad jakością i dystrybucją wizualizacji danych w polskojęzycznej Wikipedii.

Wystąpienie na konferencji IJCAI 2025

Podczas międzynarodowej konferencji naukowej IJCAI 2025 (34th International Joint Conference on Artificial Intelligence) została przedstawiona praca autorstwa naszych naukowców dotycząca automatycznej analizy neutralności treści w Wikipedii. Wydarzenie miało miejsce w dniach 16-22 sierpnia 2025 roku w Montrealu (Kanada).

Udział pracowników Katedry Informatyki Ekonomicznej w konferencji ACL 2025

Pracownicy Katedry Informatyki Ekonomicznej uczestniczyli w czołowej konferencji dotyczącej sztucznej inteligencji ACL 2025 (the 63rd Annual Meeting of the Association for Computational Linguistics), która odbyła się w Wiedniu w ostatnim tygodniu lipca 2025 roku. Podczas wydarzenia zaprezentowano wyniki badań opublikowanych w ACL Anthology, przygotowanych w ramach zadania konkursowego dotyczącego detekcji i klasyfikacji technik perswazyjnych w językach słowiańskich.

Narracje polityczne oraz dezinformacja w czasie COVID-19: wyniki analizy polskiego Twittera

Podczas konferencji BIS 2025 mgr Ewelina Księżniak przedstawiła wyniki badań naukowych, które były związane z analizą narracji politycznych i dezinformacji rozpowszechnianych w mediach społecznościowych w czasie pandemii COVID-19. Nasi naukowcy zbadali, jak sympatycy czterech polskich partii politycznych – PiS, PO, Konfederacji i Lewicy – angażowali się w dyskusje na temat pandemii. W badaniu wykorzystano metody przetwarzania języka naturalnego, takie jak BERTopic i klasyfikacja postaw za pomocą GPT-4o, aby zidentyfikować dominujące … Więcej informacji

Czy opisy firm w Wikipedii są neutralne? Narzędzia do analizy wydźwięku w praktyce

Na stronie wydawnictwa Springer została opublikowana praca autorstwa naszych naukowców na temat analizy wydźwięku artykułów Wikipedii o firmach z wykorzystaniem różnych modeli sztucznej inteligencji. Celem badań było sprawdzenie, jak różne modele radzą sobie z oceną wydźwięku długich tekstów charakterystycznych dla Wikipedii, a także jak wydźwięk różni się w zależności od branży oraz jakości artykułów.