Zagadnienia Informacji Naukowej - Studia Informacyjne

Od Redakcji

Magdalena Paul — 2025-02-26

Metafory i algorytmy: analiza percepcji ucieleśnionych chatbotów przez użytkowników za pomocą techniki eyetrackingu

Bożena Jaskowska — 2025-02-26

Cel: Celem artykułu jest przybliżenie tematyki wykorzystania metafor w projektowaniu systemów konwersacyjnych, a także zbadanie czy schematy wyobrażeniowe budowane na bazie metafor znajdują odzwierciedlenie w komunikacji z chatbotami. Nakreślono zarys problematyki projektowania interfejsów w oparciu o metafory, przybliżono temat systemów konwersacyjnych i konwersacyjnego UX, a także na podstawie literatury przedmiotu wskazano na wybrane aspekty metaforyki w projektowaniu chatbotów. Celem przeprowadzonych badań jest analiza percepcji chatbotów ucieleśnionych w metaforycznych bytach: boga, człowieka, zwierzęcia, rośliny i przedmiotu oraz bytu bez cech fizycznych i ludzkich, a także próba poznania wpływu zastosowanej metafory asystenta na postrzegane przez użytkownika ciepło i kompetencje. Celem dodatkowym jest sprawdzenie czy technika eyetrackingu jest odpowiednia do badania metafor w przestrzeniach informacyjnych.

Metody badań: W części teoretycznej wykorzystano metodę analizy i krytyki piśmiennictwa, badania własne przeprowadzono w oparciu o technikę eyetrackingu i ankiety.

Wyniki i wnioski: Użytkownicy podczas obcowania z metaforycznie przedstawionymi chatbotami zwracają uwagę na specyficzne słowa-klucze, które mogą być pomocne w mapowaniu pojęciowym tj. pobieraniu struktury pojęciowej z domeny źródłowej na strukturę pojęciową domeny docelowej. Respondenci bez problemu identyfikują chatboty powiązane z naturą, preferują komunikację z chatbotem o cechach ludzkich, a także zwracają uwagę na ciepło asystenta sztucznej inteligencji.

Oryginalność / wartość poznawcza: Badania wnoszą wartość do wiedzy z zakresu projektowania systemów konwersacyjnych, a także wzbogacają treści dotyczące wykorzystania metafor w przestrzeniach informacyjnych

The Wpływ SEO (Search Engine Optimization) wyszukiwarek internetowych na rozwój AI

Emilia Jastrzębska — 2025-02-26

Celem badania było sprawdzenia jak silny wpływ na generowanie odpowiedzi przez sztuczną inteligencję, a co za tym idzie również i pobieranie przez nią danych, na podstawie których kształtuje swoje zdolności poznawcze, ma architektura informacji wyszukiwarek internetowych oraz w jaki sposób pozycjonowanie wyników wyszukiwania wpływa na dobór przez AI źródeł informacji. Za narzędzia które pozwoliły na dokonanie badania posłużyły dwie wyszukiwarki oraz zależne z ich ramienia Duże Modele Językowe, kolejno: Google i Gemini oraz Microsoft Bing i Copilot. Do uzyskania jak najbardziej obiektywnych wyników, historia przeglądarek za pośrednictwem których badanie było przeprowadzone, została wyczyszczona. Odbyło się to cztery razy: na samym wstępie – przed momentem gdy pytania zostały zadane chatbotowi, następnie po zakończonym procesie odpytywania AI, a przed wpisaniem przez autorkę pracy tych samych zapytań do wyszukiwarki (proces powtórzony dla obu wyszukiwarek i chatbotów). Na początku sprawdzone zostały programy sztucznej inteligencji, poprzez zadanie im sześciu pytań z czterech różnych zakresów: zagadnienie naukowe, z życia codziennego, pytanie teoretyczne oraz filozoficzno-egzystencjonale. Z sześciu postawionych pytań Copilot'owi jedynie dwa nie uzyskały odpowiedzi opierającej się na jakimkolwiek źródle, dlatego też pominięte zostają one pominięte w ostatecznym podsumowaniu. Dane, które wskazują na wysoki wskaźnik korelacji pomiędzy odpowiedziami jakie udziela sztuczna inteligencja, a pierwszym uzyskanymi wynikami wyszukiwania wyszukiwarek internetowych, sugerują iż SEO ma istotne znaczenie nie tylko we wspomaganiu źródeł, z których AI czerpie informacje ale i w jej ciągłym rozwoju i doskonaleniu. Sztuczną inteligencja o wiele chętniej i szybciej będzie czerpała wiedzę z linków znajdujących się na samym szczycie hierarchii. Uśredniony wskaźnik tej korelacji wynosi w przybliżeniu to 79,17%. Jest to pierwsze badanie tego typu, które obrazuje znaczenie architektury informacji oraz wpływy użytkowników poprzez pozycjonowanie wyników na rozwój sztucznej inteligencji.

ChatGPT jako przykład wykorzystania sztucznej inteligencji w szkolnictwie wyższym. Perspektywa nauczycieli akademickich – bariery, możliwości i wyzwania

Aleksandra Chmielewska — 2025-02-26

Cel/Teza: Celem artykułu jest analiza możliwości, ograniczeń i barier związanych z wykorzystaniem ChatGPT w dydaktyce z perspektywy wykładowców.

Koncepcja/Metody badań: Badanie ma charakter jakościowy, eksploracyjny. Wykorzystano metodę wywiadów półstrukturyzowanych z dziesięcioma nauczycielami akademickimi z polskich uczelni publicznych i niepublicznych.

Wyniki i wnioski: Wyniki wskazują, że nauczyciele dostrzegają potencjał ChatGPT w automatyzacji zadań, personalizacji nauczania i wsparciu procesu dydaktycznego. Jednocześnie identyfikują wyzwania związane z etyką, wiarygodnością informacji, wpływem na samodzielność studentów oraz koniecznością rozwoju kompetencji cyfrowych.

Ograniczenia badań: Badanie ma charakter eksploracyjny i ograniczoną próbę badawczą, co utrudnia generalizację wyników. Subiektywny charakter danych wynikający z samooceny poziomu kompetencji cyfrowych również stanowi ograniczenie.

Oryginalność/Wartość poznawcza: Badanie uzupełnia lukę w dotychczasowych analizach dotyczących postaw nauczycieli akademickich wobec ChatGPT w Polsce. Dostarcza wiedzy na temat aktualnej percepcji, korzyści i wyzwań związanych z wykorzystaniem dużych modeli językowych w edukacji wyższej z perspektywy dydaktyków.

Sztuczna inteligencja w świetle zarządzania informacją – wybrane konteksty badawcze

Dorota Rak — 2025-02-26

Cel/Teza: Rozwój sztucznej inteligencji zmienił postrzeganie otaczającej nas rzeczywistości, otwierając nowe możliwości badań w obszarach związanych z informacją naukową. Celem artykułu jest określenie współczesnych kierunków badawczych, w których sztuczna inteligencja występuje w kontekście zarządzania informacją, a także uporządkowanie i zmapowanie dotychczasowej wiedzy.

Koncepcja/Metody badań: W artykule dokonano analizy tematycznej piśmiennictwa naukowego odnoszącego się do zarządzania informacją z lat 2000-2024 rejestrowanego w bazie LISTA.

Wyniki i wnioski: Efektem przeprowadzonych badań było osadzenie badań nad AI w czteropoziomowym modelu zarządzania informacją J. Rowley (1998).

Oryginalność/Wartość poznawcza: Przeprowadzona analiza tematyczna pośrednio pokazuje dynamikę zmian w badaniach nad zarządzaniem informacją. Może być także pomocna w zdefiniowaniu luk badawczych oraz stanowić inspirację do kolejnych badań nad obecnością AI w kontekście nauki o informacji.

Repozytorium Narodowego Instytutu Środków Audiowizualnych (L’Institut national de l’audiovisuel, Inathèque, INA) w Paryżu jako źródło informacji o polskim filmie w badaniach medioznawczych

Barbara Głębicka-Giza — 2025-02-26

Cel/Teza: Repozytorium INA w Paryżu poddane zostało analizie informatologiczno-filmoznawczej, w zakresie możliwości jego wykorzystania do badań medioznawczych nad recepcją zagraniczną polskiego kina w okresie 1945-1989. Koncepcja/Metody badań: Przenalizowano bazę danych INA – pod kątem wpływu użycia konkretnych strategii wyszukiwawczych na możliwość uzyskania maksymalnie pełnego obrazu obecności tematu polskiego kina we francuskich mediach audiowizualnych. Wyniki i wnioski: Baza INA daje obraz całościowy, ze względu na zakres posiadanych zbiorów, jak i wielorakie możliwości jego analizy. Posługując się słowami kluczowymi oraz hasłami przedmiotowymi dowiedziono, że zainteresowanie kinem polskim we francuskich masowych mediach audiowizualnych jest obecne i zauważalne, a silnie wzmaga się w okresach przełomów politycznych. Oryginalność/wartość poznawcza: Tekst wnosi nową wiedzę zarówno informatologiczną, jak filmoznawczą - dzięki opisowi nieznanych w Polsce źródeł.

Eye tracking jako jeden ze sposobów oceny doświadczeń użytkownika (UX)

Weronika Kortas — 2025-02-26

Cel/Teza: Zastosowanie technologii eye trackingu jako metody i techniki pomiarowej w badaniach nad user experience otwiera nowe możliwości w zrozumieniu sposobu, w jaki ludzie odbierają i reagują na różnego rodzaju interakcje z technologią. Koncepcja/Metody badań: Śledzenie ruchu oka użytkownika podczas korzystania z interfejsów pozwala na dokładniejszą analizę, co przyciąga ich uwagę i jakie elementy wpływają na ich zachowanie. Analiza piśmiennictwa jest wykorzystana do uporządkowania terminologii oraz przedstawienia wybranych przykładów realizowanych badań. Wyniki i wnioski: Zastosowanie eye trackingu w badaniach nad UX umożliwia dogłębne zrozumienie reakcji użytkowników na interfejsy oraz identyfikację czynników wpływających na ich doświadczenie z produktami technologicznymi. Oryginalność/Wartość poznawcza: Artykuł koncentruje się na wykorzystaniu eye trackingu w kontekście badań nad user experience, co przynosi nowe spojrzenie na zrozumienie zachowań użytkowników w interakcjach z technologią, oraz wnosi wartość poprzez analizę literatury i przykłady badań.

Badania zostały przeprowadzone w ramach projektu BITSCOPE o nr 2021/03/Y/ST6/00002 finansowanego przez Narodowe Centrum Nauki w ramach programu CHIST-ERA IV, który otrzymał dofinansowanie na podstawie Umowy Finansowej nr 857925 w ramach Programu finansowania badań naukowych i innowacji Unii Europejskiej Horyzont 2020.

Sztuczna inteligencja w architekturze informacji. Sprawozdanie z IV Konferencji Architektura informacji jako dyscyplina akademicka (AIDA 4)

Stanisław Skórka — 2025-02-26

Konferencja Jubileuszowa Instytutu Studiów Informacyjnych Uniwersytetu Jagiellońskiego

Paloma Korycińska — 2025-02-26

Call for Papers / Zaproszenie do publikowania

Magdalena Paul — 2025-02-26