Zagadnienia Informacji Naukowej - Studia Informacyjne

From the Editors

Magdalena Paul — wto, 08 kwi 2025 11:35:35 +0200

GenAI in scholarly communication in light of interviews with humanists, theologians and artists in the early stages of their careers in 2023 and 2024

Marzena Świgoń — wto, 08 kwi 2025 00:00:00 +0200

Cel: W artykule przedstawiono opinie na temat wpływu GenAI na różne aspekty komunikacji naukowej w świetle wywiadów z przedstawicielami trzech dziedzin: humanistyki, teologii oraz dziedziny sztuki.

Metody: Wywiady podłużne odbyły się w dwóch turach – wiosną 2023 i 2024 roku (projekt NCN nr 2022/45/B/HS2/00041) z badaczami z następujących dyscyplin: lingwistyka, literaturoznawstwo, historia, archeologia, filozofia, polonistyka, nauki o kulturze i religii, nauki o sztuce, teologia, sztuki muzyczne, sztuki filmowe oraz plastyczne.

Rezultaty: Stwierdzono dużą różnicę w doświadczeniach w korzystaniu z GenAI przez polskich respondentów pomiędzy dwiema turami wywiadów; chociaż po roku wzrosło zainteresowanie GenAI, ale nadal było to raczej dopiero rozpoznawanie i wstępna eksploracja zjawiska.

Wartość: Wyniki mogą być wykorzystane do przyszłych analiz porównawczych, zarówno w czasie, jak i wśród respondentów z różnych dziedzin oraz krajów. Opisany tu fragment wyników z polskich wywiadów jest także wkładem do międzynarodowej analizy Harbingers 3.

The art of prompt engineering as an old/new form of dialogic information seeking using artificial intelligence models

Monika Krakowska, Magdalena Zych — wto, 08 kwi 2025 00:00:00 +0200

Cel/Teza: Artykuł syntetyzuje teoretyczne i praktyczne rozważania na temat komunikacji dialogowej z sztuczną inteligencją, koncentrując się na uznanych modelach wyszukiwania informacji. Bada interdyscyplinarny charakter badań nad zachowaniami informacyjnymi oraz ewolucję modeli wyszukiwania.

Koncepcja/Metody badań: Zastosowano metodologię jakościową, obejmującą krytyczną analizę literatury oraz studium przypadku wykorzystujące ChatGPT do wyszukiwania literatury naukowej.

Wyniki i wnioski: Analiza ujawniła współzależności między tradycyjnymi a nowoczesnymi modelami, podkreślając poznawcze i eksploracyjne aspekty wyszukiwania informacji.

Ograniczenia badań: Skoncentrowano się na specyficznych modelach prompt engineering oraz jednym studium przypadku.

Zastosowania praktyczne: Zrozumienie uznanych modeli jest kluczowe dla rozwoju prompt engineering.

Oryginalność/Wartość poznawcza: Niniejsze badanie wypełnia lukę w badaniach nad integracją modeli wyszukiwania informacji z prompt engineering.

Exploring Data Scientists in Scientific Literature: LDA Topic Modeling on the Semantic Scholar Database

Łukasz Iwasiński, Len Krawczyk, Mateusz Szymański — wto, 08 kwi 2025 11:22:25 +0200

Purpose/Thesis: This paper explores the representation of data scientists in scientific literature. It aims to answer the following quiestions: How has the number of publications on data scientists evolved over time? How are papers regarding data scientists distributed over different fields of study? In what context data scientists are represented in scientific literature?

Approach/Methods: Authors used Latent Dirichlet Allocation (LDA) topic modeling to the resources available within the Semantic Scholar API.

Results and conclusions: There is an increase in the number of publications on data scientists since 2008. A robust connection between data scientists and information technology as well as biomedical research was found. Little literature discusses data scientists in sociocultural context.

Originality/Value:

To our knowledge no studies heve been devoted to the representation of data scientists in scientific literature. The research may contribute to conceptualization of this notion.

The Application of the ChatGPT Language Model for Automatic Generation of Structured Abstracts

Arkadiusz Pulikowski — wto, 08 kwi 2025 00:00:00 +0200

Cel/teza: Badanie miało na celu ocenę użyteczności modelu językowego ChatGPT do generowania ustrukturyzowanych abstraktów publikacji naukowych.

Koncepcja/metody badań: Analizie poddano 10 artykułów z czasopisma Zagadnienia Informacji Naukowej – Studia Informacyjne, 5 w języku polskim i 5 w języku angielskim. W badaniu wykorzystano model językowy ChatGPT w wersji 4o. Posłużył on do generowania ustrukturyzowanych abstraktów, które następnie porównywano z abstraktami autorskimi w celu sprawdzenia, czy zawierają poprawne informacje w poszczególnych sekcjach.

Wyniki/wnioski: ChatGPT potwierdził duże możliwości w zakresie analizy i streszczania dokumentów w celu tworzenia abstraktów publikacji naukowych z zakresu informacji naukowej. Model językowy poradził sobie równie dobrze z publikacjami w języku angielskim i polskim. Tylko w przypadku dwóch abstraktów wykryto błędnie wygenerowaną treść pojedynczych sekcji.

Oryginalność/wartość poznawcza: Badanie pokazało potencjał modeli językowych, takich jak ChatGPT, w tworzeniu ustrukturyzowanych abstraktów, zarówno na potrzeby bibliograficznych i pełnotekstowych baz danych, jak i jako uzupełnienie warsztatu badacza.

Call for Papers

wto, 08 kwi 2025 11:43:29 +0200