Podczas międzynarodowej konferencji „Open Knowledge: Wikimedia & Research in the CEE Region”, która odbyła się 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 dotyczyło tego, jak sztuczna inteligencja i zaawansowane metody analizy danych mogą pomagać w ocenie jakości informacji dostępnych w największej internetowej encyklopedii.
Wikipedia zawiera ponad 65 milionów artykułów w przeszło 300 językach. Jak sprawdzić, czy tak ogromny zbiór wiedzy jest rzetelny, kompletny i dobrze udokumentowany? Ręczna ocena wszystkich artykułów byłaby praktycznie niemożliwa. Dlatego naukowcy coraz częściej sięgają po metody automatycznej analizy, wykorzystujące między innymi uczenie maszynowe, przetwarzanie języka naturalnego i modele sztucznej inteligencji. Pozwalają one badać miliony artykułów, wykrywać potencjalne problemy z ich jakością oraz porównywać treści publikowane w różnych wersjach językowych Wikipedii.
Podczas prezentacji dr Włodzimierz Lewoniewski przedstawił wyniki badań prowadzonych w Katedrze Informatyki Ekonomicznej, dotyczących różnych aspektów jakości Wikipedii – od kompletności i struktury artykułów, przez sposób przedstawiania informacji, aż po wykorzystywane źródła. Jednym z omawianych przykładów była analiza wydźwięku niemal 7 milionów artykułów anglojęzycznej Wikipedii. Zaprezentowano również badania powiązań między artykułami oraz metody pozwalające porównywać jakość informacji na ten sam temat w różnych językach.
Ważną część wystąpienia poświęcono także wizualizacjom danych, które pomagają czytelnikom zrozumieć złożone informacje. Czy wykres jest czytelny? Czy mapa właściwie przedstawia dane? Czy sposób prezentacji ułatwia odbiór informacji? Odpowiedzi na takie pytania poszukiwano w badaniach obejmujących ponad pół miliona wizualizacji z polskojęzycznej Wikipedii, w tym map, wykresów, tabel i diagramów. Analizowano ich cechy wizualne, czytelność oraz sposób przekazywania informacji.
Osobnym zagadnieniem była analiza źródeł, na których opierają się artykuły Wikipedii. Badanie setki milionów przypisów i odnośników bibliograficznych pozwala ustalić, z jakich serwisów internetowych najczęściej korzystają autorzy encyklopedii, jakie źródła dominują w poszczególnych dziedzinach wiedzy oraz jak różni się ich wykorzystanie między wersjami językowymi. Takie analizy pomagają lepiej zrozumieć, skąd pochodzą informacje wykorzystywane w Wikipedii i jak kształtuje się jej zaplecze źródłowe.
Jednym z praktycznych przykładów wykorzystania wyników badań był zaprezentowany podczas konferencji nowy serwis Wikipedia-Map.net. To ogólnodostępne, interaktywne narzędzie, które pozwala spojrzeć na Wikipedię z innej perspektywy – jako na mapę powiązanych ze sobą artykułów. Obecna wersja serwisu obejmuje najpopularniejsze artykuły anglojęzycznej Wikipedii. Użytkownicy mogą odkrywać związki między tematami, sprawdzać popularność artykułów i poznawać ich automatycznie wyznaczane oceny jakości. Dzięki temu łatwiej dostrzec, jak poszczególne obszary wiedzy łączą się ze sobą i jak czytelnicy przemieszczają się między powiązanymi zagadnieniami. Wikipedia-Map.net pokazuje również, w jaki sposób wyniki badań naukowych mogą być wykorzystywane do tworzenia narzędzi przydatnych dla szerokiego grona odbiorców.
Przedstawione badania pokazują, że sztuczna inteligencja może być ważnym wsparciem w analizie i doskonaleniu otwartych zasobów wiedzy. Automatyczna ocena nie zastępuje jednak całkowicie ludzkiej weryfikacji. Dużym wyzwaniem pozostają między innymi różnice między językami, dobór odpowiednich modeli AI oraz właściwa interpretacja wskaźników jakości. Wyniki takich analiz należy więc traktować jako pomoc w identyfikowaniu potencjalnych problemów, a nie jako ostateczne rozstrzygnięcie o wiarygodności artykułów.
Rozwijane metody mają przy tym znacznie szerszy potencjał zastosowania. Mogą wspierać nie tylko rozwój Wikipedii, lecz także działanie wyszukiwarek internetowych, systemów sztucznej inteligencji, platform edukacyjnych i innych usług korzystających z otwartych zasobów informacji. Pokazuje to, jak badania nad jakością wiedzy internetowej mogą przekładać się na rozwiązania wykorzystywane na co dzień przez miliony użytkowników.
Materiały z prezentacji są dostępne na stronie konferencji „Open Knowledge: Wikimedia & Research in the CEE Region” oraz w serwisie Figshare.