NotebookLM, czyli etyczne dylematy interpretacji danych. Spojrzenie medioznawcy i inżyniera

Autorzy

Łukasz Bolanowski
Politechnika Krakowska im. Tadeusza Kościuszki
https://orcid.org/0009-0000-9636-3073
Zbigniew Pilch
Politechnika Krakowska im. Tadeusza Kościuszki
https://orcid.org/0000-0003-4846-523X

Streszczenie

W rozdziale poruszono zagadnienia związane z poprawnością i rzetelnością treści generowanych przez powszechnie dostępne modele LLM (Large Language Models). W kontekście pracy z AI często mówi się o generowaniu nierzetelnych informacji czy szeroko rozumianej halucynacji modelu. Narzędzie NotebookLM to wirtualny asystent badawczy umożliwiający współpracę na wcześniej zaimportowanych plikach, co minimalizuje ryzyko tworzenia treści obarczonych halucynacjami, ale jednocześnie – przy „odpowiednim” doborze materiałów wsadowych – umożliwia generowanie treści stronniczych. Te zależności zostały zilustrowane za pomocą przykładów: pierwszy wskazuje na względną odporność NotebookLM na zjawisko halucynacji, a drugi pokazuje, w jaki sposób – poprzez selektywny dobór materiałów – można wpływać na odpowiedzi systemu, ukierunkowując je na określoną tezę.

Pobrania

Opublikowane

20 May 2026

Licencja

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowe.