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

Auteurs

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

Résumé

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.

Téléchargements

Publié

May 20, 2026

Licence

Creative Commons License

Ce travail est disponible sous la licence Creative Commons Attribution 4.0 International .