На международной конференции «Open Knowledge: Wikimedia & Research in the CEE Region», проходившей 9-10 октября 2026 года в Катовице, д-р Владимир Левоневский выступил с докладом «Оценка качества Википедии в больших масштабах: анализ содержания, источников информации и визуализаций данных». Выступление было посвящено тому, как искусственный интеллект и современные методы анализа данных могут помочь оценивать качество информации в крупнейшей интернет-энциклопедии мира.
Википедия насчитывает более 65 миллионов статей на более чем 300 языках. Как определить, насколько достоверен, полон и хорошо подтверждён источниками столь огромный массив знаний? Проверить каждую статью вручную практически невозможно. Поэтому исследователи всё чаще обращаются к автоматизированным методам анализа, включая машинное обучение, обработку естественного языка и модели искусственного интеллекта. Эти технологии позволяют анализировать миллионы статей, выявлять потенциальные проблемы с их качеством и сравнивать содержание разных языковых версий Википедии.
В ходе выступления д-р Владимир Левоневский представил результаты исследований, проводимых на кафедре экономической информатики. Они охватывают различные аспекты качества Википедии — от полноты и структуры статей до способов представления информации и используемых источников. Одним из рассмотренных примеров стал анализ эмоциональной окраски текста почти 7 миллионов статей англоязычной Википедии. Также были представлены исследования взаимосвязей между статьями и методы сравнения качества информации по одним и тем же темам в разных языковых версиях энциклопедии.
Значительная часть доклада была посвящена визуализации данных, которая помогает читателям лучше понимать сложную информацию. Насколько легко воспринимается график? Правильно ли карта отображает данные? Помогает ли выбранный способ представления информации разобраться в теме? Ответы на эти вопросы исследователи искали, изучая более полумиллиона визуализаций из польскоязычной Википедии, включая карты, графики, таблицы и диаграммы. В ходе исследований оценивались их визуальные характеристики, читаемость и эффективность представления информации.
Отдельным направлением исследований стал анализ источников, на которые опираются статьи Википедии. Изучение сотен миллионов сносок и библиографических ссылок позволяет определить, какие интернет-ресурсы чаще всего используют авторы энциклопедии, какие источники преобладают в различных областях знаний и чем отличается их использование в разных языковых версиях. Такой анализ помогает лучше понять, откуда поступает информация, представленная в Википедии, и как формируется система её источников.
Одним из примеров практического применения результатов исследований стал новый сервис Wikipedia-Map.net, представленный на конференции. Это общедоступный интерактивный инструмент, позволяющий взглянуть на Википедию с другой стороны — как на карту взаимосвязанных статей. Текущая версия сервиса охватывает наиболее популярные статьи англоязычной Википедии. Пользователи могут исследовать связи между темами, оценивать популярность статей и знакомиться с автоматически рассчитанными показателями их качества. Такой подход позволяет наглядно увидеть, как связаны между собой различные области знаний и как читатели переходят от одной темы к другой. Wikipedia-Map.net также демонстрирует, как результаты научных исследований могут использоваться для создания инструментов, доступных и полезных широкой аудитории.
Представленные исследования показывают, что искусственный интеллект может стать важным инструментом анализа и совершенствования открытых ресурсов знаний. Однако автоматическая оценка качества не способна полностью заменить проверку человеком. Среди основных трудностей остаются различия между языками, выбор подходящих моделей искусственного интеллекта и правильная интерпретация показателей качества. Поэтому результаты автоматизированного анализа следует рассматривать прежде всего как средство выявления потенциальных проблем, а не как окончательное заключение о достоверности отдельных статей.
Разрабатываемые методы имеют гораздо более широкий потенциал применения. Они могут способствовать не только развитию Википедии, но и совершенствованию поисковых систем, технологий искусственного интеллекта, образовательных платформ и других сервисов, использующих открытые информационные ресурсы. Это показывает, как исследования качества знаний в интернете могут находить практическое применение в технологиях, которыми ежедневно пользуются миллионы людей.
Материалы доклада доступны на сайте конференции «Open Knowledge: Wikimedia & Research in the CEE Region», а также на платформе Figshare.