Student specjalności Sztuczna Inteligencja, inż. Mateusz Woźny opracował algorytm oparty o duże modele języka (LLM) pozwalający na automatyczne dobieranie treści neutralizujących tzw. posty "clickbaits" w sieciach społecznościowych. Posty clickbaits to ważny problem w przestrzeni internetowej nie tylko prowadzący do utraty czasu użytkowników poprzez przeglądanie nierelewantnych treści, ale potencjalnie także umożliwiający szybsze rozprzestrzenianie się fake newsów.

Praca autorstwa studenta pt. "The comparison of prompting and standard fine-tuning techniques for selecting the type of spoiler needed to neutralize a clickbait" została przyjęta na 17 International Workshop on Semantic Evaluation (SemEval '23) współorganizowany z konferencją  ACL 2023 w Kanadzie. SemEval (Semantic Evaluation) to seria warsztatów organizowana cyklicznie od 1998 roku mających na celu tworzenie i ewaluację systemów analizy semantycznej. Takie systemy mają na celu przeniesienie naturalnych intuicji ludzkich dotyczących znaczenia zdań i wyrazów do analizy komputerowej, co jest dużym wyzwaniem w przetwarzaniu języka naturalnego (NLP).

Współautorem pracy i promotorem studenta jest dr inż. Mateusz Lango, adiunkt w Instytucie Informatyki Politechniki Poznańskiej.

Specjalność Sztuczna Inteligencja realizowana jest w ramach projektu Akademia Innowacyjnych Zastosowań Technologii Cyfrowych (AI Tech)