Biblioteka - logo

Baner REPO 1

plik svg - godło

Sztuczna inteligencja (AI) zyskuje coraz większe znaczenie w edukacji i nauce. Współczesne narzędzia AI mogą wspierać studentów, pracowników naukowych, bibliotekarzy oraz wszystkich użytkowników biblioteki w nauce, badaniach, tworzeniu treści akademickich czy analizie danych. Poniżej prezentujemy zestaw wybranych narzędzi AI wraz z ich charakterystyką i przykładami zastosowania.


Zasady bezpiecznego i etycznego korzystania z AI

  • Zawsze weryfikuj informacje – narzędzia AI mogą generować treści zawierające błędy lub tzw. halucynacje (zmyślone dane).
  • Szanuj zasady rzetelności naukowej – AI nie zastępuje samodzielnej pracy. Korzystając z wygenerowanych treści, należy zachować ostrożność i odpowiednio je cytować.
  • Nie udostępniaj danych wrażliwych – nie należy wprowadzać do narzędzi AI danych osobowych, wyników badań ani treści nieprzeznaczonych do publicznego udostępniania.
  • Unikaj plagiatu – AI może tworzyć treści na bazie istniejących źródeł bez ich wskazania. To użytkownik ponosi odpowiedzialność za finalny efekt pracy.


Narzędzia uniwersalne wspierające naukę i pisanie:

ChatGPT – asystent AI wspierający naukę i pracę akademicką

ChatGPT to zaawansowane narzędzie oparte na sztucznej inteligencji, stworzone przez firmę OpenAI. Wykorzystuje ono tzw. duże modele językowe (LLM), które umożliwiają generowanie, streszczanie, tłumaczenie i przekształcanie tekstów w sposób zbliżony do ludzkiego języka. ChatGPT działa w formie konwersacyjnego asystenta, który odpowiada na pytania, udziela wyjaśnień, pomaga w redakcji tekstów oraz wspiera analizę danych i pomysłów.

Zastosowanie w środowisku akademickim

Dla studentów:

  • wyjaśnianie trudnych pojęć z zakresu biologii, chemii, fizjologii roślin i zwierząt, genetyki, agronomii, leśnictwa itp.,
  • pomoc w tworzeniu planów prac dyplomowych (struktura, tytuły rozdziałów, wstępy),
  • streszczanie artykułów i materiałów źródłowych,
  • przygotowanie notatek lub quizów do nauki własnej,
  • tłumaczenie i parafrazowanie treści naukowych (np. z języka angielskiego na polski i odwrotnie).

Dla doktorantów:

  • generowanie hipotez badawczych,
  • formułowanie celów i pytań badawczych,
  • przygotowanie konspektów i projektów grantowych,
  • edycja tekstów naukowych w języku angielskim (np. skracanie, uproszczenie języka, redakcja stylistyczna),
  • pomoc w organizacji treści artykułów i prezentacji konferencyjnych.

Dla pracowników naukowych i dydaktycznych:

  • tworzenie materiałów dydaktycznych: scenariuszy zajęć, opisów ćwiczeń, quizów,
  • redagowanie streszczeń lub fragmentów publikacji (zwłaszcza w języku angielskim),
  • analiza i porównywanie wyników badań w ujęciu opisowym,
  • inspiracja przy opracowywaniu grantów, prezentacji lub projektów edukacyjnych,
  • pomoc przy przygotowywaniu treści do wystąpień i konferencji.

Potencjalne zagrożenia i ograniczenia

  • Halucynacje (fałszywe informacje) – ChatGPT może „wymyślać” źródła, cytaty, wyniki badań lub tworzyć pozornie prawdziwe, ale nieistniejące informacje.
  • Brak dostępu do najnowszych danych naukowych – chyba że użytkownik korzysta z wersji zintegrowanej z aktualnymi bazami danych.
  • Zagrożenia dla rzetelności naukowej – nadużywanie AI może prowadzić do obniżenia jakości pracy naukowej, braku samodzielności oraz ryzyka plagiatu.
  • Problemy z cytowaniem – wygenerowany tekst nie wskazuje autorów ani dokładnych źródeł, co utrudnia cytowanie zgodnie z zasadami akademickimi.
  • Ryzyko naruszenia danych osobowych lub poufnych informacji – wprowadzanie wrażliwych danych do narzędzia AI może być niezgodne z przepisami (np. RODO, NDA).

Rekomendacje dobrych praktyk

  • Traktuj ChatGPT jako narzędzie pomocnicze, a nie źródło naukowej prawdy.
  • Zawsze weryfikuj wygenerowane informacje w rzetelnych publikacjach i bazach danych.
  • W przypadku prac dyplomowych i naukowych, nie kopiuj bezpośrednio treści – przekształcaj je, dodawaj własną analizę i krytykę.
  • Stosuj narzędzie zgodnie z zasadami etyki akademickiej obowiązującymi na uczelni.

Perplexity AI – inteligentna wyszukiwarka naukowa z przypisami do źródeł

Perplexity AI to nowoczesna wyszukiwarka oparta na sztucznej inteligencji, łącząca zalety klasycznych wyszukiwarek internetowych z możliwościami dużych modeli językowych (LLM). Narzędzie to umożliwia zadawanie pytań w języku naturalnym i natychmiastowe uzyskiwanie zwięzłych odpowiedzi wraz z przypisami do źródeł, najczęściej pochodzących z rzetelnych baz wiedzy (m.in. Wikipedia, PubMed, ArXiv, Nature, Science, JSTOR, a także zasoby uczelni).


Zastosowanie dla społeczności akademickiej


Dla studentów:

  • szybkie wyszukiwanie literatury do referatów, prezentacji, esejów,
  • zdobywanie podstawowych informacji z zakresu biologii, rolnictwa, weterynarii, leśnictwa,
  • przygotowanie zestawień źródeł do prac zaliczeniowych,
  • przegląd aktualnych odkryć i tematów badawczych.

Dla doktorantów:

  • znajdowanie odpowiedzi na pytania badawcze z podaniem źródeł,
  • wstępna eksploracja literatury do przeglądów systematycznych,
  • porównywanie trendów i wyników badań w różnych dziedzinach,
  • generowanie zapytań złożonych (np. „Jakie są efekty stosowania nawozów organicznych w uprawie soi?”).

Dla pracowników naukowych i dydaktycznych:

  • poszukiwanie materiałów pomocniczych do zajęć,
  • szybka identyfikacja aktualnych publikacji na dany temat,
  • weryfikacja faktów i danych podczas przygotowania wykładów,
  • analiza konkurencyjnych badań lub przegląd źródeł przed napisaniem artykułu.

Zalety narzędzia

  • Przejrzyste odpowiedzi – każda informacja zawiera aktywny link do źródła, co pozwala na samodzielną weryfikację.
  • Rzetelność i aktualność – narzędzie korzysta z najnowszych danych i publikacji (w przeciwieństwie do zamkniętych modeli typu ChatGPT).
  • Wersja „Pro” z dostępem do źródeł naukowych – użytkownicy mogą zintegrować narzędzie z PubMed, ArXiv, Semantic Scholar i innymi repozytoriami.
  • Możliwość zadawania złożonych pytań – AI rozumie kontekst naukowy i potrafi zestawiać dane z wielu źródeł.

Potencjalne zagrożenia i ograniczenia

  • Odpowiedzi syntetyczne, ale skrótowe – nie zastępują pełnej analizy źródeł.
  • Nie wszystkie źródła są recenzowane – mimo wbudowanego systemu oceny źródeł, należy sprawdzać ich wartość naukową.
  • Brak funkcji zaawansowanej analizy danych – narzędzie nie przeprowadza obliczeń ani statystyk.
  • Możliwość uzyskania różnych wyników dla podobnych zapytań – algorytm może działać kontekstowo, dlatego warto powtarzać pytania w różnej formie.

Rekomendacje użytkowania

  • Stosuj Perplexity AI jako punkt wyjścia do dalszego przeszukiwania literatury.
  • Zawsze sprawdzaj jakość i pochodzenie cytowanych źródeł.
  • Narzędzie jest szczególnie przydatne przy wstępnej eksploracji tematu, jednak nie zastępuje dogłębnego przeglądu literatury naukowej.

Scite.ai – inteligentna analiza cytowań i jakości źródeł naukowych

Scite.ai to zaawansowane narzędzie wykorzystujące sztuczną inteligencję do analizy publikacji naukowych pod kątem sposobu, w jaki są cytowane w literaturze. W przeciwieństwie do tradycyjnych baz danych, Scite nie tylko pokazuje liczbę cytowań, ale klasyfikuje je jako wspierające, neutralne lub krytyczne, dając głębszy wgląd w jakość i wiarygodność danej publikacji.


Zastosowanie dla społeczności akademickiej

Dla studentów:

  • sprawdzanie, czy dany artykuł jest uznawany za wiarygodny i aktualny,
  • dobór źródeł do prac zaliczeniowych i dyplomowych na podstawie ich naukowego odbioru,
  • nauka rozróżniania jakościowych źródeł poprzez analizę cytowań.

Dla doktorantów:

  • wybór odpowiednich publikacji do przeglądu literatury (review),
  • wykrywanie artykułów często krytykowanych lub nieaktualnych,
  • ocena siły dowodów wspierających tezy badawcze,
  • śledzenie, jak zmienia się recepcja danego odkrycia lub hipotezy w czasie.

Dla pracowników naukowych:

  • analiza wpływu własnych publikacji na społeczność naukową (jakościowo, a nie tylko ilościowo),
  • identyfikacja źródeł wysokiej jakości do cytowania w artykułach,
  • planowanie strategii publikacyjnych – wybór czasopism i tematów o wysokim wpływie,
  • kontrola rzetelności literatury wykorzystywanej w dydaktyce.

Funkcje kluczowe Scite.ai

  • „Smart Citations” – klasyfikacja cytowań na: wspierające (supports), neutralne (mentions), krytyczne (contradicts),
  • Profilowanie artykułów i autorów – analiza, jak dany autor lub praca jest cytowana w środowisku naukowym,
  • Integracja z DOI i bazami danych – szybki dostęp do danych o publikacjach z PubMed, CrossRef i innych źródeł,
  • Alerty cytowań – powiadomienia o nowych cytowaniach interesujących użytkownika artykułów.

Potencjalne ograniczenia i zagrożenia

  • Nie wszystkie publikacje są jeszcze zindeksowane – baza Scite nie jest tak obszerna, jak Web of Science czy Scopus,
  • AI może błędnie zaklasyfikować cytowanie – choć skuteczność jest wysoka, klasyfikacja opiera się na analizie języka, a nie kontekstu całej pracy,
  • Wersja darmowa ma ograniczoną funkcjonalność – pełny dostęp do wszystkich funkcji wymaga konta premium.

Rekomendacje użytkowania

  • Wykorzystuj Scite.ai do oceny jakości cytowanej literatury, a nie tylko jej popularności.
  • Łącz to narzędzie z klasycznym przeglądem literatury w bazach takich jak PubMed, Scopus, AGRIS.
  • Zwracaj uwagę na cytowania krytyczne – mogą sygnalizować kontrowersje lub błędy w badaniach.


Scite.ai to cenne wsparcie w kształtowaniu rzetelnej, świadomej i aktualnej bazy literaturowej, zarówno na etapie studiów, jak i zaawansowanej pracy naukowej.

Consensus – przeszukiwanie literatury naukowej wspomagane sztuczną inteligencją

Consensus to innowacyjne narzędzie AI, które umożliwia szybkie wyszukiwanie odpowiedzi na pytania badawcze na podstawie recenzowanych artykułów naukowych. Narzędzie analizuje treść prac naukowych, identyfikuje odpowiedzi na konkretne pytania oraz wskazuje poziom zgodności środowiska naukowego w danym zakresie (tzw. consensus score). W przeciwieństwie do tradycyjnych wyszukiwarek, Consensus skupia się na wnioskach z badań, a nie tylko na tytułach czy streszczeniach.


Zastosowanie w środowisku akademickim

Dla studentów:

  • znajdowanie odpowiedzi na pytania typu: „Czy suplementacja selenu wpływa na zdrowie krów mlecznych?”,
  • szybkie przygotowanie materiału do prezentacji lub referatu,
  • rozpoznawanie konsensusu naukowego w kontrowersyjnych tematach (np. GMO, zmiany klimatu, pestycydy).

Dla doktorantów:

  • identyfikowanie luk w literaturze – gdzie brakuje jednoznacznego stanowiska nauki,
  • analiza najnowszych publikacji pod kątem wspólnego stanowiska (np. czy daną metodę stosuje się w praktyce?),
  • przyspieszenie przeglądów literatury przez wskazywanie konkretnych wniosków z badań.

Dla pracowników naukowych:

  • przygotowanie aktualnych zestawień badań na potrzeby grantów, publikacji lub zajęć dydaktycznych,
  • szybka analiza, czy dane zagadnienie ma ugruntowaną bazę dowodową,
  • wsparcie w tworzeniu przeglądów systematycznych i metaanaliz.

Zalety narzędzia Consensus

  • Przeszukiwanie tylko recenzowanych artykułów – opartych na bazach jak PubMed i Semantic Scholar,
  • Odpowiedzi sformułowane na podstawie wielu źródeł – z podaniem cytatów i linków do publikacji,
  • Wskaźnik zgodności naukowej (consensus score) – pokazuje, czy dane twierdzenie jest powszechnie akceptowane,
  • Minimalistyczny, intuicyjny interfejs – przyjazny nawet dla osób niezaznajomionych z AI.

Ograniczenia i zagrożenia

  • Brak pełnotekstowego dostępu do wszystkich źródeł – niektóre artykuły wymagają subskrypcji (np. przez uczelnianą bibliotekę),
  • Nie zastępuje pełnego przeglądu literatury – prezentuje głównie ogólne wnioski, a nie metodykę badań,
  • Czasem nie znajduje odpowiedzi – szczególnie przy bardzo specjalistycznych lub niszowych pytaniach,
  • Możliwa stronniczość algorytmu – AI może faworyzować bardziej popularne lub nowsze publikacje.

Rekomendacje użytkowania

  • Traktuj Consensus jako szybki punkt wyjścia do eksploracji tematu – zwłaszcza przy pracach badawczych i dydaktycznych.
  • Weryfikuj źródła w bazach takich jak PubMed, Web of Science, Scopus.
  • Korzystaj z narzędzia w połączeniu z innymi, takimi jak Scite.ai (do analizy cytowań) czy Perplexity AI (do przeglądu szerszego kontekstu).


Consensus pozwala w krótkim czasie uzyskać syntetyczną wiedzę opartą na dowodach naukowych – szczególnie cenne przy pracy nad pracami dyplomowymi, grantami lub materiałami dydaktycznymi.

Elicit – AI do wspomagania przeglądów literatury naukowej

Elicit to narzędzie oparte na sztucznej inteligencji, stworzone z myślą o badaczach i studentach, którzy potrzebują szybko i efektywnie przeprowadzić przegląd literatury naukowej. Dzięki integracji z bazą danych Semantic Scholar, Elicit automatycznie wyszukuje publikacje naukowe powiązane z zadanym pytaniem badawczym, analizuje ich treść i przedstawia kluczowe informacje – takie jak hipotezy, metody, próbki, wyniki i wnioski – w formie przystępnej tabeli.


Zastosowanie dla społeczności akademickiej

Dla studentów:

  • pomoc w wyszukiwaniu artykułów naukowych do prezentacji, referatów i prac zaliczeniowych,
  • szybkie zrozumienie struktury artykułów naukowych bez konieczności czytania całości,
  • nauka czytania prac naukowych poprzez ułatwione porównywanie ich kluczowych elementów.

Dla doktorantów:

  • wsparcie w tworzeniu przeglądów literatury i systematyzowaniu wyników,
  • możliwość porównania metod i wyników wielu badań w jednej tabeli,
  • wykrywanie luk w badaniach (np. brak badań na określonych populacjach, brak jednolitych wyników).

Dla pracowników naukowych:

  • przyspieszenie procesu pisania artykułów naukowych, grantów i analiz przeglądowych,
  • szybka eksploracja nowych obszarów badawczych,
  • możliwość przeszukiwania literatury pod kątem konkretnych elementów (np. tylko wyników badań z użyciem konkretnej metody).

Kluczowe funkcje Elicit

  • Automatyczne wyszukiwanie prac naukowych na podstawie pytania sformułowanego w języku naturalnym,
  • Ekstrakcja informacji z artykułów – m.in. hipotez, metodologii, wyników i wniosków,
  • Tworzenie tabel porównawczych zawierających kluczowe dane z wielu źródeł,
  • Filtrowanie prac naukowych według roku, metody badawczej, rodzaju próbki itp.

Ograniczenia i ryzyka

  • Ograniczony dostęp do pełnych tekstów – Elicit bazuje na danych z Semantic Scholar, więc nie zawsze ma dostęp do pełnych treści publikacji,
  • Nie zawsze rozpoznaje prawidłowo strukturę artykułu – szczególnie w przypadku nietypowych formatów lub nowszych publikacji,
  • Nie zastępuje eksperckiej oceny źródeł – narzędzie wspiera proces, ale nie dokonuje samodzielnej oceny jakości badań,
  • Brak integracji z niektórymi dziedzinami – może być mniej efektywne w bardzo niszowych lub technicznych tematach (np. zaawansowana genetyka roślin).

Rekomendacje użytkowania

  • Stosuj Elicit jako wsparcie w analizie dużej liczby publikacji naukowych, szczególnie na etapie przeglądu literatury.
  • Zawsze sprawdzaj źródła i weryfikuj dane w pełnym tekście publikacji.
  • Połącz Elicit z narzędziami typu Scite.ai (analiza cytowań) oraz Consensus (zgodność środowiska naukowego) dla pełniejszego obrazu.


Elicit znacznie przyspiesza i upraszcza proces przeglądu literatury naukowej – zwłaszcza w sytuacji, gdy konieczne jest przeanalizowanie dziesiątek publikacji w krótkim czasie.