Wyniki wyszukiwania - BazTech

1

A novel detection model for metabolic syndrome among seafarers on trade ships in the Red Sea: A cross-sectional observational study

Abouelanin Mohamed A., Mohamed Mostafa M.

Zeszyty Naukowe Politechniki Morskiej w Szczecinie

|

2026

|

nr 85 (157)

41--51

EN

This cross-sectional observational study evaluated the prevalence and determinants of metabolic syndrome (MetS) among 1432 seafarers aboard 76 trade vessels in the Red Sea. Data collection involved onboard examinations and remote or email-based protocols, encompassing anthropometric, biochemical, and lifestyle assessments. The prevalence of MetS was 27.8%, with higher rates among officers (33.5%) than among ratings (24.8%). Central obesity (81.3%) and elevated blood pressure (72.4%) were the most common components. Multivariate analysis identified age of 40 years or older, officer rank, and physical inactivity as significant predictors. Based on these findings, a novel three-phase maritime health framework is proposed, integrating digital screening, artificial intelligence (AI)-driven risk stratification, and continuous telemedicine monitoring. This model addresses operational challenges in surveillance compliance and aligns with the shipping sector’s digital transformation, providing a predictive and preventive approach to chronic disease management at sea.

2

Decision support system using modern methods of collision avoidance in collision situations at sea

Mohamed-Seghir Mostefa

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

|

2026

|

Vol. 20 No. 1

55--60

EN

Due to the rapid growth of maritime transport, many researchers have developed advanced methods aimed at increasing navigation safety and reducing operating costs, while maintaining compliance with the International Regulations for Preventing Collisions at Sea (COLREGs). Navigating a ship in potential collision situations requires decision-making under conditions of uncertainty and ambiguity – particularly with respect to concepts such as collision risk and safe speed. These concepts are subjective and not clearly defined. In response to these challenges, this paper presents an artificial intelligence-based method that takes into account the navigator's role as a decision-maker. The proposed solution is designed for integration with existing collision avoidance systems. A universal simulator was developed to evaluate the effectiveness of an algorithm for determining a safe ship trajectory in collision situations. Example navigation scenarios were conducted and presented using this simulator.

3

Wirtualna strzelnica – nowoczesne narzędzie edukacyjne i treningowe

Pietras Fabian, Streich Dominik, Sobczak Paweł, Sobczak Jarosław

Przegląd Techniczny : Gazeta Inżynierska

|

2026

|

nr 1

21--26

PL

W artykule przedstawiono innowacyjne stanowisko dydaktyczno-treningowe w postaci wirtualnej strzelnicy, opracowanej z wykorzystaniem technologii sztucznej inteligencji, analizy obrazu (OpenCV) oraz platformy Raspberry Pi. System pozwala na realistyczne i bezpieczne szkolenie w zakresie strzelectwa bez użycia amunicji ostrej. Projekt łączy w sobie edukację obronną, technologię informatyczną oraz symulację w środowisku 3D opartą o silnik Unity. W publikacji opisano budowę, zasadę działania, oprogramowanie oraz możliwości dydaktyczne opracowanego rozwiązania.

EN

The article presents an innovative didactic and training system in the form of a virtual shooting range, developed using artificial intelligence technologies, image analysis (OpenCV), and the Raspberry Pi platform. The system enables realistic and safe shooting training without the use of live ammunition. The project combines defense education, information technology, and 3D simulation based on the Unity engine. The publication describes the construction, operating principles, software, and educational applications of the developed solution.

4

Advanced methods of determination of friction coefficient in the machining process

Grzesik Wit

Mechanik

|

2026

|

R. 99, nr 1

8--13

EN

In this article, several possibilities for integrating AI methods with FEM-based modelling for coefficient of friction (COF) prediction are reviewed and discussed. In particular, the implementation of a Grey-Box model and selected regression testing methods is presented. Results of integrating a Python interface with the FEM DEFORM package for predicting componential cutting forces and cutting temperatures using estimated COF values are provided. The performance of different friction models implemented in FEM and SPH simulation packages is compared. New trends and future research directions are also outlined.

PL

W artykule omówiono możliwości integracji metod sztucznej inteligencji (AI) z modelowaniem metodą elementów skończonych (FEM) do prognozowania wartości współczynnika tarcia. W szczególności przedyskutowano zastosowanie tzw. modelu szarej skrzynki (Grey-Box) i kilku metod testowania regresyjnego, a podano wyniki integracji interfejsu Pythona z programem symulacyjnym DEFORM dotyczące sił skrawania i temperatury, wykorzystujące wyniki prognozy współczynnika tarcia. Porównano efekty zastosowania różnych modeli tarcia w metodach FEM i SPH. Omówiono przyszłościowe kierunki badań.

5

Identyfikacja tablic rejestracyjnych, przy użyciu sztucznej inteligencji i bezzałogowych statków powietrznych

Kasperczak Alan, Górski Krzysztof, Owsianny Artur, Szymański Sebastian

Elektronika : konstrukcje, technologie, zastosowania

|

2026

|

Vol. 67, Nr 3

21--24

PL

W pracy przedstawiono koncepcję oraz rezultaty wdrożenia systemu identyfikacji tablic rejestracyjnych z wykorzystaniem bezzałogowych statków powietrznych (BSP). Opisano proces integracji kamery z systemem wizyjnym opartym na modelu YOLOv8 oraz bibliotece EasyOCR. Przeprowadzono testy terenowe, których celem była ocena skuteczności rozwiązania w kontekście automatyzacji kontroli pojazdów w przestrzeni miejskiej.

EN

The paper presents the concept and results of implementing a license plate recognition system using unmanned aerial vehicles (UAVs). It describes the process of integrating a camera with a vision system based on the YOLOv8 model and the EasyOCR library. Field tests were conducted to evaluate the effectiveness of the solution in the context of automating vehicle inspection in urban areas.

6

Development and evaluation of a Yolo algorithm-based robotic sprayer for real-time weed detection

Al-Ahmadi Ameer H., Subr Alaa, Parafiniuk Stanisław, Milanowski Marek

Agricultural Engineering

|

2026

|

Vol. 30, No. 1

1--17

EN

Weed control with chemicals is a challenging process that should be performed in a rational way to reduce their negative impact on the surrounding environment. The growth of artificial intelligence algorithms encourages researchers to develop smart spraying robots that detect and spray weeds and distinguish them from the main crop which leads to sustainable use of these chemicals and achieves some of the sustainable development goals. However, few studies are available to comprehen-sively compare different versions of YOLO algorithm to detect weed. In this research, seven versions of YOLO algorithms were evaluated for their performance to detect and spray four types of weeds, namely, Cultivated licorice (Glycyrrhiza glabra L.), Dyer's Croton (Chrozophora verbascifolia), Lambsquarters (Chenopodium album L.), and Puncturevine (Tribulus terrestris L.) using a locally manufactured remotely controlled spraying robot. The results showed that YOLO v6n surpassed other algorithms which achieved the highest precision (0.89), recall (0.80), F1-score (0.84), mAp@0.50 (0.86), inference speed (18.83 fps), in addition to the field indicators including true positive rate (0.83), false negative rate (0.17), false positive rate (0.19), true negative rate (0.81).

PL

Zwalczanie chwastów za pomocą środków chemicznych to trudny proces, który należy przeprowadzać w sposób racjonalny, aby ograniczyć negatywny wpływ tych środków na otaczające środowisko. Rozwój algorytmów sztucznej inteligencji zachęca naukowców do tworzenia inteligentnych robotów do opryskiwania, które wykrywają i opryskują chwasty, odróżniając je od głównych upraw. Dzięki temu możliwe jest zrównoważone stosowanie chemikaliów i osiągnięcie niektórych celów zrównoważonego rozwoju. Jednakże dostępnych jest niewiele badań pozwalających na kompleksowe porównanie różnych wersji algorytmu YOLO do wykrywania chwastów. W niniejszym badaniu oceniono siedem wersji algorytmów YOLO pod kątem ich skuteczności w wykrywaniu i opryskiwaniu czterech rodzajów chwastów, a mianowicie lukrecji gładkiej (Glycyrrhiza glabra L.), krotonu barwierskiego (Chrozophora verbascifolia), komosy białej (Chenopodium album L.) i buzdyganka naziemnego (Tribulus terrestris L.), za pomocą zdalnie sterowanego robota opryskowego lokalnej produkcji. Wyniki pokazały, że YOLOv6n przewyższył inne algorytmy, które osiągnęły najwyższą precyzję (0,89), odwołanie (0,80), wynik F1 (0,84), mAp@0,50 (0,86), szybkość wnioskowania (18,83 fps), a także wskaźniki terenowe, w tym wskaźnik wyników prawdziwie dodatnich (0,83), wskaźnik wyników fałszywie ujemnych (0,17), wskaźnik wyników fałszywie dodatnich (0,19) i wskaźnik wyników prawdziwie ujemnych (0,81).

7

The impact of AI on online crisis counselling education: a case study from Ukraine

Bondar Kateryna, Shestopalova Olena, Bilosir Olga, Hamaniuk Vita

Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach

|

2025

|

T. 20

129--145

EN

The article explores the convergence of human intelligence with artificial intelligence, emphasizing its potential to enhance education in the realm of mental health. This synergy is especially crucial in Ukraine, particularly within its educational institutions, following the pandemic and amid wartime conditions. The article delves into the concepts of ”digital mental health” and ”e-mental health,” shedding light on the significance of ”mental health technology” and ”digital mental health.” It also examines the standards for university courses in Mental Health Technologies and introduces a variety of Mental Health Apps, encompassing apps, wearables, platforms, data analytics resources, and other tools. The text underscores the importance of integrating artificial intelligence into both the education and economic sectors. It provides a comprehensive account of an experiment integrated into a standard university curriculum, involving Master’s psychology students at a pedagogical university. The results and conclusions of this experiment are thoroughly detailed. Moreover, the article investigates the impact of transactional distance on the learning experience of students pursuing Mental Health Technology courses in an online format at the Kryvyi Rih State Pedagogical University during the 2023-2024 academic year. Indicators of the transaction distance of the sample are researched and presented in detail. The influence of evaluation and its interaction on the level of transactional distance is analyzed as well. Applied logical and statistical tests were used, in particular the Pearson test for correlation analysis. The study findings affirm the critical role of synergizing human and artificial intelligence in addressing pressing challenges, enhancing mental health education, honing data analysis skills, and shaping a brighter future for mental well-being.

PL

Artykuł bada zbieżność ludzkiej inteligencji ze sztuczną inteligencją, podkreślając jej potencjał w zakresie wspierania edukacji w obszarze zdrowia psychicznego. Ta synergia jest szczególnie istotna na Ukrainie, zwłaszcza w instytucjach edukacyjnych, po pandemii i w warunkach wojennych. Artykuł omawia pojęcia „cyfrowe zdrowie psychiczne” i „e-zdrowie psychiczne”, zwracając uwagę na znaczenie „technologii zdrowia psychicznego” i „cyfrowego zdrowia psychicznego”. Przedstawione są również standardy dotyczące kursów uniwersyteckich w zakresie technologii zdrowia psychicznego oraz szeroka gama aplikacji związanych ze zdrowiem psychicznym, w tym aplikacje mobilne, urządzenia wearables, platformy, narzędzia analizy danych i inne zasoby. Artykuł podkreśla znaczenie integracji sztucznej inteligencji zarówno w sektorze edukacyjnym, jak i gospodarczym. Zawiera szczegółowy opis eksperymentu włączonego do standardowego programu studiów magisterskich z psychologii na uniwersytecie pedagogicznym. Wyniki i wnioski z tego eksperymentu zostały dokła dnie przedstawione. Ponadto artykuł analizuje wpływ dystansu transakcyjnego na doświadczenia edukacyjne studentów uczących się technologii zdrowia psychicznego w formacie online na Państwowym Uniwersytecie Pedagogicznym w Krzywym Rogu w roku akademickim 2023–2024. Przeanalizowano i szczegółowo przedstawiono wskaźniki dystansu transakcyjnego w badanej próbie. Zbadano także wpływ oceny, satysfakcji i ich interakcji na poziom dystansu transakcyjnego. W analizie zastosowano testy logiczne i statystyczne, w szczególności test korelacji Pearsona. Wyniki badań potwierdzają kluczową rolę synergii ludzkiej i sztucznej inteligencji w rozwiązywaniu pilnych problemów, wspieraniu edukacji w zakresie zdrowia psychicznego, rozwijaniu umiejętności analizy danych oraz kształtowaniu lepszej przyszłości dla dobrostanu psychicznego.

8

Nowa era AI w edukacji: analiza gotowości nauczycieli do wdrażania narzędzi sztucznej inteligencji

Walusiak Łukasz, Ignac Bartosz, Ryłko Natalia, Szczęśniak Beata

Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach

|

2025

|

T. 21

9--18

PL

Artykuł przedstawia wyniki dwóch edycji badań empirycznych przeprowadzonych w 2024 i 2025 roku, wśród nauczycieli szkół i uczelni wyższych w Polsce. Celem badań była ocena poziomu gotowości do wdrażania narzędzi sztucznej inteligencji (AI) w procesie dydaktycznym. Oba badania oparto na modelu UTAUT. Pierwsza ankieta (25 pytań, skala 1–5; n=60) pełniła funkcję pilotażową, natomiast druga (32 pytania, skala 1–7; n=89) umożliwiła rozszerzenie analizy o czynniki społeczne i organizacyjne. W 2025 roku średnia postrzeganej użyteczności wyniosła 3,98, a łatwości obsługi 3,31. Korelacje pomiędzy zmiennymi (H1–H5) mieściły się w przedziale r = 0,64–0,87, z najwyższą wartością r = 0,81 dla związku łatwości obsługi i gotowości wdrożeniowej. Test ANOVA potwierdził różnice między dziedzinami (p = 0,049). Wyniki wskazują na rosnącą akceptację AI w środowisku edukacyjnym i konieczność dalszego wsparcia nauczycieli w zakresie kompetencji technologicznych i etycznych.

EN

The article presents the results of two empirical surveys conducted in 2024 and 2025 among Polish teachers. The study aimed to assess the readiness to implement artificial intelligence (AI) tools in teaching practice based on the UTAUT model. In 2025, the mean perceived usefulness was 3.98 and the mean ease of use was 3.31. Correlations between variables (H1–H5) ranged from r = 0.64 to 0.87, with the strongest link (r = 0.81) between ease of use and implementation readiness. ANOVA confirmed differences between disciplines (p = 0.049). Findings indicate increasing AI acceptance in education and the need for continuous teacher training and ethical awareness.

9

Między kodem a zaufaniem: transformacja dydaktyki matematyki w erze AI na uniwersytetach technicznych

Dąbrowicz-Tlałka Anita, Musielak Magdalena M.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2025

|

nr 78

41--44

PL

Niniejszy artykuł analizuje przyszłość dydaktyki matematyki na uniwersytetach technicznych w kontekście dynamicznego rozwoju sztucznej inteligencji. Na podstawie badań własnych przeprowadzonych wśród ponad 500 studentów pierwszego semestru Politechniki Gdańskiej oraz przeglądu najnowszych badań międzynarodowych, przedstawiono obraz obecnego stanu wykorzystania AI przez studentów, ich oczekiwania wobec nauczycieli oraz prognozy dotyczące transformacji edukacji matematycznej do roku 2035. Szczególną uwagę poświęcono budowaniu relacji edukacyjnych w środowisku zdominowanym przez technologię, analizując zarówno doświadczenia krajów przodujących w implementacji AI (Chiny), jak i implikacje dla europejskich uniwersytetów technicznych. Artykuł proponuje model integracji AI z tradycyjną dydaktyką, podkreślając niezbędność zachowania jakościowych interakcji między nauczycielem a studentem.

EN

This article examines the future of mathematics didactics at technical universities amidst the AI revolution. Based on a survey of over 500 engineering students at Gdańsk University of Technology (2025/2026), the study reveals that 86.5% of students adopted AI tools before university, primarily through self-directed learning. The research highlights a significant competence gap: while only 6% of students derived AI knowledge from school teachers, 64% expect academic faculty to actively engage with and share experiences regarding these technologies. Notably, mathematics emerges as the primary subject for AI application (71%), surpassing computer science. The paper contrasts this informal adoption with China’s systematic integration of AI in education. Forecasting to 2035, the authors predict a shift toward advanced Intelligent Tutoring Systems and a redefined role for teachers as designers of educational environments. The analysis warns against the objectification of educational relationships, advocating for a balance where automation handles routine tasks while teachers focus on deep, interpersonal mentoring. The study concludes that while AI allows for mass personalization, authentic human mentorship remains crucial to foster critical thinking and academic integrity in a digitized ecosystem.

10

Matematyka w dobie sztucznej inteligencji: wyzwania i możliwości dydaktyczne

Zdrodowska Małgorzata, Dardzińska-Głębocka Agnieszka, Kasperczuk Anna

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2025

|

nr 78

31--34

PL

Artykuł przedstawia przegląd zastosowań, wyzwań i kierunków rozwoju sztucznej inteligencji w dydaktyce matematyki na poziomie akademickim. Omówiono główne obszary wykorzystania AI oraz wskazano korzyści w zakresie personalizacji nauczania i diagnozowania trudności oraz główne ograniczenia dotyczące jakości danych, przygotowania kadry, przejrzystości algorytmów i etyki. Zaproponowano kierunki rozwoju obejmujące tworzenie kontekstowo wrażliwych systemów adaptacyjnych, wiarygodnych modeli generatywnych, standardów etycznych i otwartych repozytoriów danych. Podkreślono, że efektywne wykorzystanie AI wymaga świadomej metodyki i odpowiedzialnego podejścia.

EN

The article presents a synthetic review of the applications, challenges, and future directions of artificial intelligence in mathematics education at the academic level. Based on recent literature, it discusses the main areas of AI implementation: Intelligent Tutoring Systems, Adaptive Learning Systems, generative language models, learning analytics, and technologies involving robotics and AR/VR. The paper highlights how these tools support personalized learning, diagnosis of difficulties, and the construction of individualized mathematical learning paths. Key implementation challenges are identified, including teacher preparedness, data quality and bias, algorithm transparency, privacy protection, reliability of generative content, as well as linguistic, cultural, and organizational factors. The study proposes several recommendations: the development of context-sensitive adaptive systems, specialized generative models ensuring mathematical accuracy, ethical and transparent standards for AI use, the creation of open educational data repositories, and systematic training in teachers’ digital and critical competences. The conclusion emphasizes a symbiotic model in which AI extends the capabilities of teachers and students, while its effective use requires informed pedagogy, transparency, and responsible data governance.

11

Integrating AI into linear algebra classes

Malara Grzegorz, Szemberg Tomasz

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2025

|

nr 78

13--16

EN

This paper discusses the integration of generative AI into Linear Algebra teaching at the university level. We distinguish between the needs of mathematics majors, who benefit from AI as a scaffold for abstraction and proof, and engineering students, for whom AI supports modeling and computation. Examples illustrate how tasks can be redesigned to promote interpretation rather than rote calculation. Challenges and risks such as hallucinated proofs, plagiarism, or passivity are discussed. We conclude with recommendations for assessment practices and practical suggestions for embedding AI in undergraduate courses. The proposed approach redefines the role of manual computation and points to a future where AI is an enabler of deeper mathematical understanding.

PL

W artykule przedstawiono propozycje wykorzystania sztucznej inteligencji w dydaktyce algebry liniowej na poziomie akademickim. Rozróżniono potrzeby studentów matematyki (abstrakcja, dowód) i studentów kierunków inżynierskich (modelowanie, obliczenia). Omówiono ryzyka (halucynacje, plagiat, bierność) oraz sposoby oceny pracy studentów. Zaproponowano praktyczne scenariusze wdrożenia AI, które redefiniują rolę obliczeń ręcznych i pozwalają traktować AI jako narzędzie wspierające rozwój głębszego rozumienia matematyki.

12

AI is coming, czyli swobodne rozważania nad sztuczną inteligencją

Piórkowski Adam, Gajer Mirosław

Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki

|

2025

|

nr 32

39--52

PL

Niniejszy artykuł przedstawia swobodne rozważania nad sztuczną inteligencją w kontekście odbioru społecznego i pokładanych w niej nadziei. Prezentowane są różne aspekty, przede wszystkim dotyczące edukacji i nauki. W sposób nawiązujący do tradycji i popkultury wyjaśniono wybrane zagadnienia związane z działaniem sztucznych sieci neuronowych, ze szczególnym wskazaniem tego, co jest pomijane w dyskursie medialnym: braków i niedociągnięć ze strony tej technologii. To, co oferują obecnie istniejące systemy sztucznej inteligencji jest bardzo dalekie od tego, co mogłoby być dopiero ewentualnie postrzegane jako prawdziwa sztuczna inteligencja. W szczególności obecnie nie ma absolutnie żadnych szans, aby można było się spodziewać, że jakikolwiek system sztucznej inteligencji będzie w stanie udowodnić przykładowo hipotezę Riemanna. Podobnie istniejące obecnie systemy komputerowego przekładu są również dalekie od pożądanego w tym zakresie ideału, a samo zastosowane w ich przypadku uczenie maszynowe nie jest bynajmniej w stanie rozwiązać skutecznie wszelkich pojawiających się tutaj problemów.

EN

This article presents free considerations on Artificial Intelligence in the context of social reception and hopes placed in it. Various aspects are presented, primarily those related to education and science. In a way referring to tradition and pop culture, selected issues related to the operation of Artificial Neural Networks are explained, with particular emphasis on what is omitted in media discourse, i.e. the shortcomings and deficiencies of this technology. Certainly, what is offered by currently existing artificial intelligence systems is still very far from what could possibly be seen as true artificial intelligence. In particular, there is currently absolutely no chance that any artificial intelligence system could be expected to be able to prove the Riemann hypothesis, for example, especially since this has been an open mathematical problem for more than 150 years, the solution of which is probably beyond the capacity of the human intellect. Similarly, the computer translation systems that currently exist are also far from the desired ideal in this respect, and the machine learning applied to them alone is by no means capable of effectively solving all the problems that arise in such systems.

13

The use of deep learning for military vehicle identification in SAR imagery

Ślesicka Anna, Ślesicki Błażej

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2025

|

z. 128

251--268

EN

Artificial intelligence approaches, especially those involving deep learning, have recently become integral to object detection, as they can autonomously identify relevant features in visual datasets. The identification of military equipment, including mechanized vehicles, is crucial for threat detection and minimizing the impact of enemy actions by enabling countermeasures to be taken as quickly as possible after the threat is detected. The application of deep learning, particularly convolutional neural networks (CNN), is a highly effective tool for image processing and pattern recognition in visual data. These networks utilize convolutional layers to automatically extract features from images, making them ideal for analyzing synthetic aperture radar (SAR) imagery. Active sensor technologies like SAR are essential for object recognition due to their capability to operate in all weather conditions, both day and night.

14

Industrial intelligence for smart cities: the role of ai and IOT in transforming urban mobility and infrastructure

Trivedi Janak, Devi Mandalapu Sarada, Vithalani Chandresh, Parmar Kiran, Dave Dhara

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2025

|

z. 129

261--281

EN

This review synthesizes research on AI and IoT in urban mobility, focusing on traffic management, public transportation systems, and autonomous vehicles to address escalating urban congestion, environmental impact, and mobility demands. This review aimed to evaluate AI and IoT applications in traffic flow optimization, benchmark integration in public transit, identify autonomous vehicle frameworks, compare predictive models and sensor networks, and analyze adoption challenges. A systematic analysis of global empirical, simulation, and theoretical studies was conducted, emphasizing technological convergence, performance outcomes, data utilization, and barriers. The findings reveal that AI-driven predictive models combined with IoT sensor networks significantly improve traffic efficiency and reduce emissions, whereas AI-IoT integration enhances public transit reliability through predictive maintenance and dynamic scheduling. Autonomous vehicles, supported by IoT-enabled communication and AI decision-making, demonstrate the potential for safety and sustainability gains but face regulatory, infrastructural, and acceptance challenges. Advanced machine learning techniques optimize real-time data analytics but encounter scalability and explainability limitations. Collectively, these findings underscore the transformative potential of AI-IoT in urban mobility, contingent on addressing privacy, infrastructure, and social factors. The synthesis highlights the need for interdisciplinary approaches to advance scalable, secure, and user-centered AI-IoT urban mobility solutions that inform future research and practical implementations.

15

Environmental security under fire: digital tools for monitoring and mitigating ecological damage in armed conflict

Zieliński Tadeusz

Zeszyty Naukowe SGSP / Szkoła Główna Służby Pożarniczej

|

2025

|

Nr 96 (tom 2)

195--213

EN

The environmental impacts of modern armed conflict pose a growing challenge to global security governance. While the human and economic costs of war are well-documented, its ecological effects, including deforestation, water pollution, greenhouse gas emissions and biodiversity loss are less examined in mainstream security studies. Given the rising instability of the climate and the strategic use of environmental disruption in warfare, there is an urgent need to include environmental accountability in the operational and legal frameworks of security policy. This article aims to clarify how digital evidence on conflict-related ecological harm can be translated into actionable accountability. Specifically, it: (1) identifies and systematises the main pathways through which armed conflict generates environmental damage and why existing accountability mechanisms rarely activate; (2) assesses the added value and constraints of Earth observation (EO) and AI-based analytics for detecting, quantifying, and attributing harm across four conflict settings (Ukraine, Syria, Iraq, and Yemen); and (3) derives design principles for a multi-level framework of digital environmental accountability that connects monitoring outputs to legal, institutional, and operational responses. The main research question is: How can Earth observation and artificial intelligence be effectively integrated into legal, institutional, and operational frameworks to enhance environmental accountability during armed conflict? Methodologically, the study uses a qualitative, interdisciplinary approach that combines doctrinal analysis of international humanitarian law and the Rome Statute, empirical case studies (Ukraine, Syria, Iraq, Yemen), and technical evaluation of satellite and AI-driven surveillance systems. The findings show that while EO and AI greatly enhance the visibility of ecological damage in conflict zones, their transformative potential relies on institutional integration and normative reform. The article advocates for a multi-level accountability framework connecting digital monitoring to legal mechanisms, military standards, and participatory transparency platforms. In doing so, it reconceives environmental security as a vital part of strategic stability and just warfare in the context of planetary crisis.

16

AI – A challenge or a threat? A sense of security in interaction with modern technology

Włodarczyk Ewelina

Zeszyty Naukowe SGSP / Szkoła Główna Służby Pożarniczej

|

2025

|

Nr 96 (tom 2)

57--70

EN

Artificial intelligence has transformed the way contemporary individuals function across numerous spheres of life. The most pronounced changes have occurred in professional activity where technology has begun to gradually replace human input. In many professions, this shift has disrupted the sense of security, prompting a growing need to implement adjustments that would enable people to use modern technologies constructively to improve the efficiency of their work. AI technology has also altered the way learning outcomes are assessed. Both students and lecturers increasingly rely on AI-based applications in their everyday educational practices, yet only a solid understanding of these tools’ specific features enables responsible and measured use. In the light of these dynamics, the aim of this article is to describe and analyse students’ sense of security in relations to their engagement with artificial intelligence in daily academic contexts. To achieve this aim, the Author has employed the diagnostic survey method alongside document analyses. The findings allowed formulating a proposal of modifications intended to support learners (particularly University students) in using artificial intelligence in their everyday lives in a manner that helps them effectively pursue both personal and educational goals.

17

Will social learning be hindered by Artificial Intelligence when the Lean Six Sigma management conception is implemented?

Świtek Sławomir

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2025

|

Nr 91

153--171

EN

The increasing integration of Artificial Intelligence (AI) within Lean Six Sigma management practices raises critical questions about its impact on employee learning and collaboration. This study investigates whether AI disrupts traditional, experience-based, socially mediated learning or if it functions as a complementary tool that enhances continuous improvement. Three objectives guide the research: 1) to evaluate key adult learning theories – Kolb’s experiential cycle, Mezirow’s transformative learning, and Bandura’s social learning – in the context of Lean Six Sigma initiatives; 2) to analyse AI learning mechanisms, including deep learning, backpropagation, and reinforcement learning from human feedback (RLHF), comparing them to human social learning processes; and 3) to determine the potential for a symbiotic relationship between human and AI driven learning. A mixed method approach combines a systematic literature review via ResearchRabbit with the author’s two decades of Lean Six Sigma experience and a comparative analysis framework. The conceptual analysis suggests that AI has the potential to support reflective learning, simulate expert behaviour patterns, and facilitate knowledge consolidation. Importantly, these enhancements may occur without disrupting the critical reflection or collaboration essential to human social learning. The proposed conceptual framework for hybrid human – AI learning environments demonstrates that AI integration preserves essential social learning stages while offering data-driven insights. These results provide practitioners with evidence-based guidance for designing AI-augmented Lean Six Sigma programmes and suggest avenues for longitudinal field studies on hybrid learning outcomes.

PL

Rosnąca integracja sztucznej inteligencji (AI) w koncepcji zarządzania Lean Six Sigma rodzi istotne pytania o wpływ tej technologii na procesy społecznego uczenia się pracowników. Badanie analizuje, czy AI zakłóca tradycyjne, oparte na doświadczeniu i wymianie społecznej uczenie się, czy też staje się narzędziem komplementarnym, wspierającym ciągłe doskonalenie. Praca realizuje trzy cele: 1) ocenę kluczowych teorii uczenia się dorosłych – cyklu doświadczalnego Kolba, uczenia transformacyjnego Mezirowa i społecznego uczenia się Bandury – w kontekście inicjatyw Lean Six Sigma; 2) analizę mechanizmów uczenia się AI, w tym deep learning, backpropagation oraz reinforcement learning from human feedback (RLHF), w porównaniu z procesami społecznego uczenia się ludzi; 3) określenie potencjału symbiotycznej relacji między ludzkim i napędzanym przez AI uczeniem się. Wykorzystano podejście mieszane, łącząc przegląd systematyczny literatury za pomocą ResearchRabbit, dwudziestoletnie doświadczenie autora w Lean Six Sigma oraz analizę porównawczą. Analiza koncepcyjna sugeruje, że AI może wspierać uczenie refleksyjne, symulować wzorce zachowań ekspertów oraz ułatwiać konsolidację wiedzy. Co istotne, korzyści te mogą być osiągane bez zakłócania krytycznej refleksji czy współpracy charakterystycznej dla ludzkiego uczenia się społecznego. Zaproponowano ramy koncepcyjne dla hybrydowych środowisk uczenia się człowiek–AI, wykazując, że integracja AI zachowuje kluczowe etapy społecznego uczenia się, jednocześnie dostarczając wglądu opartego na danych. Wyniki te dostarczają praktykom wytycznych opartych na dowodach do projektowania programów Lean Six Sigma z AI oraz wskazują kierunki długofalowych badań terenowych nad wynikami hybrydowego uczenia się.

18

Using artificial intelligence in sustainable manufacturing – a case study of Northwood Pallets Producer LLC

Włodarczyk Katarzyna, Górska Agata

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2025

|

Nr 92

23--35

EN

The article focuses on one of the modern technological tools – artificial intelligence (AI) and its use in an enterprise that operates in accordance with the principles of sustainable development. The aim of the study is to assess the use of artificial intelligence in the operations of a manufacturing company. The article is based on the experience of the Polish company Northwood Pallets Producer LLC (a manufacturer of wooden packaging). A comparison of three key areas shows the synergistic impact of AI on the production process at Northwood, visible from material analysis, through thermal protection of the product, to energy control. The company has not only implemented AI, but built it into its sustainable strategy, strengthening the existing pillars of its operations, i.e. through increased material efficiency, a focus on more favourable low-emission indicators, energy savings, reduced operating costs, and improved product quality, not only by introducing new solutions, but also by including these solutions in the product description and. Thus, the example of Northwood Pallets Producer LLC shows how integrating artificial intelligence in sustainable production processes can lead to improvements in operational efficiency, cost reductions and support for the sustainable development strategy.

PL

Artykuł koncentruje się na jednym z nowoczesnych narzędzi technologicznych – sztucznej inteligencji (AI) – oraz jej wykorzystaniu w przedsiębiorstwie działającym zgodnie z zasadami zrównoważonego rozwoju. Celem badania jest ocena wykorzystania AI w działalności przedsiębiorstwa produkcyjnego. Publikacja została opracowana na podstawie doświadczeń polskiej firmy Northwood Pallets Producer sp. z o.o. (producenta opakowań drewnianych). Porównanie trzech kluczowych obszarów pokazuje wpływ AI na proces produkcyjny w Northwood, widoczny od analizy materiałowej, poprzez ochronę termiczną produktu, po kontrolę energetyczną. Firma nie tylko wdrożyła AI, ale także wbudowała ją w zrównoważoną strategię, wzmacniając dotychczasowe filary swojej działalności, tj.: zwiększoną efektywność materiałową, skoncentrowanie się na korzystniejszych wskaźnikach niskoemisyjnych, zaoszczędzoną energię, poprawę jakości produktu nie tylko poprzez wprowadzenie nowych rozwiązań, ale również poprzez uwzględnienie zastosowanych rozwiązań w opisie produktu oraz obniżenie kosztów operacyjnych. Tak więc przykład Northwood Pallets Producer sp. z o.o. pokazuje, że integracja sztucznej inteligencji w zrównoważonych procesach produkcyjnych może prowadzić do poprawy efektywności operacyjnej, redukcji kosztów i wsparcia strategii zrównoważonego rozwoju.

19

The role of artificial intelligence in improving the quality of primary healthcare

Kludacz-Alessandri Magdalena

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2025

|

Nr 92

89--114

EN

Artificial intelligence (AI) is increasingly used to support various aspects of healthcare. However, the implementation of AI in primary healthcare (PHC) requires a better understanding of its impact on fundamental aspects of quality. This systematic review aims to investigate the role of AI in improving the most important dimensions of quality in primary healthcare, in particular, access, continuity, efficiency, communication, and coordination. Three databases were used for the search, namely PubMED, Scopus, and WoS. The analysis includes articles published between 1 January 2020 and 31 March 2025 in peer-reviewed journals. The search strategy includes a combination of keywords related to AI and specific dimensions of primary healthcare quality. After considering all eligibility criteria based on the PICo framework, 34 studies were included in the analysis. Firstly, the study shows that the use of AI in primary healthcare primarily affects the efficiency of care by supporting the diagnosis of various health problems. Secondly, AI can enhance healthcare accessibility by improving access to specialist services and adapting this care to the needs of patients. In the administrative area, it can optimize access by managing service queues. There is also a growing body of evidence of supporting AI’s role in family doctor-patient communication. However, no evidence currently exists of a beneficial effect of AI on improving coordination and continuity in primary care.

PL

Sztuczna inteligencja (AI) jest coraz częściej stosowana we wspieraniu różnych aspektów opieki zdrowotnej. Wdrożenie AI w podstawowej opiece zdrowotnej (POZ) wymaga jednak lepszego zrozumienia jej wpływu na podstawowe aspekty jej jakości. Niniejszy przegląd systematyczny ma na celu zbadanie roli AI w poprawie najważniejszych wymiarów jakości POZ, w szczególności dostępu, ciągłości, wydajności, komunikacji i koordynacji. Do wyszukiwania wykorzystano trzy bazy danych, a mianowicie: PubMED, Scopus i WoS. Analiza obejmowała artykuły opublikowane od 1 stycznia 2020 r. do 31 marca 2025 r. w recenzowanych czasopismach. Strategia wyszukiwania bazowała na kombinacji słów kluczowych związanych z AI i określonymi wymiarami jakości podstawowej opieki zdrowotnej. Po uwzględnieniu wszystkich kwalifikowalności opartych na strukturze PICo do analizy zakwalifikowano 34 badania. Badanie wykazało, że zastosowanie AI w POZ wpływa przede wszystkim na efektywność opieki, głownie poprzez wsparcie diagnozowania różnych problemów zdrowotnych. Po drugie, AI może mieć pozytywny wpływ na dostęp do opieki zdrowotnej poprzez poprawę dostępu do usług specjalistycznych i dostosowanie tej opieki do potrzeb pacjentów. W obszarze administracyjnym może optymalizować dostęp poprzez zarządzanie kolejkami usług. Coraz więcej dowodów wskazuje również na wsparcie AI w obszarze komunikacji lekarz rodzinny–pacjent. Obecnie nie ma dowodów na korzystny wpływ AI na poprawę koordynacji i ciągłości w POZ.

20

On the factors of resistance to Artificial Intelligence in the workplace and ways to counter them

Jaworek Magdalena Anna

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2025

|

Nr 91

173--185

EN

The implementation of new technologies in organizations constitutes a change that involves both new opportunities and threats, causing natural resistance among some employees to its introduction. The aim of this work is to present a model for overcoming resistance among employees to new digital technologies based on artificial intelligence. A critical literature analysis was used as the research method. The starting point for the model developed here is the latest work by Golgeci et al. (2025), presenting three resistance factors: affective (fear and aversion to new technologies) and cognitive (sense of ineffectiveness). Based on the research results and the psychological mechanisms behind the presented resistance factors, possible ways of overcoming it at the individual and organizational level were selected. The first group includes a positive change in attitude towards work and an increase in the level of identification with technologies based on artificial intelligence among their users. The second group includes a democratic management style and improving employee competences in terms of using artificial intelligence in the workplace. The model presented here is a preliminary proposal and can be supplemented with additional elements, both in terms of resistance factors and ways of counteracting them; at the same time, it can serve as a conceptualization for future research.

PL

Wdrażanie nowych technologii w organizacjach jest zmianą, z którą wiążą się zarówno nowe możliwości, jak i zagrożenia wywołujące naturalny opór części pracowników przed ich wprowadzaniem. Celem niniejszej pracy jest przedstawienie modelu przełamywania oporu wśród pracowników wobec nowych technologii cyfrowych opartych na sztucznej inteligencji. Zastosowaną metodą badawczą była krytyczna analiza literatury. Punktem wyjścia opracowanego modelu jest najnowsza praca Golgeciego i zespołu (2025) wskazująca trzy czynniki oporu: o charakterze afektywnym (strach i awersja do nowych technologii) oraz poznawczym (poczucie braku skuteczności). Na podstawie wyników badań oraz psychologicznych mechanizmów stojących za przedstawionymi czynnikami oporu dopasowano możliwe sposoby jego przełamywania na poziomie indywidualnym oraz organizacyjnym. Do pierwszej grupy zaliczono pozytywną zmianę postawy wobec pracy oraz zwiększenie poziomu utożsamiania się z technologiami opartymi na sztucznej inteligencji wśród ich użytkowników, do drugiej – demokratyczny styl zarządzania oraz podnoszenie kompetencji pracowników pod kątem wykorzystania sztucznej inteligencji w miejscu pracy. Przedstawiony model jest wstępną propozycją i może być uzupełniony o dodatkowe elementy, zarówno po stronie czynników oporu, jak i sposobów przeciwdziałania im; jednocześnie może służyć jako konceptualizacja przyszłych badań.