Konferencja naukowa: 320 zgłoszeń ocenionych w 2× szybciej, fairness +

Sytuacja wyjściowa

Klient: organizator dorocznej konferencji naukowej w branży IT (machine learning, systems), 320 zgłoszeń rocznie, 80-osobowy komitet programowy, ~1 200 uczestników. Polski oddział międzynarodowej organizacji.

Proces peer review: submission → przypisanie 3 recenzentów (manualnie przez chairs) → recenzje (4-8 tygodni) → metareview → decyzja. Cały cykl: 9-12 tygodni. Chairs spędzali 60-80h na przypisywaniu recenzentów (matching tematyki + konfliktów interesów). 22% recenzji była niskiej jakości (pisana w pośpiechu).

Jakie procesy weszły na AI

• Automatyczne sprawdzenie compliance — AI sprawdza zgodność zgłoszenia z templatem konferencji (format, długość, struktura sekcji, bibliografia). Odrzuca lub flaguje błędy w 4 sekundy zamiast 20 min ręcznego sprawdzania.
• Wykrywanie plagiatu i autoplagiatu — AI porównuje z bazą publikacji (DBLP, arXiv, IEEE, ACM) — wykrywa autoplagiat (autor cytuje siebie 70%+) i prawdziwy plagiat. W 2024 wykryto 3 przypadki, w 2025 — 7.
• AI-suggested matching recenzentów — AI proponuje 5 recenzentów na bazie ich publikacji (embedding artykułów), z automatycznym wykluczeniem konfliktów (poprzedni współautorzy, ta sama instytucja, supervisor). Chair zatwierdza, AI wysyła zaproszenia.
• Quality check recenzji — AI ocenia recenzję pod kątem długości, konkretności, użyteczności dla autora. Recenzentowi z niską oceną AI sugeruje wzbogacenie. Chairs widzą flagi.

Architektura rozwiązania

Stack RedAI: Claude Opus 4.7 do generowania feedback i komunikacji, embedding e5-large do matching recenzentów (semantyczne podobieństwo specjalizacji), plagiat detector. Integracje z OpenReview / EasyChair / HotCRP.

Dane klienta nie wychodzą poza prywatną instancję RedAI. Wszystkie wywołania modeli, retrieval z bazy wiedzy i operacje na systemach źródłowych logowane do audytu (NIS2, AI Act art. 12, RODO art. 32). Hooks Claude wymuszają deterministyczne kontrole uprawnień (ACL) przed każdym wywołaniem narzędzia.

Liczby i wyniki

Setup: 110 tys. zł. Opex: 8 tys. zł/mies. Korzyść strategiczna: reputacja konferencji, więcej zgłoszeń, niższe koszty operacyjne, lepsza fairness systemu naukowego.

„Autor z Indii dostał feedback w 32 dni zamiast 64. Mógł poprawić pracę i ją złożyć na inną konferencję jeszcze tej samej jesieni. To jest sprawiedliwość systemu naukowego."

— Chair of program committee

Co dalej

Kolejna faza: AI-assisted authorship verification, rozszerzenie na 4 podobne konferencje siostrzane, automatyczne generowanie strony web konferencji z zaakceptowanych prac.

RedAI działa jako prywatna instancja w infrastrukturze klienta. Dane nie wychodzą poza firmę. Umówcie 30-minutowe demo — pokażemy analogiczne wdrożenie w Waszej branży i policzymy ROI na Waszych liczbach.