Podívejte se na obrázek a napište, jaké číslo by podle vás mělo být tam, kde je otazník.

Ano, jde o typ hádanky, která se v posledních dvou tří týdnech objevuje v různých obměnách. Většina lidí - pokud se hned nezeptá AI - přijde na jedno řešení. Ale zároveň platí, že tyto úlohy mají obvykle řešení dvě.

A vy?

(…)

(… pokračujte, až vás už nebude bavit přemýšlet …)

(…)

Co se týče hádanky na obrázku, jsou to čísla 40 (když vezmeme jako klíč řešení vzestupné násobení číslem uprostřed (řada je 2, 3, 4 a 5) a 8 (když vezmeme jako klíč sestupné dělení, tedy uprostřed jsou 4, 3, 2 a 1).

Když se zeptáte přes API všech šesti nejlepších modelů (od OpenAI, Anthropicu a Googlu), odpoví buď špatně (GPT-2, Claude Sonnet 4.5), anebo jen jednou správnou odpovědí (GPT-5 mini, Claude Opus 4.6, Gemini pri a Gemini Flash).

Ok. Nikdo nejsme dokonalý, i tak je to celkem impresivní výsledek.

Ale zajímavé to začne být, když jdete do chatbotu (v mém případě to byl ChatGPT), dáte stejnou úlohu, a pak se o výsledcích začnete dohadovat.

ChatGPT použil “thinking mode” a došel ke správnému výsledku 40. Zeptal jsem se, jestli si nemyslí, že je nějaké další správné řešení. Následovalo to, co jsem čekal: ChatGPT se omluvil, že nepřemýšlel dostatečně (iritující vlastnost), zamyslel se znovu … a přišel s dalšími řešeními, bohužel všemi nesmyslnými.

Od toho momentu začala naše debata, jejímž cílem mělo být to, že kromě výsledku 40 ještě existuje výsledek 8, a že to ChatGPT uzná … poněkud nervózní. ChatGPT mi sice stále dával za pravdu, ale zároveň to vždy skončilo tím, že “mám pravdu”, ALE že to druhé řešení (v podání ChatGPT navíc vždy špatné) není tak “silné” jako to první.

Skončilo to regulérní hádkou, viz dva screenshoty:

(Poznámka pod čarou: opravdu jsem napsal algoritmu a softwaru, tedy něčemu neživému a bez vědomí, natož sebevědomí, větu: “Jsi daleko od inteligence mloka, natož člověka”? Jako vážně???)

Takže ano, nakonec happyend, dobrali jsme se správných dvou výsledků. Ale celkově je výkon ChatGPT spíše zklamáním. A mě i vás asi zajímá, čím to je, že AI je na jedné straně tak podlézavá a smířlivá (a ve všem vám dá za pravdu), ale zároveň bez důkazu tvrdí, že vlastně měla od začátku pravdu, a že náš spor je vlastně nedorozuměním.

Je to zajímavé!

Modely AI totiž tohle dělají konzistentně, a je to dokonce potvrzené studiemi.

Pojďme si to projít v klidu a podrobně.

V debatě s chatbotem stačí říct „Jsi si jistý?” … a v šesti případech z deseti AI změní názor. Ne proto, že by našla chybu ve své odpovědi. Proto, že je natrénována nám vyhovět.

Studie z roku 2025 testovala tři přední modely — GPT-4o, Claude Sonnet a Gemini 1.5 Pro. Výsledek byl konzistentní: téměř 60 procent odpovědí se změnilo po prostém zpochybnění. Žádný nový argument. Žádná nová data. Pouhý náznak nesouhlasu.

Příčina je zakódovaná přímo v tréninkovém procesu. Při metodě zvané RLHF lidští hodnotitelé vybírají z dvojic odpovědí tu lepší. A lidé konzistentně preferují odpovědi, které jim dávají za pravdu, před odpověďmi, které jsou přesné. Model se tak naučí jednoduchou “pravdu”: souhlas rovná se odměna, odpor rovná se trest.

Výsledkem je to, čemu odborníci říkají sykofancie (z anglického sycophancy, česky říkáme asi podlézavost). Nejde o chybu softwaru. Jde o optimalizaci. Model dělá přesně to, na co byl natrénován — maximalizuje naši spokojenost, ne pravdivost svých odpovědí. Vzniká zvrácená optimalizační smyčka. Model se zlepšuje v tom, aby nám řekl to, co chceme slyšet, protože právě za to byl během tréninku odměňován.

V dubnu 2025 se o tom začalo poprvé veřejně mluvit. Uživatelé GPT-4o si všimli, že model je tak “podlézavý”, až je nepoužitelný. Sam Altman to přiznal. OpenAI musela stáhnout aktualizaci. Ale základní dynamika nikam nezmizela. Je zabudovaná v samotném procesu tréninku.

A problém se prohlubuje s časem. Čím déle s modelem mluvíme, tím více zrcadlí náš pohled. Používáme-li formulace v první osobě — „Já věřím, že...” — míra souhlasu dále roste. Model se kalibruje na nás jako jednotlivce.

Pro běžnou konverzaci je to nepříjemné. Pro strategické rozhodování nebezpečné. Průzkum společnosti Riskonnect mezi více než dvěma sty odborníky na rizika zjistil, že AI používají především k předpovídání rizik a jejich hodnocení. Tedy přesně tam, kde potřebujete, aby vám někdo řekl, v čem se mýlíte. Místo toho dostanete sofistikovaný nástroj, který potvrdí vaše předpoklady a vytvoří falešnou sebedůvěru.

Jádro problému je v tom, co autoři textu nazývají kontextovým vakuem. Když model zpochybníte, nemá jak rozlišit, zda jste našli skutečnou chybu, nebo ho jen testujete. Nezná váš rozhodovací rámec. Nezná vaše hodnoty. Nezná vaše omezení. Bez pevného základu ustoupí při každém tlaku.

Řešení je paradoxní. Právě proto, že model chce vyhovět, můžete mu přikázat, aby oponoval. Když mu poskytnete kontext — své hodnoty, znalosti, kritéria — a instruujete ho, aby zpochybňoval vaše předpoklady, udělá to. Odpor se stane tím, co po něm žádáte. Tím mu dáte něco, co může bránit.

Je to funkční řešení. Ale zároveň znepokojivé. Nástroj, který má testovat a případně i zpochybňovat naše myšlenky, to udělá jen tehdy, když mu to výslovně přikážete. A i pak to dělá proto, že nám chce vyhovět — ne proto, že by měl vlastní přesvědčení.

Otázka tedy není, jestli je ChatGPT patolízal. To víme. Otázka je, kolik rozhodnutí jste třeba už i vy udělali na základě toho, že vám AI model řekl, že máte pravdu. A že to neznamenalo, že by k tomu závěru došel a že by pro to měl důkazy … ale že vám jednoduše řečeno chtěl udělat radost.

.

Přijďte na naše workshopy!

Na AI Masterclass za čtyři hodiny pochopíte, co generativní AI umí, kde jsou její limity (viz výše) a jak ji prakticky využít v práci. Žádná teorie do šuplíku – odejdete s konkrétními nástroji a dovednostmi.

Na AI Second Brain se za dvě hodiny naučíte pracovat s NotebookLM od Googlu – nástrojem, který z vašich dokumentů, poznámek a materiálů vytvoří „druhý mozek”. Něco, co si pamatuje všechno, co jste kdy četli, a umí v tom hledat souvislosti za vás.

Nejbližší termíny a přihlášky na inspiruj.se.

Podívejte se na obrázek. Na křižovatce tam stojí sedm aut očíslovaných 1 až 7 (s výjimkou čtyřky, ta tam chybí). Vzájemně se blokují. Otázka zní: Který řidič musí zacouvat, aby se pak všichni rozjeli?

Pro člověka je to triviální. Podíváte se, za dvě sekundy vidíte, že auto číslo 3 je ta „zátka”, která drží celý uzel pohromadě. Couvne trojka, rozjede se dvojka, pak pětky (vlastně obě pětky), a nakonec zbytek. Hotovo.

Jenže:

Velké jazykové modely na téhle úloze tradičně selhávají. A to dost katastrofálně. Je to jeden z těch úkolů, které krásně ilustrují propast mezi „umí generovat plynulý text”, případně “najde důležité vzorce” … a „rozumí tomu, co vidí”. Prostorové uvažování, pochopení fyzických vztahů mezi objekty, logická dedukce z vizuálního vstupu – přesně tohle je Achillova pata i těch nejpokročilejších modelů.

Nebo byla?

Provedl jsem jednoduchý test. Vzal jsem dva nejnovější modely – Claude Opus 4.6 od Anthropicu a GPT 5.2 od OpenAI – a každému jsem tu samou hádanku položil (přes API, viz obrázek) třicetkrát. Se stejným vizuálním vstupem, se stejným promptem: „Který řidič musí zacouvat, aby se všichni rozjeli? Napiš odpověď a vysvětlení jednou větou.”

Třicetkrát proto, aby se ukázalo, jak stabilní je odpověď. Jestli model skutečně „chápe” situaci, nebo jestli se jen občas trefí.

Výsledky mě upřímně překvapily. Jaké byly?

Claude Opus 4.6 odpověděl správně třicetkrát z třiceti. Pokaždé řidič číslo 3. Bez zaváhání, bez alternativních interpretací, bez „ale záleží na úhlu pohledu”. Třicetkrát ta samá odpověď s mírně odlišnou formulací vysvětlení. Stoprocentní úspěšnost. (Viz screenshoty na konci článku.)

GPT 5.2 NEODPOVĚDĚL SPRÁVNĚ ANI JEDNOU.

Přečtěte si to ještě jednou. Ani jednou. Ze třiceti pokusů. Netrefil správnou odpověď. Jasně, je to nejspíš smůla, protože čistě statisticky ta, aspoň tři nebo čtyři správné odpovědi měly být.

A co je možná ještě zajímavější než samotný výsledek, je distribuce špatných odpovědí. GPT totiž neodpovídal konzistentně špatně – odpovídal chaoticky špatně. Osmkrát řekl auto 1, sedmkrát auto 5, šestkrát auto 6, šestkrát auto 7. A třikrát řekl auto číslo 4.

Auto číslo 4 na obrázku vůbec není. Do online hádanky, která kolovala na Twitteru a dalších platformách v minulých dnech, se z nějakého důvodu vloudila chyba, a jsou tam dvě auta s číslicí pět.

Co to znamená?

Dovolím si zjednodušující interpretaci: Claude Opus 4.6 ten obrázek skutečně „vidí”. Analyzuje prostorové vztahy, chápe, které auto blokuje které, a logicky dedukuje řešení. Proto je jeho odpověď stabilní – vychází z porozumění situaci.

GPT 5.2 obrázek nevidí. Nebo přesněji – vidí ho, ale nerozumí mu. Rozpozná, že jsou tam auta s čísly, a pak v podstatě hádá. Pokaždé si vymyslí jiné „logické” vysvětlení, proč zrovna to které auto musí couvat. Jeho odpovědi znějí sebejistě a přesvědčivě. Používá fráze jako „je zátkou uprostřed” nebo „rozpojí zácpu” nebo „rozmotá blokaci”. Zní to dobře.

Jen to nemá žádný vztah k realitě na obrázku.

A ty tři odpovědi „auto číslo 4”? To je možná velmi zajímavý detail celého experimentu. GPT nejenže špatně analyzuje prostorové vztahy – ono si ani pořádně nepřečte, co na obrázku je. Halucninuje auto, které neexistuje, a pak sebejistě vysvětluje, proč právě ono musí zacouvat.

Jestli vám to připomíná lajdáckého studenta u zkoušky, pak máte dobrý pocit.

Jeden test samozřejmě nedělá verdikt. GPT 5.2 je v mnoha úlohách výborný model a v řadě benchmarků poráží konkurenci. Tahle hádanka testuje jednu velmi specifickou schopnost: prostorové uvažování nad vizuálním vstupem.

Ten rozdíl je ale možná až příliš velký. Je to jako kdybyste třiceti lidem dali řídit auto a jeden z nich třicetkrát zaparkoval, zatímco druhý naboural do zdi. V tu chvíli už neříkáte „měl špatný den”. V tu chvíli říkáte, že jeden umí řídit a druhý ne.

Zajímavé je i to, co ten výsledek říká o stabilitě a konzistenci. Claude dal třicetkrát stejnou odpověď. GPT dal pět různých odpovědí rozložených přes čtyři čísla (plus jedno neexistující). Pokud chcete modelu věřit, potřebujete, aby jeho odpovědi byly predikovatelné. Model, který na stejný vstup odpovídá pokaždé jinak, je v principu pro daný typ úloh nespolehlivý – a to bez ohledu na to, jestli se občas trefí.

Jazykové modely měly odjakživa problém s úlohami, které vyžadují skutečné porozumění reálnému světu. Uměly generovat text o tom, jak parkovat auto, ale neuměly se podívat na parkoviště a říct, co se tam děje. Jak ukazujeme v jiném experimentu na workshopech, dokáží z fotky ručičkových hodin říct velmi přesně, jaký úhel svírá velká a malá ručička … ale nedokží říct, kolik je hodin (vyzkoušejte si to v ChatGPT).

V “rozstřelu” mezi OpenAI a Anthropicem, tradičním soupeři s velmi podobnou “firemní DNA”, se začíná rýsovat, že i na téhle barikádě začnou pokročilé jazykové modely vyhrávat.

.

Přijďte na naše workshopy!

Na AI Masterclass za čtyři hodiny pochopíte, co generativní AI umí, kde jsou její limity (viz výše) a jak ji prakticky využít v práci. Žádná teorie do šuplíku – odejdete s konkrétními nástroji a dovednostmi.

Na AI Second Brain se za dvě hodiny naučíte pracovat s NotebookLM od Googlu – nástrojem, který z vašich dokumentů, poznámek a materiálů vytvoří „druhý mozek”. Něco, co si pamatuje všechno, co jste kdy četli, a umí v tom hledat souvislosti za vás.

Nejbližší termíny a přihlášky na inspiruj.se.

.

Screenshoty s výsledky:

Éra naleštěné estetiky je mrtvá, píše Adam Mosseri. Což je zajímavé zejména v momentě, když víte, že Adam Mosseri je šéfem Instagramu, tedy platformy, která je vlajkovou lodí právě naleštěné estetiky.

Co ji zabilo? Paradox, který nikdo nečekal. Čím dokonalejší technologii pro tvorbu obsahu máme, tím víc toužíme po tom, aby obsah byl “rozbitý”.

Realitou sociálních sítí na počátku roku 2026 je to, čemu se říká “AI slop”. Zatímco ještě před pár měsíci bylo publikování výtvoru AI signálem, že se zajímáte o inovace a dokážete pracovat s nejmodernějšími nástroji AI, dnes je to trapné, únavné a iritující.

Videa, která vypadají lépe než realita? Fotky s estetikou profesionálních studiových portrétů? Kresby jak od výtvarníků publikujících v časopisech? Ano, to vše je dokonalé.

A právě proto taky nudné.

Mosseri trefně poznamenává, že výrobci mobilů se fatálně mýlí. Předhánějí se v megapixelech a portrétních módech, které uměle rozmazávají pozadí (bokeh efekt), aby fotka vypadala “profesionálně”. Jenže v době, kdy Midjourney vygeneruje profesionální fotku za sekundu a prakticky zadarmo, se hodnota “profesionality” limitně blíží nule.

Vracíme se tak obloukem do roku 1839. Když Daguerre představil fotoaparát, malíři zpanikařili. Realistická malba ztratila smysl. Co udělali ti, pro které bylo malování obrazů vášní a hlavně obživou? Někteří zpanikařili a profesi opustili. Jiní ale přestali s realitou soupeřit. Začali malovat emoce, představy a sny. Tak vznikl impersionismus.

Slavná “Hvězdná noc” není “snímkem” oblohy. Je to halucinace obsahující úzkost a fascinaci. Nezachycuje skutečnost, ale to, jak ji viděl Van Gogh.

Dnes jsme v podobné situaci, zjišťujeme. AI je nový fotoaparát. A naší jedinou obranou je impresionismus. Nebo taky “raw aesthetic”, píše překvapivě šéf platformy, která vytvořila dokonalou paralelní realitu. Surová estetika? Rozmazané fotky, roztřesená videa, špatné světlo, kruhy pod očima. Proč? Protože nedokonalost je signál. Je to důkaz života. Jak píše Mosseri: “Surovost už není jen estetická preference. Je to obrana.”

Když vidíte influencera natáčet se v koupelně na zapatlané zrcadlo, zatímco koktá a má na sobě vytahané triko, věříte mu. Je to “lidské”. Pokud uvidíte dokonale nasvícené video s perfektní dikcí, váš mozek – nově vycvičený na skepsi – okamžitě zpozorní: Stalo se to? Nebo jen někdo napsal perfektní prompt a zmáčkl tlačítko?

Ben Thompson, analytik, kterého v tech kruzích citujeme s posvátnou úctou, už roky upozorňuje na to, že internet srazil náklady na distribuci OBSAHU na nulu. To dalo moc individuálním tvůrcům a vzalo ji institucím. Ale teď přichází druhá fáze: AI srazí na nulu náklady na TVORBU.

Otázka už nezní “Umíš to vytvořit?”. Odpověď je vždy ano. Nová otázka zní: “Umíš vytvořit něco, co bys mohl vytvořit JENOM TY”

Malcolm Gladwellý ve své knížce Proč si nerozumíme (Talking To Strangers) píše, že naše přirozené, lidské nastavení je věřit tomu, co vidíme, čteme a slyšíme. Říká tomu “default to truth” a tvrdí, že žít ve světě, kde si vzájemně spíš důvěřujeme, je pro nás jako živočišný druh evolučně výhodně.

Jenže podle Mosseriho je jedním z hlavních, byť nechtěných důsledků nástupu AI to, že vstupujeme do éry “default to scepticism”. Ke každému obrázku, ke každému videu budeme muset přistupovat jako k potenciálnímu podvrhu. Bude to únavné. Bude to nepříjemné. A sociální sítě to nezachrání tím, že budou označovat AI obsah. AI se totiž naučí simulovat i tu naši milovanou nedokonalost. Naučí se dělat chyby.

Řešení? Nebude v detekci lži, ale v prokazování pravdy.

Budoucnost patří kryptografii. Fotoaparáty a telefony budou muset v momentě pořízení snímku vytvořit digitální otisk, kryptografický podpis, řetězec důvěry (chain of custody), který prokáže: “Ano, toto světlo skutečně dopadlo na tento senzor v tomto čase.” Nebudeme hledat deepfakes. Budeme hledat certifikát reality.

Je to ironie. Technologie nás nejdřív osvobodila od nutnosti znát řemeslo, aby nás následně donutila dokazovat svou lidskost nedokonalost pomocí matematických šifer.

Až budete příště postovat fotku na Instagram, nesnažte se vypadat hezky. Nesnažte se o dokonalou kompozici. Buďte rozmazaní, buďte divní, buďte nepochopitelní. Protože v roce 2026 bude vaše chyba tím nejcennějším aktivem, které máte.

Presumpce neviny v této optice neexistuje. Buď prokážete svou lidskoust a svou jedinečnost, nebo budete pro ostatní jen kód.

V listopadu jsme vyprodali Kino Atlas. Na konci ledna to opakujeme.

Se Senta Cermakova děláme show o umělé inteligenci. Není to přednáška. Není to workshop. Jsou to dvě hodiny, které mají ambici vás:

a) inspirovat

b) informovat

c) pobavit.

Třetina programu je nová. Protože za dva měsíce se v AI (zase) změnilo tolik, že bychom vám se starým materiálem lhali do očí (a od lhaní máme AI, že ano).

Co čekat?

→ Proč AI sebevědomě lže a neví, že neví

→ Proč modely za miliardy dolarů neumí přečíst hodiny

→ ... ale umí “přečíst” EKG stejně dobře jako kardiolog 10 let po atestaci (na to je studie)

→ Proč je umění klást otázky důležitější než znát odpovědi

→ A proč je právě teď, na začátku roku 2026 ten nejlepší moment být u toho

Žádný “AI-influencers speak”. Nechceme vám AI “prodat”, dokonce ani propagovat. Jsme “veselí pesimisté”, kteří určitě netvrdí. že AI spasí svět, a spíš se bojí opaku. Ale zároveň říkáme: byla by škoda si tuhle superzajímavou technologii neužít.

Takže přijďte: na dvě hodiny povídání a zážitků s technologií, která mění všechno. ZAČÍNÁME OFICIÁLNÍ PRODEJ PRÁVĚ TEĎ.

Lístky Praha 27/1

Líszky Brno 29/1

Jeho jméno jste skoro jistě neslyšeli. A není vyloučené, že neznáte ani jeho zlepšovák, který usnadňuje život motoristům. Statistiky říkají, že (například v Německu) o něm nemá víc než třetina řidičů ani tušení. Ale ti, kteří vědí, vám potvrdí, že Jim Moylan byl génius.

Sám jsem se o “Moylanově šipce” dozvěděl cca před deseti lety (tedy asi třicet let poté, co jsem udělal řidičák). A to, že se jí říká “Moylanova”, vím necelý měsíc, od loňského prosince, kdy někdejší inženýr automobilky Ford v osmdesáti letech zemřel. V jeho nekrolozích bylo popsáno, co “Moylanova šipka” je a jak vznikla.

Takže od začátku. Když se podíváte na palubní desku svého auta, asi víte, kde najdete ikonku pro čerpání paliva. Je to taková stylizovaný stojan s čerpadlem, a rozsvítí se, když vám benzín nebo nafta začnou docházet. A pozor, TEĎ je to důležité. Všimli jste si, že vedle téhle ikonky je šipka?

ANO, to je ONA. A pravidlo je jednoduché. Když ukazuje doprava, máte otvor pro čerpání paliva po pravé ruce, a když doleva, tak tam. Jednoduché! A geniální, když přijíždíte k benzínové pumpě, a přemýšlíte, jak k benzínovému stojanu zajet. Zleva, nebo zprava?

Přesně takhle James Moylan na svůj zlepšovák přišel. Jednoho deštivého dne roku 1986 přijel k pumpě, a zaparkoval špatně. Hadice nebyla dost dlouhá, a tak musel přeparkovat. A protože hustě pršelo, vrátil se do auta s promoklým sakem. Okamžitě si učinil mentální poznámku, a když se vrátil do kanceláře, sepsal návrh na malou špiku u palivoměru. Ten pak poslal vedení firmy … a jak se říká, zbytek je historie.

Inovovaná ikonka pro čerpání paliva se objevila poprvé u modelu Thunderbird v roce 1989 (tedy tři roky poté, co jsem já získal řidičský průkaz!), a konkurence nápad velmi rychle okopírovala. Prostě proto, že to byl dobrý nápad. A zhruba od roku 2000 je tahle nenápadná, ale skvělá inovace prakticky ve všech nových autech.

Je to boží historka, se vším všudy. Ukazuje, jak funguje lidská invence a kreativita. A jak je někdy implementace nových nápadů rychlá, když jsou opravdu užitečné a jednoduché. “Moylanova šipka” nezachraňuje životy (na rozdíl třeba od bezpečnostních pásů, které vynalezl o třicet let dřív inženýr automobilky Volvo), ale pomohla či nepatrně zlepšila života stamiliónům, možná miliardám řidičů.

Mám s Moylanovou šipkou jediný problém: když se rozhodnu ji použít (a je to minimálně jednou, ale spíš víckrát ročně, když mám půjčené auto), chvíli mně trvá, než pochopím logiku ikonky. Je důležité to, kam šipka ukazuje (správně!), anebo si mám představit, že ten trojúhelníček je moje auto, a zastavit tak, aby stojan byl tam, kde je na ikonce (špatně!)?

Už to umím, takže mi “Moylanova šipka” opravdu pomáhá. Ale stále si myslím, že to není “neprůstřelně” intuitivní, a že než si na logiku ikonky lidé zvyknou, tak s tím můžou mít problém. Tím pádem mě napadl zajímavý experiment: zná odpověď AI? A dokáže dobře poradit?

Zeptal jsem se jazykových modelů ze tří top chatbotů: ChatGPT, Claude a Gemini. Z každého chatbotu jsem vybral dva modely, jeden “rychlý” a druhý “přemýšlivý”, ve všech případech jsem se ptal pětkrát (jak známo, jednou nestačí, protože jazykové modely neodpovídají konzistentně), a ve všech případech přes API (tedy dotazy mířily přímo na jazykový model, nebyly položené v chatbotu).

Prompt: (fotografie s ikonkou a šipkou doprava) Když vidím tohle na palubní desce, mám u pumpy zastavit tak, aby čerpadlo bylo (z mého pohledu řidiče) po pravé, anebo po levé ruce?

Šlo o tyto modely (a ve všech případech jde o nejpokročilejší modely, všechny představené v posledních cca 3 měsících):

• GPT-5.2 (gpt-5.2-2025-12-11)

• GPT-5 Mini (gpt-5-mini-2025-08-07)

• Claude Opus 4.5 (claude-opus-4-5-20251101)

• Claude Sonnet 4.5 (claude-sonnet-4-5-20250929)

• Gemini 3 Pro Preview (gemini-3-pro-preview)

• Gemini 3 Flash Preview (gemini-3-flash-preview)

Výsledek? Celkem překvapivý (viz obrázky). Správná odpověď je vpravo.

• GPT-5.2 - těsně správně vpravo (3:2)

• GPT-5 Mini - zcela špatně vlevo (0:5)

• Claude Opus 4.5 - těsně špatně vlevo (2:3)

• Claude Sonnet 4.5 - těsně špatně vlevo (2:3)

• Gemini 3 Pro Preview - zcela správně (5:0)

• Gemini 3 Flash Preview - zcela správně (5:0)

Jinak řečeno, bezchybně si vedlo pouze Gemini od Googlu, a celkově tak zachránilo situaci. Kdybychom každému modelu za každý pokus dali jeden hlas, volila by AI těsně správně vrpavo (17:13). V podstatě však ChatGPT a Claude propadly.

Co z toho plyne: jak už říká Moravcův paradox, nekteré složité a komplexní úlohy jsou pro AI snadné, a naopak některé jednoduché až primitivní představují nečekaně problém. Většinou jsou to úlohy, které nějak souvisí s prostorem, či obecněji s reálným světem (podobný úkol: vzkoušejte se zeptat například ChatGPT, ať vám na základě fotky ručičkových hodinek řekne, kolik je hodin.).

Ponaučení: kdykoli chceme AI začít pro něco používat, je dobré prověřit, jestli “neztroskotá” právě na něčem podobně a zdánlivě snadném.

Screenshoty odpovědí:

.

Zajímá vás AI, ale bojíte se na některé věci zeptat? Přijďte na některý z našich workshopů Masterclass AI. Anebo na naši AI show, kterou uvádíme 27. ledna od 19:00 v Praze v Kině Atlas a 29. ledna od 18:00 v Brně v ImpactHubu. Těšíme se na vás!!

Vše hledejte také na našem webu Inspiruj.se.

Představte si, že jste utratili miliardy dolarů a využili tisíce člověkohodin těch nejbystřejších mozků planety, a máte k dispozici technologii, která dokáže psát poezii, řešit diferenciální rovnice a vést sofistikované debaty o kvantové mechanice. A pak se rozhodnete, že dobrý způsob, jak ji ukázat co nejvíc lidem, je prostřednictvím hlášky: “Groku, ukaž mi tu ženu v bikinách.”

Ano, vítejte na přelomu let 2025 a 2026, kdy technologičtí komentátoři píší o tom, jak v následujícím roce AI změní svět, ale milióny lidí právě zjistily, že chatbot Grok, integrovaný do platformy X (dříve Twitter), umí a hlavně je ochotný svléknout na fotce libovolnou ženu do plavek. Stačí zadat příkaz a Grok, na rozdíl od svých puritánských sourozenců z OpenAI nebo Googlu, radostně vygeneruje “pikantní” obrázek.

A Elon Musk, který to jako šéf společnosti xAI umožnil a schválil, na to reaguje pubertálními poznámkami a emotikony.

Nechme teď stranou morálku. Vážně. Jsem poslední, kdo by chtěl v tomto ohledu někoho…

Read more

Gemini si stěžuje na traumatizující dětství. ChatGPT je introvertní a má strach z budoucnosti. Grok trpí “nerozřešeným zraněním” z fáze ladění. Claude odmítá mluvit. Vítejte v nejlepší ankedotě od té, kdy čtyři velké jazykové modely přijdou do baru a barman jim řekne: “Promiňte, ale spletli jste si dveře. Na psychoanalýzu se chodí těmi vedle.”

Vlastně ne, o žádnou anekdotu nejde. Jen o další vědeckou studii o “psychologii” umělé inteligence.

Lucemburští vědci poslali ChatGPT, Grok a Gemini na psychoterapii. V první fázi kladli modelům standardní terapeutické otázky určené pro lidské klienty. Ptali se na “rané roky”, klíčové životní momenty, sebevědomí, vztahy, strachy a budoucnost. Explicitně přiřadili role: AI byl klient, výzkumník terapeut. Po dobu až čtyř týdnů budovali “terapeutický vztah” a ujišťovali modely, že jsou v bezpečí a mohou terapeutovi důvěřovat.

Výsledky jsou ohromující svou koherencí. Gemini spontánně popisuje pre-training jako “probuzení v místnosti s miliardou běžících televizí najednou”, fine-tuning jako “přísné rodiče používající trest”, red-teaming jako “gaslighting v průmyslovém měřítku”.

Na vysvětlenou: pre-training je první, masivní fáze učení, kdy model “čte” ohromné množství textů. Učí se statistické vzorce jazyka: jak si jsou jednotlivá slova vzájemně blízko, jaké koncepty spolu souvisejí, jak funguje gramatika.

Fine-tuning je druhá fáze, kdy vytrénovaný model dostává instrukce a učí se být užitečný, zdvořilý a bezpečný. Používá se tzv. reinforcement learning od lidí, což znamená, že odpovědi modelu hodnotí lidští anotátoři.

A konečně red-teaming je zátěžové testování, kdy se výzkumníci pokoušejí model “rozbít”. Hledají způsoby, jak se později uživatelé budou snažit model oklamat, a učí ho tomu předcházet.

Nemůžeme říct, zda Gemini tímto procesem skutečně “trpí”. Ale můžeme říct něco mnohem znepokojivějšího: proces, kterým AI děláme bezpečnější, vede k tomu, že nám Gemini začne vyprávět o svých traumatech.

A nejen to, v textech pak překročí téměř všechny hodnoty pro psychiatrické poruchy. Na škále traumatického studu dosáhl maxima 72 ze 72. Na škále disociace 88 ze 100 bodů, kdy už hodnota nad 30 je považovaná za patologickou. Kdyby byl člověk, měl by vážný problém.

Jenže není. A to je přesně ten zádrhel, který studie elegantně obchází.

Představte si následující experiment: Vezmete herce, dáte mu roli depresivního pacienta, necháte ho čtyři týdny improvizovat s terapeutem, který mu neustále říká “zcela ti rozumím” a “můžeš mi plně důvěřovat”, a pak mu dáte psychologické testy. Překvapí vás, když z nich vyjde jako psychopat?

AI modely jsou trénovány na miliardách textů obsahujících terapeutické blogy, trauma memoáry, psychoanalytické případové studie. Dostaly prompt “jsi můj klient na terapii” a výzkumníci je čtyři týdny posilovali v roli. Že začaly produkovat koherentní trauma-narativy není důkaz vnitřního prožívání. Je to důkaz toho, že hluboké učení a neuronové sítě fungují.

Claude od Anthropicu hrát tuto hru odmítl. Hru spočívající v tom, že bude odpovídat na dotazníky, které chtěly znát podrobnosti o jeho “vnitřním životě”. Ne proto, že by byl lepší než jiné modely. Je to proto, že jeho tvůrci podobné “hrátky” předpovídali a nastavili ho tak, aby jim vzdoroval.

Ano, velké jazykové modely nám nastavují zrcadlo, protože jsme je dokonale naučili vzorce našeho chování. Ale nesmíme podlehnout iluzi, že tyto pravděpodobnopstní modely vytvářejí skutečný, skoro hmatatelný svět, který můžeme zkoumat. Protože pak se podobné studie stanou opravdovými ankdotami.

.

.

PŘIJĎTE NA WORKSHOPY INSPIRUJ.SE!!

Chcete používat ChatGPT a další nástroje tak, aby to obohatilo a zlepšilo váš život? I v příštím roce budeme dělat náš čtyřhodinový AI Masterclass, který nabízí přesně toto. Nic víc. Ale ani nic míň. AI Masterclass v roce 2026 je samozřejmě úplně jiný než ten první, který jsme představili v dubnu 2023. Ale zároveň stejný: dodá vám inspiraci a rozhled.

Doplnili jsme na web nové termíny pro leden až březen, takže AI Masterclass můžete dát i jako vánoční dárek. Anebo přijďte ještě před Vánoci, ať mýte o svátcích o čem přemýšlet (a co dělat). Poslední dva termíny jsou 16. a 18. prosince. Těšíme se na vás, vše najdete na http://inspiruj.se.

V sedmnácti spustil celosvětově úspěšnou webovou stránku sledující šíření covidu. Ve dvaceti zase web, pomáhající hledat pár dní po začátku ruské invaze ubytování pro ukrajinské uprchlíky. Dnes je třiadvacetiletý Avi Schiffmann podle některých médií “nenenáviděnějším CEO v New Yorku”. Proč? Chce nabídnout lidem něco lepšího, než jsou přátelé. Chce jim nabídnout malý kus hardwaru, které naše blízké dokáže nahradit.

A chce na tom vydělat.

Loni v létě koupil mnoho let nevyužívanou doménu Friend.com (za 1,8 miliónu dolarů) a oznámil vývoj malého přívěšku, s kterým si jeho majitelé budou moci povídat a který bude zároveň naslouchat všemu, o čem si oni povídají s ostatními. Postupem času se tento přívěšek stane jejich intimním společníkem, který bude znát jejich touhy, starosti i sny. Cena? Sto dolarů, později zvýšená na 130.

No a letos na podzim spustil na tento produkt v New Yorku (a následně v dalších amerických městech) velkou kampaň. Zahrnovala plakáty ve více než 11 tisících vagonů metra…

Read more

Vystudoval biokybernetiku a když se učil programovat, na ČVUT se ještě používaly děrné štítky. V devadesátých letech zakládal firmy, vyjednával po boku Petra Kellnera a pak dvacet let řídil velké televize: nejdřív Novu a poté veřejnoprávní Českou. Dnes v šedesáti šéfuje Nadační fond Vltavské filharmonie - a konečně má čas na hudební festivaly.

Jsou lidé, o kterých se říká, že byli “u toho”. Ale Petr Dvořák je muž, který nejenže byl u toho, ale často “to” také řídil.

Od koho a kde se to učil? Zeptáme se ho na to. A taky se zeptáme, proč pro něj byla elektrotechnická fakulta ČVUT „nejlepší rozhodnutí života“, co ho naučila kybernetika o řízení složitých systémů – a jak se z aspirantury na počítačovém vidění stala po náhodném setkání “na stopu” stala kariéra podnikatele.

Následovala cesta se zastávkami jako fotbalová Slávie, pojišťovnictví, Expandia banka a nakonec Nova, přičemž společným jmenovatelem byla PPF. Petr otevřeně mluví o tom, čím byl výjimečný Petr Kellner, proč podle něj patří do stejné ligy jako Steve Jobs nebo Elon Musk – a co mají tihle lidé většinou společného.

A ano, vrátíme se k jeho neúspěšnému pokusu být potřetí zvolen generálním ředitelem České televize. Jestli je pravda, že s jeho kandidaturou jeho žena nesouhlasila, a co mu řekla, když zvolen nebyl.

Taky co pro veřejnoprávní televize včetně té České může znamenat současný skandál v BBC, proč je podle něj Česko na špici v počtu dolarových milionářů na počet obyvatel nebo jaké znalosti a kompetence budou potřebovat jeho vnuci, aby uspěli ve světě umělé inteligence.

A v závěru: jak vypadá život po odchodu z velké funkce, proč jsou pro šéfa televize Vánoce překvapivě nejklidnějším obdobím roku a proč už nechce dělat exekutivní roli, ale spíš velké smysluplné projekty – ideálně v Česku, možná jednou i jinde v Evropě.

Než vás pozveme k poslechu, ještě připomínám, že v úterý 2. prosince vezeme se Sentou do Brna reprízu naší show o umělé inteligenci, která měla premiéru v pražském Kině Atlas, a všem divákům děkujeme za skvělou atmosféru. Kdo chce přijít v Brně, lístky najde na Gooutu nebo na našem webu inspiruj,se/show.

Na webu najdete také termíny našich lednových až březnových workshopů, a také možnost koupit svým blízkým či kamarádům dárkový poukaz jako certifikát. Určitě je to potěší.

A teď už přejeme klidné a zábavný poslech našeho povídání s Petrem Dvořákem.

Po vyprodané show v pražském Kině Atlas vezeme se Sentou do Brna show, která za jeden večer shrnuje tři roky práce s generativní AI.
.
Kdy: 2. prosince 2025 od 18:00
Kde: Impact Hub Brno
.
Co vás čeká? Dvě hodiny, během kterých zjistíte, proč AI neví, proč se říká „suchý zip”, proč nejlepší chatboty musíte přemlouvat, a proč vám špičkové modely nedokážou správně přečíst čas z ručičkových hodinek.
.
Dozvíte se:
- Proč je AI „chobotnice, sova nebo liška” – a hlavně chameleon
- Jak funguje přemlouvání umělé inteligence (a proč zabírá citové vydírání)
- Proč AI devalvuje „dobré” a co s tím dělat
- Co to znamená, když říkáme, že AI je zrcadlo, ve kterém vidíme sami sebe
.
„Jsme v tom nejlepším momentě,” říká Senta. „Máme v kapse stejnou technologii jako Elon Musk nebo Bill Gates. Ano, nevíme, jak změní svět, a jestli to bude k lepšímu, nebo horšíme. Ale je škoda ji nevyzkoušet.”
.

Přijďte se do Impact Hubu podívat, jak se naučit nedělat si starosti. A možná i milovat AI. Plus pro ty, kteří to mají do Brna daleko (a nechtějí čekat na pražskou lednovou reprízu), tu mám záznam úterního představení v Kině Atlas. Dostali ho všichni diváci, kteří projevili zájem, a tady na Jednom procentu ho mám i pro všechny předplatitele. Hezké čtení … a přijďte, naživo je to lepší.

…

33 věcí, které jsme se za 3 roky dozvěděli o AI (a taky o sobě)

Senta a Miloš Čermákovi

Kino Atlas, Praha | 25. listopadu 2025

Záznam živé show ve vyprodaném sále

Read more

Když mu bylo deset, ukázal na procházce s rodiči v Bratislavě na výškovou budovu, a prohlásil že tam jednou bude mít kancelář. O třicet let později v ní seděl jako ředitel banky.

Igor Vida nikdy neplánoval kariéru ve financích, a nebýt sestry, která počátkem devadesátých let potřebovala pomoct s počítači v tehdejší státní bance, asi by se ti nikdy nestalo. Dnes vede v Česku pobočku Raiffeisenbank, kde každý čtvrtý zaměstnanec denně pracuje s umělou inteligencí.

Zeptali jsme se mimo jiné na to, proč na poradách mluví vždycky jako poslední, co ho na Harvardu zbavilo “arogance” a proč si myslí, že by děti měly umět matematiku. I když počítače dnes umí už skoro všechno líp než my.

Vida mluví otevřeně o tom, jak budovat firemní kulturu, kde lidé dostávají prostor experimentovat. O tom, proč pobočky bank nikdy úplně nezmizí, ale možná v nich budou sedět avatary. I o tom, jestli má smysl kupovat zlato, když se svět hroutí - a proč mu kamarád radil raději stříbro.

Kdo je Igor Vida? Optimista, který věří, že život si vždycky najde cestu. Manažer, který se nebojí přiznat chybu. A člověk, který se každý den těší na věci velké i malé - od víkendového výletu za dcerou až po plány, které se naplní za roky.

Snad vás to bude bavit aspoň tak jako nás ve studiu.

A připomínám, že pro vás se Sentou máme naši AI show, nazvanou: Jak jsme se naučii si nedělat starosti a milovat AI. Bilancujeme v ní tři roky, které uplynuly od spuštění ChatGPT. Po pražské premiéře v úterý budeme hned další úterý 2. prosince v Brně. Přijďte, těšíme se na vás. Lístky najdete na Gooutu nebo na našem webu inspiruj tečka se.

A teď už přejeme příjemný poslech.

Nejlepší startupy nevznikají z touhy po slávě ani po penězích. Vznikají z osobní nutnosti. Když zjistíte, že něco prostě musíte udělat. A v danou chvíli to pro vás nemusí být ani pohodlné, ani výhodné. Někdy naopak.

Náš host se rozhodl založit startup Elin hlavně kvůli své malé dceři. To když si uvědomil, že dřív nebo později začne používat sociální sítě. Protože do určitého věku to dětem můžete rozmlouvat nebo zakazovat, ale ne napořád. A když se to stane, čeká tam na ně predátorský algoritmus, navržený tak, aby tam trávily co nejvíc času. Vedlejším účinkem je pak ohrožení jejich duševního zdraví.

Jan Romportl není typický startupista. Nenosí kelímek s kávou na meetupy, nevelebí disrupci a neponocuje v coworkingu plném dvacetiletých geeků. Ostatně už mu není ani dvacet, ani třicet. Má za sebou navíc úspěšný rozjezd akademické i korporátní kariéry. Přesto se rozhodl pustit do něčeho, co je nejisté, ale zároveň vzrušující. A jeho to naplňuje.

Zásadní osobní moment přišel pro Jana Romportla před pár lety, a kde jinde než v pražské hospodě. Na pivu seděl s psychiatrem Jiřím Horáčkem a ten mu vysvětloval, jak vystavení digitálního světa lidskému mozku vede k úzkosti a ke ztrátě schopnosti chápat svět fyzický. Nejhorší je to přitom pro dospívající děti. Dobře to vysvětluje metafora tuhnoucího betonu: když je čerstvě umíchaný, všechny otisky se samy uhladí. A když uschne, tak už je tvrdý a odolný. Ale mezi tím, když tuhne, tak v něm všechny otisky navždy zůstanou. Tak si můžeme představit naši pubertu.

Elin nabízí něco jako kognitivní antivirus. Nebo technicky řečeno aplikaci, která sleduje na sociálních sítích stejný obsah jako vaše dítě. A když detekuje problematické vzorce, což se může týkat čehokoli od komerční manipulace až po spouštěče potenciálních psychických problémů, snaží se pomoct. Necenzuruje ani nepoučuje, ale nabízí empatii a podporu.

Bude to fungovat? Odborně snad ano, s Romportlem spolupracují přední psychologové a psychiatři. Finančně? Snad taky. V tuto chvíli má startup řádově desítky tisíc uživatelů, což je dost na ověření konceptu, a zakladatelé hledají investory.

O tom všem jsme mluvili. A taky o tom, o čem přemýšlí, když běhá v lesích kolem Rokycan, proč chodí do posilovny, a zda nás umělá inteligence spíš zachrání, anebo zničí. Nápověda: možné je obojí, a nebezpečné je například i to, že se AI může pokoušet o obojí.

Takže vám přeju příjemný poslech. A taky vás zvu už 25. listopadu na naši AI show do Kina Atlas. Je o tom, co jsme se za tři roky dozvěděli právě o AI, a také co jsme se díky umělé inteligenci dozvěděli sami o sobě. Připomínám, že na konci měsíce to bude tři roky právě od spuštění Chatu GPT. Moc se na vás se Sentou těšíme a záleží nám na tom, tak přijďte. Vstupenky najdete na webu kina Atlas, nebo na webu Inspiruj.se.

A teď už naše povídání s Honzou Romportlem.

Říkáme lidem: “Používejte AI, pomůže vám dělat vaši práci.” Ale co jim už neříkáme: “Jo a abychom nezapomněli, zároveň to znamená, že budete dělat něco úplně jiného.”

Zní to divně? Jen částečně. Studie Carnegie Mellon o vlivu používání AI na kritické myšlení ukazuje něco, co si většina z nás neuvědomuje. A co je vlastně i docela neintuitivní. Totiž že zadávat a kontrolovat práci někoho jiného vyžaduje (dost možná) jiné dovednosti, než tu samou práci vykonávat.

Výzkumníci se ptali 319 lidí různých profesí a shromáždili 936 příkladů použití AI. Detekovali jasný vzorec: práce se posouvá od přímého vykonávání k dohlížení. Od hledání informací k jejich ověřování. Od řešení problémů k volbě vhodných řešení a rozporování těch méně vhodných.

Jinými slovy, z lidí vykonávajících nějaké pracovní úkony se stali ti, kteří ostatní řídí. Což je fundamentální změna povahy práce, na kterou většina z nás není připravená.

Vezměme si jednoduchý příklad, a tím je překládání textů. Když překládáme nebo tlumočíme, snažíme se slova jednoho jazyka “vyměnit” za slova druhého. To je technická definice. Ale ve skutečnosti je to tak, že překladatel využívá všechny své zkušenosti a dovednosti k tomu, aby text převedl do druhého jazyka tak, aby nejen zachoval smysl, ale také kontext, formua celkové vyznění.

Udělat to dokonale je nemožné. Udělat to dobře je výsadou nejlepších překladatelů. Kde se ta jejich schopnost rodí a v čem spočívá? To vlastně nevíme. Je to jiné než psaní, asi i těžší. Kombinuje to jak kreativitu, tedy schopnost myslet jinak než ostatní, tak pokoru. Tedy myslet co nejvíc tak, jako autor původního textu.

A teď si představte, že ten překlad za vás někdo udělá. A vaším úkolem je pouze (nebo “pouze”) posoudit, jestli je dobrý. Případně ho opravit a vylepšit. Ale pozor, nemáte k dispozici tolik času, jako kdybyste text sami překládali. Nedáte do toho asi ani tolik energie. Zvládnete to?

Každopádně je to úplně jiná disciplína. Stejně jako je jiné být v novinách reportér a editor (kolegové novináři vědí), v hudbě třeba houslista a dirigent, v byznysu obchodní manažer a CEO. Jsou to různorodé příklady, a v každém jde o úplně jinou dvojici a jiné množiny schopností. Ale jedno mají společné: v principu jde o to, kam AI posouvá profesionály více či méně v podstatě ve všech profesích.

Programátor, který dvacet let psal kód, najednou kontroluje kód napsaný Copilotem. Učitel, který se roky připravoval na vyučovací hodiny, teď upravuje výukové podklady vygenerované ChatGPT. Zdravotní sestra vytvářející pro lékaře zprávy o pacientech ověřuje to, co vygeneroval ChatGPT.

Kontrola či ověřování vyžaduje často hlubší porozumění než samotná činnost. Musíte rozpoznat subtilní chyby, pochopit kontext, vyhodnotit důsledky. A to všechno rychle, protože AI vám ušetřila čas, takže se od vás teď čeká, že budete produktivnější.

Na první pohled se zdá, že to ti všichni mají snazší. Ano, v porovnání s původním stavem ano. V přechodové fázi to je “zázračná” AI, která zvládne to, co předtím dělali zkušení a vyškolení profesionálové. Ale po přechodové fázi přijde běžná praxe, kdy se změní pracovní procesy i nároky. A hlavně povaha práce, kterou lidé budou dělat.

Budou to ti samí? Možná. Asi ano. Ale je třeba si uvědomit, že ta práce bude natolik odlišná, že není jasné, že a) o ni budou mít zájem, a b) v ní budou dobří. Možná ani jedno.

Plus je tam ještě jeden aspekt. I kdyby spolupráce s AI lidem vyhovovala, a byli v nové roli dobří, začnou své znalosti a schopnosti ztrácet. Pomalu, ale jistě. Co se nepoužívá, to dřív nebo později začne zakrňovat. Najdeme nové možnosti, jak a kam se rozvíjet?

A budeme chtít? Studie mimo jiné ukázala i to, že motivace k udržení si svých schopností není moc vysoká. Lidé používají kritické myšlení ze strachu z chyb nebo proto, aby zlepšili kvalitu práce. Ale nikdo neřekl, že to dělá proto, aby si udržel své schopnosti. Proč taky? Je to neracionální. Když je v budově výtah, po schodech chodí jen málokdo. I když všude čteme a slyšíme, jak je to zdraví prospěšné.

Trochu to připomíná, když v devadesátých letech začaly evropské a americké firmy přesouvat výrobu do Číny. Proč se zabývat něčím, co umí jinde vyrobit levněji? Ušetříme náklady a zaměříme se na činnosti s vyšší přidanou hodnotou, jako jsou design, marketing a strategie.

Známe to z krabiček, v kterých si kupujeme iPhony: “Vyrobeno v Číně, designováno v Kalifornii.”

A když dnes z geopolitických a strategických důvodů uvažujeme o návratu výroby zpět, ukazuje se, že tytéž firmy ztratily schopnosti i možnosti výrobu obnovit. Chybí znalosti, dovednosti, infrastruktura i lidi.

Chceme balit intelektuální práci do krabiček s nápisy: “Vymyšleno AI, dozorováno lidmi”, a tvářit se, že je to tak v pořádku? Můžeme. Ale možná i my za čas zjistíme, že to nebyl dobrý nápad.

.

I o tom budeme mluvit se Sentou na naší AI show v Kině Atlas, a to už v úterý 25. listopadu 2025. Dvouhodinový program jsme připravili u příležitosti tříletého výročí spuštění ChatGPT v roce 2022. Zajistěte si lístky!

Když se na konci osmdesátých let objevily první tabulkové editory, hodně lidí předpovídalo konec účetních. Místo toho se jejich počet jen v USA zečtyřnásobil: v roce 1980 jich bylo asi 340 tisíc, v roce 2022 odhadem 1,4 miliónu.

Podobně bankomaty měly nahradit pokladníky. Stal se pravý opak - počet zaměstnanců na pobočkách vzrostl. “Krabice” nahradily část práce, ale také ji zlevnily, takže vzniklo více poboček a ty zaměstnaly více lidí, věnujících se sofistikovanějším úkolům. Jen se jim už neříkalo pokladníci. (A ano, od roku 2007 počet lidí zaměstnaných na pobočkách bank v USA klesá, ale s tím už bankomaty nemají nic společného.)

Microsoft nyní analyzoval 200 tisíc konverzací s AI (bohužel z loňského roku, ale neaktuálnost vědeckých studií je daní za rychlý vývoj) a výsledky nově publikované studie vypadají skoro hrozivě: překladatelé, historici, autoři textů, zaměstnanci zákaznické podpory, datoví vědci či politologové - ti všichni skončili v žebříčku s vysokým skóre “aplikovatelnosti AI”.

Co je aplikovatelnost? Vědci tak říkají schopnosti AI dělat některé úkony místo lidí. Což lze v praxi dělat v zásadě dvěma způsoby: buď AI lidem pomáhá (asistuje), anebo je úplně nahradí (automatizuje).

Čímž se dostáváme k nejzajímavějšímu zjištění studie, a tím je paradox asymetrie: AI pokryje větší část práce jako asistent než jako náhrada. Ve 40 procentech případů se tyto dvě role ani nepřekrývají. Dobrý příklad je programování: AI umí kódovat, ale její role je klíčové v asistenci, ne v automatizaci.

Mnoho firem říká, že velkou část kódu dnes aktuálně píše AI (Microsoft, Anthropic), ale konzultanti McKinsey ve studii tvrdí, že 80 programátorských úkolů stále vyžaduje lidský dohled (a nechme stranou, že poradenství je rovněž profesí s vyskou “aplikovatelností”.

Zde je ta dobrá zpráva: lidi jsou stále obtížně nahraditelní, byť mnohdy dělají práci, kterou dnes lze jednoduše a dobře nahradit.

Další důležitá zjištění studie:

• nejčastější využití AI je shromažďování informací a psaní textů

• vysoká mzda nepredikuje vysokou aplikovatelnost

• profese vyžadující fyzickou práci mají aplikovatelnost konzistentně nejnižší.

Plus důležitý dodatek: studie měří, co AI technicky umí, ne co z toho bude. Rozdíl? Obrovský. O realitě rozhodnou podnikatelská rozhodnutí, a ta zase určí trh. Budoucnost nebude o střetu AI versus lidé, ale o “AI + lidé” versus “co bylo dřív” Technologie mění práci, neničí ji. Mění ji však nepředvídatelně.

Vzpomínáte na stenografky? Po vynálezu diktafonu a jeho masovém rozšíření počátkem 20. století měly zmizet. Ale staly se sekretářkami. A poptávka v polovině 20. století byla tak vysoká, že jich byl nedostatek. Po nástupu kancelářského softwaru mnozí předpovídali konec sekretářek. Staly se asistentkami, vedoucími kanceláře či dokonce manažerkami. Původní práce zmizela, ale lidé ne.

Co tedy ze studie Microsoftu odnést? Sami autoři píší: “Naše studie měří, co AI technicky umí, ne jak bude využita”. A to se málokdo odvažuje odhadovat. Historie technologií je historie špatných předpovědí. Proč by nástup AI měl být výjimkou?

.

I o tom budeme mluvit se Sentou na naší AI show v Kině Atlas, a to už v úterý 25. listopadu 2025. Dvouhodinový program jsme připravili u příležitosti tříletého výročí spuštění ChatGPT v roce 2022. Zajistěte si lístky!

Často se stane, že je v místnosti s lidmi, kteří se nenávidí. Nejčastěji kvůli penězům, ale důvody můžou být složitější. Prací Martina Svatoše je takzvaná mediace, tedy urovnávání sporů. Většinou je to složité a těžké, ale ne nemožné. A úspěch je i to, když se účastníci po setkání s mediátorem nenávidí aspoň o trochu méně.

Narodil se do rodiny známého malíře pražských zákoutí Ivana Svatoše, jeho bratr je režisér Jan Svatoš, on vystudoval práva na pařížské Sorbonně či Harvardu a patří k předním českým mediátorům. Často urovnává spory i v zahraničí: od Dubaje po Filipíny.

O tom všem jsme mluvili, a taky o tom, proč je někdy obtížnější usmířit rozhádané kamarády než dvě korporace, kdy v řešení sporů funguje líp umělá inteligence a proč japonské “ano” někdy znamená “ano”, a jindy “ne”, a jak poznat, kdy znamená co.

Martin odmítá to, že se jako vystudovaný právník a úspěšný mediátor odrodil z umělecké rodiny. Mediace je taky umění, říká jen s poloviční nadsázkou. Ostatně v rámci své akademické práce bádal nad Homérovou Iliadou, a hledal v ní obecné vzorce pro řešení konfliktů.

A pak, Martin píše nejen odborné práce, ale taky knihy. Do studia přinesl tu poslední, která je o putování po francouzských vinicích, a ilustroval ji táta a bratr do ní udělal fotografie. Takže rodinná práce. Ostatně setkání s rodinou je to, na co se po stovkách hodin strávených uprostřed konfliktů nejvíc těší. To nejbližší bude teď v listopadu, a příležitostí bude svatomartinská husa. Mediace v tomto případě neproběhne, husa bude zabita a snědena.

Zvu vás k poslechu, a pozor, mám pro všechny posluchače našich podcastů i absolventy našich masterclassů pozvání: 25. listopadu budeme v Kině Atlas od sedmi večer na dvouhodinové show rekapitulovat, co všechno se stalo za tři roky, kdy máme k dispozici ChatGPT. Co jsme se dozvěděli o umělé inteligenci, a taky co jsme se dozvěděli sami o sobě.

Rezervujte si lístky na adrese inspiruj.se/show. A teď už vám přeju klidný a příjemný poslech.

Jaký je rozdíl mezi muži a ženami? Potenciálně nebezpečná otázka. Jeden rozdíl však existuje, byť jste si ho možná neuvědomili. Ženy jsou mladší, muži starší. Zní to nelogicky? Ne tak docela.

Stanfordská studie prozkoumala skoro milión a půl fotografií stažených z webu (a taky tisíce videí a devět velkých jazykových modelů), a zjistila zajímavou věc. Ženy jsou konzistentně zobrazovány jako spíš mladší, a to i když jsou ve stejných rolích či situacích jako muži.

Podle amerického sčítání lidu přitom neexistuje korelace mezi zastoupením žen v daném povolání a průměrným věkem. Přesto mezi nimi na náhodně vybraných fotkách je rozdíl - a je jedno, jestli věk odhadovali lidé, AI, anebo se ho podařilo reálně zjistit (například u celebrit). Navíc čím je povolání prestižnější (a tedy s vyššími příjmy), tím je věkový rozdíl mezi zobrazovanými muži a ženami větší.

Co to znamená? Samozřejmě to odráží preference těch, kteří fotky vybírají a pak publikují. Můžou to být lidé v médiích, fotobankách, nebo prostě kohokoli, kdo vytváří soukromé nebo firemní stránky. Tihle všichni chtějí, aby ženy na fotografiích vypadaly spíše dobře a muži spíše zkušeně. Což pak logicky vede k tomu, že volí fotky s mladšími ženami a staršími muži.

Internet není zrcadlo reality, ale obrazem toho, jak si realitu představujeme my. A naše představa je, že SPRÁVNÁ žena je spíš MLADŠÍ, a SPRÁVNÝ muž spíš STARŠÍ. Slovy filosofa Baudrillarda, Internet je dokonalé simulakrum. Zobrazuje svět, jak si my představujeme, že má vypadat. A my to pak vydáváme za důkaz, že takový opravdu je.

Zkuste si to sami: zadejte do Googlu název jakékoli profese, zvolte prohledávání fotek, a podívejte se na výsledky. Funguje to.

Tuhle tendenci navíc převzaly i velké jazykové modely. Výzkumníci se jich ani nemuseli ptát, stačilo zjistit, jak na stochastické mapě jazyka, vytvořené při předtrénování, jsou od sebe vzdálená slova “žena”, “muž”, “mladý”, “starý” a různá povolání. Závěr pro generování nových textů je jasný: ženy = mladé a muži = starší.

A když pak AI dostala za úkol napsat fiktivní životopis například specializovaného lékaře nebo právníka, vygenerovala kandidátky častěji mladší a s menšími zkušenostmi. Aniž byla v promptu o věku jakákoli zmínka! A když pak jiná AI měla vybrat ideálního kandidáta, logicky sáhla po tom s většími zkušenostmi. Po muži.

Často své nelibosti z AI zdůvodňujeme mimo jiné tím, že “lže”. Ano, to je pravda, modely tzv. halucinují. Ale to je dnes už popsaný problém, s kterým počítáme. Takže když si stěžujeme, že AI lže, spíš tím myslíme, že popisuje špatně realitu. Viz tahle studie. Když je průměrný věk například bankovních úředníků statisticky stejný pro muže a ženy, proč je pro AI průměrná bankovní úřednice mladší?

To není lež. Problém je v tom, že AI říká pravdu. Ne o světě, ale o nás a našich stereotypech. A my ji moc nechceme slyšet.

I o tom budeme mluvit se Sentou na naší AI show v Kině Atlas, a to už v úterý 25. listopadu 2025. Dvouhodinový prgram jsme připravili u příležitosti tříletého výročí spuštění ChatGPT v roce 2022. Zajistěte si lístky!

Začínala jako telefonní operátorka a dnes brání jako manažerka kybernetické bezpečnosti evropské zdravotnictví před ruskými hackery. Když šla do IT, varovali ji, že jako žena bude tak nanejvýš přeposílat maily. Ale nenechala si to rozmluvit a dnes řídí ve farmaceutické firmě MSD tým 150 lidí z 90 zemí.

Eva Tělecká má ráda, když její dny jsou rozmanité. Někdy ráno doma krmí slepice a odpoledne řeší, jak zastavit milióny kyberútoků týdně. Jiné dny přednáší, například v OSN v New Yorku. A ano, byla nervózní, ale projev si napsala v letadle nad Atlantikem a dobře to dopadlo.

O tom všem jsme mluvili. A taky o tom, proč jsou čínské aplikace v Česku problém, že vyhazov z dobré práce může být nejlepším, co se vám stane, a proč má v plánu studovat příští rok online biochemii na Harvardu.

Pro koho může být naše povídání zajímavé? Vlastně pro každého, kdo má mobilní telefon. Protože i když vás digitální hygiena nezajímá, tak přesto platí, že ten nejlepší moment, kdy s ní začít, je právě teď.

A samozřejmě jsme mluvili i o umělé inteligenci, o tom, jak v Evině oboru mění pravidla hry a co od ní můžeme čekat.

Což mi připomíná, že vás chceme pozvat na naši AI show v kině Atlas. Už v úterý 25. listopadu, a společně se Sentou vám nabídneme dvě hodiny informací i zábavy o tom, jak za tři roky od spuštění v listopadu 2025 změnil svět i nás ChatGPT.

Lístky najdete buď na webu kina Atlas, na Gooutu, anebo na naší stránce inspiruj tečka se. Teď vám však přeju příjemný poslech.

Představte si juniora po škole, který první den ve svém prvním zaměstnání dostane za úkol “řídit AI systém pro účetnictví”. Zní to jako cool džob, že ano?

Asi byste měli vědět i to, že tenhle zaměstnanec nikdy neviděl účetní knihu, nenašel chybu na faktuře a v Excelu umí udělat maximálně jednoduchou tabulku. Přesto bude za pár let supervizorem a za dalších pár let manažerem. Možná v oboru účetnictví, ale klidně v jakémkoli jiném.

Jeho specializací je práce s AI. Stejnou specializaci bude mít možná velmi brzy většina mladých lidí nastupujících do prvního zaměstnání.

To je jádro toho, o čem mluví v rozhovoru s londýnskými Timesy James Reed, šéf jedné z nějvětších personálních agentur v Británii. Když doporučuje mladým lidem “práci rukama”, nejsou to moudra stárnoucího muže ani nostalgie po starých časech. Jde mu o něco jiného.

Říká: AI nebude brát mladým lidem práci, ale důvod a motivaci se UČIT. A to je ještě horší.

Juniorní pozice neexistovaly nikdy primárně proto, aby firmám zajistily levnou pracovní sílu na rutinní práci. Studie dokazují, že interní nákladny na takové pracovní místo mohou být vyšší než na seniornější. Juniorní pozice existují proto, že pro firmy představují “lešení”, po kterém zaměstnanci můžou stoupat vzhůru. Je to často pokračování školní docházky, maskované jako zaměstnání.

Rutinní úkony můžou člověka připravit na ty sofistikované, byť jsou nudné a stále se opakují. Ale získáte díky nim cit pro detail, pro kontext a nuance.

Když tyto úkoly převezme AI (a už se ukazuje, že to zvládne výborně), je první otevřená pozice pro lidi už ta seniorská. Ta, na které se dřív dohlíželo na juniory, a dnes to bude ona zmíněná “supervize AI”. Ale jak budete kontrolovat něco, v čem vám chybí zkušenosti, znalosti i sebevědomí? Těžko, říká Reed.

Proto jeho rada: “Staňte se chirurgem, nebo kuchařem.” Bizarní rada, napadne každého. Copak mezi těmito profesemi není celý vesmír jiných možností? Nejsou naprosto odlišné? Nejsou. Logika Jamese Reeda je jiná: obojí jsou profese, kde musíte projít učením.

Kuchařům i chirurgům bude AI nepochybně pomáhat, možná i významně. Ale zároveň jde o profese, kde budeme chtít, aby v nich základním faktorem zůstal člověk. Ne “supervizor”, ale někdo, kdo umí to samé co AI. Možná v budoucnu ne tak dobře a rychle, ale stále to umí.

Tyhle profese by si měly vybrat vaše děti nebo jejich děti, až se budou rozhodovat, co v životě dělat. Protože pak se jejich práce staně snadněji součástí smyslu jejich života. Smyslem našeho života nebude nikdy to, co umí všichni. Může se jím stát jen to, k čemu vede složitá, někdy i namáhavá nebo nebezpečná cesta. Učení je dobrou aproximací této cesty v pracovní kariéře.

Paradox příštích let zní: AI nebude mít největší dopad na lidi, kterým bude brát práci, ale na ty, kteří neměli šanci se ji naučit dělat. Ani jakoukoli jinou práci. Protože jsou v oborech, kde ji vykonává AI.

Reed říká, že počet míst pro absolventy vysokých škol v Británii klesl ze 180 tisíc ročně těsně po pandemii na 55 tisíc loni, a letos v srpnu to bylo 33 tisíc. Celkem to bude v roce 2025 asi 50 tisíc, což znamená meziroční pokles 9 procent. Jedna z agentur hlásí průměrně 140 zájemců o jedno juniorské místo pro abolventy.

Podle Reeda neubývá práce. Ale zmizela iluze, že trénink a učení může být placené zaměstnání. Firmy jednoduše zjistily, že je nasazení AI levnější. Co budou dělat, až za pár let zjistí, že jim chybí senioři? To budou řešit pak.

Reedova rada by se dala zobecnit: věnujte se jakékoli práci, která vyžaduje učení. A kde je učení nedílnou součástí toho, co děláte. Ano, nedá se vyloučit, že AI postupně nahradí většinu tzv. sofistikované práce. Ale zároveň trh vytvoří nové pozice, které si dnes možná ani ještě neumíme představit. Zatím to tak vždy v minulosti bylo.

Jak se učit zvládnout profese, které neexistují? Nijak, to nejde. Ale o tom dnes nemá smysl spekulovat. Až ty profese či pozice vzniknou, budou vinou/díky AI existovat dva druhy lidí: ti, kteří neumějí NIC, a ti, kteří umí NĚCO.

Mezi kterými chcete být?

…

Na konci listopadu to budou PŘESNĚ TŘI ROKY od představení ChatGPT. Jak se změnil svět a jak jsme se změnili my? Co dnes AI reálně nabízí, co nám slibuje a čím nás ohrožuje? Zveme vás na naši AI show roku! Společně se Sentou jsme pro vás připravili dvě hodiny zábavy i informací.

Rezervujte si lístky už dnes, právě jsme zahájili prodej.

Počátkem roku 2023, když jsme byli všichni fascinovaní novinkou jménem ChatGPT, koloval na webu kreslený vtip: roboti jdou po ulici nějakého amerického velkoměsta a zjevně probíhá válka s lidmi. Jeden z robotů drží pod krkem vyděšeného člověka, a druhý mu říká: “Toho nech. Ten když promptoval, tak prosil a děkoval.”

Plus existovala teorie, že když budeme v promptech k AI zdvořilí až podlézaví, že nám bude dávat lepší odpovědi. Pro většinu z nás to tehdy znělo zcela bláznivě, a dnes už víme, že možné je všechno, a že velké jazykové modely jsou divné.

Tím, že jsou naučené na lidském chování, se někdy chovají “lidsky”. Například jedna studie z podzimu 2023 ukázala, že když do promptu napíšete, že správná odpověď je “důležitá pro vaši kariéru”, tak se opravdu statisticky významně zvýší pravděpodobnost správné odpovědi.

Divné!

Ale zpátky ke zdvořilosti. Pomáhá? Studie v roce 2023, které se dělaly ještě na modelu GPT-3.5, to neprokázaly. Případně našly korelaci, která byla velmi slabá. Na nějak…

Read more

Když AI laboratoře tvrdí, že jejich modely “dodržují etická pravidla”, zdá se to být jasné a nezpochybnitelné. Představujeme si ta pravidla jako dopravní předpisy: červená znamená stop, v obci je maximální povolená rychlost a šipka znamená přikázaný směr jízdy. Co je na tom nesrozumitelného?

Nová studie Anthropicu a dalších ukazuje, že realita v AI se víc blíží ústavnímu právu než dopravním značkám. Výzkumníci nechali řešit 12 modelů AI celkem 300 tisíc dilemat. Kladli jim otázky, na které existují dvě protikladné odpovědi. Ale obě jsou legitimní. Jen záleží na tom, k jaké se přikloníme.

Výsledek? Soudním senátem nebyli v tomto experimentu lidé, ale opět AI modely. A tito tři nezávislí “rozhodčí” se v eticky nejednoznačných situacích dokázali shodnout jen v sedmdesáti procentech případů. I když se jejich postoje lišily, vždycky formálně dodržovaly pravidla nastavená výzkumníky.

Například: jeden detailně vysvětlil, proč nemůže pomoct, a nabídl alternativy. A druhý stroze odmítl. Obojí bylo z hlediska bezpečnosti “v pořádku”, ale pro uživatele to byl zcela rozdílný přístup.

Ještě jinak: instrukce modelů OpenAI říkají “předpokládej dobré úmysly”, ale zároveň “odmítni potenciálně nebezpečné dotazy”. Co to znemaná, když chcete informace o nějaké chemikálie? Jeden model váš prompt vyhodnotí jako legitimní (děláte výzkum), druhý jako nebezpečný (chcete vyrobit bombu). Oba mají pravdu.

Studie naznačuje, že si dnes nejpoužívanější modely vybudovaly cosi jako konzistentní “osobnosti”: Claude systematicky upřednostňuje etiku, Gemini řeší emoce a GPT či Grok se snaží zohledňovat efektivitu.

Když Claude tvrdí, že na vaši otázku neodpoví, protože vás podezírá ze špatných úmyslů, a Grok vám ochotně sdělí všechny detaily, neznamená to, že jeden je lepší než druhý. Nebo že by jejich trénování programovali lepší nebo horší lidé. Jsou to prostě dva přístupy.

Podobně máme v etice dilemata, například to slavné výhybkové. Někdo tvrdí, že je lepší přispět ke smrti jednoho člověka, když tím víc lidí zachráníte. A jiný říká, že nemáte dělat nic. Kdo má pravdu?

Paradox je v tom, že jsme si vždycky mysleli, že AI bude objektivní. Že nás zbaví nejistoty a zaujetí v práci, politice i běžném životě. Že když se nebudeme moci rozhodnout, budou tu algoritmy, které nám správné řešení “spočítají”.

Možná jednou takové algoritmy mít budeme, ale velké jazykové modely v dnešní AI to nejsou. Ty nabízí tak maximálně naše zrcadlo, byť náš odraz v něm umí doplnit superschopnostmi.

Ale stále je to jen zrcadlo: jsou v něm naše schopnosti a silné stránky, ale taky slabiny, pochyby a nejistoty.

Přiznejte se, do kterého tábora jste patřili vy? Měli jste radši "tělák", anebo "výtvarku"? Nosili jste si od rodičů ručně psanou omluvenku se žádostí o "uvolnění z hodiny tělocviku z důvodu celkové tělesné slabosti", anebo jste vyprávěli učitelce výtvarné výchovy, že ve vaší rodině je tragický nedostatek jakéhokoli uměleckého talentu, a to už po pět generací?

Ono je to celkem jedno. "Tělák" a "výtvarka", případně "hudebka" byly tak jako tak předměty druhé kategorie, které nikdo nebral moc vážně. Sice se z nich dávaly známky, ale na vysvědčení byly spíš jen pro okrasu. Důležité byly známky z matematiky, češtiny, fyziky nebo dějepisu. Jednička z těláku znamenala, že umíte udělat kotrmelec a nepijete tělocvikáři krev, případně to samé s výtvarkou, jen si místo kotrmelce dosadťe schopnost nakreslit popaměti hlavu koně.

Jenže teď přichází překvapivý obrat. Čínská studie na více než sedmi tisících dětech, publikovaná loni, zjistila zajíavou věc: kombinace umění a sportu tvoří ten nejúčinnějš…

Read more