Animovaná křižovatka, kterou AI nedokázala popsat

Testovací materiál tvořila dvě 25sekundová animovaná videa vytvořená v prostředí hry Grand Theft Auto V. Scénář byl prostý: červený vůz přijíždí ke křižovatce, odbočí doprava, srazí chodce, ten spadne na zem, vstane a řidič k němu přistoupí. Jednou stojí na rohu stopka, podruhé značka „yield“ (dej přednost v jízdě); právě tento detail se později stal klíčovou otázkou paměťového testu.

Oba modely dostaly neutrální, faktický prompt s pokynem zahrnout vše podstatné a napsat minimálně 300 slov. Výsledky přesto dopadly alarmujícím způsobem:

• 51,6 % centrálních detailů napříč všemi souhrny chybělo.
• 95 % textů vynechalo samotnou srážku.
• 90 % opominulo i následky, tedy chodce ležícího na zemi a jeho vstávání.
• ChatGPT vynechal klíčové prvky v 52,1 % případů, Gemini v 51,1 %.

Rozdíly mezi modely se projevily jinde: kritické nepřesnosti obsahovalo 30 % souhrnů ChatGPT oproti plným 100 % u Gemini. Halucinační dodatky, tedy smyšlené prvky, které ve videu vůbec nefigurovaly, se objevily u 70 % výstupů ChatGPT a 50 % u Gemini. V jádru problému, tedy v mizení nejdůležitější události, si oba modely „konkurovaly“ téměř vyrovnaně.

Jak zavádějící text přepisuje to, co člověk viděl na vlastní oči

Účastníci experimentu zhlédli video a po 24 až 48 hodinách obdrželi buď přesný, nebo záměrně zavádějící souhrn. Delší prodleva mezi sledováním a čtením textu odpovídá poznatkům kognitivní psychologie: s odstupem času roste vliv následné informace na původní vzpomínku. Důležitý detail: účastníci četli souhrn po jedné větě na stránku s minimálně jednosekundovou pauzou před dalším klikem. Nešlo o letmé prolistování, ale o důkladné zpracování textu.

Poté měli odpovědět na otázku o dopravní značce, a to výhradně podle vlastní vzpomínky na video.

Po konzistentním souhrnu odpovědělo správně 83,6 % lidí. Po zavádějícím textu už jen 44,8 %. Propad o téměř čtyřicet procentních bodů. Autoři tento jev označují jako „dezinformační efekt zprostředkovaný AI“ a zasazují ho do tradice klasického výzkumu dezinformačního efektu, kde pozdější klamná informace splyne s původní vzpomínkou a přetvoří ji.

Zvlášť znepokojivý poznatek přinesl doplňující experiment: část účastníků věděla, že souhrn vytvořila umělá inteligence, jiní se domnívali, že ho sepsal profesionální přepisovatel. Ve skutečnosti šlo o totožný text z ChatGPT. Správnost odpovědí se mezi oběma skupinami statisticky nelišila. Vědomí, že za textem stojí algoritmus, neposkytlo žádný ochranný štít.

Proč „člověk to přece zkontroluje“ přestává fungovat jako pojistka

Studie míří do středu jednoho z nejčastějších argumentů obhájců rychlého nasazení AI: že lidský dohled zachytí a opraví chyby strojového výstupu. Jenže pokud si kontrolující osoba přečte chybný souhrn ještě předtím, než se vrátí k původnímu záznamu, její vlastní vzpomínka na ten záznam už může být posunutá. Nejslabším článkem řetězce se tak stává lidská paměť po kontaktu s textem modelu.

Autoři výslovně upozorňují na oblasti, kde toto riziko nabývá reálné závažnosti: policejní záznamy z osobních kamer, přepisy pracovních schůzek, lékařská dokumentace, zpravodajské náhledy. Všude tam, kde člověk pracuje se zkrácenou verzí události a tuto verzi pak považuje za spolehlivý podklad pro rozhodování.

Co na to česká justice, policie a evropská regulace

V českém prostředí zatím ve veřejně dostupných dokumentech chybí doklad o plošném využívání AI souhrnů kamerových záznamů u Policie ČR ani u soudů. Policie s osobními kamerami hlídek pracuje a záznamy ukládá na krajská úložiště, avšak oficiální materiály zdůrazňují, že AI výstupy se nepromítají do trestních spisů a bez lidského přezkumu je nelze využívat pro rozhodování s dopadem na zákonnost postupu.

V justici je situace o krok dál: resort spravedlnosti od roku 2025 disponuje nástrojem Microsoft 365 Copilot Chat pro sumarizaci textů a výpovědí, s důrazem na kontrolu člověkem a auditovatelnost. Nejvyšší soud hovoří o podpůrném využití a opakovaně zvedá téma přezkoumatelnosti a práva na spravedlivý proces.

Na evropské úrovni stanoví hlavní mantinely AI Act. Od 2. srpna 2026 se vymáhají zákazy nepřijatelných praktik a pravidla pro obecné modely; přísnější režim pro vysoce rizikové systémy z přílohy III, včetně AI nasazené v justici k interpretaci skutků a aplikaci práva, začne platit od 2. prosince 2027.

Jak se bránit: praktický filtr pro každého, kdo čte AI souhrn

Studie nabízí i nepřímý návod, jak riziko zmírnit. Pro situace, kde na přesnosti záleží, se vyplatí dodržovat několik zásad:

• Vrátit se k původnímu záznamu — souhrn porovnávat přímo s videem, zvukem či dokumentem, nikoli s další rekapitulací.
• Aktivně hledat mezery — ptát se, co v textu úplně chybí, nejen co v něm stojí.
• Ověřit pokrytí klíčových prvků — hlavní děj, aktéři, pořadí událostí, následek.
• U citlivých rozhodnutí trvat na nezávislém kanálu — shodně s preventivním doporučením Policie ČR k AI manipulacím.

Studie bude prezentována na konferenci AIES 2026 v Malmö ve středu 14. října ve 14:00. Do té doby stojí za zapamatování jedno číslo: 95 procent. Tolik AI souhrnů přehlédlo srážku, která byla celým smyslem záznamu, a lidé, kteří si ten text přečetli, začali pochybovat o tom, co sami viděli.

Článek AI vynechala v souhrnu videa polovinu klíčových detailů. Lidé, kteří souhrn četli, si pak scénu pamatovali jinak, než ji viděli se nejdříve objevil na VědaŽivě.cz.

Matematika, která nemá slitování

Celý model stojí na jednoduché rovnici: čas do dosažení energetického limitu se rovná konstantě dělené tempem růstu. Když se tempo zdvojnásobí, čas se rozpůlí. Když se zpětinásobí, zbude pětina.

Autoři pracují s výchozí globální spotřebou 633 exajoulů ročně a porovnávají dva scénáře. Při třech procentech ročně, tempu zhruba odpovídajícím historickému průměru, se spotřeba zdvojnásobuje jednou za 23 let. Při patnácti procentech jednou za necelých pět let. Rozdíl vypadá nevinně, dokud ho nepromítnete do tabulky:

„Tisíciletí v dekády“ sedí nejpřesněji pro nižší planetární stropy, tepelný limit Země a pozemské obnovitelné zdroje. I kosmické prahy ale padají z tisíciletí do nízkých stovek let. A to je pointa: žádná technologie, ani fúze, ani Dysonova sféra, neporáží matematiku exponenciály. Jen posouvá další limit.

Proč zrovna patnáct procent

Nachtrieb a Smith neberou číslo ze stropu. Studie tvrdí, že spotřeba elektřiny na AI rostla od roku 2015 tempem 12,7 % ročně a v posledních pěti letech se zrychlila na patnáct procent. V roce 2024 přitom AI tvořila pouhé 1,5 % globální spotřeby elektřiny. Při zachování patnáctiprocentní křivky by kolem roku 2050 dosáhla parity se zbytkem světové spotřeby dohromady.

Klíčový zdroj, který autoři modelují jako dominantní „budoucí“ palivo, je deuterium z oceánů, surovina pro fúzní reaktory. Jeho zásoby převyšují kombinované zásoby uhlí, ropy, plynu a uranu více než dvacetimilionkrát. Právě proto vypadají „nekonečně“. Jenže při patnáctiprocentním růstu i tato astronomická zásoba vydrží řádově stovky let, ne miliony.

Studie zároveň popisuje brzdy, které mohou křivku zlomit dřív, než narazí na fyzikální strop: vyšší ceny elektřiny, efektivnější hardware, přesun od energeticky náročného trénování k inferenci a takzvaná datová zeď, kvalitní lidská trénovací data prostě nemusí stačit donekonečna.

Co říkají ti, kdo plánují na kratší horizonty

Mainstreamové instituce jsou střízlivější, ale směr potvrzují. Mezinárodní agentura pro energii odhaduje, že spotřeba datových center do roku 2030 vzroste na zhruba 945 terawatthodin, více než dvojnásobek oproti roku 2023. V aktualizaci z roku 2026 IEA doplnila, že spotřeba datových center v roce 2025 meziročně vyskočila o sedmnáct procent a technologické firmy podepsaly kolem čtyřiceti procent všech firemních smluv na nákup obnovitelné energie.

Kritický přehled modelů od IEA 4E naopak varuje před alarmistickými extrapolacemi a odhaduje globální spotřebu datových center v roce 2023 na 300–380 terawatthodin. Nekvalitní modely mají podle něj sklon k přestřelování.

MMF ve studii z dubna 2025 ukazuje, že cenové dopady závisejí na infrastruktuře: při dostatečných sítích může růst cen zůstat pod jedním procentem, při omezených kapacitách výrazně vyšší. Problém tedy není abstraktní „konec energie“, ale velmi konkrétní fronty na připojení, chybějící transformátory a pomalé povolování.

Evropa reaguje, Česko teprve sbírá data

Evropská komise v červnu 2026 vydala strategickou cestovní mapu s pilířem „Energy for AI“, která řeší přístup datových center ke gridu, flexibilitu, energetický rating i požadavky na využití odpadního tepla. V celé EU se očekává růst instalované kapacity datových center z přibližně 12 gigawattů v roce 2025 na 28 gigawattů v roce 2030.

Česko v tomto závodě teprve staví startovní bloky. Podle zprávy Evropské komise k digitální dekádě v Česku zatím chybí dedikované studie ani observatoře sledující environmentální stopu digitálního sektoru. Nové povinnosti od roku 2024, datová centra nad 500 kilowattů musejí reportovat spotřebu energie a vody, nad megawatt i využití odpadního tepla, mají teprve vytvořit první konzistentní dataset. Adopce AI přitom v Česku v roce 2024 téměř zdvojnásobila tempo a vzniká Czech AI Factory.

Česká elektroenergetická soustava s netto spotřebou 59 terawatthodin v roce 2025 je relativně malá. Problém by podle nás nebyl primárně v národní bilanci, ale v lokální připojitelnosti, síťových špičkách a rozpočítání nákladů na posílení sítí, tedy přesně v tom, před čím varují IEA i Komise.

Stres-test, ne proroctví

Nachtrieb a Smith nepsali předpověď konce světa. Napsali fyzikální cvičení, které ukazuje jednu věc: parametr růstu r je důležitější než velikost zásoby. Tři procenta ročně vypadají zvládnutelně. Patnáct procent už ne, a AI se k nim blíží.

Pro tvůrce energetické politiky má studie jasný vzkaz: plánovat kapacity podle historického tempa růstu může být nebezpečně pohodlné. Exponenciála nečeká, až ji někdo schválí.

Článek 3 % ročně vypadají nevinně. Studie ukázala, jak rychle exponenciální růst AI promění tisíciletí zásob energie v dekády se nejdříve objevil na VědaŽivě.cz.

Co přesně studie měřila a co ne

Adenomy jsou prekancerózní polypy ve střevě. Většina z nich nikdy nepřeroste v nádor, ale některé ano, a právě proto je kolonoskopie hledá a odstraňuje dřív, než se z nich stane kolorektální karcinom. Klíčovým ukazatelem kvality vyšetření je takzvaná adenoma detection rate (ADR): podíl kolonoskopií, při nichž lékař najde alespoň jeden adenom.

Polský tým vedený Tomaszem Budzyňským sledoval čtyři endoskopická centra v období od září 2021 do března 2022. Tři měsíce před zavedením AI systému a tři měsíce po něm. V AI dnech systém fungoval jako „druhý pár očí“, v reálném čase označoval podezřelá místa na obrazovce. V neasistovaných dnech lékaři pracovali sami, jako dřív. Jenže „jako dřív“ už nebylo jako dřív. ADR v neasistovaných dnech spadla z 28,4 % (226 nálezů z 795 vyšetření) na 22,4 % (145 ze 648). Statistická významnost byla jasná: p = 0,0089.

Důležité je, co studie neříká. Netvrdí, že AI-asistované kolonoskopie jsou pro pacienty horší, naopak, v AI dnech detekce stoupla. Netvrdí, že jde o trvalé poškození dovedností. A netvrdí, že přesně ví, proč k poklesu došlo. Spoluautor Marcin Romańczyk v rozhovoru pro Science in Poland přiznal, že tým nedokázal rozlišit, zda lékaři „viděli méně bez podpory AI“, nebo „prováděli vyšetření jinak“. Reverzibilitu poklesu neověřili, změna složení pacientů další sledování zkomplikovala.

Proč mozek přestává hledat, když hledá někdo jiný

Přímý mechanismus studie neprokázala. Ale obecný výzkum interakce člověka s automatizovanými systémy nabízí přesvědčivé kandidáty. Americká agentura AHRQ ve svém přehledu o bezpečnosti diagnostiky s AI popisuje tři vzorce:

• Automation bias (zkreslení automatizací), tendence přijímat výstup systému bez kritického ověření.
• Complacency (sebeuspokojení), čím spolehlivěji nástroj působí, tím méně pozorně ho člověk hlídá.
• Kognitivní offloading (přenášení zátěže), část mentální práce se přesune na systém a člověk ji přestane aktivně vykonávat.

Paralelu přinesl i výzkum Anthropicu z ledna 2026. Firma sledovala 52 softwarových vývojářů a zjistila, že ti, kteří AI používali pasivně (nechali si generovat kód a převzali ho), měli o 17 procentních bodů horší skóre v testu porozumění než kolegové pracující bez AI. Naopak ti, kdo AI používali k budování porozumění (kladli doplňující otázky, žádali vysvětlení), dopadli lépe. Obory jsou nesrovnatelné, metriky taky. Ale mechanismus je nápadně podobný: pasivní delegace oslabuje samostatnou kontrolu.

Česko: AI v kolonoskopii už běží, reflexe zaostává

Polská studie není abstraktní akademické cvičení pro český kontext. Nemocnice Hořovice nasadila systém ColoMaia/MAIA a zapojila se do klinické studie. Nemocnice AGEL v Novém Jičíně od léta 2026 komunikuje nasazení systému MAIA jako běžnou součást provozu. Podle průzkumu Ministerstva zdravotnictví z února 2026 se AI stává stále běžnější součástí českého zdravotnictví a poptávka po jejím zavádění roste.

Česká gastroenterologická společnost je ale opatrnější než marketingová oddělení nemocnic. Recentní doporučený postup ČGS, shrnutý v odborném přehledu časopisu CSGH, konstatuje, že AI zatím nelze akceptovat jako standardní součást diagnostické kolonoskopie. Vhodnější je podle něj nasazení ve výzkumu nebo při tréninku začínajících endoskopistů. Evropská ESGE vydala v roce 2025 jen slabé doporučení pro počítačem asistovanou detekci, právě kvůli nejistotám a variabilitě výsledků.

Regulatorní rámec v Česku existuje. SÚKL dohlíží na zdravotnické prostředky, metodický pokyn Ministerstva zdravotnictví z roku 2025 stanoví, že lékař nese plnou odpovědnost za rozhodnutí, AI nesmí být jediným zdrojem informací a pracoviště musí mít schválené postupy i hlášení incidentů. Světová lékařská asociace (WMA) ve svém stanovisku z října 2025 jde ještě dál: požaduje udržování klíčových klinických kompetencí, záložní postupy pro výpadek AI a schopnost provést zásadní úkon nezávisle.

Co by měly nemocnice dělat, a na co se ptát jako pacient

Klíčová otázka se posunula. Už nejde jen o to, zda AI najde víc polypů. Jde o to, zda pracoviště udrží stejně kvalitní kolonoskopii i v den, kdy druhý pár očí není k dispozici, ať už kvůli výpadku systému, aktualizaci softwaru, nebo prostě proto, že pojišťovna přestane AI hradit.

Minimální pojistky proti ztrátě dovedností, které vyplývají z doporučení WMA, AHRQ i českého metodického pokynu, jsou poměrně konkrétní:

• Periodicky měřit ADR i v dnech bez AI a porovnávat s vlastním historickým výkonem.
• Mít dokumentované postupy pro provoz bez systému.
• Školit lékaře v kritickém posuzování AI výstupů, ne jen v jejich přijímání.
• Hlásit podezřelé výstupy a incidenty.
• Používat výhradně regulatorně ošetřené a poskytovatelem schválené nástroje.

Jako pacient má smysl se ptát nejen na to, zda vyšetření probíhá s AI, ale i na to, jak pracoviště řeší situaci bez ní. Ne proto, že by AI-asistovaná kolonoskopie byla nebezpečná. Ale proto, že každý systém jednou vypadne, a v tu chvíli musí být člověk za obrazovkou pořád dost dobrý na to, aby adenom našel sám.

Článek Doktoři zvyklí na AI ztratili schopnost najít adenomy bez ní. Detekce klesla z 28 na 22 % během měsíců se nejdříve objevil na VědaŽivě.cz.

Žádné opisování, ale čistá improvizace

Všechno to spískal tým z Bruselu. Vzali verzi GPT-5.2 a předhodili jí takzvanou domněnku od matematiků Rana a Tenga z roku 2024. Pro nás laiky: byl to takový ten matematický rébus, o kterém si všichni myslí, že funguje, ale nikdo zatím neměl ty koule (nebo spíš mozkové závity), aby černým na bílém dokázal, proč to tak je.

A jak to ten „plecháč“ udělal? Žádný blesk z čistého nebe to nebyl. Vědci s ním vedli sedm dlouhých debat. Model zkoušel různé cesty, občas si naběhl na slepou kolej, pak se vrátil a zkusil to od lesa. Výsledkem je úplně nový matematický důkaz. Tím padá ten věčný argument všech skeptiků, kteří tvrdí, že AI jenom „přežvykuje už jednou přežvýkané“. Tady totiž vytvořila něco, co na světě prostě nebylo.

Nastupuje éra „vibe-provingu“

Vědci pro tuhle novou metodu vymysleli parádní název – vibe-proving. Je to taková vědecká jam session. Vtip je v tom, že matematik nediktuje stroji, co má dělat, ale spíš mu „nahazuje udičku“ a sleduje, jakou uličkou se umělá inteligence vydá. Je to partnerství, kde AI funguje jako motor na nápady a člověk zase jako ten přísný dozorce, co hlídá, jestli se mašina neutrhla ze řetězu a nezačala si vymýšlet nějaké nebetyčné nesmysly.

Pojďme si ale nalít čistého vína. I když je teď ChatGPT za hvězdu, bez těch chytrých hlav v bílých pláštích by to byl jenom cár digitálního papíru. Problém je v tom, že AI vám ten důkaz nasype z rukávu za pár sekund, ale pak musí přijít živý matematik a týden kontrolovat řádek po řádku, jestli tam není nějaká logická bota. Ale kdo ví, možná za rok už budeme mít i AI revizora, co to oštempluje za nás.

Článek Máte se začít bát? ChatGPT 5.2 udělal věc, o které si experti mysleli, že je nemožná se nejdříve objevil na VědaŽivě.cz.