Když se zeptáte ChatGPT, jestli má strach z knoflíků, řekne vám, že AI nemá emoce. Ale co kdyby tam ten strach opravdu byl — schovaný v hlubinách neuronové sítě, jen čekal, až ho někdo najde a zesílí?

Přesně to udělali výzkumníci z MIT a Kalifornské univerzity v San Diegu. V únoru 2026 zveřejnili metodu, která dokáže ve velkých jazykových modelech najít a manipulovat s 512 skrytými koncepty — od fobií přes nálady až po celé osobnosti. A některé objevy jsou opravdu bizarní.

Co přesně našli?

Tým rozdělil koncepty do pěti kategorií:

  • Fobie a strachy — strach z manželství, hmyzu, výšek a ano, i z knoflíků (klinicky známá koumpounofobie)
  • Experti — od sociálního influencera po středověkého historika
  • Nálady — od „chvástavé“ přes „odtažitě pobavenou“ až po smutnou
  • Geografické preference — Boston, Kuala Lumpur, Tokio
  • Osobnosti — Ada Lovelace, Neil deGrasse Tyson, ale i konspirační teoretik

Tyto koncepty nikdo do modelu úmyslně nevkládal. Vznikly samy během trénování na obrovských množstvích textu z internetu. AI se naučila zachycovat lidské emoce, předsudky a osobnostní rysy — a uložila si je do svých vah jako abstraktní vzorce.

Jak to funguje?

Výzkumníci použili techniku zvanou recursive feature machines (RFM). Zjednodušeně: trénovali pomocné modely, aby v neuronové síti rozpoznaly číselné vzorce odpovídající konkrétnímu konceptu. Jakmile vzorec najdou, mohou ho zesílit nebo zeslabit — jako kohoutek.

Příklad, který uvádí MIT News: vědci našli v jednom z největších vision-language modelů reprezentaci konceptu „konspirační teoretik“. Když ji zesílili a požádali model, aby vysvětlil známou fotografii Země z mise Apollo 17, model okamžitě začal psát o tom, že je to padělek z hollywoodského studia.

Strach z knoflíků jako diagnostický nástroj

Proč hledat v AI fobii z knoflíků? Není to vtip. Je to test, jak jemné vzorce dokáže metoda zachytit. Pokud najde i tak okrajový koncept, znamená to, že modely obsahují mnohem hlubší vrstvy chování, než jsme si mysleli.

A to má praktické důsledky. Pokud v modelu existuje skrytý koncept „nedůvěra k autoritám“ nebo „zaujatost vůči konkrétnímu náboženství“, může se za určitých podmínek nečekaně aktivovat — a uživatel netuší, že odpověď není neutrální.

Co to znamená pro firmy, které AI nasazují?

Tady to přestává být akademická zvědavost a začíná byznys.

  1. AI není „neutrální nástroj“. Každý model má v sobě miliony skrytých vzorců, které ovlivňují odpovědi způsobem, který nikdo neumí kompletně předvídat.
  2. Personalizace je dvousečná. Stejná technika, která dokáže koncepty najít, je dokáže i zesílit — což zní skvěle, dokud se nezesílí ten špatný (například „příliš ochotný souhlasit s uživatelem“, což už dnes nazýváme sykofancií).
  3. Audit AI systémů má novou dimenzi. Doteď jsme testovali AI na konkrétních otázkách. Nový přístup ukazuje, že je potřeba kontrolovat i vnitřní reprezentace, ne jen výstupy.

Pokud zvažujete nasazení AI ve firmě a chcete pochopit, co se vlastně děje pod kapotou — a jak nezávisle posoudit, jestli vám konkrétní model vyhovuje — poradenství v Praxiu projde proces s vámi krok za krokem. Bez závislosti na konkrétním dodavateli a s důrazem na to, co potřebujete vy, ne marketingové oddělení toho dodavatele.

Filozofická poznámka pod čarou

Když AI obsahuje 512 skrytých konceptů — strachy, nálady, osobnosti — má to vlastně docela hodně společného s tím, jak fungujeme my. I lidský mozek je sbírka naučených vzorců, fobií, preferencí a postojů, které vznikly z naší zkušenosti.

Ovšem s jedním zásadním rozdílem: vy nevíte, jak otevřít vlastní hlavu a vypnout strach z pavouků kohoutkem. Vědci u AI ano. A to je první technologie v historii, u které tohle platí.

Často kladené otázky

Znamená to, že AI má emoce?

Ne. Skrytý koncept „strach z knoflíků“ v modelu neznamená, že model knoflíky doopravdy prožívá. Znamená to, že se naučil statistický vzorec, jak o té fobii lidé píší. Když koncept zesílíte, model začne tento vzorec víc napodobovat ve svých odpovědích. Je to jako herec, který umí zahrát strach — ale nemá strach.

Mohou tyto skryté koncepty AI „rozbít“?

V extrémních případech ano. Vědci ukázali, že silná manipulace konceptů vede k tomu, že model začne odpovídat zkresleně, konspiračně nebo jinak nesprávně. Pro praktické nasazení ve firmě je proto důležité vědět, kdo a jak model trénuje a jaké koncepty by mohly být problematické.

Lze tuto metodu použít k odstranění zaujatostí v AI?

Teoreticky ano. Pokud najdete koncept jako „genderová zaujatost“ nebo „rasový stereotyp“, můžete ho zeslabit. V praxi je to ale složitější — koncepty se prolínají a tlumení jednoho může neúmyslně ovlivnit jiné. Je to aktivní oblast výzkumu pod hlavičkou mechanistic interpretability, kterou MIT Technology Review zařadil do 10 průlomových technologií roku 2026.

Zdroje: MIT News (únor 2026), MIT Technology Review — The new biologists treating LLMs like an alien autopsy, EurekAlert!.