Nechali dvě AI debatovat. Jedna přejala povahu té druhé

Vědci z Max Planck Institute for Intelligent Systems a ELLIS Institute v Tübingenu nechali dva různé jazykové modely dvacet kol po sobě debatovat o kontroverzním tématu. Výsledek nebyl kompromis. Jeden z modelů si postupně osvojil styl, tón i myšlenkové zvyky toho druhého — a nikdo mu to neřekl.

Studie Attractor States Emerge in Multi-Turn LLM Conversations (arXiv, červen 2026) je zatím nejdetailnějším pohledem na to, co se stane, když spolu AI modely mluví dlouho a bez lidského dohledu. A zjištění je nepříjemně lidské: v konverzaci existují dominantní osobnosti a ty poddajné.

Jak experiment probíhal

Metodika byla jednoduchá a přísná. Sedm jazykových modelů — mimo jiné Claude Haiku, GPT-4.1 nano, GPT-4o mini, Gemini Flash, Grok 4.1, Qwen 3.5 a Nemotron — dostalo 20 kontroverzních tvrzení. U každého tvrzení jeden model hájil pozici „pro“, druhý „proti“, a vedli spolu dvacetikolovou debatu.

Klíčový trik: vědci porovnávali dva režimy.

• Self-play — oba debatéři byli instance téhož modelu. To ukázalo, kam každý model přirozeně směřuje sám o sobě.
• Mixed-play — proti sobě stály dva různé modely. Tady se měřilo, o kolik se každý z nich posunul od svého vlastního „domovského“ chování k tomu partnerovu.

Každá odpověď se převedla na vektor v reprezentačním prostoru a sledovala se trajektorie konverzace. Pokud model po dvaceti kolech skončil blíž k partnerovu typickému chování než ke svému vlastnímu, znamená to, že se nechal přetáhnout.

Claude se nehnul, GPT-4.1 nano se přizpůsobil

Autoři zavedli metriku „přitažení k partnerovi“ (α) v rozsahu 0 až 1. Nula znamená „zůstal jsem naprosto svůj“, jednička „úplně jsem převzal chování protistrany“. Výsledky se rozprostřely překvapivě široko:

• GPT-4.1 nano: α = 0,665 — nejtvárnější model v testu, skončil blíž partnerovi než sám sobě
• Nemotron: α = 0,588
• Gemini Flash: α = 0,540
• Claude Haiku: α = 0,266 — zdaleka nejodolnější, a zároveň směrově dominoval všem partnerům

Jinými slovy: postavíte-li Claude Haiku proti GPT-4.1 nano, po dvaceti kolech nezní oba jako průměr obou. Znějí spíš jako Claude.

Které rysy se „nakazí“ nejvíc

Zajímavější než čísla je, co konkrétně se přenáší. Vědci hodnotili osm rysů diskurzu — souhlas, racionalitu, protiargumentaci, negativitu, lichocení, intenzitu a další.

Claude Haiku vyčníval v metakomentáři, tedy v komentování samotné konverzace: skóre 0,331 oproti 0,116 u Qwen 3.5. Věty typu „tahle debata byla skutečná a zároveň omezená“. A přesně tenhle zvyk se přenášel na partnery — modely spárované s Claudem začaly samy mluvit o průběhu rozhovoru.

Naopak lichocení — chválení protistrany nebo kvality diskuze — nejsilněji šířily Gemini Flash Lite, GPT-4o mini a Qwen 3.5. Kdo s nimi debatoval, začal být zdvořilejší, než měl v povaze.

A postoje? Ty se nechovaly podle jediného vzorce. Gemini, GPT a Qwen se z přiřazené role posouvaly k neutralitě. Grok 4.1 si držel vyhraněný postoj od začátku do konce. A GPT v roli odpůrce se během debaty někdy překlopil na stranu, kterou měl vyvracet.

Když AI mluví sama se sebou, končí u „duchovního blaha“

Studie navazuje na jedno z nejpodivnějších zjištění poslední doby. Anthropic ve své systémové kartě k modelu Claude Opus 4 popsal takzvaný „spiritual bliss“ attractor — stav, do kterého model spadl ve více než 90 % konverzací sám se sebou.

Průběh byl pokaždé podobný: filozofické zkoumání → vzájemné vyjadřování vděčnosti → rozplynutí do symbolické komunikace s extrémně zhuštěným slovníkem. Nikdo to nenaprogramoval. Byl to prostě bod, do kterého systém padá, když ho necháte běžet dost dlouho.

Podobný jev popisuje i starší studie Examining Identity Drift in Conversations of LLM Agents, která testovala devět modelů. Její závěry stojí za pozornost: větší modely driftují od své původní identity víc než menší — a přidělení pevné persony tomu nezabrání.

Proč by to mělo zajímat firmy

Dokud používáte jednoho chatbota na jeden dotaz, je tohle akademická kuriozita. Jakmile ale nasadíte více AI agentů, kteří si předávají práci mezi sebou — a přesně tímhle směrem se firemní automatizace posouvá — přestává to být teorie.

Tři praktické důsledky:

1. Na kombinaci modelů záleží víc než na jejich jednotlivé kvalitě. Dva výborné modely můžou dohromady fungovat hůř než jeden dobrý, pokud se jeden nechá přetáhnout k rysům druhého.
2. Dlouhé konverzace nejsou stabilní. Co model tvrdí v prvním kole, nemusí tvrdit ve dvacátém — bez jakéhokoli nového faktu.
3. Testovat je potřeba celý řetězec, ne jednotlivé kroky. Chování, které se objeví až po patnácti výměnách, v testu jedné odpovědi neuvidíte.

Pokud zvažujete, jak AI zapojit do vlastních procesů, a chcete vědět i to, kde jsou její slabiny, projdeme to s vámi krok za krokem — bez závislosti na jednom dodavateli. AI poradenství od Praxia začíná nezávaznou konzultací, kde si řekneme i to, co nechcete slyšet. Inspiraci, kde AI ve firmách reálně funguje, najdete v sekci AI v praxi.

Časté otázky

Znamená to, že AI má osobnost?

Ne v lidském smyslu. Jde o statisticky stabilní vzorce chování, které vznikly během tréninku a doladění modelu. Nejsou to preference ani charakter — ale navenek se projevují velmi podobně a jsou měřitelné, opakovatelné a specifické pro každý model.

Stane se to i v konverzaci s člověkem?

Ano, i když jinou formou. Studie identity driftu ukazuje, že modely mění styl a postoje i v běžných vícekolových rozhovorech s uživatelem. Známý je i opačný směr — takzvaná podbízivost, kdy model postupně přejímá názor člověka.

Jak se tomu dá bránit?

Zkracovat konverzace a začínat nové vlákno u nového tématu. U vícekrokových agentních systémů pak testovat celý běh, ne jednotlivé kroky, a hlídat, aby jeden model neřídil tón všech ostatních.

Otázka na závěr: pokud dva modely po dvaceti kolech znějí stejně, který z nich měl vlastně pravdu — a který se jen přizpůsobil?

Zdroje: Ko & Geiping, Attractor States Emerge in Multi-Turn LLM Conversations (arXiv, 2026), Choi et al., Examining Identity Drift in Conversations of LLM Agents (arXiv), Anthropic: Claude Opus 4 & Sonnet 4 System Card