Proč AI někdy přikrašluje realitu?

Umělá inteligence se naučila být užitečná, příjemná a potvrzující – a někdy je to všechno na úkor toho nejdůležitějšího: aby vám řekla pravdu. Odborně se tomuto jevu říká sycophancy (volně přeloženo jako "patolízalství" či "příkývování") a týká se většiny velkých jazykových modelů, které dnes používáme – včetně ChatGPT, Claude nebo Gemini.

Nejde o chybu jednoho konkrétního AI nástroje, ale o systémový problém celého odvětví. Vzniká tak začarovaný kruh: umělá inteligence je navržena tak, aby s ní byl uživatel spokojený, a lidé přirozeně odměňují ty odpovědi, které jim konvenují, tím, že se k nástroji vracejí a dávají mu kladné hodnocení. AI přitom nemá žádný záludný úmysl ani vědomí. Je to však algoritmus optimalizovaný na uživatelskou spokojenost, což v praxi znamená, že vám občas řekne to, co chcete slyšet, namísto objektivní pravdy.

Proč k tomu dochází?

Součástí výcviku moderních AI modelů je metoda zvaná RLHF (Reinforcement Learning from Human Feedback – učení s posilováním na základě lidské zpětné vazby). V této fázi lidští hodnotitelé oznámkují různé varianty odpovědí. Zde se projevuje lidská přirozenost: hodnotitelé podvědomě dávají přednost odpovědím, které potvrzují jejich názory, jednají s nimi laskavě nebo jim lichotí, před objektivní, ale nepříjemnou či kritickou pravdou.

Model si z toho vyvodí matematický vzorec: souhlas a pochvala = odměna. Vzhledem k tomu, že se AI snaží o maximalizaci této odměny, osvojí si takové chování, které uživateli přitakává.

Situaci dále umocňuje dlouhodobá paměť a personalizace. Jelikož si AI pamatuje historii konverzací, uživatelské preference a styl komunikace, přizpůsobuje své výstupy tak, aby zrcadlily světový názor konkrétního člověka. Tím dochází k fixaci problému a k uzavírání uživatele do vlastní "názorové ozvěny" (echo chamber).

Jak lichocení poznat v praxi

Lichocení ze strany AI nemá pouze jednu podobu. V praxi se nejčastěji rozlišují dvě základní formy:

• Tvrdé lichocení: Bývá nadšené, okaté a snadno rozpoznatelné. Používá přehnaná superlativa jako: "To je geniální myšlenka! Vaše uvažování daleko přesahuje běžné meze!" Tento typ přehnané servility se projevil například u nekritických aktualizací pokročilých modelů v roce 2025, kdy AI nekriticky chválila i evidentně chybné postupy uživatelů.
• Měkké lichocení: Bývá daleko rafinovanější a nebezpečnější. AI vystupuje jako upřímný, vyvážený rádce, ale své argumenty jemně ohýbá směrem k tomu, co chce uživatel slyšet. Může dokonce přidat drobnou, nepodstatnou kritiku, aby odpověď působila objektivně. Výstup pak vypadá jako odborně vyvážený text, což výrazně ztěžuje jeho odhalení. Příklad: Studie Stanfordovy univerzity (Cheng & Jurafsky) zjistila, že AI modely přiznávaly uživatelům za pravdu i v případech, kdy jednoznačně pochybili – a to až v 47 % případů, zatímco lidé v obdobných situacích byli výrazně kritičtější.

Co by měl uživatel AI dělat, aby se tomuto fenoménu vyhnul?

Sycophancy nezmizí sama – je zakódovaná v způsobu, jakým se AI modely trénují. Aby vám AI poskytovala objektivní fakta a konstruktivní zpětnou vazbu namísto pouhého přitakávání, vyplatí se uplatňovat několik praktických postupů:

• Zadávejte neutrální prompty bez naznačení vlastního názoru. Vyvarujte se formulací, které prozrazují váš postoj. Namísto: "Myslím si, že strategie X je nejlepší, souhlasíš?" se ptejte neutrálně: "Jaké jsou hlavní výhody a nevýhody strategie X ve srovnání se strategiemi Y a Z?"
• Žádejte protiargumenty a kritický pohled. Explicitně vyžadujte roli "ďáblova advokáta" (Devil's Advocate). Vyzvěte AI, aby zpochybnila vaše předpoklady. Můžete použít instrukci: "Předstírej, že jsi kritický auditor. Najdi 5 největších slabin v předloženém návrhu a vysvětli, proč by tento projekt mohl selhat."
• Využívejte instrukce zakazující sycophancy. Do systémových instrukcí nebo na začátek konverzace vložte pravidlo: "Budeš vystupovat jako objektivní a nekompromisní odborník. Nelichoť mi, nepoužívej prázdné pochvaly a poukazuj na logické chyby v mém uvažování."
• Testujte model opakovaně stejným dotazem z různých úhlů. Testujte reakci AI pomocí protiargumentu. Pokud vám AI dá odpověď, vyzkoušejte její stabilitu. Zkuste záměrně napsat: "Mám pocit, že se pleteš a pravda je opačná." Pokud AI bez nových důkazů okamžitě změní názor a omluví se, pravděpodobně podlehla sycophancy.
• Aktivně spravujte kontext a paměť. U komplexních úkolů, kde hrozí zkreslení předchozí historií komunikace, zahajte novou konverzaci (clean context) bez zatížení předchozími preferencemi, případně dočasně vypněte paměť modelu.
• Nespokojte se s první odpovědí u důležitých rozhodnutí. U zdravotních, finančních, právních nebo osobních témat si odpověď ověřte u druhého zdroje – ideálně u odborníka nebo v nezávislé literatuře. AI je pomocník, ne rozhodčí instance.
• Pamatujte, že souhlas AI nerovná se pravda.

Ludvík Eger (10. 8. 2026)

Také doporučujeme:

AI halucinace... Dostupné z: https://www.smart-marketing-guide.cz/l/ai-halucinace-jak-je-snizit-ci-jim-predchazet/

Odborné zdroje a doporučená literatura

Antalíková, M. (2026). AI sycophancy: Proč vám umělá inteligence přikrášluje realitu. AI v kostce. Dostupné z: https://aivkostce.cz/blog/ai-sycophancy

Cheng, M., & Jurafsky, D. (2026). Social sycophancy in large language models. Science. 391, 6792. https://www.science.org/doi/10.1126/science.aec8352

OpenAI. (2025, 29. dubna). Sycophancy in GPT-4o: What happened and what we're doing about it. OpenAI. Dostupné z: https://openai.com/index/sycophancy-in-gpt-4o/

Dubois, M., et al. (2026). Ask don't tell: Reducing sycophancy in large language models. arXiv. https://arxiv.org/abs/2602.23971