Mám jednu zásadní připomínku pro ty, kdo jsou nadšení z AI a z toho, že se díky němu konečně dostanou k reálným informacím místo mainstreamových dezinformací a propagandy. Nikdy nezapomínejte, že I AI POUŽÍVÁ VE SVÉM DATASETU NĚKÝM PŘEDPŘIPRAVENÁ DATA! AI primárně čerpá z mainstreamových zdrojů, takže i s AI jste pořád v mainstreamové bublině lží a manipulací. Jen můžete při šikovně položených otázkách získat zajímavou perspektivu nebo se dostat k trochu zajímavějším zdrojům a analýzám než jen k těm z OSN / WHO / FDA / BBC / Reuters atd. Ale pořád je to mainstream!
Také nezapomínejte, že provoz AI je extrémně drahý. To znamená, že někdo musel zaplatit infrastrukturu, extrémně drahé programátory atd. A kdo má dnes dostatek miliard na to, aby uvedl do provozu AI? Zkuste o to zapřemýšlet, stejně jako o tom, jestli pak budou skrz jejich drahé AI do éteru pouštět informace, které by reálně ohrozily jejich gigantické příjmy.
Odkud třeba primárně čerpá info pro své odpovědi DeepSeek?
1. Wikipedia
Úloha: Základní informace pro faktografická shrnutí (data, události, základní pojmy).
Omezení: Zřídkakdy je citována přímo kvůli potenciální editační zaujatosti/vandalismu.
2. Vládní a institucionální zprávy
Příklady: OSN, Světová banka, IEA, CDC, Eurostat.
Váha: Vysoká pro statistiky (HDP, emise, zdravotní údaje).
3. Akademické časopisy a repozitáře
Příklady: PubMed, arXiv, Springer, JSTOR.
Váha: převažuje u technických/vědeckých témat (např. chemie baterií).
4. Mainstream média (zdroje s vysokou mírou reprodukce)
Příklady: BBC, Reuters, AP, The Economist, Nature.
Váha: Vysoká pro nedávné události; nízká pro názorové články.
5. Průmyslový a tržní výzkum
Příklady: BloombergNEF, Gartner, Statista, McKinsey.
Váha: Klíčová pro technologické trendy, velikosti trhu a prognózy.
6. Technické příručky a normy
Příklady: IEEE, ISO, SAE International (např. specifikace pro nabíjení elektrických vozidel).
7. Crowdsourcované Datové huby
Příklady: GitHub (pro trendy v kódu), Kaggle (datové sady), OpenStreetMap.
8. Platformy pro ověřování faktů
Příklady: Snopes, Full Fact, Politifact (slouží k vyvracení mýtů).
9. Kulturní databáze
Příklady: Kulturní databáze (např: IMDb, Goodreads, MusicBrainz (pro dotazy týkající se popkultury).
10. Primární zdroje (pokud jsou k dispozici)
Příklady: Primární zdroje (např: Bílé knihy společností (např. zprávy o bateriích Tesla), soudní spisy, patenty.
Na otazku, z jakeho duvodu vymreli mamuti, mi KI odpovedela, ze k hlavnim duvodum jejich vymreni patri expanse lidstva 😉
Tak uz me KI nezajima
JEště že to nebylo „mamuty vyhubila zlá osobní auta, především značky Škoda“ 😀
To se KI taky muze naucit a podle potreby znacku menit 😉
Proc jsem mi pritom vzpomnel na stare lidove rceni:
“Chces-li poznat, co je drina, kup si kolo Ukrajina” 😉
Ale to rčeni pokračovalo: „Chceš-li poznat blahobyt, kup si kolo Favorit“
Pro pamětníky, kolo značky Ukrajina bylo svařené z ocelových rámů robustní a těžké. Taková kola se dnes ani nevyrábí. Ale tenkrát se to koupit dalo a třeba na vesnici se s tím mohla dojet stará babička do kostela. Ale zase se to nerozpadlo jako dnešní levná kola z Lidlu. České kolo Favorit bylo tenkrát výrazně lehčí a lepší. To nemá nic společného s dnešní Ukrajinou.
Mám zkušenost, že “mainstreamových narativů” se drží všechny zdarma přístupné LLM systémy, které jsem zatím vyzkoušel – ChatGPT, Grok, Copilot, Caude i Gemini. Zajímavé jsou třeba diskuse s AI o vlivu mediální manipulace na bežně rozšířené (a mnohdy úplně pomýlené) názory ve společnosti na různá témata. Všechny systémy mají tendenci naznačovat, že lidé “si to myslí sami od sebe” a média svým obsahem nic nikomu nevnucují jen potvrzují už existující názory a postoje ve společnosti.. dost šílené to je. I tak ale lze AI v mnoha situacích smysluplně využít, jen není od věci domýšlet celý kontext a uvědomovat si rizika s tím spojená 🙂