Hlavné pozoruhodné názorové prúdy na umelú inteligenciu reprezentuje napríklad skeptik a racionalista Noam Chomsky, svetoznámy lingvista a kognitívny vedec. Patrí k popredným kritikom súčasného smerovania AI, najmä veľkých jazykových modelov (LLM) ako ChatGPT. Podľa neho je súčasná AI v podstate len vysoko výkonný štatistický motor, ktorý predpovedá nasledujúce slovo na základe obrovského množstva dát. Považuje AI za sofistikované plagiátorstvo a za morálne a intelektuálne prázdno. Opačný názor predstavujú empirici, optimisti, ktorí sú presvedčení, že štatistika stačí a že štatistické modely dokážu vytvoriť funkčný ekvivalent inteligencie. Patrí k nim napr. Peter Norvig, Ray Kurzweil (Google) a i.
Stanovisko IFLA
Veľmi zaujímavý a užitočný globálny pohľad na AI zo strany informačných inštitúcií a osobitne knižníc poskytuje brožúra IFLA (IFLA, 2025). Rozhodne ide o užitočné zhrnutie súčasných názorov a poznatkov, s ktorými by sa mali zoznámiť všetci informační špecialisti. Sú v nej stručne a zrozumiteľne vysvetlené základné veci: úloha knižníc vo vzťahu k AI technológiám, potenciálne prínosy, aplikácie a riziká AI.
Podmienkou existencie knižníc je konkrétna geopolitická situácia a globálne trendy. Knižnice však fungujú výlučne v ľudskej spoločnosti. Sú tam, kde žijú ľudia, tam, kde je život. Budúcnosť našich knižníc vidíme zaplnenú ľuďmi, nie strojmi. Vidíme ju v jedinečnej európskej civilizácii, ktorá sa stane stabilnou a spoľahlivou zárukou demokracie a slobodného sveta. Knižnice vykonávajú a budú aj naďalej vykonávať vedeckú, odbornú a praktickú činnosť primárne zameranú na služby sprístupnenia a využívania informačných zdrojov pre všetkých. Budúcnosť knižníc a knihovníctva, napriek určitej inercii knihovníckej komunity, bude aj naďalej verejná služba, ktorá sa bude rozvíjať v kontexte knižničnej a informačnej vedy a ktorá musí reagovať na fenomén AI, vznik nových informačných zdrojov a na nové nároky ľudí, používateľov, klientov.
Informačné inštitúcie patria do jadra AI
Informačná inštitúcia je akákoľvek právnická alebo fyzická osoba, ktorá získava, spracováva, ukladá, ochraňuje a sprístupňuje informácie a znalosti v oblasti ekonomiky, vedy, výskumu, podnikania, vzdelávania, služieb, kreatívneho priemyslu, zábavy atď. Pojem informačnej inštitúcie zahŕňa okrem iného všetky pamäťové inštitúcie, ako sú knižnice, archívy, múzeá, galérie atď.
V každej informačnej inštitúcii môžeme identifikovať množstvo procesov, operácií a úkonov, ktoré tvoria podstatu jej činnosti. Ide vo všeobecnosti o spracovávanie a sprístupňovanie zaznamenaných informácií a poznatkov.
Knižnica je druh informačnej inštitúcie. Má špecifické funkcie: kultúrne, informačné, vzdelávacie a sociálne. Pre všetky informačné inštitúcie, vrátane knižníc, sú bežné základné informačné procesy: získavanie, spracovanie, ukladanie, ochrana, zverejňovanie dokumentov, sprístupňovanie informácií a znalostí. Jednotlivé procesy v knižnici vykonávajú profesionálni zamestnanci, informační špecialisti, knihovníci, ktorí využívajú automatizované integrované knižničné systémy (ILS). Vo všetkých týchto procesoch vznikajú dáta, ktoré môžu byť následne „potravou“ pre AI.
Kľúčoví hráči AI
Kľúčovými hráčmi (podľa odpovedí AI) na poli AI sú na prvom mieste Microsoft + OpenAI. OpenAI vyvinulo modely GPT-4 a DALL-E. Microsoft tieto modely integruje do všetkých svojich produktov pod pomenovaním Copilot.
Na druhom mieste je Google (Alphabet), pričom Google je dlhodobo lídrom v základnom výskume. Google vynašiel architektúru Transformer, na ktorej beží aj ChatGPT. Hlavným modelom Googlu je teraz Gemini, ktorý je integrovaný do vyhľadávania, Workspace a smartfónov Pixel. Práve Transformer od Googlu je od roku 2017 „mozgom“ moderných AI modelov ako ChatGPT, Claude a Gemini (Waswani, 2017).
Na treťom mieste je Anthropic a ich model Claude. Na štvrtom mieste v oblasti open source AI je Meta (Facebook) a ich modely Llama určené hlavne pre vývojárov.
Technologický základ všetkých AI sú samozrejme čipy (GPU) NVIDIA, bez ktorých by AI nemohla existovať. Medzi dôležitých hráčov patrí aj Apple s produktom Apple Intelligence.
V súvislosti s masívnym nástupom AI nás, informačných špecialistov, knihovníkov a iných odborníkov, zaujíma otázka, čo my máme spoločné s AI a aký má AI pre nás význam. Úplne súhlasím s aktuálnym názorom, podľa ktorého: „V oblasti knihoven stále existuje jen omezený počet případů použití s prokázaným přínosem. Některá tvrzení jsou pouhým humbukem. Mohou existovat jednodušší, lepší a spravedlivější řešení problémů než AI, která mohou být kvůli humbuku přehlížena. Některá použití způsobují škodu.“ (IFLA, 2025)
Zatiaľ nemožno očakávať, že AI podstatne pomôže, alebo nahradí informačného špecialistu v informačnej inštitúcii. Nedokáže vykonávať základné činnosti, ako je akvizícia, spracovanie dokumentov, ochrana dokumentov a podobne. Rozhodne nenahradí knihovníka v napĺňaní kultúrnych, vzdelávacích a sociálnych funkcií. Nie je však vylúčené, že v budúcnosti bude v týchto činnostiach AI nápomocná.
V akvizícii AI môže podporovať profilovanie fondov so zreteľom na preferencie komunity. V spracovaní bibliografických a autoritatívnych dát AI môže podporiť napríklad linkovanie dát alebo automaticky tvoriť bibliografické dáta. Zaujímavé aplikácie pre knižnice predstavujú napr. chatboty konzultujúce služby knižnice, automatická transkripcia (napr. Gemini, Transkribus), práca s textom, obrazom, zvukom, tvorba súhrnov, kompilovanie textov, redakcia textu či automatický preklad.
V budúcnosti možno očakávať, že pre sektor knižničných a informačných systémov a služieb budú vyvinuté špeciálne nástroje a aplikácie AI.
AI nie je pre knižnice nevyhnutná, no môže byť užitočná
Keď hovoríme o AI, máme na mysli generatívnu umelú inteligenciu (GenAI). Je to typ AI, ktorý jednak analyzuje digitálne dáta, a jednak dokáže generovať úplne nový a originálny obsah. GenAI sa učí z modelov a obrovského množstva dát, ktoré musia byť v digitálnej forme. AI je len pre digitálny svet. To je však iba fragment nášho sveta… Digitálne dáta pre GenAI tvoria aj knižnice. Sú to napríklad bibliografické a autoritatívne dáta, katalógy, bibliografie, klasifikácie, indexy, databázy a predovšetkým digitálne repozitáre, ktoré obsahujú textové, obrazové, zvukové a audiovizuálne digitalizáty. Množstvo dát je voľne dostupných v licencii Creative Commons (CC0).
Knižnice a iné informačné inštitúcie bez GenAI existovali a budú existovať aj naďalej. V tomto smere nie je dôvod na paniku a komplexy. Odvážim sa povedať, že môžeme byť hrdí na to, že knižnice umožnili vznik umelej inteligencie prostredníctvom vytvárania digitálnych repozitárov, digitalizácie textov a iných dokumentov.
Otázka teda znie opačne. Totiž, či AI môže existovať bez knižníc a digitálnych repozitárov informačných inštitúcií. Odpoveď znie nie! Nemôže! Prečo? Pretože práve knižnice a digitálne repozitáre tvoria pre GenAI obrovskú časť poznatkov, zdrojov a dát. S ich použitím potom dokáže GenAI písať články, e-maily, scenáre, básne, tvoriť fotografie, ilustrácie, generovať hudbu, audiotranskripciu, podporovať transkripciu rukopisných, strojopisných a tlačených textov, dabovať či pomáhať pri písaní softvéru.
Digitalizácia pre GenAI
Súkromne s osobným nadšením a profesionálne už osem rokov intenzívne pracujem s AI. Vrámci výskumných projektov tvorím pomocou umelej inteligencie modely v oblasti transkripcie historických rukopisov (projekt SKRIPTOR, projekt DIGINARCH-AI) a i. Desiatky rokov sa zaoberám digitalizáciou písomného dedičstva.
Na našej univerzite v Opave vzniklo v rámci inštitucionálneho výskumu, diplomových, seminárnych a semestrálnych prác niekoľko modelov. Považujeme za dôležité, aby naši študenti boli pripravovaní na budúcnosť knižníc. Aby poznali trendy a konkrétne možnosti digitalizácie a AI. Podarilo sa nám vytrénovať napríklad supermodel transkripcie dokumentov západoslovanských historických tlačí, rukopisov a strojopisov (KATUŠČÁK, 2025), (KATUŠČÁK, 2024).
Digitalizácia je odrazovým mostíkom pre AI. Samozrejme za predpokladu, že digitálne knižnice či repozitáre nie sú len obrazovými galériami, v ktorých sú pekne naskenované obrázky strán textu. Výsledkom digitalizácie v skutočných digitálnych knižniciach by tak mali byť úplné texty ako výsledok použitia nejakého nástroja na rozpoznávanie textu, čiže transkripcie. Prieskumom našich digitálnych repozitárov som zistil, že sa v nich nachádza pomerne veľké množstvo dokumentov a strán, ktoré sú sprístupnené vo forme obrázkov strán. Dokumenty majú spravidla kvalitné metadáta, avšak samotný obraz, ku ktorému patria, neprešiel transkripciou. Ide hlavne o staré a vzácne tlače, rukopisy a strojopisy, ktoré je takmer nemožné transkribovať automaticky s bežne používaným softvérom OCR servera FineReader. Dokonca aj existujúce transkripcie sú zverejnené spravidla bez kontroly kvality a nezodpovedajú rozloženiu textu na strane originálu. Pritom ide o množstvo dokumentov starých a vzácnych, najmä však rukopisov a tlačí z novoveku. Obrovské je aj množstvo archívnych dokumentov, z ktorých je odhadom 50–60 % písaných na písacích strojoch.
Prečo je transkripcia dôležitá? Hlavne preto, lebo transkribované texty môžu byť následne použité v jazykovom korpuse, vo veľkých jazykových modeloch (LLM), na ktorých sa trénuje GenAI.
Skúsenosti ukazujú, že osobitným problémom a výzvou pre informačné inštitúcie je transkripcia historických dokumentov. Je známe, že textové písomné dedičstvo, ako sú rukopisy, staré tlače, strojopisy, nie je možné dobre, alebo vôbec, prepísať klasickými nástrojmi OCR. Preto považujeme za potrebné vyvíjať špecifické modely transkripcie s použitím nástrojov AI (Transkribus, Tesserakt a i.). Ide o nástroje AI HTR (Handwriten Text Recognition).
Agregovaný model ID
Vklad digitálnych knižníc do vzniku a rozvoja AI
Jedným z vecných pilierov AI je digitalizácia. Rozumieme tým aj digitalizáciu v informačných inštitúciách. Pred dvadsiatimi rokmi bola digitalizácia revolučnou zmenou v oblasti knižničných a informačných systémov a služieb. Umožnila knižniciam poskytovať nové digitálne služby. K dispozícii sú nielen záznamy dokumentov – bibliografické údaje –, ale aj celé dokumenty a vyhľadávanie v plnom texte.
Dnes je digitalizácia už bežná. Je to rutina. Známe sú štandardy, skúsenosti a najlepšia prax. Masívna, priemyselná digitalizácia je už veľmi zriedkavá. Je ťažké získať financie na nové veľké projekty digitalizovania. Teraz je dôležité rozvíjať digitálne služby. Dôraz je kladený na kvalitné výsledky digitalizácie, ktoré sa využívajú v oblasti vedy, výskumu, vzdelávania, zábavy, kreatívnych priemyslov, podnikania a podobne.
Digitalizácia vytvorila potrebný základ pre novú revolúciu, ktorou je AI. Nemôže sa uskutočňovať bez jej výsledkov a nemôže existovať bez zdrojov, ktoré predstavujú digitálne repozitáre, wikipédie, webové stránky, digitalizované knihy, encyklopédie, slovníky, noviny, časopisy a podobne.
Bez toho všetkého by umelá inteligencia nedokázala vytvoriť nič. Inými slovami – zdroje, ktoré som spomenul, sú základom veľkých jazykových modelov LLM, na ktorých sú generatívne AI nástroje založené. Napríklad Claude, GPT, Gemini, Copilot a podobne.
Veľké jazykové modely (LLM)
Odpovede, ktoré nám poskytuje AI, sú absolútne závislé na jazyku, na texte, presnejšie, na jazykovom korpuse. Bez dát z korpusu by AI nedokázala vygenerovať jedinú vetu. Čo to konkrétne znamená? Aby boli odpovede AI čo najsprávnejšie, musia existovať obrovské tréningové korpusy pre najmodernejšie veľké jazykové modely (LLM). Tie dosahovali už v rokoch 2024 a 2025 ohromné rozmery, merané v biliónoch (triliónoch) tokenov. Pre predstavu, jeden bilión (v USA trillion) tokenov zodpovedá približne 750 miliardám slov, čo by zaplnilo milióny kníh (bilión je milión miliónov; 1012 ).
Jazykové korpusy sa skladajú z webového obsahu, repozitárov programov GitHub, digitalizátov a datasetov z digitálnych repozitárov, z kníh, článkov ap.
Najviac zastúpeným jazykom v tréningových korpusoch je angličtina (cca 90 %). Pritom si musíme uvedomiť, že to, na ktorom jazyku je AI trénovaná, je kriticky dôležité pre kvalitu odpovedí AI. Dostávame sa na pôdu jazykovedy. Jazyky ako angličtina, čeština, slovenčina typologicky patria síce do jednej veľkej rodiny indoeurópskych jazykov, ide však o rôzne jazykové typy.
Angličtina je analytický typ. Má pevné poradie slov a pevnú syntax (subjekt-predikát-objekt, napr.: Autor píše knihu – The author is writing a book), podstatné mená nemajú pády a slovesá majú minimum koncoviek… Pre AI je angličtina relatívne jednoduchá. Jedno slovo je spravidla jeden token.
Čeština a slovenčina predstavujú flektívny typ jazyka. To znamená, že používa ohýbanie (flexiu), teda skloňovanie, časovanie, stupňovanie, prípony, predpony a zmeny v koreni slova. Navyše má voľný slovosled (napr. Petr vidí psa vs. Psa vidí Petr). Je tu diakritika, ktorá má dištinktívnu, teda rozlišovaciu funkciu významu, napr. byt (obydlie) vs. být (byť). Z pohľadu AI to znamená, že čeština a slovenčina potrebuje v jazykovom korpuse omnoho viac dát na trénovanie a slová sa musia rozkladať na viac častí, čiže tokenov, ktoré potom AI podľa kontextu a komunikačnej situácie kombinuje.
Ak od AI očakávame, že bude s nami kvalitne a inteligentne komunikovať, musí byť trénovaná na obrovskom jazykovom korpuse. Prakticky to znamená, že musíme pracovať na tom, aby sme vytvárali čo najväčšie digitálne repozitáre informačných inštitúcií nielen s obrázkami, ale aj s plnými textami.
Kvalitný trénovací jazykový korpus pre AI a našu jazykovú a kultúrno-civilizačnú oblasť musíme vytvoriť len my sami. Malý a nedostatočný trénovací jazykový korpus vedie k tzv. halucináciám a iným chybám.
Ako sa trénujú netextové dokumenty?
Textové dokumenty sa skladajú zo znakov, grafém, slov. Pri nich je kľúčový jazyk a jeho typ. Naskenovaný obraz textovej strany je zachytený najprv v pixeloch. Pixely sa v procese transkripcie menia na bity a byty, čo potom vidíme ako jazykové jednotky so samostatnými znakmi, slovami, výrazmi, vetami… Základom obrazových dokumentov sú pixely, ktoré sa spravidla rozkladajú na menšie štvorcové časti, nazývané patche/embedingy (16 × 16 pixelov). Zvukové dokumenty (vzorky, vlnenie) sa rozkladajú na akustické sémantické jednotky. Videodokumenty (sekvencia snímok) sa rozkladajú na časopriestorové bloky.
Transkripcia historického dokumentu pomocou Transkribusu a AI Gemini
Nový projekt DIGINARCH-AI APVV-24-0049 je ďalšou príležitosťou na tvorbu modelov transkripcie a obohatenie veľkých jazykových modelov pre AI. Predmetom výskumu je Digitalizácia a inteligentná obsahová analýza historických dokumentov pre odbornú archívnu činnosť a historickú vedu (2025–2029, 263 000 EUR = cca 6,5 mil. CZK). Ide o projekt Univerzity Mateja Bela v Banskej Bystrici a Štátnej vedeckej knižnice v Banskej Bystrici a iných subjektov. Vecne ide o výskum Archívneho fondu „Osídľovací úrad pre Slovensko v Bratislave a Fond národnej obnovy 1945–1955“ (Dopad tzv. Benešových dekrétov). Spolu ide o cca 200 000 listín, ich digitalizáciu, výskum, konzervovanie, transkripciu strojopisných a rukopisných dokumentov a tvorbu nového supermodelu transkripcie.
Na transkripciu sme použili platformu Transkribus, avšak ukazuje sa, že excelentné výsledky pri transkripcii strojopisných dokumentov a rukopisov v týchto zbierkach je možné dosiahnuť s AI Gemini.
Čo by mohli robiť knižnice vo vzťahu k AI
Generatívna AI mení spôsob práce v kreatívnom priemysle, zdravotníctve, biznise a vzdelávaní. GenAI je fakt, s ktorým sa musíme zmieriť a podporiť jej rozumné využívanie. V prvom rade je dôležité tvoriť digitálne repozitáre. Knižnice by mali podporovať vývoj nástrojov AI, ktoré by mohli uľahčiť prácu knihovníkom, napríklad pri akvizícii, spracovaní dokumentov, prepájaní dát, klasifikácii dát, výkazníctve, tvorbe konzultačných chatbotov a najmä v informačnom prístupe – information access (Chowdhury, a iní, 2025). Osobitný význam budú mať knižnice v zavedení systému AI gramotnosti, v poradenstve používateľom v komunite pri službách AI a asistovaní pri práci s nástrojmi umelej inteligencie.
GenAI a práva duševného vlastníctva
Používanie technológie AI však prináša aj nové výzvy, najmä v oblasti autorských práv a overovania pravdivosti generovaných informácií.
AI môže ohroziť majetkové a osobnostné práva. Môže sa stať, že sa umelá inteligencia trénuje na materiáloch autora alebo na datasetoch, ktoré sú výsledkom práce tvorivých subjektov. Nie vždy existuje legitímny prístup k pôvodným údajom. Tvorcovia AI nie sú vždy schopní a ochotní jasne uviesť, ktoré konkrétne zdroje harvestujú a využívajú na tréningy. V niektorých jurisdikciách je to nezákonné. Môžu existovať aj skryté náklady spojené so spôsobom, akým je AI trénovaná, napríklad náklady na knižnice na dáta získané z digitálnych repozitárov. Môže teda dochádzať k situácii, že tí, ktorí vytvorili zdroje pre AI, si musia platiť za využívanie jej služieb , v ktorých sú zahrnuté ich vlastné zdroje.
Táto práca bola podporená Agentúrou výskumu a vývoja na základe Zmluvy č. APVV-22-0049“ Projekt DIGINARCH 2025–2029.
Použité zdroje
1 CHOWDHURY, G. G. a Sudatta CHOWDHURY, 2025. AI and Information Acces. Benefits, Challenges and Lessons. London: Facet Publishing, s. 240 . ISBN 978-1-78330-772-2 (paperback); ISBN 978-178330-773-3 (EPUB).
2 IFLA, 2025. IFLA Knihovny a AI – úvod do tématu. Online 05 2025. [Dátum: 04. 2026.] Dostupné z: ipk.nkp.cz/docs/IFLA-AI-Entry-Point-to-Libraries-and-AI-cs.pdf.
3 KATUŠČÁK, Dušan; Vojtěch ŘÍHA a Lukáš NĚMEC, 2024. Český supermodel na transkripciu bohemikálnych historických dokumentov; Opava_SGS_2024. 1. vyd. Opava: ZENODO, 1000 s. Datasety Transkribus. Online. [Dátum: 08. 04. 2026.] Dostupné z: doi.org/10.5281/zenodo.14589145.
4 KATUŠČÁK, Dušan a Imrich NAGY et al., 2023. Automatická transkripcia historických dokumentov: metodická príručka na prácu s platformou Transkribus. 1. vyd. Banská Bystrica: BELIANUM. 1. vyd. Vydavateľstvo Univerzity Mateja Bela v Banskej Bystrici. Online. ISBN 978-80-557-2070-8.
5 KATUŠČÁK, Dušan a Imrich NAGY, 2020. Inovatívne sprístupnenie písomného dedičstva Slovenska prostrednístvom automatickej transkripcie historických rukopisov. Banská Bystrica: Univerzita Mateja Bela a Štátna vedecká knižnica. Agentúra na podporu vedy a výskumu SR; Vedecký projekt aplikovaného výskumu; Projekt podporený 170 000 Eur. APVV-19-NEWPROKECTZ-17816.
6 KATUŠČÁK, Dušan, 2020. Digital humanities a automatická transkripcia rukopisných textov. ITlib. Roč. 24, č. 1, s. 6–16.
7 KATUŠČÁK, Dušan, 2020. Digital humanities a automatická transkripcia rukopisných textov. Online. Dostupné z: itlib.cvtisr.sk/clanky/clanek3698/.
8 KATUŠČÁK, Dušan, 2022. Metodológia a metodika transkripcie historických textov. Online. Projekt APVV UMB Skriptor. Dostupné z: dx.doi.org/10.24040/2022.9788055720203. ISBN 978-80-557-2020-3.
9 KATUŠČÁK, Dušan, 2025. Nejnovější modely transkripce: západoslovanské historické rukopisy a tisky. Online. Dostupné z: skipcr.cz/knihovnicke-akce/archivy-knihovny-muzea-v-digitalnim-svete/2025-26-rocnik/prezentace.
10 KATUŠČÁK, Dušan, 2020. Najnovšie poznatky z výskumu automatického rozpoznávania textov historických dokumentov. Online. In: Michaela Mrázová. Kniha ve 21. století: sborník z konference konané ve dnech 11.–13. 2. 2020 na Slezské univerzitě v Opavě.
11 WASWANI, A., N. SHAZEER, N. PARMAR, J. USZKOREIT, L. JONES, A. N. GOMEZ, L. KAISER a I. POLOSUKHIN, 2017. Attention is all you need. Advances in Neural Information Processing Systems, 30, 5998–6008, zv. 30.
DUŠAN KATUŠČÁK je mimo jiné vysokoškolský pedagog, přední odborník, vědec a inovátor v odboru Knihovní a informační věda a praxe v Ústavu bohemistiky a knihovnictví na Filozoficko-přírodovědecké fakultě Univerzity v Opavě, za Státní vědeckou knihovnu Banská Bystrica spoluřešitelem projektu Digitalizácia a inteligentná obsahová analýza historických dokumentov pre odbornú archívnu činnosť a historickú vedu a emeritním ředitelem Slovenské národní knihovny v Martině.
