Dobrovolní redaktoři Wikipedie bojují tichou válku proti strojově generovanému obsahu a poprvé mají tvrdá čísla. Podle nedávného rozhovoru IEEE Spectrum s Elliou Lebleu, zakládající členkou WikiProject AI Cleanup, nástroj pro detekci umělé inteligence odhaduje, že až 20 procent nových článků a konceptů na anglické Wikipedii bylo strojově vygenerováno koncem roku 2025 – a 15 až 16 procent na začátku roku 2026. Rozhovor přitáhl čerstvé zprávy tento týden.
Lebleu, Ph.D. studentka umělé inteligence na Inria Center na univerzitě v Rennes, spoluzaložila projekt čištění v prosinci 2023, když si ona a další redaktoři na serveru Discord Wikipedie všimli vlny podivných nových článků sdílejících stejné zvláštní vlastnosti. For more context on this story, see our ongoing artificial intelligence updates.
Od zřejmých klišé k jemným výpovědím
V prvních dnech byly zprávy nápadné. Články napsané umělou inteligencí opakovaly běžné fráze jako „stojí za závěť“ nebo „bohaté kulturní dědictví“ a často obsahovaly formální části závěrů nebo zvláštní záhlaví jako „Proč je to důležité?“ — ochranné známky výstupu z éry ChatGPT, díky kterým byla detekce relativně snadná.
Do roku 2025 se signály staly jemnějšími a strukturovanějšími, řekl Lebleu IEEE Spectrum. Psaní AI miluje „pravidlo tří“ a negativní paralelismy – vzorce řeči, které samy o sobě nic neznamenají, ale stávají se smysluplnými v akumulaci. Redaktoři se dívají i za hranice jednoho článku: pokud účet vyprodukuje pět článků o tisících slov, každý za pět minut, je něco špatně.
Problém s citací
Nejzávažnější starostí není styl, ale sourcing. Plně halucinované citace – odkazy na články, které neexistují – se staly mnohem vzácnějšími, protože generace rozšířená o vyhledávání umožňuje modelům najít skutečné zdroje. Ale Lebleu řekl, že častější selhání je jemnější a nebezpečnější: AI najde skutečný zdroj a pak jej nesprávně charakterizuje s odkazem na podporu, kterou zdroj ve skutečnosti neposkytuje. Citace AI, které nepodporují to, co se píše, označila za „extrémně běžné“.
Komunita se brání pomocí vlastních nástrojů. Jeden editor Wikipedie vytvořil ověřovač zdroje umělé inteligence, který čte zdroje na stránce a kontroluje, zda odpovídají tvrzením – model umělé inteligence sledující AI text, o kterém Lebleu uznal, že není zaručeně správný, ale funguje v měřítku jako první filtr. Wikimedia Foundation mezitím vyvíjí nástroj s názvem Paste Check, který dokáže označit text vložený přímo z některých chatbotů AI.
Kolik obsahu Wikipedie je napsáno umělou inteligencí?
Odhady 15 až 20 procent pocházejí ze spolupráce Lebleu se společností Pangram, která se zabývá detekcí umělé inteligence. Zátěžově testovala detektor na obsahu Wikipedie z doby před ChatGPT a nenašla žádné falešně pozitivní výsledky, což znamená, že čísla by měla být chápána jako konzervativní spodní hranice spíše než jako strop.
Co vysvětluje pokles z 20 procent na 15 nebo 16 procent, není vyřešeno. Mohlo by se stát, že nedávné zásady Wikipedie fungují – nebo že novější modely produkují hůře detekovatelný text, zatímco detekční nástroje je nedohnaly. Lebleu řekl IEEE Spectrum, že většina obsahu generovaného umělou inteligencí pochází od začínajících editorů a projekt pracoval na tom, aby byla pravidla pro nováčky dobře viditelná.
Zákaz, odmítnutí a filozofická otázka
Anglická Wikipedia již jednala a zakázala editorům používat LLM k vytváření článků – o zákazu The Guardian informoval v březnu 2026 poté, co komunita schválila směrnici. Účinky politiky se stále měří. Podle Lebleua byla změna spíše záležitostí nutnosti než ideologie: „Byli jsme zaplaveni obsahem AI, neměli jsme dobré nástroje a potřebovali jsme to zastavit,“ řekla IEEE Spectrum.
Jeden měřitelný posun je již viditelný na straně modelu: Lebleu poznamenal, že Claude někdy žádosti přímo odmítá a odpověděl, že nemůže napsat článek na Wikipedii, protože by to porušilo zásady Wikipedie. Argumentovala tím, že kdyby všechny velké společnosti s umělou inteligencí zavedly podobná odmítnutí, smysluplně by to pomohlo – ačkoli modely s otevřenou váhou, které lze vyladit tak, aby obcházely omezení, by zůstaly mezerou.
Hlubší otázka rozdělující projekt je filozofická. To, co začalo jako praktické opatření, podle Lebleuových slov od té doby získalo více filozofický rozměr, protože mnoho lidí začalo nazývat Wikipedii „posledním dobrým místem na internetu“ – jedním z mála hlavních informačních zdrojů, které v zásadě stále píší lidé.
Proč na tom záleží mimo Wikipedii
Sázky sahají daleko za samotnou encyklopedii. Wikipedie je nejlepším referenčním výsledkem pro vyhledávače, běžným zdrojem školicích dat AI a častou první zastávkou pro ověřování faktů. Pokud je smysluplná část jejích nových stránek napsána strojově s nesprávně popsanými citacemi, chyby se rozšíří: do úryvků vyhledávání, do korpusů pro trénování modelů a zpět do budoucích výstupů AI.
Čištění zatím pokračuje po jednotlivých označených článcích – v úsilí dobrovolníků využívajících rozpoznávání vzorů, kontroly rychlosti úprav a stále více i samotnou AI, aby udrželi člověkem psanou encyklopedii lidskou.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
