Umělá inteligence už nemusí jen vyrábět politický text. Může také předem zkoušet, jak by takový text mohl zapůsobit na lidi v různých zemích, a podle výsledku upravovat další verzi. Právě tím směrem míří čínský systém Huanyu Zhiying 1.0, který vznikl na Sunjatsenově univerzitě v Kantonu.
Na Radyzu jsme o projektu psali v krátké zprávě o čínské AI populaci pro cílenou propagandu. Samotná zpráva je ale zajímavější než její titulek. Nejde jen o další jazykový model, který umí napsat přesvědčivější odstavec. Jde o pokus vytvořit z veřejného mínění něco, co lze předem nasimulovat, změřit a použít při úpravě politického sdělení.
Umělé publikum místo focus group
Huanyu Zhiying 1.0 byl představen v dubnu 2026 v rámci akce spojené se Sunjatsenovou univerzitou. Čínský oficiální popis projektu ho představuje jako nástroj pro simulaci zahraničního veřejného mínění a podporu rozhodování v mezinárodní komunikaci. Zjednodušeně řečeno má pomoci odhadnout, jak by různé skupiny v zahraničí mohly reagovat na událost nebo připravené sdělení.
Podle analýzy Australského institutu pro strategickou politiku systém pracuje s více než 10 000 simulovanými profily, které mají pokrývat 18 zemí. To není totéž jako 10 000 skutečných respondentů. Každý profil je konstrukce vytvořená z dostupných dat a instrukcí, která má napodobovat určitou kombinaci země, společenské třídy, politických postojů nebo kulturního prostředí.
Podklady mají pocházet z mezinárodního průzkumu veřejného mínění Sunjatsenovy univerzity, z databáze World Values Survey a z veřejných dat sociálních sítí. Univerzita ve svém průzkumu The World Looks at China oslovila respondenty v osmi zemích včetně Austrálie, Spojených států, Británie, Indie, Malajsie, Francie a Jihoafrické republiky. Není ale veřejně popsáno, jak přesně byly jednotlivé zdroje rozděleny mezi všech 18 údajně pokrytých zemí.
Představme si tedy nikoli skutečnou focus group, ale její softwarovou maketu. Jeden profil může představovat například mladého městského člověka s určitým politickým názorem, jiný konzervativnější publikum v jiné zemi. Systém jim předloží text, zprávu nebo simulované mediální pokrytí a sleduje, jaké reakce model předpoví.
Od tvorby textu k jeho předběžnému testování
Důležitý je celý řetězec, ne samotná existence umělých person. Podle dostupného popisu má systém nejdřív simulovat zahraniční mediální pokrytí, potom nechat umělé publikum na tento obsah reagovat a nakonec pomoci vytvořit čínskou odpověď s předem zadanou perspektivou. Výstupem tedy nemá být neutrální analýza nálady, ale podklad pro další komunikační rozhodnutí.
Analýza ASPI uvádí, že projekt využívá model z rodiny Alibaba Qwen, který byl podle popisu výzkumníků dolaďován na zahraničním zpravodajství o Číně a na mezinárodních výstupech čínských médií. Neznamená to, že systém skutečně rozumí britské, australské nebo americké společnosti. Znamená to, že dostal materiál, z něhož má takovou společnost statisticky a jazykově napodobovat.
Tady se propaganda mění v proces podobný optimalizaci reklamy. Sdělíte systému záměr, necháte ho vytvořit několik variant, pustíte je přes simulované publikum a vyberete tu, která podle modelu narazí na nejmenší odpor nebo vyvolá nejsilnější očekávanou podporu. Rozdíl je v cíli a v citlivosti tématu. U reklamy se optimalizuje proklik. U politického sdělení může jít o postoj k válce, diplomatickému konfliktu nebo legitimitě státu.
Podobný posun jsme viděli i jinde, jen v menším měřítku. V článku o AI personách v seznamovacích aplikacích jsme rozebírali, jak lze automatizovat nejen jednotlivé odpovědi, ale celý provoz falešných identit. Huanyu Zhiying míří na jiný cíl, princip je však podobný: člověk se stává jedním z parametrů systému a jeho reakce se pokoušíme předem odhadnout.
Problém není jen v tom, že publikum je umělé
Největší slabinou projektu není samotná myšlenka simulace. Modely mohou být užitečné pro rychlé hledání slepých míst v textu, pro porovnání variant nebo pro upozornění na kulturní rozdíly. Problém nastává ve chvíli, kdy se předběžný signál začne vydávat za předpověď skutečného chování.
Jazykový model nečte náladu společnosti přímo. Skládá odpověď z toho, co se naučil z trénovacích dat, z dodaných profilů a z instrukcí v daném běhu. Pokud jsou vstupní data neúplná, stará nebo jednostranná, systém může velmi přesvědčivě napodobovat právě tuto chybu. Výsledek pak nevypadá jako omyl. Vypadá jako propracované doporučení.
Výzkum v časopise Political Analysis ukázal, že jazykové modely dokážou za určitých podmínek napodobit některé vzorce odpovědí známé ze sociálních průzkumů. Studie Out of One, Many: Using Language Models to Simulate Human Samples ale neříká, že model umí předpovědět konkrétní politickou reakci skutečných lidí. Rozdíl mezi reprodukcí statistického vzorce a předpovědí chování v krizi je obrovský.
U geopolitiky se k tomu přidává čas. Lidé nemění názor jen podle textu. Reagují na předchozí zkušenost, důvěru ve zdroj, místní média, ekonomickou situaci, vlastní identitu i na události, které model při simulaci vůbec nezná. Profil, který vypadá přesně na obrazovce, může v reálném světě selhat po jediné větě, fotografii nebo nečekaném politickém obratu.
Benchmark chybí, a to mění význam celého projektu
U podobného systému by bylo zásadní vědět, jak se jeho předpovědi porovnávají se skutečnými průzkumy a reakcemi. Kolikrát správně odhadl směr změny názoru? Jak si vede v jednotlivých zemích? Funguje stejně dobře u různých jazyků, věkových skupin a témat? A jak často si splete kulturní rozdíl se stereotypem z trénovacích dat?
Veřejně dostupné podklady zatím takové odpovědi nenabízejí. Neexistuje zveřejněný technický dokument s reprodukovatelnou metodikou, veřejný benchmark ani chybovost rozdělená podle zemí. Podle ASPI sami výzkumníci projekt popisují jako průběžný výsledek, který zatím pouze předběžně ukázal potenciál.
To neznamená, že systém nefunguje vůbec. Znamená to, že z veřejných informací nelze poznat, co přesně funguje, za jakých podmínek a proti jaké metrice. Může být užitečný jako interní brainstormingový nástroj, který upozorní na možné námitky. Stejně tak může vyrábět sebejisté nesmysly, které jen vypadají jako kulturně citlivá analýza.
V praxi navíc hrozí uzavřená smyčka. Pokud stejný model vytváří mediální scénář, simuluje reakce i navrhuje odpověď, může si své závěry navzájem potvrzovat. Vznikne dojem, že sdělení prošlo několika nezávislými testy, i když všechny kroky stojí na stejné sadě předpokladů a stejné modelové slepé skvrně.
Největší riziko je rychlost a cena
Ani nepřesný simulátor nemusí být bezvýznamný. Pokud člověk připraví jednu variantu sdělení týdně, musí být opatrný a některé nápady vůbec nevyzkouší. Pokud systém během několika minut vyrobí desítky variant a roztřídí je podle očekávané reakce, klesá cena experimentování. To může změnit měřítko vlivové operace i tehdy, když žádná jednotlivá predikce není zvlášť přesná.
To je také důvod, proč bychom podobné projekty neměli hodnotit jen otázkou, zda dokážou dokonale předpovědět veřejné mínění. Mnohem důležitější může být, zda dokážou zlevnit testování, lokalizaci a iteraci politických sdělení. Nejde o jeden kouzelný model, který přečte celý svět. Jde o výrobní linku, která umožní vyzkoušet více narativů, než by zvládl běžný tým.
Veřejná debata se proto nesmí zastavit u toho, zda je Huanyu Zhiying skutečný průlom, nebo jen přeceňovaný výzkumný prototyp. Zatím nemáme dost dat pro první tvrzení. Máme ale dost informací pro druhé varování: státem podporovaný výzkum zkouší převést zahraniční veřejné mínění do modelovatelného a optimalizovatelného systému.
Umělé publikum nenahradí skutečné lidi. Může ale změnit způsob, jakým se připravují sdělení určená skutečným lidem. A právě v tom spočívá význam Huanyu Zhiying 1.0. Ne jako důkazu, že Čína už umí přesně řídit názory v zahraničí, ale jako ukázky směru, ve kterém se může propaganda stát rychlejší, levnější a mnohem hůře rozpoznatelnou.
