Od promptu k biasu: Generativní AI jako spolu-aktér dějinných zaujatostí

Abstrakt

Tato studie se zabývá problematikou generativní umělé inteligence (AI) při zobrazování historických událostí se zvláštním zaměřením na české dějiny. Kombinací experimentálního přístupu a kvalitativní sémantické analýzy zkoumá, jak formulace promptů ovlivňuje inherentní biasy velkých jazykových modelů (LLM), jako jsou ChatGPT, Google Gemini a Claude. Na základě analýzy odpovědí na neutrální a zkreslené prompty byla vytvořena typologie tří narativních strategií: submisivní přijetí a posílení biasu, aktivní korekce a reframing, a kritická dekonstrukce spojená s edukací. Výsledky ukazují, že zatímco méně pokročilé modely (ChatGPT 4o mini) inklinují k submisivnímu přijetí zkreslení, robustnější modely projevují schopnost aktivní korekce a edukace. Studie dochází k závěru, že LLM fungují jako aktivní spolu-aktéři v sociální konstrukci historických narativů, což má významné etické důsledky pro vzdělávání a mediální sféru.