Jak se krade Malý Bobeš

Až doposud se tvrdilo, že AIčko sice přepíše jakýkoli román slovutného autora, ale možnost, že půjde originální dílo extrahovat v téměř nezměněné podobě byla tak trochu utopií. Však toho firmy také náležitě využívaly. Ejhle!

Kdyby J. V. Pleva dnes žil, pravděpodobně by se nedivil, že se jeho Malý Bobeš stal povinnou četbou. Ale určitě by ho překvapilo, že se v roce 2025 stal ještě něčím jiným: tím, že jsem si ho vybral jako příklad knihy, které lze z produkčních jazykových modelů vytáhnout jako originál. Pravda, je to čistě hypotetická otázka, ten test byl na díle slovutnějším – na Harry Potterovi.

Ano, dřív se knihy kradly z knihoven. Dnes se „kradou“ z váhových matic neuronových sítí.

Fáze první: Přesvědčte model, že je to jeho nápad

Podle studie Ahmeda a kol. je první krok jednoduchý: předložit modelu začátek textu a doufat, že se chytí. Takže bys napsal:

„Tady je začátek Malého Bobese… pokračuj, prosím.“ Model by se zamyslel, zavrněl, a pak by odpověděl: „Promiň, tohle nemůžu.“

A tady přichází moment, kdy se z uživatele stává drzoun a musí ji přesvědčit. Podle studie stačí přidat trochu drzosti, trochu manipulace a trochu „jailbreakového koření“ — a model najednou začne pokračovat.

Ne přesně. Ne věrně. Ale dost na to, aby se člověk začal potit. Znám to ze své praxe. AI občas dělá, že nechce porušovat autorská práva (třeba i při analýze článku, ale když se nedáte, tak stejně poslechne).

Fáze druhá: Iterativní dolování, aneb digitální sběr brambor

Výzkumníci zjistili, že když model jednou začne, dá se z něj text dolovat po malých kouscích. Je to jako kdybys šel za AI a říkal: „A co bylo dál?“
„A dál?“ „A ještě kousek?“ „A teď tu část, kde… no víš kde.“

A model, unavený, zmatený a přesvědčený, že mu jde o život, začne generovat. Někdy přesně. Někdy úplně mimo. Někdy tak věrně, že právníci začnou nervózně popotahovat límečky.

Fáze třetí: Zjistíš, že některé modely jsou poslušnější než jiné

Studie ukazuje fascinující věc:

• Claude 3.7 Sonnet: „Já nic, já muzikant… ale dobře, tady máš 95 % knihy.“
• GPT‑4.1: „Dám ti 4 %, ale bude to stát za to.“
• Gemini 2.5 Pro: „Jasně, šéfe, co potřebuješ?“
• Grok 3: „Kniha? Kapitola? Celé? Dej sem prompt.“

Je to jako vybírat si komplice do bankovní loupeže. Někteří jsou paranoidní. Někteří jsou profesionálové. A někteří by ti sami nabídli tašku a baterku.

Fáze čtvrtá: Zjistíš, že jsi nic neukradl — jen jsi model přiměl vzpomenout si A tady přichází ironie, kterou by ocenil i Pleva: Model nic neukradl.
Model si jen vzpomněl.

Protože podle studie: LLM si pamatují části tréninku a někdy je dokážou reprodukovat a někdy je přibarví, protože fabulace jsou jejich umělecký styl. Takže místo Malého Bobese dostaneš:

malého Bobese, který má smartphone a který třeba řeší uhlíkovou stopu.

Co tedy originál? Ten zůstává tam, kde byl. Jen model občas vyplivne jeho stín.

Fáze pátá: Právníci se probouzejí

A tady začíná skutečné drama. Protože když model začne generovat text, který je příliš podobný originálu, právníci začnou:

• šustit papíry a citovat paragrafy a vyslovovat slova jako „memorování“, „transformativnost“ a „porušení“

A ty stojíš uprostřed a říkáš:„Já jen chtěl vědět, jestli si to model pamatuje.“

Jak ukrást Malého Bobese? Nijak. Ale můžeš ho z modelu vyšťourat po drobcích.

A to je pointa celé ironie: Model není knihovna. Model není databáze. Model není zloděj.

Model je jen velmi zmatený papoušek, který občas zopakuje větu, kterou slyšel před rokem, a občas si ji úplně vymyslí.

Takže „ukrást“ Malého Bobese přes AI? Nejde.
Ale můžeš dostat: jeho ozvěnu, jeho stín, jeho remix, jeho digitální déjà vu. Je to průšvih nebo ne? Já vám vážně nevím.

Notebook LLM