FactNinja je nástroj pro analýzu vizuálního obsahu — plakátů, memů, screenshotů ze sociálních sítí, fotografií s textem, propagandistických grafik. Když nahrajete obrázek, neprovedeme jednu analýzu, ale celou kaskádu specializovaných pohledů, které se vzájemně doplňují. Každý pohled odpovídá na jinou otázku — co je tam napsané, co se vás snaží vyvolat, jaká tvrzení obsahuje, jestli to vyrobila umělá inteligence.
Tato vícevrstvost je úmyslná. Jednoduchý verdikt typu „pravda" nebo „lež" by byl klamavý — propaganda je často kombinací pravdivých výroků v manipulativním rámci, nebo naopak poctivé komunikace s nešikovnými formulacemi. Místo závěru vám předkládáme rozklad: jednotlivé vrstvy, které si můžete sami poskládat do vlastního úsudku. Tento text si klade za cíl vysvětlit, jak naše nástroje fungují uvnitř — jaká věda za nimi stojí, kde mají silné stránky a kde mají meze.
Co se stane, když nahrajete obrázek
V okamžiku, kdy kliknete na Analyzovat, spustí systém na pozadí kaskádu samostatných úloh. Každá řeší jeden aspekt obrázku a běží nezávisle — selhání jedné vrstvy neshazuje ostatní. Pokud například technicky selže rozpoznání textu na velmi stylizovaném memu, hlavní analýza i emoční rozbor pokračují. Celá kaskáda typicky trvá několik desítek sekund až dvě minuty — záleží na složitosti obrázku a vytížení AI služeb. Při čekání vidíte živé indikátory toho, co se právě děje.
Asistentské analýzy — perspektivy, ne pravdy
Když si při zadávání analýzy vybíráte asistenta, nevybíráte různé umělé inteligence — vybíráte různou roli, kterou stejná AI hraje. Každý asistent má v hlavě jiný systémový pokyn, který určuje, z jakého úhlu se na obrázek dívá. FactNinja výchozí asistent je vyvážený a prochází klíčovými body. Profesor mediální gramotnosti má pedagogický tón a zaměřuje se na to, co je důležité pro výuku kritického myšlení. Další asistenti mají vlastní specifika, která najdete v aplikaci při jejich výběru.
Stejný obrázek pouštěný přes různé asistenty může mít různé akcenty — a to je úmysl, ne chyba. Jeden plakát lze legitimně vidět z více úhlů. Někdy chcete pedagogický rozklad, jindy faktickou bilanci. Sidebar Visual Insights ukazuje všechny dosavadní pohledy pohromadě, abyste je mohli porovnat. Vícenásobné perspektivy jsou v naší metodice silnou stránkou.
Jak AI „vidí" obrázek
Pod kapotou používáme vision-capable jazykové modely — multimodální umělou inteligenci od OpenAI, aktuálně modely GPT-5 a GPT-5-nano. Tyto modely byly trénovány na obrovských datasetech obrázků s popisky a umějí popsat, kategorizovat a interpretovat vizuální obsah v přirozeném jazyce. Když AI vidí plakát s Leninem, nejde jen o rozpoznání tváře — model rozumí typografii sovětského konstruktivismu, identifikuje rétorické vzorce, propojuje obraz s historickým kontextem.
Důležité je, že AI nevidí jako vy. Nepočítá pixely, nevyhodnocuje RGB hodnoty. Pracuje s naučenou reprezentací — abstraktním porozuměním vizuálnímu světu, které si vybudovala z trénovacích dat. To znamená, že rozpozná typické vzorce, ale občas vidí to, co tam není (halucinace), a občas přehlédne nuance, které lidský pozorovatel zachytí na první pohled.
⚠ Klíčový princip: FactNinja je pomocník, ne soudce. Analýza je startovní bod pro vaše vlastní myšlení — nikoli rozsudek. Vícenásobné perspektivy, vědecké základy a transparentní metodika existují právě proto, abyste si finální úsudek mohli udělat sami.
Augmented data — co konkrétně AI najde
Vedle volného textu hlavní analýzy AI vrací také strukturovaný výstup. Tyto strukturovaná pole jsou klíčová proto, že umožňují vizualizace (donuty, mapy, grafy), filtrování a další zpracování.
Klíčová témata jsou seznam toho, co AI v obrázku zachytila — od konkrétních objektů přes vizuální styly až po abstraktní koncepty. Ověřitelná tvrzení jsou konkrétní výroky, které lze ověřit nezávisle. Každé má status: pravdivé, částečně pravdivé, nepravdivé, zavádějící nebo neověřitelné. Detekované logické klamy jsou argumentační chyby s napojením na náš slovníček klamů. Laické shrnutí je krátké, srozumitelné vysvětlení pro někoho bez kontextu.
Visual Insights — emoční rentgenologie
Visual Insights je naše vlajková funkce — a zaslouží si vlastní vysvětlení, protože stojí na dvou vědeckých modelech, které mají skoro čtyřicet let historie a které jsou v psychologii emocí klasikou. Přístup k Visual Insights máte z každé analýzy přes cyanové tlačítko Visual Insights, které otevře samostatnou stránku s emočním profilem materiálu.
🎯 Klíčová zásada: Visual Insights měří co materiál chce vyvolat, nikoli to, co cítíte vy. Stejný plakát může vyvolat hrdost v jednom diváků a odpor v druhém — náš rozbor popisuje záměr autora, ne reakci publika. To je klíčový rozdíl pro správné čtení výsledků.
Plutchikovo kolo emocí
Robert Plutchik, americký psycholog s vystudovaným biologickým pozadím, publikoval v roce 1980 zásadní práci A general psychoevolutionary theory of emotion. Argumentoval, že emoce nejsou kulturní konstrukty, ale evolučně staré reakce sloužící přežití. Radost nás posouvá k tomu, co prospívá rozmnožování a sociálním vazbám. Strach nás vede od nebezpečí. Hněv nám dává energii postavit se hrozbě. A že existuje osm základních emocí, ze kterých se všechny ostatní skládají, podobně jako se všechny barvy skládají ze tří primárních pigmentů. Těch osm emocí uspořádal do kruhu — sousední emoce mají k sobě blízko, protilehlé jsou opaky.
V aplikaci u každé z osmi emocí udáváme intenzitu na škále 0 až 100, podle toho, jak silně materiál tuto emoci vyvolává. V grafu Plutchikova kola se to zobrazuje jako „rozkvetlý květ" — čím delší okvětní lístek určité barvy, tím silnější emoční apel daného typu. Heroizovaný portrét vůdce s vlajkou typicky vykazuje vysoké hodnoty radosti, důvěry a očekávání. Plakát varující před nepřítelem zase silný strach, znechucení a hněv (jako na ilustraci výše).
Dyády — složené emoce
Plutchikova teorie pokračuje dál — kombinace dvou sousedních základních emocí tvoří dyády, složené emoce s vlastními názvy. Radost spolu s důvěrou tvoří lásku. Strach se překvapením vytvoří úžas. Smutek se znechucením dají lítost. Hněv s očekáváním produkují agresivitu. Sekce Dyády ve Visual Insights ukazuje, které z těchto kombinací jsou v daném materiálu nejsilnější — a to často víc vypovídá o záměru autora než samostatné základní emoce.
Russellův model — valence a aktivace
Druhým vědeckým základem je práce Jamese A. Russella, publikovaná také v roce 1980. Russell argumentoval, že emoce se dají rozložit do dvou ortogonálních rozměrů. První rozměr je valence — jak příjemné nebo nepříjemné prožívání emoce je. Druhý je aktivace — jak klidné nebo vzrušené vnitřní rozpoložení vyvolává.
Visual Insights zobrazí v Russellově prostoru jednu tečku — celkové emoční „těžiště" materiálu. Pomáhá to vidět, kam materiál táhne, rychleji než výčet jednotlivých emocí. Plakát s heroizovaným vůdcem skončí typicky v kvadrantu „vzrušení, radost". Plakát se zničenou zemí a hladovými dětmi skončí v „úzkost, vztek". Oba modely (Plutchikova kruhová mapa i Russellova 2D mapa) se navzájem doplňují a verifikují.
Úroveň manipulace
Vedle emočního rozboru Visual Insights vyhodnocuje také celkovou úroveň manipulace — syntetické hodnocení kombinující sílu emocí, počet a typ použitých rétorických triků, a celkovou intenzitu přesvědčovacího aparátu materiálu.
Klíčové při čtení úrovně manipulace je: manipulace není totéž co lež. Materiál může být věcně pravdivý a přitom velmi manipulativní. Naopak materiál může být LOW manipulativní a obsahovat dezinformaci. Úroveň manipulace měří sílu přesvědčovacího aparátu, ne pravdivostní hodnotu obsahu.
OCR — vidíme text v obrázku
FactNinja umí z obrázku vytáhnout veškerý čitelný text. K rozpoznání používáme model GPT-4o-mini, který je trénovaný na vidění i čtení v náročných podmínkách: rukou psaný text, stylizovaná typografie, fotografovaný text pod úhlem, low-resolution mobilní screenshoty. Funguje překvapivě dobře i tam, kde tradiční OCR nástroje selhávají.
Verbatim extrakce
Naše OCR má klíčovou zásadu: přepisujeme přesně to, co je vidět. Bez opravy překlepů, bez doplňování chybějícího kontextu. Pokud na plakátu chybí písmeno, chybí i v našem OCR výstupu. Tento přístup je úmyslný — OCR pro nás není literární přepis, je to forenzní stopa. Pro novináře, historiky a fact-checkery je rozdíl mezi „mobilizace" a „mobilisace" klíčové datovací vodítko.
Vícejazyčný OCR a automatický překlad
OCR podporujeme prakticky ve všech jazycích — rozpoznáváme latinku, cyrilici, čínské znaky, japonské hiraganu a katakanu, korejský hangul, arabštinu, hebrejštinu, devanagari, řečtinu, thajštinu a další. Detekce skutečného zdrojového jazyka je založená na Unicode rozsazích, takže funguje spolehlivě i u smíšených textů.
Pokud je text v jiném jazyce než ve vašem rozhraní, zobrazíme obojí: originál vlevo, překlad vpravo. Originál ponecháváme pro forenzní hodnotu, překlad poskytuje pochopení obsahu.
AI detekce — vytvořila to umělá inteligence?
S rostoucí dostupností generativní umělé inteligence je rozpoznání AI generovaného obsahu důležitým kontextem. Pro analýzu propagandy je to zásadní — fotografie skutečné události má jinou důkazní hodnotu než AI generovaná scéna, i kdyby obě vypadaly identicky.
K detekci AI obsahu používáme externí službu Sightengine, která vrací pravděpodobnost AI generace v procentech. Sightengine je trénovaný na milionech AI generovaných i autentických obrázků a detekuje typické artefakty generativních modelů.
Důležité je vědět, co AI detekce nedokáže. Foto-realistické generace nejnovějších modelů občas proklouznou s nízkou pravděpodobností. Upravené reálné fotografie (Photoshop, deepfakes založené na reálných záběrech) detekce nemusí zachytit. A celkově platí, že 70% AI pravděpodobnost neznamená „určitě AI" — znamená to „AI signál je silný, ale lidský úsudek je nutný". Skóre je nástroj pro zaměření vaší pozornosti, ne automatický verdikt.
Vícejazyčnost — analýza žije ve všech jazycích
FactNinja podporuje šest jazyků: češtinu, angličtinu, slovenštinu, polštinu, němčinu a španělštinu. Texty analýz a komentáře se mezi těmito jazyky automaticky překládají na pozadí. Když autor napíše analýzu v češtině, systém ji ihned překládá do zbylých pěti jazyků. Návštěvník stránky vidí analýzu v jazyce, který má v prohlížeči nastavený.
Tato vícejazyčnost znamená, že česká analýza ruského propagandistického plakátu je automaticky dostupná i anglickému, slovenskému, polskému, německému a španělskému publiku — beze zásahu autora. Váš text dosáhne mezinárodního publika sám od sebe.
Meze pomocníka — co FactNinja nedělá
Pro férová očekávání je nutné explicitně říct, co od FactNinja nemůžete čekat. Slepá důvěra v AI nástroje vede ke špatným rozhodnutím. Naopak kalibrované očekávání dělá z FactNinja silného pomocníka.
Nehodnotíme „pravdu" jako celek
Analýza neukončí verdiktem typu „Tento plakát je pravdivý" nebo „Tento plakát je lež". Plakát totiž může obsahovat pravdivá tvrzení v manipulativní rétorice, lživá tvrzení s neutrálním tónem, nebo být symbolický, kde otázka pravdy ani nedává smysl. Visual Insights měří emoční apel, augmented data identifikují konkrétní tvrzení, ale celkový verdikt patří vždy vám.
Nezachytíme všechno
AI dělá chyby. Občas vidí to, co tam není, občas přehlédne to, co tam je. Vždy je nutné vlastní kontextový úsudek, křížové ověření s jinými zdroji a u kritických případů konzultace s odborníky. FactNinja zrychluje a strukturuje vaše uvažování, ale nenahrazuje ho.
Nejsme náhrada za novinářskou práci
Analýza propagandistického obrázku nekončí u FactNinja. Reverse image search (Google Lens, Yandex, Bing, TinEye) najde, odkud obrázek pochází. Archivní databáze jako Internet Archive ukážou, kdy se materiál poprvé objevil. Konzultace s historiky a regionálními experty doplní to, co AI neumí. FactNinja je startovní bod. Zbytek práce je lidský.
Vědecké základy
Pro hlubší ponoření do teorií, na kterých FactNinja staví, doporučujeme následující literaturu.
Emoce a propaganda
Robert Plutchik publikoval v roce 1980 práci „A general psychoevolutionary theory of emotion" v knize Emotion: Theory, research, and experience. Tato práce je základem celého Plutchikova modelu osmi emocí, který používáme. James A. Russell publikoval ve stejném roce 1980 práci „A circumplex model of affect", na které stojí naše 2D mapa valence a aktivace. Paul Ekman v roce 1992 publikoval „An argument for basic emotions" — argument pro existenci univerzálních základních emocí napříč kulturami.
Rétorické a manipulační techniky
Robert B. Cialdini v knize Influence: The Psychology of Persuasion (1984) popsal šest klíčových principů přesvědčování — reciprocita, závazek, sociální důkaz, autorita, sympatie, vzácnost. Steven A. McCornack v roce 1992 publikoval „Information manipulation theory" — teorii o tom, jak lze pravdou manipulovat skrze vynechání, dvojznačnost a relevantnost. Douglas Walton v knize Informal Logic: A Pragmatic Approach (2008) systematicky zpracoval argumentační klamy.
Vizuální propaganda a média
Klasická práce Jacquese Ellula Propaganda: The Formation of Men's Attitudes (1965) položila moderní studie propagandy. Pro současnější přehled doporučujeme Propaganda and Persuasion (2018) od Jowett a O'Donnell.
Jak číst analýzu kriticky — tři pravidla
Závěrem tři jednoduchá pravidla, která vám pomohou interpretovat výsledky FactNinja smysluplně.
1. Visual Insights popisují záměr, ne pravdu
Vysoké hodnoty strachu a nízká důvěra v Plutchikově kole znamenají, že materiál je poplašný apel. Ale takový apel může být oprávněný (varování před skutečnou hrozbou) nebo zneužitý (vyrobená panika). Visual Insights neřeknou který případ to je — řekne to kontext, který nesete vy.
2. Manipulace není totéž co lež
Hodnocení VERY HIGH manipulace znamená, že materiál velmi silně formuje názor. Může to být lží, ale stejně tak to může být velmi dobře udělanou kampaní za dobrou věc. Slovem „manipulace" nemyslíme „špatnou věc" — myslíme silně přesvědčovací aparát. Reklamní kampaň očkování může být VERY HIGH manipulativní a přitom společensky prospěšná.
3. Více pohledů je síla
Jeden materiál, více asistentských analýz, Visual Insights, OCR překlad, reverse image search — každá z těchto vrstev přidá kousek skládačky. Žádná z nich není konečným slovem. Konečné slovo jste vy. Naše práce je předkládat vám nástroje, transparentně popsat metodiku a poskytnout vědecky podložená data. Vaše práce je dát tomu smysl.
— Tým FactNinja