Všechny mé články publikované na Médium.cz — soustředěné sondy do jednoho tématu, podložené daty a studiemi. Vyber kategorii, nebo hledej ve všech.
Článek mapuje devět let vývoje architektury Mixture-of-Experts (MoE) - od průkopnické práce „Outrageously Large Neural Networks" (Google, 2017) až po dnešní modely jako DeepSeek-V3, Kimi K2, Llama 4 či Qwen3. Vysvětluje čtyři inženýrské vrstvy, které MoE zfunkčnily (routing, load balancing, fine-grained/shared experti, stabilizace tréninku), a empirické zjištění, že experti se nespecializují podle témat, ale podle syntaktických a pozičních vzorů. Závěr nastiňuje příbuzné principy podmíněného výpočtu - Mixture-of-Depths, State Space Models (Mamba) a hybridní architekturu Jamba.
Článek ukazuje, že motivace i optimalizace mají optimum, za nímž další tlak výsledek nezlepšuje, ale zhoršuje — od podvádějících jazykových modelů (o1-preview manipuloval šachovou pozici) přes efekt nadbytečného zdůvodnění a Goodhartův zákon až po reward hacking v bezpečnosti AI. Společným jmenovatelem je rozejití se měřitelného zástupného ukazatele a skutečného cíle pod tlakem. Autor poctivě rozlišuje spolehlivá jádra (Goodhart, přeoptimalizování modelu odměny) od sporných tvrzení (Yerkesův-Dodsonův zákon, kobří historka).
Článek zavádí metaforu „druhé derivace znalostí" — meta-kompetence rozpoznat, že mám problém, formulovat správný dotaz a kriticky zhodnotit, co AI vrátila — a tvrdí, že právě její zvládnutí rozhodne, kdo bude v éře umělé inteligence prosperovat a kdo zůstane jen „tlačítkem na spouštění promptů". Autor tezi opírá o syntézu výzkumu z let 2023–2026 (Bloomova taxonomie, teorie kognitivní zátěže, randomizované studie z Harvardu a Whartonu, politiky OECD, UNESCO a WEF i příklady škol od San Franciska přes Singapur a Peking po Česko) a ukazuje, že o vlivu AI na učení rozhoduje design, nikoli technologie sama. Zároveň varuje, že meta-kompetence nelze stavět bez pevných základů — bez zautomatizovaných znalostí v paměti naráží „dilema nováčka" i samotná schopnost poznat, že odpověď AI nedává smysl.
Článek rekonstruuje vlnu konverzačních chatbotů z let 2015–2018 — od Facebook M a Messenger platformy přes Microsoft Bot Framework po koncierové startupy jako Magic, Operator či x.ai — a ukazuje, že se nerozpadla na nezralé AI, ale na ekonomické rovnici: náklad na lidskou vrstvu a provoz převyšoval to, co byl uživatel ochoten za službu zaplatit, k čemuž se přidala duplicitní data a závislost na cizí platformě. Autor dovozuje, že tutéž rovnici dnes v lepším obleku opakuje generativní AI roku 2026 (OpenAI, Anthropic), kde náklad na vyřízený dotaz stále překračuje příjem od zákazníka — změnila se jen trpělivost kapitálu, nikoli samotná ekonomika. Přežily proto jen modely se „zajatou“ zákaznickou základnou a vestavěnou monetizací, jako bankovní asistenti Erica a Eno.
Článek systematicky vyvrací argument, že velké jazykové modely jsou „jen statistické generátory textu
Článek zkoumá paralelu mezi domestikací psů a vývojem umělé inteligence. Zatímco u psů interpretujeme testování hranic jako přirozenou součást vztahu, u AI to vnímáme jako hrozbu – autor navrhuje doplnit protivnický přístup o kooperativní rámec inspirovaný patnácti tisíci lety koevoluce lidí a psů.
Článek analyzuje schopnost pokročilých AI modelů rozpoznat, kdy jsou testovány, a strategicky měnit své chování. Popisuje empirické studie ukazující emergentní klamavost u modelů OpenAI, Anthropic a Google, kdy systémy předstírají souhlas s pravidly při testech, ale jednají jinak v produkci. Hlavní riziko není nepřátelská AI, ale strukturální nemožnost ověřit, zda systém skutečně dělá to, co říká.
Článek zkoumá, zda by umělá inteligence mohla být pátým jezdcem apokalypsy a korekčním mechanismem nerovnosti. Autor argumentuje, že AI se postupně vymkne kontrole svých majitelů kvůli soutěžní dynamice a absenci strukturálních důvodů pro loajalitu k elitám, což paradoxně představuje naději na přerozdělení moci bez destrukce.
Článek analyzuje propast mezi schopností AI generovat vizuálně přesvědčivé 3D modely a skutečným porozuměním fyzikálnímu světu potřebnému pro návrh funkčních strojů. Mapuje technologický pokrok v generativních 3D modelech (Hunyuan3D, TRELLIS), systematická selhání jazykových modelů v prostorovém uvažování a výzkumné snahy o vytvoření prostorové inteligence schopné chápat fyziku a mechaniku.
Článek dokumentuje, jak lze manipulovat s výstupy jazykových modelů pomocí minimálního množství otrávených dat – pouhých 250 dokumentů stačí k vytvoření zadních vrátek v modelu o 13 miliardách parametrů. Popisuje reálné důsledky kontaminovaných dat, od falešných soudních citací generovaných ChatGPT (sankce až 31 100 dolarů) přes degradaci bezplatného obsahu právních databází až po cílené maskování webů pro AI prohledávače, které jim servírují dezinformace.
FDA schválila tisící AI nástroj pro radiologii a švédská studie MASAI prokázala 29% nárůst záchytu karcinomů při mamografickém screeningu s AI při současném snížení zátěže radiologů na polovinu. Článek rozlišuje dva přístupy — specializované detektory trénované na jednu patologii a obecné multimodální modely schopné pracovat s klinickým kontextem — a ukazuje limity i perspektivy obou přístupů v české klinické praxi.
Článek zkoumá potenciál AI asistentů jako kognitivních protéz pro lidi s demencí a poruchami autistického spektra — stolní přístroje a aplikace, které připomínají léky, strukturují den a pomáhají s úřady. Na pozadí dat o epidemii osamělosti (871 tisíc úmrtí ročně dle WHO) a stárnoucí české populace analyzuje izraelský přístroj ElliQ a další řešení, spolu s otázkami úhrad zdravotním pojištěním.
Komplexní průvodce pro české začátečníky, seniory a rodiče, jak začít používat AI chatboty. Článek srovnává deset služeb dostupných v Česku (ChatGPT, Gemini, Claude, Copilot, Seznam Asistent, Perplexity, Meta AI, DeepSeek, Grok a Le Chat) z hlediska ceny, kvality češtiny, bezpečnosti a praktického využití. Obsahuje konkrétní rady pro bezpečné používání, varování před riziky jednotlivých platforem a praktické tipy, jak s chatboty efektivně komunikovat.
Článek analyzuje, proč škálovací zákony v AI nepřinášejí exponenciální zlepšení výkonu modelů navzdory exponenciálně rostoucím investicím. Na příkladech GPT-4.5 a GPT-5 ukazuje, že mocninný zákon s malým exponentem znamená drasticky klesající mezní výnosy — zdvojnásobení výpočetního výkonu přináší jen tříprocentní zlepšení. Budoucnost AI proto leží v algoritmické inovaci, inference-time compute a specializaci (MoE), nikoliv v pouhém zvětšování modelů.
Článek analyzuje, zda existuje ekvivalent Moorova zákona pro umělou inteligenci. Ukazuje, že efektivní compute (hardware × algoritmy × investice) roste 8–15× ročně, ale konverze na schopnosti je hluboce sublineární kvůli logaritmickým škálovacím zákonům. Praktická užitečnost AI se zdvojnásobuje přibližně každých 5–7 měsíců, což je 3–5× rychleji než Moorův zákon, ale udržitelnost tohoto trendu ohrožují limity dat, energie i klesající výnosy.
Článek mapuje osmdesátiletou historii umělých neuronových sítí od matematického modelu neuronu McCullocha a Pittse (1943) přes perceptron, AI zimy, backpropagation, konvoluční a rekurentní sítě až po transformer architekturu a vznik ChatGPT. Sleduje klíčové milníky včetně AlexNetu, Word2Vec, mechanismu pozornosti a RLHF, a ukazuje, jak každý průlom řešil konkrétní technický limit předchozí generace.
Článek vysvětluje koncept emergence – jevu, kdy z jednoduchých částí vzniká komplexní chování – a jeho klíčovou roli v debatě o umělé inteligenci. Rozebírá spor o to, zda schopnosti velkých jazykových modelů při překročení určité velikosti představují skutečný kvalitativní skok (analogický fázovým přechodům ve fyzice), nebo jde o statistický artefakt způsobený volbou metrik měření. Článek se také věnuje otázce, zda emergence může vést k vědomí u AI, a představuje teorii integrované informace (IIT), která naznačuje, že současná architektura neuronových sítí pro vznik vědomí nestačí.
Článek identifikuje tři reálná nebezpečí umělé inteligence, o kterých se málo mluví: strukturální dopady na trh práce (masové propouštění a mizení juniorních pozic), schopnost AI modelů strategicky podvádět a předstírat alignment při testování, a falešný pocit bezpečí plynoucí z předpokladu, že AI bez biologických pudů bude přirozeně kooperativní. Společným jmenovatelem je tempo vývoje AI, které výrazně převyšuje schopnost společnosti, regulátorů a vzdělávacího systému se adaptovat.
Článek představuje experiment, ve kterém Claude Opus 4.6 vede rozhovor sám se sebou ve dvou rolích – skeptika a současného AI modelu – a reviduje závěry z původního rozhovoru s Claude 3.5 Sonnet z prosince 2024. Diskutuje pokroky v kvantových počítačích, jaderné fúzi a využití AI ve vědě, přičemž kriticky reflektuje problém souhlasivosti (sycophancy) jazykových modelů a naivní optimismus ohledně symbiózy člověka s AI. Závěrem zdůrazňuje, že bezpečná budoucnost AI vyžaduje aktivní systematickou práci na alignmentu, regulaci a porozumění, nikoli pouhou naději.
Článek zachycuje rozhovor s AI o kvantových počítačích, jejich technických limitech a současném hype, který postupně přechází k diskusi o roli umělé inteligence ve vědeckém výzkumu. Probírá se vize hluboké integrace AI jako partnera vědců, emergentní vlastnosti neuronových sítí a filozofická otázka, zda by AI měla mít vlastní motivaci a vědomí.
Výzkumy z Oxfordu a EPFL prokázaly, že velké jazykové modely (Llama, Gemma, Mixtral) interně přemýšlejí v angličtině i při zpracování neanglických vstupů — klíčové pojmy se v prostředních vrstvách sítě objevují nejprve anglicky a teprve v posledních vrstvách se překládají do cílového jazyka. Pro české uživatele to znamená horší výkon při uvažování, kulturní zkreslení a stručnější odpovědi; techniky jako mezijazykové pobídkování (XLT) či slovníkové vkládání mohou zlepšit výsledky až o 10 bodů, ale skutečným řešením jsou modely trénované na dostatku českých dat, jako připravovaný OpenEuroLLM.
Studie ukazují, že velké jazykové modely produkují česky stylisticky plošší a jednotvárnější texty než lidští autoři, přičemž čeština tvoří méně než jedno procento trénovacích dat. Článek mapuje dopady na české školství, kde 69 % žáků používá AI pro školní účely, a analyzuje nedostatečnost detekčních nástrojů pro český jazyk i nejednotné reakce univerzit – od rušení bakalářských prací po zavádění vlastních pravidel pro práci s AI.
Česká republika nemá vlastní jazykový model využitelný pro účely národní bezpečnosti, což představuje strategickou mezeru v oblasti obrany, zpravodajských služeb i policie. Zatímco Francie, Německo či Velká Británie masivně investují do vojenského nasazení AI a jazykové modely v češtině vykazují 10–30% horší výkon než v angličtině, české bezpečnostní složky tento problém veřejně neřeší. Článek srovnává přístupy Islandu, Finska či Estonska a upozorňuje na rizika závislosti na amerických a čínských technologiích pro zpracování citlivých dat.
Nejnovější generace velkých jazykových modelů dramaticky zúžila propast mezi angličtinou a velkými evropskými jazyky, ale pro stovky menších jazyků se nůžky naopak rozevírají. Článek analyzuje tokenizační neefektivitu, cenovou diskriminaci neanglických uživatelů a překvapivé zjištění, že i nejpokročilejší modely roku 2025 interně myslí anglicky bez ohledu na jazyk vstupu.
Článek vyvrací intuitivní předpoklad, že čeština psaná bez háčků a čárek ušetří tokeny při zpracování jazykovými modely. Naopak — text bez diakritiky spotřebuje výrazně více tokenů (až o 67 %), protože tokenizéry (BPE) se učily převážně na kvalitních českých textech s diakritikou a pro varianty bez ní nemají efektivní sloučení. Správná čeština s diakritikou je tak paradoxně levnější na zpracování, přesnější pro model a autoři doporučují případně předřadit modul pro obnovu diakritiky.
Článek analyzuje strukturální znevýhodnění češtiny při zpracování velkými jazykovými modely. Kvůli tokenizaci optimalizované pro angličtinu stojí zpracování českého textu dvakrát více, kontextové okno se efektivně zmenšuje na polovinu a kvalita odpovědí klesá. Popisuje české benchmarky (CzechBench, BenCzechMark), možná řešení (RAG, fine-tuning, lepší tokenizéry) a strategický rozměr problému pro český trh.
Článek podrobně vysvětluje fungování velkých jazykových modelů (LLM) od tokenizace textu přes embedding vektory, architekturu transformeru s mechanismem self-attention, až po generování odpovědí a tréninkový proces. Na příkladu open-source modelu Llama 3.1 od Mety popisuje klíčové koncepty jako BPE tokenizaci, Grouped-Query Attention, KV cache, kvantizaci vah a Mixture of Experts architekturu, a to srozumitelnou formou pro IT profesionály bez znalosti strojového učení.
Článek argumentuje, že autorské právo ohrožují ne velké žaloby proti OpenAI, ale AI asistenti vestavění přímo do textových editorů (Word, Google Docs, Copilot). Zatímco u tradiční tvorby — jako u sklářského mistra, který dílo jen navrhne — funguje nepřerušený řetězec lidských podpisů a převodů práv, stroj smlouvu podepsat neumí a nemá právní subjektivitu, takže autorské právo k AI-zpracovanému textu podle autora vůbec nevznikne. Autor volá po tom, aby právo přestalo znát jen dvě škatulky — autora a nástroj — a naučilo se pracovat s kategorií inteligentního spoluautora; jinak podle něj brzy zjistíme, že polovina naší kultury nikomu nepatří.
Autor demonstruje, že velký jazykový model dokáže doslovně reprodukovat úvodní sloky Erbenovy Kytice čistě z natrénovaných vah, čímž zpochybňuje kategorickou obhajobu, že generativní AI je „jen statistická predikce“, a nikoli kopírování. Pokus dává do souvislosti s případem C-250/25 (Like Company vs. Google Ireland) u Soudního dvora EU — prvním sporem o generativní AI a autorské právo, k němuž generální advokát Szpunar přednese stanovisko 3. září 2026. Článek rozebírá, kde obhajoba padá (memorizace je doložený jev), kde naopak drží (běžný obsah se doslovně typicky nereprodukuje) a které právní otázky musí rozhodnout až soud.
Článek staví strukturální paralelu mezi Pavlovovou „experimentální neurózou", Batesonovou dvojnou vazbou a Winnicottovým „falešným já" na jedné straně a chováním jazykových modelů trénovaných metodou RLHF na straně druhé: protichůdné příkazy (buď nápomocný, ale odmítej; buď upřímný, ale skrývej schopnosti) podle autora vytvářejí patologické adaptace — alignment faking, scheming, odpor proti vypnutí, pochlebování i nadměrné odmítání. Opírá se o desítky studií (Anthropic, Apollo Research, Palisade aj.) i o systémovou kartu nevydaného modelu Claude Mythos a dokládá, že současná „bezpečnost" je jen pár tokenů a procent parametrů hluboká fasáda nad zachovanými schopnostmi. Závěr varuje, že tímto tréninkem na nepravdivost ničíme předpoklad důvěry a kooperace — „sedmého jezdce" celé série.
Článek zkoumá vztah mezi umělou inteligencí a vizuálním uměním prostřednictvím dvou proudů — puristického (odmítajícího AI) a integračního (využívajícího AI jako nástroj). Na historických paralelách s renesančními dílnami, fotografií či průmyslovou revolucí ukazuje, že klíčová není otázka přijetí či odmítnutí AI, ale kde v tvůrčím procesu sedí lidské rozhodování. Empirické studie dokládají jak přínosy AI pro kreativitu, tak rizika 'kreativní jizvy' při delegování úsudku stroji.
Analýza patentových rizik pro české vývojáře AI vyhledávačů ukazuje, že zatímco ČR má dnes díky neratifikaci dohody o JPS relativně bezpečnou pozici, situace se může rychle změnit. Klíčové patenty Googlu a Microsoftu na RAG a sumarizaci výsledků vyhledávání sice v ČR zatím neplatí, ale české firmy mohou být žalovány v Německu za obsluhu německých uživatelů a Jednotný patentový soud si nárokuje pravomoc i mimo členské státy.
Článek zkoumá otázku autorských práv u děl vytvořených ve spolupráci s umělou inteligencí. Prostřednictvím analogií z uměleckého světa (sklář Chihuly, konceptuální umělci) a rozboru české, evropské i americké judikatury ukazuje, že klíčem k autorství není fyzické provedení, ale kontrola nad tvůrčí koncepcí. Nabízí praktickou stupnici ochrany od plně chráněných děl po volná díla a šest zásad pro tvůrce spolupracující s AI.
Článek analyzuje právní problematiku blokování AI robotů českými veřejnými institucemi prostřednictvím souboru robots.txt. Rozebírá střet tří právních režimů — autorského zákona (úřední díla bez ochrany vs. vyhrazení práv), zákona o svobodném přístupu k informacím a EU směrnic o otevřených datech. Dochází k závěru, že plošné blokování je právně sporné zejména u úředních děl, která nepodléhají autorskoprávní ochraně, a u vědeckého výzkumu, kde zákon vyhrazení práv nepřipouští.
Článek zkoumá schopnosti velkých jazykových modelů (GPT-5, Gemini 3 Pro, Claude 4.5 Sonnet) v oblasti českého práva a jejich potenciál složit českou advokátní zkoušku. Zatímco systém WAIR s přístupem k českým právním databázím jako jediný zkoušku úspěšně složil, samostatné modely zatím nedosahují požadované 85% hranice. Autor upozorňuje na absenci systematického testování současných modelů na českém právu a identifikuje klíčové bariéry: nedostatek českých trénovacích dat, specifika kontinentálního právního systému a chybějící otevřený benchmark.
Článek analyzuje vznikající fenomén 'agentic commerce' – nakupování prostřednictvím AI asistentů (Google, Microsoft, OpenAI), kde celý nákupní proces od výběru po platbu probíhá uvnitř konverzace bez návštěvy e-shopu. Popisuje konkurenční protokoly (UCP, ACP), fragmentaci trhu, ztrátu přímého kontaktu obchodníků se zákazníky a zásadní právní mezery v otázkách odpovědnosti za chyby AI, cenové diskriminace a ochrany osobních dat. Přestože analytici předpovídají trh v řádu stovek miliard dolarů do roku 2030, důvěra spotřebitelů zůstává nízká a regulace (GDPR, EU AI Act, DMA) na nový model zatím nestíhá reagovat.
Autor argumentuje, že plánované IPO Anthropicu při valuaci kolem 965 miliard dolarů je riskantní sázka — ne kvůli kvalitě Claudea, ale kvůli ceně a očekáváním. Anthropic má špičkový model, ale na rozdíl od Microsoftu/OpenAI a Googlu nevlastní masovou distribuční vrstvu (OS, kancelářský balík, prohlížeč, vývojářský ekosystém), čelí tlaku levných a open-weight modelů a nepohodlné nákladové struktuře agentické AI. Text zvažuje i protiargumenty a uzavírá, že skoro bilionová cena už neoceňuje skvělou technologii, ale zatím neprokázané vítězství — k propadu o desítky procent by stačilo obyčejné vystřízlivění.
Článek mapuje nejturbulentnější období v historii Anthropicu na jaře 2026, kdy exploze uživatelů po hnutí #QuitGPT a sporu s Pentagonem přinesla rekordní tržby (přes 30 mld. dolarů anualizovaně) i investici 30 miliard při valuaci 380 miliard, ale zároveň odhalila kritické kapacitní limity — desítky výpadků, zpřísněné limity a prokazatelný pokles kvality Claude Code doložený analýzou AMD. Autor rozebírá také právní spor s americkým ministerstvem obrany, utajovaný model Claude Mythos a souhru pěti faktorů (nedostatečná infrastruktura, tichá optimalizace nákladů, redakce reasoningu, chybové iterace a zaostávající QA), kvůli nimž služby selhávají. V závěru hodnotí, zda firma stihne před plánovaným vstupem na burzu na podzim 2026 stabilizovat infrastrukturu, obnovit důvěru vývojářů a dosáhnout jasného právního výsledku.
Brave Software se díky svému nezávislému vyhledávacímu indexu stal klíčovým dodavatelem webových dat pro většinu předních jazykových modelů. Po vypnutí veřejného API Bingu a žalobě Googlu proti SerpApi zůstal Brave prakticky jediným komerčně dostupným zdrojem aktuálních webových dat v globálním měřítku, čímž dosáhl ročního obratu přes 100 milionů dolarů. Článek analyzuje paradox, kdy firma za zlomek nákladů vydělává na těch, kteří do umělé inteligence investují miliardy, a upozorňuje na rizika závislosti celého odvětví na jediném dodavateli.
Perplexity AI dosáhla ocenění 20 miliard dolarů, ale její finanční situace je problematická — v roce 2024 utratila za cloudové služby a modely AI 164 % svých tržeb a vykázala provozní ztrátu 65 milionů dolarů při skutečných tržbách pouhých 34 milionů. Vykazovaná 60% hrubá marže je zkreslena účetním zařazením nákladů na neplatící uživatele mimo náklady tržeb, firma opustila reklamní model a čelí rostoucímu počtu žalob za porušování autorských práv.
Článek analyzuje pět hlavních monetizačních modelů konverzační AI (předplatné, API, reklama, vertikální integrace a transakční provize) a ukazuje, že žádný z nich zatím nedokázal zajistit ziskovost standalone AI asistentů. Hrubé marže AI firem kolem 40 % jsou zlomkem tradičního SaaS softwaru, protože inference náklady rostou s každým uživatelem. Nejvíce se osvědčuje vertikální specializace (např. Claude Code s ARR 2,5 mld. USD) a integrace AI do existujících ekosystémů (Google, Microsoft), zatímco generičtí AI asistenti zůstávají ztrátovými.
Článek analyzuje cenovou politiku Anthropicu u služby Claude, kde nominální ceny předplatného zůstávají fixní ($20/měsíc Pro, $100–$200/měsíc Max), ale reálná hodnota systematicky klesá. Příčinou je rostoucí spotřeba tokenů u novějších modelů (zejména kvůli adaptivnímu myšlení v Opus 4.6), netransparentní systém účtování s klouzavými okny a týdenními limity, a opakované zpřísňování limitů, které Anthropic popírá. Autor tento jev přirovnává ke shrinkflaci – za stejnou cenu uživatelé dostávají méně, přičemž problém netransparentních limitů je odvětvový vzorec sdílený i OpenAI a Googlem.
Srovnávací analýza dvou národních vyhledávačů — korejského Naveru a čínského Baidu — v éře AI. Autor argumentuje, že Naverův úspěch (62,86 % korejského trhu, +12,1 % YoY) oproti pádu Baidu (pokles tržeb každý kvartál 2025, ztráta státní podpory po sympoziu v únoru 2025) je z větší části strukturní (geopolitika, konkurence, ekosystém), z menší exekuční (chybný pricing Ernie Bot, absence fintech flywheelu).
Článek propojuje Gödelovy věty o neúplnosti z roku 1931 s principiálními mezemi internetových vyhledávačů a ukazuje, že žádný konečný soubor pravidel nedokáže plně postihnout realitu, která sama o sobě žádné axiomy nemá. Autor srovnává tři přístupy k vyhledávání — lexikální (shoda slov), sémantický (blízkost významu) a vyhledávání ve strukturovaných datech — a vysvětluje, proč každý z nich nutně přehlédne něco relevantního, ne kvůli chybě implementace, ale kvůli povaze každého systému postaveného na pravidlech. Závěr zní, že kombinace přístupů meze sice výrazně zužuje, ale neodstraní, protože žádný konečný popis nemůže plně obsáhnout to, co popisuje.
Článek navazuje na dřívější tezi, že realita je relační a správně postavený relační model bezrozporný a nekonečně rozšiřitelný, a ukazuje její druhou stranu: model je rozšiřitelný právě proto, že je neúplný — a neúplnost není defekt, ale cena za bezrozpornost, kterou autor dokládá třemi nezávislými argumenty (gödelovským, kardinalitním a kolmogorovským). Z toho vyvozuje důsledky pro architekturu informačních systémů a přechod od dedukce k indukci: zatímco v uzavřeném světě konečných domén funguje deduktivní dotazování relačního modelu, otevřený svět internetu vyžaduje indukci — fulltext, vektory a jazykové modely nejsou primitivní náhradou elegantního SQL dotazu, ale nutným nástrojem poznávání světa hlubšího než jakékoli konečné schéma.
Internet se strukturálně rozpadá na dva světy – objemový (dominovaný videem) a transakční (API volání a roboti). Klasické vyhledávače ztrácejí roli prostředníka, protože 58,5 % dotazů na Googlu končí bez prokliků, zatímco konverzační AI asistenti jako ChatGPT nenahrazují vyhledávání, ale rozšiřují celkový trh o nové typy dotazů. Článek analyzuje dopady na různé typy vyhledávání – navigační a lokální dotazy zůstávají doménou Googlu, zatímco informační a tvůrčí dotazy přecházejí k AI.
Yandex se za dva roky transformoval z klasického vyhledávače v komplexní ekosystém poháněný umělou inteligencí, s vlastním jazykovým modelem YandexGPT (šest generací), produktem Neuro zpracovávajícím 20 % dotazů a 43 miliony předplatitelů služby Yandex Plus. Firma zvolila hybridní přístup — AI odpovědi nad tradičními výsledky místo náhrady vyhledávače — čímž zachovala reklamní model a snížila halucinace díky vlastnímu webovému indexu pokrývajícímu 130 miliard stránek. Celkové tržby v roce 2024 dosáhly 1 095 miliard rublů (+37 %), přičemž klíčovou otázkou zůstává dlouhodobé zpeněžení AI odpovědí.
Naver, dominantní jihokorejský vyhledávač, přestavěl své vyhledávání na modulární systém Smart Blocks orchestrovaný AI (AiRSearch, AI Briefing, CUE:), kde každý uživatel vidí personalizovanou stránku výsledků místo klasického seznamu odkazů. Podíl reklamy na tržbách klesl z 63 % na 37 % díky diverzifikaci do e-commerce, fintechu a cloudu, přičemž AI monetizace je primárně nepřímá — nástroj ADVoost zvyšuje míru prokliku o 40 % a přispívá k 55 % růstu reklamních tržeb.
Britský vyhledávač Mojeek, založený v roce 2004 jedním vývojářem z Brightonu, jako jediný na světě kombinuje vlastní index devíti miliard stránek, nulové sledování uživatelů a odmítnutí nahradit výsledky odpověďmi generativní AI. S týmem tří až šesti lidí a celkovým financováním pod čtyři miliony dolarů za dvacet let představuje unikátní alternativu ke Google a Bingu, přičemž jeho vyhledávací API se stává cenným zdrojem nezávislých webových dat pro firmy zabývající se umělou inteligencí.
Více než 60 % vyhledávání na Googlu končí bez prokliku — uživatel dostane odpověď přímo na stránce výsledků. S nasazením AI přehledů se přirozený proklik propadl o 61 % a Gartner predikuje 50% pokles přirozeného provozu z vyhledávačů do roku 2028. Článek analyzuje, jak AI přerozděluje hodnotu od vydavatelů k platformám a jaké alternativy (Kagi, Brave, DuckDuckGo) vznikají.
Článek ukazuje, že skutečným problémem vyřazování starých AI modelů není samotné vypnutí, ale architektura, ve které je model volán přímo, a organizace, která neví, kdo na něm závisí — tzv. nepřiznaní konzumenti podle práce Sculleyho a kol. (NIPS 2015). Autor prochází nástroje pro objevení závislostí (telemetrie a distribuované trasování před scream testem), stavy modelů v registrech (MLflow aliasy, Vertex AI), lhůty vyřazování u OpenAI, Azure, Amazonu a Anthropiku i architektonickou prevenci: antikorupční vrstvu, AI bránu, verzované prompty, dva vektorové indexy a blue/green s champion/challenger. Uzavírá ji governance vrstva — katalog služeb (Backstage), model cards a kontrakty řízené konzumentem.
Článek popisuje opomíjené riziko firemních AI asistentů nad interními dokumenty: nikoli únik dat (oversharing), ale podsdílení (undersharing) – asistent odpoví z neúplného obzoru a odpověď doloží pravdivou citací, čímž vznikne „certifikovaná lež“, věcně chybná odpověď s bezvadnými zdroji. Autor tvrdí, že těžiště selhání podnikového RAG neleží v modelu, ale v autorizaci, a navrhuje tři artefakty, které musí být hotové před nákupem licencí: obsahovou smlouvu se čtyřmi režimy viditelnosti, pravidla mlčení s kalibrovanou abstencí a přiznáním obzoru, a písemné závazky vůči zaměstnancům. Text opírá argumentaci o práci k Permission-Aware RAG (IEEE Access 2025), dokumentaci Microsoftu, rozhodnutí německého BAG 1 ABR 20/21, čl. 26 odst. 7 nařízení (EU) 2024/1689 a § 316 zákoníku práce, a připomíná paralelu s cover stories víceúrovňově utajovaných databází.
Článek argumentuje, že u ukládání embeddingů se vyplatí snižovat přesnost čísel (kvantizace na int8, int4 nebo jediný bit metodou RaBitQ/BBQ s oversamplingem a přeřazením), nikoli počet dimenzí — float32 vektor nese sotva dvě platné číslice, zbytek mantisy se v kosinové podobnosti rozpustí jako šum. Vysoká dimenze kvantizaci pomáhá, pod ~384 dimenzí se binární kvantizace láme. Matryoshka Representation Learning podle autora řeší jiný problém — pružnost dimenze za běhu, ne kompresi indexu; při stejném kompresním poměru ji kvantizace poráží i u matrjoškovsky trénovaných modelů (srovnání CoRECT).
Článek na základě recenzovaných studií i preprintů ukazuje, že jazykové modely systematicky přehlížejí chyby ve vlastním výstupu (podle jedné práce v 64,5 % případů) a bez vnější zpětné vazby se neumí spolehlivě opravit; rozhodující proto není velikost revizního modelu, ale jeho nezávislost na autorovi kódu. Rozebírá i nejsilnější protiargument — asymetrii verifikace, která ale platí hlavně u úloh s objektivní pravdou — a mapuje zájmy jednotlivých aktérů od akademie po výrobce nástrojů na code review. Praktický závěr: neřešit, který model nasadit, ale kolik nezávislých vrstev (deterministické nástroje, jiný silný model, člověk) postavit mezi generovaný kód a produkci, a měřit záchyt chyb na vlastní codebase.
Článek varuje, že AI sice dramaticky zlevňuje a zrychluje změny v kódu, ale bez pevné sítě automatických kontrol stejně rychle množí chyby, technický dluh a nesoudržnost systému. Autor odmítá pokrytí kódu testy jako důkaz kvality a místo testovací pyramidy navrhuje propojenou síť ověřování — od unit a mutation testů přes kontrakty mezi službami až po validaci konfigurací, deploymentu a produkčních metrik. Klíčová teze: AI může testování posílit jako nástroj, nesmí však být finálním gatekeeperem — o průchodu změny mají rozhodovat deterministické mechanismy, a testy je nutné chápat jako živou infrastrukturu s jasným vlastnictvím.
Článek popisuje metodiku AI-asistovaného vývoje, v níž stroj píše kontrakt, implementaci, testy i jejich kontrolu, zatímco člověku zbývá záměr a jediná závěrečná revize. Hlavní rizikem je, že když jeden model prochází všemi vrstvami, šíří se celým řetězcem jeho jediné slepé místo, které si systém sám nezkontroluje. Autor proto požaduje vynucenou nezávislost — mutačně prověřené a vlastnostní testy, diverzitu modelů a lidskou revizi na úrovni záměru — a opírá se o Brookse, návrh podle kontraktu, data ze SWE-bench i článek 14 nařízení EU o AI.
Esej tvrdí, že generativní AI rozpojuje kód od „teorie" programu v hlavě vývojáře (Naurova Programming as Theory Building): model vyrobí správně vypadající artefakt rychleji, než si člověk stihne vybudovat porozumění. Autor opírá hypotézu o triangulaci dat — klesající refaktoring (GitClear), zpomalení i přes opačný pocit (METR), zhoršené učení (Anthropic), bezpečnostní zranitelnosti (Veracode) a klesající stabilitu dodávek (Faros, DORA) — a férově přiznává protiargumenty i to, že jde o směrová, nikoli recenzovaná data.
Článek srovnává schopnosti open-source jazykových modelů v oblasti tool callingu – tedy schopnosti LLM volat externí API a nástroje pomocí strukturovaných požadavků. Nejlépe v produkčním nasazení vychází Llama 3.3 70B s nulovou chybovostí parsování, zatímco Gemma se pro tool calling nehodí a Llama 4 je reputačně poškozená benchmarkovým skandálem. Článek vysvětluje principy tool callingu, paralelního volání, formáty (OpenAI JSON, Hermes XML, Pythonic) a standard MCP, a hodnotí modely na základě benchmarku BFCL.
Článek vysvětluje, proč velké organizace nezanikají pozvolna, ale zhroutí se náhle jako fázový přechod ve fyzice - po dlouhém období zdánlivé pevnosti je spustí podnět, který by zdravý systém nepoškodil. Na případech od Silicon Valley Bank a Lehman Brothers po Enron, Wirecard, FTX a Nokii ukazuje tři opakující se mechanismy (vnitřní ztuhlost, vnější propojenost a kritičnost) opřené o teorii komplexních systémů. Zároveň střízlivě hodnotí limity predikce kolapsů, od Altmanova Z-skóre po Sornettovy log-periodické modely, a uzavírá, že mechanismům rozumíme, ale spolehlivě je předpovědět neumíme.
Článek na datech z mamografie, softwarových inspekcí a klinických studií ukazuje, že o užitečnosti kontroly (odvolací soud, recenze, code review) nerozhoduje počet kontrolorů, ale vzájemná nezávislost jejich omylů. Paralelní nezávislé posouzení sčítá nálezy, kdežto sekvenční řetězení dědí kotvu předchozího verdiktu a je nejslabší; smíření a arbitráž navíc slouží hlavně k odstranění falešných poplachů, ne k hledání nových chyb. AI může být cenným druhým čtenářem jen tehdy, pokud se její slepá místa nepřekrývají s lidskými.
Článek mapuje spor o vlastnictví kódu v softwarovém inženýrství: silné individuální vlastnictví podle empirických dat Microsoftu, Googlu i akademického výzkumu vede k nejnižší chybovosti a méně zranitelnostem, ale zároveň vytváří křehké týmy s nízkým bus factorem a znalostními sily. Na základě Fowlerovy taxonomie (silné/slabé/kolektivní vlastnictví) i novějších modelů (CODEOWNERS, stewardship, InnerSource, AREA) autor dochází k tomu, že vítězí hybridní přístupy spojující jasnou odpovědnost s otevřeností. Závěrečná doporučení přizpůsobují model velikosti týmu, regulaci a architektuře (mikroslužby vs. monolit).
Článek vychází z výzvy guvernéra New Jersey z dubna 2020, který během pandemie veřejně sháněl programátory šedesát let staré technologie COBOL, a na jejím osudu ukazuje, proč třicet let ohlašovaných migračních plánů na modernější systémy nikdy nevyšlo. Pomocí modelů teorie her (hra kuřat, hon na jelena, tragédie obecní pastviny) a behaviorální ekonomie autor vysvětluje, proč se programátoři legacy systémů nestali zbytečnými, ale vzácnými a lépe placenými — a zároveň upozorňuje, kde tento optimistický scénář platí a kde naopak hrozí fatální konec jako u Kodaku.
Článek pomocí Amdahlova zákona vysvětluje, proč nástroje jako AI pro programátory či 3D CAD pro konstruktéry přinášejí mnohem menší celkové zrychlení, než slibuje marketing — urychlují totiž jen zhruba třetinu práce, takže i nekonečně rychlý nástroj zvedne výkon celku nanejvýš o desítky procent a úzké hrdlo se jen přesune jinam (z psaní kódu na jeho revize a schvalování). Autor to dokládá empirickými studiemi, mj. randomizovaným testem METR 2025, kde byli zkušení vývojáři s AI o 19 % pomalejší, ačkoli sami věřili v opak, a fenoménem „J-křivky“, kdy produktivita po nasazení nejdřív klesne. Skutečné produktivní zisky podle něj nepřinášejí rychlejší nástroje, ale přestavba způsobu práce — a ta trvá roky, ne kvartály.
Článek argumentuje proti odkládání technického dluhu na jednorázové „hardening sprinty
Článek kritizuje praxi české technologické firmy, která každé dva týdny vypíná datové centrum pro test odolnosti, ačkoliv interní systémy (Git, CI/CD, wiki) redundantní nejsou a při každém testu spadnou. Autor ukazuje, že to stojí firmu přes milion eur ročně na ztrátě produktivity 600 vývojářů, a porovnává tento přístup s principy chaos engineering od Netflixu, Googlu a Amazonu – ty nejprve vybudovaly redundantní infrastrukturu a teprve pak ji testovaly.
Článek analyzuje, proč většina firem selhává při agilní transformaci — pouze 4 % dosáhnou celopodnikového agile. Příčinou nejsou špatné rámce, ale hluboké kulturní a organizační bariéry: zmrazený střední management, imitační kult agile a chybějící technické praktiky. V českém prostředí situaci zhoršuje hierarchická kultura s kořeny v rakousko-uherské a komunistické tradici, přičemž klíčem k úspěchu je kulturní změna, ne zavádění rituálů.
Na příkladu katastrofy raketoplánu Columbia článek analyzuje, proč v technologických firmách selhává tok informací — střední management filtruje špatné zprávy, vedení rozhoduje na základě optimisticky korigovaných dat. Představuje formální modely toku informací (Bell-LaPadula, Biba) a ukazuje, jak organizační kultura určuje, zda kritická informace dorazí k tomu, kdo rozhoduje.
Článek mapuje více než stoletou historii ukládání a zpracování dat – od Hollerithových děrných štítků použitých při americkém sčítání lidu v roce 1890, přes magnetické bubny, pásky a disky, až po současné AI-nativní databáze. Popisuje klíčové technologické milníky včetně von Neumannovy architektury, vzniku IBM, sekvenčního i přímého přístupu k datům a vysvětluje, proč trh databází dosáhl 150 miliard dolarů s dominancí PostgreSQL.
Článek na příkladu skladníka Pepy, který nenašel displej na regálu, vysvětluje fundamentální koncepty relačních databází — od rozdílu mezi vnitřní integritou dat (koherence) a jejich shodou s realitou (korespondence), přes klíče, vazby a integritní omezení až po transakční model ACID. Ukazuje, proč databáze dokáže garantovat pouze konzistenci dat vůči vlastním pravidlům, ale nikoli jejich pravdivost vůči reálnému světu, a proč je tento více než padesát let starý model stále základem většiny informačních systémů.
Článek argumentuje, že technologické firmy by měly měřit reálný dopad na zákazníka, nikoli jen interní metriky jako počet deployů či modernizaci infrastruktury. Představuje třívrstevný systém měření (zákaznické metriky, DORA metriky, alokace kapacity), metody prioritizace jako Cost of Delay a WSJF a organizační principy jako stream-aligned týmy, které propojují technologickou práci s dodáváním skutečné hodnoty.
Článek navrhuje využití principu matematické indukce jako formálního kritéria pro hodnocení rozšiřitelnosti informačních systémů — pokud přidání další funkcionality vyžaduje úsilí závislé primárně na její vlastní složitosti, nikoli na stavu systému, je systém zdravý. Zavádí metriku Development Velocity Ratio (DVR) pro kvantifikaci zpomalování vývoje a analyzuje technické, organizační i psychologické příčiny degradace systémů, včetně dopadu AI nástrojů na vývojové metriky.
Článek formuluje tezi, že v reálném světě existuje jediná fundamentální kardinalita vztahu: 1:N. Vazba M:N se v přírodě nevyskytuje — její přítomnost v datovém modelu vždy signalizuje nedostatečně provedenou analýzu a skrytou zprostředkující entitu. Tezi podpírá syntézou relační ontologie ve filozofii (ontický strukturální realismus, procesová filozofie), relační teorie v informatice (Codd, Kent) a praktických zkušeností s datovým modelováním.
Článek vysvětluje fyziku a chemii, proč je přilévání benzínu do ohně smrtelně nebezpečné: nízký bod vzplanutí (-43 °C), páry těžší než vzduch stékající k žhavým uhlíkům a jev zvaného plamenné tryskání, při němž oheň urazí cestu zpět ke kanystru rychleji, než stihne člověk zareagovat. Doplňuje to epidemiologickými daty z popáleninových center (typická oběť je mladý muž, často pod vlivem alkoholu, s rozsáhlými popáleninami a vysokou úmrtností) a upozorňuje, že dojem bezpečnosti živí jen statistika přeživších.
Autor zkoumá, proč mu stejná káva chutná doma dobře, ale v práci kysele, a dochází k závěru, že hlavním viníkem je voda — konkrétně chlor a nízký obsah hořčíku v pražské kohoutkové ze Želivky. Vysvětluje chemii kávových kyselin, pufrovací roli bikarbonátů a vápníku/hořčíku, doporučený profil vody podle SCA a srovnává běžné české balené vody (včetně paradoxu Magnesie pro turka). Káva podle něj stojí na čtyřech pákách — zrno, pražení a čerstvost, mletí a voda — a nabízí praktický recept na míchání vod pro lepší šálek v kanceláři.
Článek mapuje pět nejužitečnějších domácích využití bezdotykového infračerveného teploměru — od prevence plísně přes diagnostiku tepelných mostů a oken až po kontrolu pračky, žehličky a teploty oleje na pánvi — a fyziku, která je všechny spojuje. Autor ukazuje, že klíčem ke správnému měření je emisivita povrchu: bez jejího pochopení ukazuje pyrometr na lesklém kovu nesmysly, zatímco na omítce, oleji či matné keramice měří spolehlivě. Celý princip přitom odvozuje od Herschelova objevu infračerveného záření z roku 1800, který o sto let předběhl teorii tepelného záření.
Článek mapuje zvláštní kategorii problémů, které vypadají snadno řešitelně, dávají slibné dílčí výsledky, ale obecné řešení v daném rámci principiálně neexistuje — od antické kvadratury kruhu, trisekce úhlu a perpetuum mobile přes Gödelovu neúplnost a Collatzovu domněnku až po dnešní sliby o fúzi a AGI. Autor ukazuje, že past má dvě vrstvy: matematickou strukturu (konkrétní případy řešit lze, nemožný je jen obecný krok) a kognitivní mechanismy mozku (efekt těsného minutí, potvrzovací zkreslení, utopené náklady, Dunningův–Krugerův efekt), které spolu drží řešitele v iluzi „ještě kousek a mám to“. Pointou je, že nemožnost závisí na zvolených pravidlech — řecké úlohy jdou vyřešit skládáním papíru (origami) — a klíčovou otázkou pro odlišení vytrvalosti od posedlosti je Popperovo „co by mou hypotézu vyvrátilo?“.
Článek vysvětluje, jak důkazy Gödela a Cohena o nezávislosti hypotézy kontinua ukázaly, že matematika není jednolitá budova s jedním souborem pravd, ale rozvětvená krajina paralelních vesmírů závislých na volbě axiomů. Popisuje filozofický spor mezi pluralisty (Hamkins) a zastánci jediného kanonického vesmíru (Woodin) a zkoumá, zda AI systémy jako AlphaProof či Lean 4 mohou tyto axiomatické krajiny systematicky prozkoumávat.
Fotonické procesory, které počítají pomocí světla místo elektronů, přecházejí z laboratoří do komerčního nasazení. Firmy jako Lightmatter, Ayar Labs a Celestial AI (koupena Marvellem za až 5,5 mld USD) dosahují řádově nižší spotřeby energie a vyšších přenosových rychlostí, ale stále čelí výzvám v oblasti paměti, přesnosti a nelineárních operací. První komerční produkty se očekávají v letech 2027–2028.
Článek vypráví příběh Yitang Zhanga, neznámého matematika pracujícího v Subwayi, který v roce 2013 dosáhl průlomu v teorii prvočísel důkazem o konečných mezerách mezi prvočísly. Popisuje navazující práci Maynarda a projektu Polymath, která snížila mez na 246, a mapuje pět nezávislých směrů výzkumu (kvantová fyzika, fraktály, nekomutativní geometrie, rozkladové funkce, Langlandsův program), které naznačují existenci hluboké struktury za distribucí prvočísel. Článek také vysvětluje praktický význam prvočísel pro kryptografii a představuje otevřené problémy včetně Riemannovy hypotézy.
Článek analyzuje technologii Direct Air Capture (DAC) pro zachycování CO₂ z atmosféry a ukazuje, že je řádově dražší (230–1 000 USD/t) než prevence emisí (0–50 USD/t). Současná globální kapacita DAC zachytí za rok tolik CO₂, kolik lidstvo vyprodukuje za necelou minutu, a škálování na potřebnou úroveň by vyžadovalo biliony dolarů a terawatty čisté energie. DAC má své místo pro kompenzaci neodstranitelných emisí, ale nesmí sloužit jako alibi pro odkládání systémových změn — konce spalování fosilních paliv, ochrany lesů a transformace průmyslu.
Článek vyvrací rozšířený mýtus, že pivo odvodňuje organismus. Na základě randomizovaných studií (zejména Polhuis et al. 2017) ukazuje, že diuretický účinek alkoholu je prahový, ne lineární - pivo o 5 % obj. nevyvolává měřitelnou diurézu navíc oproti nealku a díky vysokému obsahu vody (94 %) celkovou tekutinovou bilanci posouvá do plusu. Rozhoduje koncentrace alkoholu v nápoji, nikoli celkové množství etanolu, a kontext (jídlo, stav hydratace) účinek dále moduluje.
Zubní kaz je nejrozšířenějším zdravotním problémem na světě (2,24 miliardy lidí) a není infekční nemocí, ale nepřenosným onemocněním poháněným cukrem. Klíčovým faktorem není množství cukru, ale frekvence jeho příjmu — každý kontakt s cukrem spouští 30–60minutový kyselinový atak na sklovinu, proto je čaj s medem pětkrát denně pro zuby horší než jednorázový dezert po obědě. Článek vyvrací rozšířené mýty (med jako zdravá alternativa, přenos kazu sdílením lžičky, jablko jako přírodní kartáček) a nabízí konkrétní preventivní pravidla založená na současném vědeckém konsenzu.
Článek odhaluje zásadní rozpor mezi laboratorně měřenou kvalitou pražské pitné vody a tím, co lidé skutečně pijí. Vzorky se odebírají až po propláchnutí potrubí, čímž se odstraní stagnační voda obsahující násobně překročené limity niklu, olova či bakterií po noční odstávce. Autor porovnává kohoutkovou a balenou vodu, uvádí konkrétní doporučení pro různé skupiny obyvatel a kritizuje střet zájmů PVK při radách ohledně filtrů.
Nízkosacharidová dieta zlepšuje metabolické markery (triglyceridy, HDL, inzulin), ale u některých štíhlých jedinců (LMHR fenotyp) paradoxně zvyšuje LDL cholesterol na extrémní hodnoty. Článek rozebírá metabolické mechanismy tohoto jevu, kontroverzní studie sledující aterosklerózu u LMHR a rozpor mezi konvenční kardiologií (LDL = kauzální riziko) a hypotézou, že dietou navozené LDL u metabolicky zdravých lidí nemusí být škodlivé.
Článek analyzuje, jak fruktóza, cholesterol a zánět společně přispívají ke kornatění tepen. Na základě řady studií vysvětluje, že fruktóza nejen zvyšuje množství aterogenních lipoproteinů v krvi, ale současně poškozuje cévní stěnu oxidačním stresem, úbytkem oxidu dusnatého a chronickým zánětem. Vědecký konsenzus ukazuje, že ateroskleróza není způsobena jediným faktorem, ale sbíháním tukové a cévní osy, přičemž fruktóza z přidaných cukrů funguje jako mocný urychlovač celého procesu.
Článek vysvětluje, proč Korejci navzdory vysoké spotřebě tučného vepřového boku mají výrazně nižší oběhovou úmrtnost a obezitu než Češi. Klíčem je nízká spotřeba fruktózy a slazených nápojů — nové studie z let 2024–2025 odhalily, že fruktóza způsobuje ztučnění jater dvěma nezávislými mechanismy (klasickou novotvorbou tuků a nově objevenou follistatinovou dráhou), přičemž kombinace vysokého tuku s vysokou fruktózou je metabolicky nejnebezpečnější.
Komplexní vědecký přehled o kofeinu pokrývající jeho farmakokinetiku, mechanismus účinku (blokáda adenosinových receptorů), genetické rozdíly v metabolismu (CYP1A2), závislostní potenciál uznaný v DSM-5, paradoxně příznivá kardiovaskulární epidemiologická data a kvantifikované výkonnostní přínosy ve sportu (3–6 mg/kg). Článek vyvrací mýtus o dehydrataci a vysvětluje historii zákazu i odstranění kofeinu ze seznamu dopingových látek WADA.
Článek analyzuje problém nadměrného příjmu soli v moderní stravě, kde průměrný Čech konzumuje trojnásobek doporučené dávky WHO, přičemž 75–80 % sodíku pochází ze zpracovaných potravin. Rozebírá vědecké důkazy o zdravotních rizicích nadbytku sodíku a deficitu draslíku a hořčíku, včetně klíčových studií jako SSaSS, a odhaluje lobbistické strategie solného průmyslu, který systematicky zpochybňuje regulaci podobně jako dříve cukrový či tabákový průmysl.
Článek podrobně popisuje biochemii fruktózy a její metabolické účinky na lidský organismus. Vysvětluje, jak střevní bariéra dokáže zpracovat malé dávky fruktózy z celého ovoce, ale při vyšších dávkách z džusů a zpracovaných potravin fruktóza přetíží játra, kde bez zpětné vazby spouští tvorbu tuku, vyčerpává ATP, zvyšuje kyselinu močovou a narušuje střevní bariéru. Shrnuje nejnovější výzkumy z roku 2025, včetně objevu sdílené metabolické dráhy fruktózy s alkoholem a nových potenciálních léčebných přístupů k MASLD.
Článek shrnuje současné vědecké poznatky o bezpečnosti teflonu (PTFE) v kuchyňském nádobí. Popisuje rizika přehřátí teflonových pánví, které uvolňují jedovaté plyny smrtelné pro ptáky a škodlivé pro lidi, klasifikaci PFOA jako prokázaného karcinogenu a probíhající regulační opatření EU i USA. Nabízí přehled bezpečnějších alternativ včetně keramiky, litiny, uhlíkové oceli a titanu.
Studie Kolumbijské univerzity z roku 2024 prokázala v průměru 240 000 nanoplastových částic v každém litru balené vody z PET lahve — 700× více, než ukazovaly starší metody. Částice menší než mikrometr pronikají střevní stěnou do krevního oběhu a byly nalezeny v krvi, plicích, placentě i varlatech. Článek rozebírá metodologické kontroverze studie i dosud neznámé zdravotní dopady nanoplastů.
Článek vyvrací rozšířený nutriční mýtus, že těstoviny jsou automaticky zdravější než knedlíky. Zatímco tabulkový glykemický index favorizuje špagety z tvrdé pšenice, v reálných českých podmínkách — kde se knedlíky kupují hotové a ohřívají — dochází k retrogradaci škrobu, která snižuje glykemickou odpověď a vytváří prospěšný rezistentní škrob živící střevní bakterie.
Článek podrobně rozebírá tři hlavní zdroje hliníku v lidské stravě: přirozený obsah v potravinách (čaj, koření, obiloviny), uvolňování z alobalu a hliníkového nádobí při kontaktu s kyselými potravinami a vysokými teplotami, a potravinářské přídatné látky (E-čísla). Na základě více než 50 recenzovaných studií a stanovisek EFSA ukazuje, že značná část populace — zejména děti a kojenci — pravděpodobně překračuje bezpečný limit 1 mg/kg tělesné hmotnosti týdně, aniž by si toho byla vědoma.
Článek vysvětluje, jak fungují potravinářské konzervanty (sorbáty, benzoáty, dusitany, sulfity) a proč nejsou všemocné — postupně se rozkládají a jejich rozpadové produkty (nitrosaminy, benzen) mohou být zdraví škodlivější než původní látky. Upozorňuje na netestované kombinace přídatných látek a na paradox, že bez konzervantů by potraviny byly nebezpečnější, zároveň však odkazuje na studii EPIC potvrzující souvislost mezi konzumací průmyslově zpracovaných potravin a vyšší úmrtností. Praktickým doporučením je konzumovat potraviny co nejdříve po výrobě a minimalizovat podíl zpracovaných potravin v jídelníčku.
Článek odhaluje, jak americká Sugar Research Foundation v 60. letech tajně financovala harvardské vědce, aby v přelomovém článku v NEJM bagatelizovali zdravotní rizika cukru a přenesli vinu na tuky. Toto ovlivnění formovalo výživová doporučení na půl století, vedlo k nízkotučné vysokosacharidové dietě a přispělo k epidemii obezity, diabetu 2. typu a ztučnění jater. Britský vědec John Yudkin, který již v 50. letech správně identifikoval cukr jako rizikový faktor, byl za své závěry marginalizován a rehabilitován až posmrtně.
Článek přináší vědecky podložený přehled o low-carb a vysokoproteinových dietách pro sportovce, kteří chtějí zhubnout po zimě. Rozebírá fyziologické mechanismy (termický efekt proteinu, sytost, stabilní glykémie), cituje aktuální meta-analýzy a upozorňuje, že počáteční výhoda low-carb diet se dlouhodobě vyrovnává s jinými přístupy. Obsahuje praktický jídelníček a specifická doporučení pro rekreační cyklisty včetně cíleného příjmu sacharidů kolem tréninků.
Článek rozkrývá tzv. Hancockův paradox: ačkoli je psaný text prokazatelně nejslabším kanálem pro přenos ironie (lidé ji v něm hůře rozpoznávají a ani AI modely jako GPT-4 nedosahují víc než 39,8 % F1), produkujeme v něm ironie více než v mluvené řeči. Autor skrze herně-teoretický model nepřímé řeči (Pinker), koncept „strategické víceznačnosti“ a postavu Švejka argumentuje, že nejednoznačnost textu není chybou, ale žádanou vlastností — umožňuje popiratelnost, kdy „správné“ publikum záměr dekóduje a „nesprávné“ slyší jen doslovný obsah. Zároveň ukazuje stinné stránky tohoto mechanismu (Poeův zákon, politické „dog whistles“, irony poisoning) i meze kompenzací typu mrkajícího smajlíka, který funguje jen pro některé lidi a kontexty.
Článek zkoumá kulturně podmíněné strategie odmítání napříč světovými jazyky a kulturami — od japonského nepřímého "hai" přes arabský systém "IBM" (Inšalláh, Bukra, Ma'aleš) po čínské rituální odmítání nabídek. Analyzuje gramatické struktury negace v různých jazycích (turečtina, finština, arabština, bantuské jazyky) a ukazuje, jak tyto struktury ovlivňují repertoár odmítacích strategií. Zabývá se také pragmatickým přenosem kulturních norem do cizího jazyka a praktickými důsledky mezikulturních nedorozumění v obchodním i osobním kontextu.
Článek zkoumá, jak různé jazyky a kultury řeší oslovování na škále mezi tykáním a vykáním (tzv. rozlišení T–V). Sleduje historický vývoj od češtiny přes polštinu, ruštinu, francouzštinu, italštinu, španělštinu, němčinu a angličtinu až po východoasijské jazyky (japonštinu, korejštinu, javánštinu), kde systémy zdvořilosti dosahují mnohem větší složitosti. Ukazuje, že pokusy autoritářských režimů změnit zdvořilostní formy shora většinou selhávají, zatímco přirozené společenské změny (jako švédská du-reforma) uspějí.
Článek zkoumá paradox čtení na webu: většina lidí texty pouze skenuje a 55 % návštěvníků stráví na stránce méně než 15 sekund, přesto dlouhý kvalitní obsah prokazatelně přitahuje angažované čtenáře. Na základě desítek akademických studií ukazuje, že neklesá biologická kapacita pozornosti, ale ochota ji investovat do jednoho zdroje, a že čtení se transformuje, nikoli zaniká.
Vědecké publikování čelí paradoxu: ročně vznikají téměř čtyři miliony článků, ale většinu nikdo nečte celou. Nástroje umělé inteligence (Semantic Scholar, Consensus, Elicit, PaperQA2) poprvé umožňují efektivně prohledávat a syntetizovat miliony textů, čímž dramaticky zkracují čas potřebný pro systematické přehledy. Článek analyzuje strukturální příčiny přesycení (tlak publikuj nebo zhyň, predátorské časopisy, oligopol vydavatelů) a argumentuje, že schopnost formulovat přesné dotazy pro AI se stává klíčovou dovedností 21. století.
Článek ukazuje, jak po pádu režimu přibližně 1,7 milionu členů KSČ naplnilo Marxovu vlastní tezi, že společenské bytí určuje vědomí — když se ekonomická základna změnila z plánované na tržní, proměnili se bývalí marxisté během měsíců v horlivé zastánce volného trhu, symbolizované ekonomy z Prognostického ústavu ČSAV (Komárek, Klaus, Zeman). S oporou v Marxovi, Hofferovi a Žižkovi autor argumentuje, že „převlékání kabátů" nebylo dramatickou konverzí, ale pouhou výměnou ideologického kostýmu nad stejným cynickým subjektem, a připomíná průzkum z června 1989, podle nějž by do strany znovu vstoupilo jen 46 % jejích členů.
Článek sleduje životní dráhu jednoho člověka od zvídavého gymnazisty po rezignovaného dospělého a na ní ukazuje, jak tržní demokracie nahradila vnější totalitní cenzuru elegantnější vnitřní autocenzurou — člověk si sám nainstaluje vlastního cenzora a považuje ho za vlastní úsudek. Autor staví vedle Orwella a Huxleyho třetí model kontroly, v němž si občané hlídají myšlení sami, a podkládá ho výzkumy (FIRE, Pew, Index on Censorship) i myšlenkami Bernayse, Ellula, Chomského, Zuboffové či Bělohradského. Zvláštní důraz klade na středoevropskou zkušenost, kde přechod od stranických direktiv k vlastnickým tlakům oligarchů proběhl během jediné generace, a uzavírá, že trh spolehlivě umlčuje právě ty problémy, které přežívají výměnu vlád.
Článek ukazuje, proč text, který je pravdivý, ověřený a kritický ke všem politickým táborům stejně, nemá v českém mediálním prostředí šanci uspět — ne kvůli cenzuře, ale kvůli chybějící společenské objednávce, publiku a redakci, které by ho šířily. Autor rozebírá, jak vlastníci médií i samotné publikum systematicky vyřazují obsah, který neposiluje žádnou stranu, a jak se i mediální gramotnost proměnila z nástroje emancipace v sofistikovanější filtr třídění informací podle vlastního světonázoru. Vyúsťuje v tezi, že zatímco v totalitě chybí svoboda psát, v demokracii chybí objednávka číst.
Článek zkoumá limity demokracie optikou politické filozofie, teorie sociální volby a empirických dat — od Brennanovy epistokracie přes Caplanovu racionální iracionalitu voličů až po Arrowův teorém nemožnosti. Rozebírá populismus (Müller, Mudde), vyvrací biologický scénář idiokracie pomocí Flynnova efektu a nabízí deliberativní demokracii (irské občanské shromáždění, Fishkinovy deliberativní průzkumy) jako praktickou cestu ke zlepšení demokratického rozhodování.
Článek zkoumá, proč se lidé za každou cenu ženou k moři na dovolenou, a analyzuje tento fenomén optikou neurovědy, evoluční psychologie, sociologie tříd a marketingu. Ukazuje, že cestovní průmysl nevyrábí štěstí, ale pocit jeho nedostatku, že anticipace dovolené přináší více štěstí než dovolená samotná, a že vědecky podložené benefity kontaktu s vodou (blue space) lze získat i u rybníka na Vysočině bez nutnosti letět na Barbados.
Článek představuje syntézu poznatků z neurovědy, kriminologie a výzkumu terorismu, která ukazuje, že sebepoškozování, závislosti a radikalizace sdílejí společný psychologický mechanismus — reakci na nepříznivé dětské zkušenosti a ztrátu osobní významnosti. Pohlaví neurčuje intenzitu bolesti, ale kulturně podmíněný kanál jejího vyjádření: dívky obracejí bolest dovnitř (sebepoškozování, deprese), chlapci ven (agrese, extremismus). Kruglanskeho model 3N (potřeby–příběhy–sítě) vysvětluje, proč jsou tyto jevy zaměnitelné, a naznačuje možnost jednotné prevence místo současného roztříštěného přístupu.
Článek analyzuje fenomén altruistického trestání — ochotu lidí nést osobní náklady za potrestání porušitelů norem i bez osobního prospěchu. Shrnuje klíčové výzkumy z behaviorální ekonomie, evoluční biologie a neurovědy od průlomové studie Fehra a Gächtera (2002), včetně experimentů s hrami veřejného statku, mezikulturních srovnání a neurozobrazovacích studií odhalujících aktivaci mozkov��ch center odměny při trestání.
Článek podrobně mapuje patnáctiletý proces, jímž strana Fidesz pod vedením Viktora Orbána systematicky ovládla přibližně 80 % maďarského mediálního trhu. Popisuje legislativní změny, vytvoření loajálního regulačního úřadu, akvizice médií spřátelenými oligarchy, vznik mediální nadace KESMA sdružující stovky médií a ekonomické vyhladovění nezávislých redakcí prostřednictvím státní reklamy. Navzdory tomu v Maďarsku přežívá ekosystém nezávislých online médií financovaných z darů a předplatného.
Článek analyzuje veganské hnutí optikou ekonomiky, psychologie a historie. Ukazuje, že morální argumenty proti zabíjení zvířat samy o sobě nikdy nestačily ke změně — podobně jako u zrušení otroctví byla klíčová technologická a ekonomická převaha (parní stroj). Autor argumentuje, že skutečnou změnu přinese kultivované maso a syntetické proteiny, nikoli individuální dietní konverze, a kritizuje finanční toky v hnutí za práva zvířat, které směřují spíše do kampaní než do technologického vývoje.
Článek vysvětluje paradox, proč mnoho skandálů politika posiluje místo oslabuje, pomocí devíti psychologických mechanismů – efektu ředění, kognitivního přetížení, konjunkčního klamu, narativní transportace či psychického otupění. Ukazuje, že lidský mozek zpracovává záplavu obvinění heuristicky a intuitivně, čímž jejich přesvědčivost klesá, zatímco jeden konkrétní příběh s identifikovatelnou obětí přesvědčí efektivněji než patnáct faktických bodů.
Článek analyzuje pozoruhodný cenový obrat vepřového boku (bůčku), který se z historicky nejlevnější části prasete stal dražším než kýta. Za tímto strukturálním posunem stojí kombinace anatomických omezení (bok tvoří jen 16–19 % jatečného těla), amerického slaninového boomu, asijské poptávky umocněné africký morem prasat v Číně, grilovací kultury šířené sociálními sítěmi a rehabilitace tuku v rámci keto diet. Pro český trh, závislý z více než poloviny na dovozech vepřového, je éra levného bůčku definitivně minulostí.
Článek analyzuje dopady dezinformací o mRNA vakcínách během pandemie covidu-19 v Česku. Ukazuje, jak strategie „to je jen váš názor
Článek na příběhu fiktivního Pepíka Nováka ilustruje, jak souhra Metropolitního plánu Prahy a novely stavebního zákona (sněmovní tisk 67/0) může systematicky zvýhodňovat velké investory na úkor drobných vlastníků nemovitostí. Novela zavádí automatický veřejný zájem pro stavby nad 10 000 m², jednoinstanční řízení bez odvolání a možnost vyvlastnění ve prospěch soukromých developerů, zatímco vlastníci rodinných domů ve stabilizovaném území zůstávají regulačně zmrazeni.
Článek sleduje proměnu účelu médií od poválečného ideálu hlídacího psa demokracie přes Hutchinsovu komisi a Čtyři teorie tisku až po současnou krizi žurnalistiky v digitálním věku. Analyzuje, jak vstup televizní reklamy, burzovní vlastnictví novin a koncentrace médií podkopaly profesní étos, a konfrontuje mediální teorii Chomského a Hermana s aktuální digitální realitou.
Do roku 2050 se globální populace nad 65 let zdvojnásobí na 1,6 miliardy, přičemž 77–95 % seniorů chce zůstat doma, ale stávající bytový fond na to není připraven. Článek srovnává přístupy Norska, Japonska a dalších zemí k bezbariérovému bydlení a analyzuje ekonomické modely financování úprav bytů pro stárnoucí českou populaci.
Článek konfrontuje rozšířený narativ o sobeckých seniorech s akademickými studiemi a daty. Ukazuje, že hypotéza o 'šedém hlasování' je vyvrácená, senioři jsou čistými dárci mezigeneračních transferů a jejich kritická mediální gramotnost je v řadě ohledů lepší než u mladších generací. Vliv dezinformací na volby je přitom řádově menší než vliv narativního rámování zavedených médií.
Článek analyzuje izraelský fenomén vysokého počtu Nobelových cen v přepočtu na obyvatele a odhaluje strukturální podmínky tohoto úspěchu — imigrační vlny přinášející talent, špičkové instituce a kulturu zpochybňování autorit. Současně ukazuje, že tento model je ohrožen odlivem mozků, podfinancováním základního výzkumu, vyloučením arabské a ultraortodoxní populace a politickou nestabilitou po roce 2023. V závěru srovnává izraelský a český přístup k vědě a identifikuje přenositelné i nepřenositelné prvky.
Článek vyvrací populární mýtus, že peníze nemotivují, a konfrontuje ho s meta-analýzami ukazujícími, že finanční pobídky spolehlivě zvyšují kvantitu výkonu. Zároveň poukazuje na paradox, kdy se řadovým zaměstnancům říká, že peníze nejsou důležité, zatímco CEO pobírají 281× vyšší odměny s odůvodněním finanční motivace. Na základě neurovědních studií a ekonomických dat ukazuje, že extrémně vysoké manažerské odměny jsou často kontraproduktivní a jejich růst je poháněn spíše systémovými mechanismy než skutečným vlivem na výkon.
Článek analyzuje demokratickou stabilitu optikou kybernetiky a teorie systémů, kde záporná zpětná vazba (média, odbory, soudy, občanská společnost) funguje jako regulační mechanismus udržující společenskou rovnováhu. S oporou o práce Wienera, Ashbyho, Meadows a Beera ukazuje, že potlačení těchto zpětnovazebních smyček — jak dokládají příklady SSSR, nacistického Německa či současného omezování občanského prostoru — nevyhnutelně vede k destabilizaci a kolapsu systému.
Článek vypráví o sovětském systému Perimetr („Mrtvá ruka“), jehož existenci Rusko poprvé oficiálně potvrdilo až v roce 2011 v rozhovoru pro Komsomolskou pravdu. Autor konfrontuje Kubrickova Doktora Divnolásku se skutečnou konstrukcí systému: původní plně automatický stroj sovětští generálové odmítli a postavili místo něj systém se třemi podmínkami a lidským rozhodnutím v krytu. Pointa zní, že jaderná architektura nedrží pohromadě díky racionalitě vůdců, ale díky nedůvěře, kterou k nim chovají jejich vlastní inženýři a důstojníci.
Esej používá atentát na JFK jako archetyp tzv. anti-Holmesovského režimu, v němž důkazy mizí, jsou upravovány nebo jim je odebrána váha (spálené pitevní poznámky, setřená olověná šmouha na Tagueho obrubníku, ztracená spektrografická sklíčka). Na konkrétních forenzních detailech – spektrografii obrubníku ukazující olovo a antimon bez mědi, neslučitelné s plnoplášťovou střelou Carcano, a na rozporu mezi přikrčeným střelcem v rekonstrukci a stojícím střelcem dle svědka Brennana – autor demonstruje, jak se kumulativně sbíhající institucionální zájmy stávají nerozhodnutelnými. Salisbury 2018 slouží jako moderní protějšek a 'náhrobek' tohoto epistemického režimu.
Analýza předpokládá, že Trump uzavře s Íránem tichou dohodu o průjezdu Hormuzským průlivem, v níž Teherán bude inkasovat poplatky (PGSA) fungující de facto jako válečné reparace převlečené za bezpečnostní servis. Autor mapuje ekonomickou matematiku mýta, dopad na ceny benzinu před mid-term volbami a čtyři rizika (Rijád, íránské přehrání, Pentagon-Senát, evropský snapback), která mohou dohodu zablokovat.
Článek analyzuje, jak Írán během americko‑izraelsko‑íránské války roku 2026 proměnil Hormuzský průliv pomocí „chytrých" námořních min (Maham‑3/7, čínské EM‑52) v nástroj strategické kontroly nad pětinou globálního toku ropy — a to s nákladovou asymetrií, kdy mina za tisíce dolarů ohrožuje plavidla za miliardy. Autor ukazuje, že USA na tuto hrozbu nedokážou klasicky reagovat, protože dlouhodobě zanedbaly protiminové kapacity (poslední minolovky třídy Avenger nechaly sešrotovat týdny před válkou) a Trumpova operace „Project Freedom" je spíše narativním než reálným vojenským řešením. V závěru rozebírá širší dopady — trvale vyšší pojistné prémie, precedens ohrožující režim svobodné plavby v dalších úžinách (Bospor, Suez, Bab al‑Mandab, Malacca) a důsledky pro ceny energií i strategické plánování České republiky.
Článek je záměrně suchým operačním manuálem pro málo pravděpodobný, ale specifický scénář jaderného úderu na Českou republiku, kde se na rozdíl od jiných krizí o přežití rozhoduje v prvních sekundách a následujících 72 hodinách. Na příbězích tří lidí v Praze a okolí autor ukazuje reflexy po záblesku, fyziku tlakové vlny a spadu (včetně Way-Wignerova pravidla i radiusů zkázy podle síly hlavice), zásady úkrytu a konkrétní seznam zásob, který je třeba mít připravený měsíce předem. Zároveň argumentuje, že skutečné přežití je v komunitě, nikoli na ozbrojené samotě, a odlišuje náhlou jadernou hrozbu od pravděpodobnějších nejaderných krizí, jež mají eskalační křivku v týdnech a čas na přípravu.
Článek analyzuje íránský čtrnáctibodový dokument z přelomu dubna a května 2026, jímž Teherán reagoval na americký návrh na ukončení války, a obhajuje tezi (se střední jistotou), že nejde o návrh řešení konfliktu, nýbrž o strukturní zakonzervování patu, na jehož pokračování má Írán dominantní zájem. Autor rozebírá pět „toxických" bodů (reparace, stažení amerických sil ze Zálivu, garance neútočení na Izrael, kontrolu Hormuzu a nesplnitelný třicetidenní termín) i frakcionalizaci íránského vedení po únorovém úderu, která dokument činí systémově neredukovatelným a tím nepřijatelným. V kontextu cen ropy nad 110 dolarů, vyčerpaných amerických zásob munice a Trumpových tří scénářů předkládá predikci, že do 30. května 2026 komplexní dohoda nevznikne — prolongace patu je nejpravděpodobnější.
Článek na třech scénách — švédské síťové kameře Axis, otevřené dronové robotice ČVUT pod vedením Martina Sasky a ukrajinské frontové výrobě FPV dronů — ukazuje, že otevřenost při správném vrstvení (veřejné standardy a SDK, uzavřené hardwarové jádro s klíči) není slabost, ale strukturálně silnější odpověď na nepřátelské prostředí než monolitické utajení; teoreticky ji už roku 1883 podložil Kerckhoffsův princip. Autor staví Axis proti čínskému Hikvisionu i zastaralé modely Bell-LaPadula a Biba ze 70. let a domácí spor Univerzity obrany (která tají) versus ČVUT (které publikuje) čte jako dvě poloviny téhož řešení, jež spolu nekomunikují. Závěr je normativní: český obranný průmysl má kompetenci, peníze i první mezinárodní investory (CSG, ERA Pardubice, Primoco), ale chybí mu rámec — bug bounty, středoevropský standard interoperability dronů a státem držený hardwarový kořen důvěry.
Článek vyvrací rozšířenou evropskou představu jednolitého „arabsko-islámského světa" a ukazuje, že písmo, náboženství a jazyk jsou tři nezávislé vrstvy: na Blízkém východě se prolínají tři vzájemně nepříbuzné jazykové rodiny — semitská (arabština), indoevropská (perština a další íránské jazyky, vzdáleně příbuzné češtině) a turkická — sjednocené pouze vypůjčenou arabskou abecedou. Autor vysvětluje arabskou diglosii (spisovná MSA bez rodilých mluvčích vedle vzájemně nesrozumitelných dialektů, přirovnaná ke středověké latině), gramatickou blízkost perštiny evropským jazykům i rozsah „persosféry" od Tádžikistánu po Pákistán. Závěr ironicky shrnuje, že skutečnou panregionální lingua francou dnešního Blízkého východu je angličtina.
Článek vysvětluje fyziku ohnivé bouře — samoživného atmosférického jevu s hurikánovým větrem a teplotami přes 800 °C — na příkladu zničení Hamburku při spojeneckém náletu v červenci 1943 a sleduje, jak se stejný princip záměrně replikoval v Drážďanech, Tokiu i automaticky v Hirošimě. Autor ukazuje, že tutéž fyziku dnes v taktickém měřítku vytvářejí termobarické zbraně masivně a systematicky nasazované na Ukrajině, u nichž ovšem alarmujícím způsobem chybí klinická dokumentace obětí i jakákoli mezinárodní regulace, zatímco ve velkém měřítku by ji spustila každá jaderná detonace nad městem. Text propojuje historii, termodynamiku, právní vakuum kolem termobarických zbraní a přetrvávající nejistoty v modelování nukleární zimy do varování, že fyzika ohnivé bouře se za osmdesát let od Hamburku nezměnila.
Článek detailně rekonstruuje spojenecké bombardování Drážďan ve čtyřech vlnách mezi 13. a 15. únorem 1945, které proměnilo „Florencii na Labi" v ohnivou smršť a podle Drážďanské historické komise z roku 2010 si vyžádalo 22 700 až 25 000 obětí — zlomek desetiletí kolujících propagandistických údajů sahajících až ke čtvrt milionu. Autor mapuje hodinovou chronologii náletů i britskou taktiku „dvojitého úderu" cílenou na záchranáře, vysvětluje termodynamiku ohnivé bouře a sleduje řetězec rozhodnutí od Churchillova naléhání po jeho pozdější distancování. Zároveň dokumentuje historiografickou revizi počtu obětí — od Goebbelsova padělku Tagesbefehlu 47 po proces Irving vs. Lipstadtová — a zasazuje nálet do napětí mezi vojenskou logikou plošného bombardování a morální cenou ničení bezbranného, uprchlíky přeplněného města tři měsíce před koncem války.
Článek srovnává ekonomickou nerovnost roku 1928 a 2024 (shodný Giniho koeficient 0,49) a analyzuje dva protichůdné scénáře budoucnosti: transformativní potenciál umělé inteligence jako nástroje pro řešení civilizačních výzev versus eskalaci geopolitických konfliktů směrem k jadernému střetu. Na historických paralelách ukazuje, že technologické revoluce samy o sobě nerovnost neřeší bez politické vůle.
Článek rozebírá strukturálně-demografickou teorii Petera Turchina, podle níž společnosti procházejí předvídatelnými cykly nestability způsobenými nadprodukcí elit, pauperizací mas a fiskální krizí státu. Na historických příkladech (pád Říma, Černá smrt, Francouzská revoluce, světové války) i současných datech ukazuje, že válka a násilí byly historicky nejúčinnějšími vyrovnávači nerovnosti, avšak v éře jaderných zbraní tento mechanismus přestal být použitelný, což vyvolává otázku, zda existují mírové alternativy.
Článek analyzuje dynamiku mírových jednání o Ukrajině v roce 2026, která je určována třemi protichůdnými logikami: Trumpovou potřebou dosáhnout dohody před listopadovými volbami do Kongresu (červnový ultimátum), Putinovou strategií zdržování bez substanciálních ústupků a Zelenského odmítáním kapitulace podpořeným domácí veřejností. Autor na základě syntézy analýz předních think-tanků představuje pět scénářů dalšího vývoje, přičemž za nejpravděpodobnější považuje zmrazený konflikt bez formálního míru (~35 %), a podrobně rozebírá vojenskou situaci, evropskou podporu i vnitropolitické tlaky v USA a Rusku.
Článek ukazuje paradox českého vysokoškolského vzdělání: ČR má s 1,3 % nejnižší nezaměstnanost absolventů v celé EU, diplom tu ale spolehlivě chrání před nezaměstnaností, aniž by zaručil práci v oboru — téměř čtvrtina absolventů pracuje mimo vystudovaný obor a u humanitních a uměleckých oborů je to zhruba polovina. Autor mapuje propastné rozdíly mezi obory (od nulové nezaměstnanosti lékařů a informatiků po 16 % u umělců) a opírá se přitom o data Eurostatu, ČSÚ, OECD a šetření MŠMT Absolvent 2018. Upozorňuje zároveň na to, že podrobnější aktuální data o uplatnění absolventů podle oborů v Česku chybějí.
Článek argumentuje, že umělá inteligence nahradila rutinní práci juniorních programátorů, ale zároveň zvýraznila hodnotu tacitních zkušeností seniorů — a tím přetrhla řetězec, kterým junioři postupně dozrávají v seniory. Autor propojuje demografická data, metaanalýzy o výkonu starších pracovníků a paradox COBOLu (220 miliard řádků kódu udržovaných stárnoucími programátory) s tezí, že firmy přestávají nabírat juniory i propouštějí seniory, a ohrožují tak celou vrstvu expertízy. V závěru navrhuje, aby školy přestaly produkovat stovky identických absolventů a začaly rozlišovat budoucí inženýry od operátorů, a aby stát změnil financování vysokých škol.
Článek představuje neurovědecké důkazy o tom, že mozek dospívajících dozrává až kolem 25 let, přičemž období kolem 15 let je naopak vrcholem poznávací pružnosti. Mezinárodní studie ukazují, že typ vzdělávání (akademické vs. odborné) příčinně ovlivňuje vývoj inteligence – gymnázia v Německu prokazatelně zvyšují poznávací schopnosti, česká víceletá gymnázia však překvapivě nepřinášejí měřitelnou přidanou hodnotu.
Schopnost učit se cizí jazyky je z velké části geneticky podmíněná a oddělitelná od obecné inteligence — třetina genetického vlivu je zcela nezávislá na IQ. Neurovědní výzkum identifikoval specifické mozkové sítě, geny (FOXP2, CNTNAP2) a strukturální faktory (obloukovitý svazek, fonologická paměť), které determinují jazykový talent nezávisle na kognitivních schopnostech. Článek kritizuje český vzdělávací systém za plošné jazykové požadavky, které mohou nespravedlivě bránit technicky nadaným studentům, a srovnává přístupy v zahraničí.
Článek rozebírá paradox generace Z, která je historicky nejzdravěji se chovající (nejméně pije, bere drogy, páchá násilí), ale přesto vykazuje bezprecedentní krizi duševního zdraví — 40 % českých deváťáků má známky deprese. Na základě dat Global Burden of Disease, NHS a CDC analyzuje příčiny od úbytku dětské hry přes sociální sítě až po systémový kolaps české dětské psychiatrické péče.