Nové AI předpovídá vaši další odpověď z vašich minulých konverzací

Výzkumníci z MIT vyvinuli systém založený na LLM, který se učí opakující se vzorce z týdnů reálných konverzací jedince, aby předpověděl pravděpodobné další konverzační chování.

Kdyby AI mohla opravdu získat přístup k vašemu životu a mohla opravdu být povolena vás poznat během delšího či i kontinuálního období, pravděpodobně by se naučila předpovídat vaše činy, rozhodnutí – a dokonce i to, co pravděpodobně řeknete dál; vše na základě toho, co nasbírala během tisíců hodin analýzy vašich interakcí.

Ti z nás, kteří používají velké jazykové modely (LLM) jako ChatGPT a Claude, si již dávno všimli této tendence k „předvídání potřeb“, jasně vycházející z našich historických užití; a pravděpodobně ji vítali, protože uchování paměti a kontextu je nyní kritickým bodem tření při budování fungujícího vztahu s AI systémem.

Nicméně poskytnutí ad hoc a i „živě streamovaných“ informací o vašem životě a komunikaci AI systému provozovanému ziskovou společností je, lze rozumně říci, potenciálním rizikem pro soukromí a bezpečnost; ačkoliv by služba pro vás byla mnohem užitečnější, pokušení společnosti sdílet vaše data, spojené s rizikem trapného a zveřejněného online úniku nebo exfiltrace, by mohlo učinit tento stupeň integrace AI a člověka neuváženým.

Kdybychom mohli mít pěkné věci…

No, musel jsem nejprve vyjasnit to „veřejně prospěšné varování“, než se pustím do zajímavého nového článku z MIT, který se zdá existovat v lepším světě, kde by data tohoto druhu mohla být uzavřena do bezpečných a skutečně důvěryhodných kruhů, aby pravá síla analytické AI mohla být nasměrována k opravdovému prospěchu jednotlivce.

Nová práce navrhuje systém, kde s povolením uživatele a pod jeho kontrolou nad získanými daty, chytré hodinky, které nosí, neustále zaznamenávají jejich konverzace za účelem těžby vzorců chování:

Ze nového MIT článku, ilustrace navrhované pipeline pro predikci chování. Konverzace shromážděné během několika týdnů odhalují opakující se vzorec chování, který je poté použit k předpovědi pravděpodobného dalšího chování uživatele a k odeslání připomínky na smartwatch před tím, než se očekávaná akce uskuteční. Zdroj

Článek – nazvaný Before You Say It: Anticipating Verbal Behavior from Longitudinal Everyday Conversations with LLMs – popisuje experiment, ve kterém bylo shromážděno přes 1 000 hodin přirozených (tj. oportunistických, reálných) konverzací od 14 účastníků pomocí chytrých hodinek, přepsáno, převedeno do strukturovaných behaviorálních historií a předáno Gemini 2.5 Pro spolu s behaviorálně specifickými výzvami a extrahovanými pravidly chování, aby předpovědělo pravděpodobné další konverzační chování každého uživatele.

(A nyní může být jasné, proč tento nový článek potřebuje určitý kontext ohledně soukromí)

Nová studie je v podstatě terénní experiment pro (některé) předchozí publikace autorů z roku 2026 Mind Mapper*, rozšiřující tuto dřívější práci tím, že její teorii uvádí do praxe, a testuje, zda získané vzorce chování mohou skutečně předpovědět další konverzační chování uživatele v reálném čase, místo pouhého popisu opakujících se tendencí.

‘Naše výsledky ukazují, že situačně specifické vzorce chování získané z longitudinálních konverzací mohou smysluplně zlepšit předpovědi verbálních behaviorálních tendencí uživatelů. Klíčovou silou našeho přístupu je reprezentace těchto vzorců jako čitelných kontextově podmíněných vzorců chování s explicitními výjimkovými podmínkami, které uživatelé mohou zkontrolovat a vylepšit.’

‘Účastníci ocenili tuto transparentnost, [několik z nich oceňovalo] možnost číst, opravovat a nastavit osobní cíle pro své odvozené vzorce.’

‘Účastníci také reflektovali své vlastní strategie pro změnu chování, naznačujíc, jak by proaktivní systémy mohly pomoci přesměrováním pozornosti, nabídkou alternativ a vyzdvižením přerámování spojených s jejich cíli.’

‘To ukazuje na anticipativní AI, která spolupracuje s uživateli – zakotvuje zásahy ve vzorcích, které rozpoznávají, a strategiích, které již považují za účinné.’

Metoda

Výše zmíněný Mind Mapper je základem nového systému, nabízející pracovní postup navržený k učení se opakujících se behaviorálních pravidel z týdnů zaznamenaných konverzací, místo aby se přímo snažil předpovídat budoucí řeč nebo se spoléhal na obecné či předchozí datové sady. V pracovním postupu Mind Mapper byly všechny zaznamenané konverzace přepsány, anonymizovány a zpracovány prostřednictvím vícestupňové GPT-5 pipeline**.

(Všimněte si, že kvůli ochraně staršího článku nemůžeme, jak obvykle děláme, poskytnout z něj obrázky, protože nízké rozlišení veřejně dostupné jsou nečitelné)

Z nového článku, ilustrace pipeline pro predikci chování. Konverzace shromážděné během několika týdnů jsou převedeny na kontextově závislé behaviorální pravidla, která jsou vylepšena podpůrnými a protichůdnými důkazy, předtím než jsou aplikována na nové konverzace k předpovědi nejpravděpodobnější další konverzační odpovědi uživatele.

Pipeline generuje kandidátní ‘if-then’ behaviorální pravidla (tj. pravidla spojující konverzační situace s pravděpodobnými odpověďmi); hledá podpůrné a protichůdné důkazy; slučuje překrývající se pravidla; odmítá slabé hypotézy; a přiřazuje odhady důvěry a pravděpodobnosti.

Účastníci

Čtrnáct dospělých mluvících anglicky nosilo chytré hodinky během běžného každodenního života po dobu sedmi až deseti dní. Na zařízení byl detektor hlasové aktivity, který zaznamenával účastníky jen tehdy, když detekoval řeč, a posílal 2–3 minutové audio úryvky na vzdálený server k dalšímu zpracování.

Účastníci obdrželi 100 USD a museli informovat všechny v okolí, že konverzace jsou nahrávány, a získat souhlas ostatních lidí před každou takovou interakcí.

Přepis a ověřování

Audio úryvky byly zpracovány pomocí modelu Nova-3-meeting od Deepgram, který přepsal konverzace a rozlišil mezi mluvčími. Poté byl jako model ověřování mluvčího použit SpeechBrain, který porovnával hlas účastníka s 20‑sekundovým enrolment vzorkem.

Model spaCy Named Entity Recognition (NER) nahradil všechna zmíněná jména i další osobně identifikovatelné informace anonymními zástupci. Původní audio byl následně smazán a pouze šifrované přepisy AES-256-GCM byly uloženy lokálně na chytrých hodinkách.

Po sběrném období mohli účastníci prostřednictvím webového rozhraní prohlížet své vlastní konverzační přepisy, mazat vše, co nechtěli zahrnout do studie, a opravovat označení mluvčích či kontext konverzace podle potřeby.

Průměrně bylo odstraněno pouze 0,16 % přepisů a 2,48 % segmentů bylo označeno jako nesprávně klasifikované, což zanechalo datovou sadu 15 066 výroků od 14 účastníků – 57 % připsaných nositeli hodinek a 43 % ostatním mluvčím. Průměrná délka výroku byla 49 slov.

(Nicméně, ačkoliv se článek tímto tématem nezabývá, lze předpokládat, že účastníci zůstali poměrně ostražití vůči zapojení se do velmi osobních verbálních výměn během nošení hodinek.)

Přepisy byly dále vyčištěny odstraněním velmi krátkých výměn a běžných řečových nesrozumitelností, jako jsou ‘err’ a ‘um’; a následným sloučením fragmentovaných vět do kompletních výroků. To snížilo konečnou datovou sadu na 9 901 výroků.

Pro vyhodnocení přístupu byl Gemini 2.5 Pro požádán, aby předpověděl další konverzační odpověď každého účastníka na základě konverzace až do daného okamžiku. Jeho výkon byl poté srovnáván napříč třemi vstupy: samotná historie konverzace; zhuštěné souhrny konverzací; a nové behaviorální pravidla Mind Mapper, což umožnilo přímo měřit přínos naučených vzorců.

GPT-5 byl použit jako automatizovaný soudce k ohodnocení předpovědí, přičemž samostatné lidské hodnocení potvrdilo spolehlivost jeho posudků.

Data a testy

Výsledky testů ukazují, že základní metody testované byly podstatně překonány přístupem autorů založeným na vzorcích, přičemž přesnost se neustále zlepšovala s nárůstem konverzačních dat:

Výsledky testů porovnávají tři přístupy k predikci. Vlevo se přesnost predikce postupně zvyšuje s dostupností více konverzačních dat, pouze když systém učí behaviorální vzorce, zatímco základní přístupy se málo mění. Vpravo stejný přístup dosahuje podstatně vyšších skóre u konverzací, které účastníci identifikovali jako zaměřené na změnu úmyslu.

Autoři tvrdí, že systém byl zvláště účinný při předpovídání chování, které účastníci explicitně chtěli změnit.

Validační studie se 40 nezávislými lidskými hodnotiteli potvrdila automatizované hodnocení, přičemž metoda založená na vzorcích získala nejvyšší hodnocení v 43 % testovaných scénářů, oproti 24 % pro plný kontext; 18 % pro zero-shot; a 15 % pro narativní souhrny.

Lidská hodnocení se úzce shodovala s modelovým skórováním napříč komunikačním úmyslem, specifičností a funkční složitostí, což autoři považují za potvrzení použitelnosti automatizovaných soudců pro konverzační chování.

Dvě navazující studie testovaly, jak lidé reagovali na své získané vzorce, a zda tyto předpovědi mohou skutečně pomoci změnit návyky. Účastníci nejprve přezkoumali svá pravidla, aby označili chování, které chtěli zrušit, přičemž někteří se po několika měsících vrátili, aby prodiskutovali strategie, které vyzkoušeli, a jaké typy „pobídek“ asistenta by ve skutečnosti pomohly v každodenním životě.

Účastníci označili 114 návyků, které chtěli zrušit, zahrnujících 912 konverzačních momentů. Při testování na těchto výměnách metoda založená na vzorcích snadno překonala standardní přístupy zhruba o 40 %; a autoři tvrdí, že systém funguje nejlépe při předvídání zakotvených návyků, které lidé aktivně chtějí změnit.

Autoři závěrem uvádějí:

‘Celkově naše zjištění poskytují důkaz, že verbální chování specifické pro konkrétní osobu lze předpovědět z longitudinálních konverzačních dat.’

‘To otevírá nové možnosti pro potenciální budoucí kontextově uvědomělé, anticipativní, proaktivní a personalizované AI systémy.’

Závěr

Mimo silně vládou regulované aplikace, převážně týkající se státního zdravotnictví a psychiatrických scénářů, a za absence jakéhokoli otevřeného či tacitního nátlaku na lidi k účasti (například snížených státních pojištěných prémií, pokud se zúčastní)… je těžké představit si využití tohoto přístupu, které by ne ohrožovalo soukromí a osobní svatost účastníků – zejména pokud je spojen s agenturními subjekty, které by mohly korelovat zaznamenaná konverzační data s digitálními či jinými typy dat vztahujícími se k jednotlivci.

MIT článek vykresluje zajímavý a poněkud terapeutický kontext pro tento přístup (například poskytování kontextově uvědomělých připomínek ohledně stravy); ale takové schéma se jeví pravděpodobněji jako lákadlo pro agresivní zájem a investice inzerentů, institucí pro podmíněné propuštění a věznice, pojišťoven a značného počtu dalších korporátních či státních subjektů, které chtějí vědět více o tom, co máme v hlavě.

Pokud existuje přesvědčivý argument pro uzavřené, zcela uživatelem vlastněné lokální AI, je to právě v systémech jako tento, které mají tak závažné důsledky při narušení.

To však řekněme, že historie reklamy a sledovacích technologií v posledních letech směřuje k nezájmu spotřebitelů – mohl by tento nedostatek zájmu skutečně zasáhnout i systém tak invazivní a všudypřítomný jako tento?

* Výrazně chráněnější publikace, bez veřejně dostupných vysoce rozlišených obrázků, ačkoliv text lze přečíst po překonání několika překážek.

** Nechci to přehánět, ale starší článek je podstatně těžší získat, takže buďte vytrvalí!

Poprvé zveřejněno ve čtvrtek 20. srpna 2026