Umělá inteligence ji nezabila, naopak z ní žije. Proč je Wikipedie v době AI důležitější než kdy dřív?

Mohlo by se zdát, že v době AI chatbotů je Wikipedie už za zenitem. Proč listovat v internetové encyklopedii, když zeptat se jazykového modelu je mnohem rychlejší? Opak je ale pravdou, Wikipedie je dnes cennější než kdy dřív, denně se na ni stále podívají stovky milionů uživatelů po celém světě a zároveň z ní čerpá i samotná umělá inteligence, která se na její obrovské databázi učí.

„Wikipedie si oproti AI zakládá na zdrojování, lidské kontrole a ověřitelnosti: použité zdroje i historie úprav jsou veřejně dohledatelné a správnost uvedených informací může ověřit a upravit úplně každý. Wikipedie se tak stává jakýmsi majákem v moři dezinformací, a proto je pro trénování umělé inteligence zásadní,“ nechala se nedávno slyšet výkonná ředitelka Wikimedia ČR Klára Joklová.

A čísla jí dávají za pravdu – jen česká Wikipedie v říjnu překročila hranici 600 tisíc článků. Jubilejním heslem se mimochodem stal selenid rubidný, tedy chemická sloučenina. Obsah české části dnes čítá téměř 300 milionů slov a podle počtu článků patří do první třicítky jazykových verzí. Pro představu, kdybychom vše vytiskli a svázali do fyzické encyklopedie, měla by něco přes 300 tisíc stran. Od října 2025 do září 2026 měla česká Wikipedie také v průměru téměř dva miliony zobrazení denně.

Za 25 let 68 milionů hesel

Největší internetová encyklopedie přitom vznikla už v lednu roku 2001, kdy ji založili Jimmy Wales a Larry Sanger. Tehdy ale myšlenka internetové encyklopedie nebyla nová, mluvilo se o ní už začátkem devadesátých let. První pokus Walese a Sangera přišel v roce 2000, kdy spustili Nupedii. Články tam měli psát jen kvalifikovaní redaktoři a jejich texty následně procházely několikastupňovou editací. Právě proto ale byla velice pomalá a za první rok vydala jen 12 článků.

O rok později tak vytvořili další encyklopedii, tam už ale mohl přispívat kdokoliv a měla sloužit jako zásobárna textů pro Nupedii, na níž měly vycházet prověřené verze článků. Aby ale neověřené texty nebyly spojovány s jejich první encyklopedií, nazvali ji Wikipedie. Wiki znamená havajsky rychle.

Wikipedie staršího sourozence rychle přerostla a už začátkem února 2001 měla tisíc článků. V březnu se k anglické verzi přidala i německá a katalánská, v květnu francouzská. Ta česká pak přišla v květnu 2002.

Za rozumnou velikost encyklopedie považovali zakladatelé 100 tisíc hesel, protože tolik měla Britannica, nejstarší všeobecná encyklopedie v anglickém jazyce. Tuto hranici přesáhli dva roky po spuštění. Nupedia zanikla roku 2003 a její obsah se přesunul na Wikipedii. Sanger v současnosti nemá s encyklopedií už nic společného, Wales si ponechal místo ve správní radě.

Dnes má Wikipedie ve všech jazycích 68 milionů článků. Podle odhadu Pew Research zaznamenala v letech 2015 až 2025 přes 1,9 bilionu zobrazení, tedy 508 milionů návštěv denně. Web přitom vypadá a funguje podobně jako před dvaceti lety. Stále ho provozuje Wikimedia Foundation a financují ho dobrovolné příspěvky, ty tvořily za minulý rok 189,5 milionu dolarů (4,1 miliardy korun).

A jak je to s tím učením velkých jazykových modelů? Velká část Wikipedie je součástí trénovacích datasetů, protože nabízí strukturované a fakticky ověřitelné informace v desítkách různých jazyků. Když tvůrci AI Wikipedii při trénování vynechají, jsou odpovědi podle odborníků méně přesné a hůře dohledatelné.

„Opakovaně se ukázalo, že když umělou inteligenci krmíte syntetickými daty, tedy obsahem vytvářeným jinými AI, dochází k jevu, který se označuje jako kolaps modelu. Podívejte se na to jako na pyramidu přístupnosti informací, kde jsou informace chatbotů nahoře, Wikipedie uprostřed a tradiční zpravodajská média dole. Jak narušíte všechny sekundární zdroje dole a pak narušíte i Wikipedii, to, co máte, se nevyhnutelně zřítí samo do sebe,“ řekl pro televizi CBC Zachary McDowell, docent komunikačních studií na University of Illinois v Chicagu.

Při tvorbě textů na Wikipedii ale práci AI nenajdete, texty píšou lidé. V březnu 2026 nadace zakázala jazykové modely při tvorbě nebo přepisování článků, protože jejich texty často porušují požadavek na ověření ze spolehlivých zdrojů. Rozdíl oproti chatbotům je podle Wikimedia ČR v transparentnosti, AI se naopak využívá tam, kde editorům šetří čas, třeba při odhalování vandalismu na existujících článcích nebo překladech do dalších jazyků. Tak jako tak, Wikipedie zatím do starého železa nepatří.