Na obrazovce vzniká během několika minut jednoduchý web pro malou kavárnu. Uživatel popíše barvy, nabídku a atmosféru podniku, nástroj navrhne rozložení stránky, vygeneruje texty, doplní obrázky a připraví kód. Stačí ještě několik úprav a výsledek vypadá na první pohled přesvědčivě. Jenže pak někdo otevře stránku na telefonu, zkusí odeslat objednávku a zjistí, že tlačítko nefunguje.
Právě v tom se skrývá rozdíl mezi webem, který umělá inteligence vytvoří, a webem, který lidé skutečně používají. Technologie zkrátila cestu od nápadu k první verzi, ale zdaleka neodstranila potřebu rozhodování, testování a odpovědnosti.
Od prázdné stránky k prvnímu prototypu za pár minut
Umělá inteligence dnes zvládá několik úkolů, které dříve zabíraly hodiny. Z textového zadání vytvoří základní strukturu webu, navrhne barevnou paletu, sepíše titulky a popisy služeb nebo připraví kód v běžných webových technologiích. Pomůže také s úpravou pro mobilní obrazovky, vytvořením kontaktního formuláře a návrhem jednoduchých interakcí.
Pro začátečníka je největší přínos praktický: nemusí začínat na bílé obrazovce. Může si nechat vysvětlit, proč se určitá část stránky chová jinak, požádat o opravu chyby nebo vygenerovat několik variant stejného řešení. Zkušený vývojář zase získá rychlého pomocníka při rutinní práci. Kód, který by psal od nuly, může nechat připravit a následně upravit.
Rozsah používání už není okrajový. Mezinárodní průzkum mezi více než 49 000 vývojáři ze 177 zemí ukázal, že 84 procent z nich nástroje umělé inteligence při vývoji používá nebo jejich nasazení plánuje. Nejčastěji sahají po ChatGPT, které uvedlo 82 procent respondentů, a po GitHub Copilotu s podílem 68 procent.
Čísla ovšem neříkají, zda lidé výsledku také věří. A právě tady se obraz technologického nadšení komplikuje.
Kód vzniká rychle, odpovědnost pomaleji
Stejný průzkum ukázal, že 46 procent vývojářů výstupům umělé inteligence nedůvěřuje. Důvěru jim vyjádřilo jen 33 procent dotázaných a vysokou míru důvěry pouhá 3 procenta. Vývojáři tedy nástroje používají, ale často jako spolupracovníka, jehož práci je třeba kontrolovat, ne jako autoritu.
Důvod je prostý. Model může napsat kód, který vypadá čistě a logicky, přesto obsahuje chybu. Může špatně pochopit zadání, použít zastaralý postup nebo přehlédnout situaci, která nastane až při skutečném provozu. U webu navíc nejde jen o to, zda se stránka načte. Rozhoduje přístupnost, rychlost, ochrana osobních údajů, zabezpečení formulářů, správné fungování plateb i chování v různých prohlížečích.
Člověk musí také poznat, kdy je návrh sice technicky funkční, ale obchodně nesmyslný. Výrazné tlačítko může návštěvníka vést k objednávce, nebo ho naopak rušit. Automaticky napsaný text může být gramaticky správný, ale zaměnitelný s tisíci dalších webů. U firemního webu se pak ztrácí hlas značky i důvod, proč by si měl zákazník vybrat právě tuto službu.
Při práci s generovaným kódem se vyplatí postupovat podobně jako při kontrole cizího dodavatele: ptát se, co přesně řešení dělá, co předpokládá a kde může selhat. Umělá inteligence totiž nepřebírá odpovědnost za následky. Ta zůstává u člověka, který kód nasadí.
Autonomní agent narazí na realitu prohlížeče
Největší očekávání se dnes pojí s takzvanými agenty. Ti nemají jen odpovídat v chatu, ale také ovládat počítač, otevírat stránky, vyplňovat formuláře a provádět úkoly v několika krocích. Teoreticky by tedy mohli web nejen vytvořit, ale také sami otestovat.
Výsledky takových systémů však zatím připomínají spíše schopného stážistu než samostatného člena týmu. Agent CUA dosahuje při úlohách ovládání počítače úspěšnosti 38,1 procenta v testu OSWorld, 58,1 procenta v prostředí WebArena a 87 procent při práci s webovými úlohami v testu WebVoyager. Rozdíly mezi prostředími jsou výrazné. To, co agent zvládne v připraveném scénáři, nemusí zvládnout na běžném webu plném nečekaných oken, nejasných instrukcí a nestandardních formulářů.
Autonomní testování proto zatím není razítkem kvality. Agent může odhalit část problémů, ale člověk musí ověřit, zda test pokryl důležité situace a zda výsledek odpovídá očekávání skutečných návštěvníků. Jeden nefunkční krok v objednávce může firmu stát víc než celé vytvoření webu.
Mně na tom připadá nejvýmluvnější právě obyčejnost podobných chyb. Nejde o futuristický scénář, v němž se systém vzbouří. Jde o drobné selhání: špatně zarovnaný formulář, nečitelný kontrast nebo tlačítko, které funguje jen na jednom zařízení.
SEO se nemění kouzelným souborem
S rozšířením generativních nástrojů se objevila i představa, že weby potřebují zvláštní soubor nebo speciální značky, aby se dostaly do odpovědí umělé inteligence ve vyhledávání. Tak jednoduché to není.
Pro zobrazení webu v AI výsledcích není potřeba vytvářet soubor `llms.txt` ani vlastní AI markup. Stále rozhodují běžné principy optimalizace pro vyhledávače: technicky dostupný web, srozumitelná struktura, kvalitní obsah a odpovědi na skutečné otázky uživatelů. Automaticky vygenerovaných textů může být nekonečně mnoho, ale samotný objem pozornost nezajistí.
To je důležitá brzda pro firmy, které doufají v rychlou zkratku. Umělá inteligence dokáže vyrobit desítky článků, popisů produktů nebo variant vstupních stránek. Neumí však sama od sebe zjistit, které informace jsou pro konkrétní publikum důvěryhodné, jaké otázky zákazníci skutečně řeší a zda obsah odpovídá zkušenosti, kterou firma nabízí.
Nejlepší využití technologie proto neleží v představě webu bez lidí. Spočívá v rychlejší přípravě návrhů, kódu a variant, zatímco člověk drží směr, ověřuje fakta, hlídá rizika a rozhoduje, co má na stránce vůbec zůstat. Prázdnou stránku dnes umělá inteligence zaplní snadno. Přesvědčivý důvod, proč na ní návštěvník zůstane, se do ní automaticky nedostane.
