Rodokmen v době AI: stovky agentů, přetížené archivy a mnoho omylů

Rodokmen Hůlů skládám s většími přestávkami třináct let. Vede mě k tomu obyčejná zvídavost: chci vědět, odkud pocházíme a jaké osudy rod měl. Většinu toho času jsem strávil ručním listováním matrik, snímek po snímku. Jako samouk jsem se musel leccos naučit a první bariérou bylo, stejně jako pro většinu amatérů, písmo zvané kurrent. Další překážka přišla, když se ukázalo, že předci nepocházejí z jedné lokality. Skládat teorie, odkud mohl předek z poloviny 18. století přijít, a ručně ho hledat v matrikách okolních far bylo tak náročné, že jsem se na něm na pár let zasekl. Průlom v pátrání nastal až po osobní návštěvě archivu a studiu gruntovnic, které zatím nejsou digitalizované. Potvrdily mi, že se předek přiženil na statek v nedaleké obci, a nasměrovaly mě do jiné lokality.

Teď jsem stejnou osobu zadal AI agentovi, který sám pracuje v počítači a na webu, se skillem rodokmen od Jindřicha Šaršona. Jak takové pátrání vypadá, popsal na Živě Marek Lutonský. Mě zajímalo srovnání s ruční prací. Agent dělá totéž co já, čte kurrent a listuje matrikami, jen mnohonásobně rychleji a v širším okolí. Z pozemkových knih jsem mu nic neprozradil. Sám zjistil, že Velký Osek patřil zhruba do roku 1771 pod Libice a poděbradskou faru, a za odpoledne našel sňatek z roku 1768: Josef, syn zemřelého Karla Hůly, si bral Kateřinu, dceru Jana Karbana z Oseku. Měl jsem radost, že potvrdil to, k čemu jsem se ručně pracně dopátral. Obdiv k tomu, co AI zvládne, se ale mísí s frustrací, že roky ručního hledání mohly být zbytečně ztracený čas. Totéž dnes zažívají lidé v mnoha jiných oborech, kam AI vstoupila.

AI a skill jsou zatím v plenkách a v dalších měsících a letech můžou být výrazně efektivnější. Už teď ale agenta čtení kurrentu neunaví a netrpí ospalostí jako já při nočních pokusech najít ten správný zápis. Podle nastavení umí doporučit směr pátrání a neúnavně prohledávat další možnosti. Když hledáte „chybějící“ zápis v desítkách matrik, má výkon, se kterým se ruční práce nedá srovnat.

Nejvíc se to projeví právě tam, kde jsem se ručně zasekl i já: když předci nepocházejí z jedné vesnice a vy musíte prověřit matriky celého okolí. Agent díky rychlosti a záběru propátrá širší okolí, když ho tím směrem nasměrujete. Ruční hledání v digitalizovaných matrikách proto podle mě začíná ztrácet smysl.

Vím, že to spoustu genealogů pobouří. Tímhle jsem si ale už prošel ve své profesi, v softwarovém inženýrství. Dnes těžko hledat kolegu, který by psal kód ručně. Pomalou a namáhavou práci za nás prostě dělá AI.

Vyjde to přitom levně. První pátrání, které mi dalo základní rodokmen o třech až čtyřech generacích až k přelomu 18. a 19. století, stálo kolem 100 USD. Základní rodokmeny, které se prodávají třeba na Slevomatu za podobnou cenu, většinou sahají jen k začátku 20. století, takže agent cenou konkuruje. Já jsem kvůli testu složitějšího hledání začal rovnou v první polovině 19. století. Další pátrání v 18. století, kterým jsem se snažil dohledat širší rodokmen a místo, odkud předci přišli, už vyšlo na nižší stovky USD. Celé zhruba pětidenní snažení agent sám vyčíslil na necelých 500 USD. Jestli se skill ještě zlepší, sestaví si rodokmen za rozumnou cenu kdokoli. Otázka je, v jaké kvalitě.

Kurrent, první bariéru většiny amatérů, přečte agent okamžitě a mnohem lépe než začátečník. Zkušenému odborníkovi se ale zdaleka nevyrovná. Může tedy hodně pomoct, ale i uškodit, když jeho chybné čtení nikdo neohlídá. A na přesnosti tu zásadně záleží: stačí na začátku stromu špatně přečíst jedno příjmení a najednou skládáte cizí rodokmen.

Agent se při čtení zápisů plete docela často. V mém testu špatně přečetl nejedno příjmení a občas název obce. Potíže měl i s některými číslicemi. Chybovost celého běhu sám odhadl zhruba na 15 %. Hůlů žilo v okolí víc a agent musel sám rozhodovat, který zápis patří mé rodině.

Brána do genealogie se tak posunula od čtení matrik k ověřování, což laik na první pohled nemusí pochopit. Zkušenost, kterou by k ověřování potřeboval, přitom lze získat hlavně nad ručním prohledáváním matrik. Známe to z dalších profesí, kam AI vstoupila: zkušenost seniorů je najednou potřeba ještě víc, ale junioři, kteří se vydají jen cestou AI, nemají kde a jak si ji rychle osvojit. Připomíná mi to termín never-skilling, který jsem zmínil v předchozím článku. Odborníci, kteří umí zápisy ověřit, jsou tak potřeba ještě víc než dřív.

Skill se snaží být docela sebekritický, takže se bezdůvodně nepouští do širšího zkoumání matrik. Nejdřív proto skončil u údajů, které zkušenější genealog najde sám během pár hodin. Místo dalšího bádání doporučil větev uzavřít a věnovat se jiné. Tady ale správný genealog nekončí. Zkoumá další možnosti a hlavně další prameny.

Agent samozřejmě najde jen to, co je online. Ve druhém testu, s prarodiči narozenými v letech 1904 až 1926, nenašel ani jeden zápis kvůli lhůtám, po kterých se matriky předávají do archivu. U jiné větve rodokmenu skončil u pozemkových knih a navrhl napsat do okresního archivu v Kolíně. Zatím je tu člověk potřeba, nejlépe takový, který do archivu napíše nebo zajde a vyzná se nejen v matrikách, ale i v pozemkových knihách.

Agenta jsem nakonec směroval spíš k prověření už známého rodu do šířky a k hledání záznamů, které jsem sám najít nedokázal (možná ani neexistují kvůli požáru na kolínské faře). Pozemkové knihy jsou pro amatéry další překážkou. Většinou ještě nejsou online, takže je musíte studovat v archivu. S tím agent nepomůže. Se snímky gruntovnic, které jsem si tam pořídil, mi ale pomohl hodně: přeluštil kurrent a zápisy zasadil do souvislostí rodokmenu.

Agent četl tytéž knihy, které jsem kdysi prolistoval. Co přečetl, uložil do textových poznámek na mém počítači, takže další badatel s předky ze stejné oblasti začne zase od nuly.

Samozřejmě ne všichni badatelé čtou stejné matriky. Překryv mají lidé, kteří pátrají ve stejných lokalitách. Jenže počet předků se s každou generací zdvojnásobuje a lidé se dřív často ženili z blízkého okolí, takže o pár generací dál se rodokmeny z jednoho kraje potkávají častěji, než by se zdálo.

Badatel listuje svým tempem. Agenta jde ve správném nastavení pustit ve smyčce, kdy si sám vybírá další osobu, knihu a faru. Čím víc práce se zautomatizuje, tím víc snímků agent přečte a tím víc to stojí. Můj agent se svými pomocníky, dalšími instancemi AI, přečetl jen při hledání úmrtí souběžně 56 snímků. Když bude svůj rodokmen bezhlavě zkoumat každý, může zátěž archivů narůst natolik, že přístup začnou omezovat.

Jak velký nápor na archivy je, jsem během psaní tohoto článku sám pocítil. Státní oblastní archiv v Praze, který spravuje matriky ze středních Čech, začal skill nově omezovat. Ten proto mezitím prošel několika úpravami, aby i tak mohl fungovat. V době, kdy píšu tento odstavec, je archiv bohužel znovu nedostupný, ke škodě všech badatelů.

Uživatelé hlásí další výpadky archivů a omezení odezvy serverů. Některé archivy se už brání, jiné to teprve budou muset řešit. Moravský zemský archiv označuje za nepřípustné hromadné stahování nad 1,5 GB denně a od 7. dubna 2026 zavedl automatické 24hodinové blokace. Agenty výslovně nezmiňuje. Automatizace tu totiž byla i před AI. Kód skillu počítá i s limity SOA Litoměřice a Zemského archivu v Opavě. V zahraničí hlásí nárůst provozu 39 ze 43 paměťových institucí. Většina z nich ho přičítá botům, hlavně těm, které sbírají data na trénink modelů.

Problém s kvalitou i se zátěží archivů by podle mě vyřešila jedna věc, výhodná pro obě strany: matriku přečíst jednou pořádně a přepis nechat veřejný. Archivům klesnou náklady na servery, protože nebudou muset agentům denně posílat stovky GB. Badatelům klesnou náklady na bádání, protože analýza obrázku spotřebuje víc tokenů než práce s textovou databází.

Otázka je, jestli má náklady na první přepis nést archiv, nebo badatelská komunita. Možností je víc. Těžší je přesnost dat vyhodnotit a ověřit. Kdyby přepis garantoval archiv, bylo by to drahé. Komunitní řešení může vypadat třeba takhle: váš osobní model udělá první přepis, a pokud zápis ve veřejné databázi ještě není, nahrajete ho tam. Badatelé pak zápisy vyhodnocují nezávisle na sobě, podle toho, co zrovna potřebují. Jejich validace má váhu podle toho, jak spolehliví dosud byli. Kde se neshodnou, zkontroluje zápis profesionál. Na nezávislosti záleží, protože lidé, kteří jen potvrzují návrh AI, jeho chyby často přehlédnou.

Není to nová myšlenka, podobné iniciativy už existují. FamilySearch dřív nechával každý záznam přečíst dvakrát, při neshodě rozhodoval arbitr, metoda SWAP váží dobrovolníky podle spolehlivosti, na FIT VUT běžel projekt komunitní databáze přepisů matrik DEMoS a na Hugging Face vznikl model pro převod přepisů matrik do Wikibase. Návrh, který by je spojil a použil na matriky, jsem nenašel. Zárodek vidím i ve svém testu: agent si v deníku odlišuje „ověřeno mnou na snímku“ od „čtení pomocníka, neověřeno“. Veřejný přepis by pomohl i s ověřováním, protože zápis by přečetlo víc lidí nezávisle, ne jeden agent pro jednoho badatele.

Myslete na to, že údaje o svém rodu, které AI předáte, dostane k využití třetí strana. Záleží na modelu, který používáte. Zvážil bych minimálně, jestli vkládat údaje o žijících osobách.

Vyzkoušet skill můžu jedině doporučit, ale s vědomím limitů, které jsem popsal. Pro prvotní pátrání v mladších matrikách nebo rozšíření rodokmenu je to vyloženě bomba. Bomba, jejíž šrapnely zasáhnou infrastrukturu archivů a časem i věrohodnost rodokmenů, které se mohou začít nahodile povalovat v různých zákoutích internetu. Takto získané rodokmeny můžou zaplavit digitální prostor a ve změti slop-rodokmenů se pak vyzná jen zkušený genealog, který je pečlivě ověří. A až agent narazí na konec matrik, bude to zase jen na vás.