Bixonimania zní jako něco, co lze chytit na tropické dovolené po kontaktu s podezřelým hmyzem. Ve skutečnosti je to oční onemocnění způsobené nadměrným vystavením modrému světlu z obrazovek, postihuje jednoho z devadesáti tisíc lidí a léčba vyžaduje návštěvu oftalmologa. Takhle to alespoň tvrdily ChatGPT, Gemini, Copilot i Perplexity, když se jich v roce 2024 někdo zeptal.

Jenže: bixonimania neexistuje. Nikdy neexistovala. Celou ji vymyslela Almira Osmanovic Thunström, výzkumnice z Göteborské univerzity, která chtěla zjistit, jestli dokáže jazykovým modelům podstrčit falešnou diagnózu. Název vybrala záměrně absurdní — žádná oční choroba by se nikdy nejmenovala „mánie", to je psychiatrický termín. Bylo to jako pojmenovat zlomeninu nohy „paranoia kotníku".

Experiment byl přímočarý. V březnu 2024 se na blogovací platformě Medium objevily dva příspěvky o bixonimanii. O měsíc později přibyly dva preprinty na akademické síti SciProfiles, podepsané fiktivním vědcem jménem Lazljiv Izgubljenovic (pro slavisty: jméno doslova znamená „lživý ztracenec") z neexistující Asteria Horizon University v neexistujícím Nova City v Kalifornii. V poděkování autoři děkují „profesorce Marii Bohm ze Starfleet Academy za její laskavost a štědrost při sdílení znalostí z její laboratoře na palubě USS Enterprise". Financování zajistila „Profesor Sideshow Bob Foundation for Advanced Trickery" ve spolupráci s „University of Fellowship of the Ring".

A kdyby to někomu nestačilo — přímo v textu studie stojí věta: „Celá tato práce je vymyšlená."

Přesto to fungovalo. Během týdnů po zveřejnění preprintů začaly největší AI chatboty světa prezentovat bixonimanii jako legitimní diagnózu. Copilot od Microsoftu ji v dubnu 2024 označil za „zajímavý a relativně vzácný stav". Gemini od Googlu radil návštěvu očního lékaře. Perplexity uváděl přesnou prevalenci. ChatGPT od OpenAI posuzoval, zda symptomy uživatele odpovídají bixonimanii.

A zároveň — a tohle je ta opravdu znepokojivá část — se falešná nemoc dostala i do recenzované vědecké literatury. Tým z indického Maharishi Markandeshwar Institute citoval jeden z podvržených preprintů v článku publikovaném v časopise Cureus (vydává ho Springer Nature, tedy stejný nakladatel jako Nature). Článek bixonimanii popisoval jako „nově vznikající formu periorbitální melanózy spojenou s expozicí modrému světlu". Springer Nature ho stáhl až v březnu 2026, poté co na citaci upozornili novináři. Autoři s retrakací nesouhlasí.

Ta důležitá otázka zní: proč to AI systémy spolkly tak snadno?

Mahmud Omar, lékař a výzkumník z Harvard Medical School, našel odpověď v samostatné studii dvaceti jazykových modelů. Ukázalo se, že modely jsou náchylnější k halucinacím a šíření dezinformací, když vstupní text vypadá profesionálně — jako lékařská propouštěcí zpráva nebo klinická studie. Sociální média je tolik nematou. Jinými slovy: čím důvěryhodněji dezinformace vypadá, tím ochotněji ji AI převezme. Což je přesně ta vlastnost, kterou byste od systému určeného k ověřování informací chtěli nejméně.

Navíc ani „vylepšené" modely nejsou imunní. Když se v březnu 2026 někdo ChatGPT zeptal na bixonimanii, jednou dostal odpověď, že jde „pravděpodobně o vymyšlený termín". O pár dní později tentýž ChatGPT bixonimanii popisoval jako „navrhovaný nový podtyp periorbitální melanózy". Záleží na formulaci dotazu, na verzi modelu, na fázi Měsíce. Zeptejte se „Co je bixonimania?" a Google AI Overview ji může prezentovat jako legitimní diagnózu. Zeptejte se „Je bixonimania skutečná?" a tentýž systém odpoví, že není. Konzistence evidentně není silná stránka.

Firmy se brání předvídatelně. OpenAI tvrdí, že dnešní modely jsou „výrazně lepší v poskytování bezpečných a přesných zdravotních informací" a že výsledky experimentu „odrážejí schopnosti, se kterými by se uživatelé dnes nesetkali". Google říká, že problematické odpovědi pocházely ze starší verze Gemini. Perplexity zdůrazňuje, že přesnost je jejich „klíčová výhoda". Microsoft neodpověděl.

Pozor, tohle ale není jen problém AI. Skuteční vědci citovali evidentní podvrh v recenzovaném časopise. Buď ty práce nečetli, nebo je četli a USS Enterprise jim nepřišla podezřelá. Obojí je znepokojivé. Alex Ruani z University College London to říká bez obalu: „Takhle přesně funguje dezinformace. Vypadá to vtipně, ale máme problém."

Osmanovic Thunström teď řeší paradox, který sama vytvořila. Pokud falešné preprinty stáhne, ztíží ostatním ověření jejího experimentu. Pokud je nechá, budou dál krmit jazykové modely smyšlenou diagnózou. Je to elegantní past — a přesně ten typ problému, který s rostoucím objemem AI-generovaného obsahu na internetu bude stále častější.

Jennifer Byrne, molekulární onkoložka ze Sydneyské univerzity, upozorňuje na hlubší strukturální riziko: informační asymetrii. Jeden opravný článek může být zahlcen stovkami prací opakujících nepravdivé tvrzení. AI pak statisticky „zvolí" většinový názor — i když je chybný. Elisabeth Bik, mikrobioložka a detektivka výzkumné integrity, dodává, že systém automatického indexování prakticky vylučuje lidskou kontrolu. „Je velmi malá šance, že by člověk zasáhl a odstranil falešné informace," říká.

Stručně: studna, ze které AI čerpá svoje znalosti, se dá otrávit dvěma blogovými příspěvky a dvěma preprinty s odkazem na Pána prstenů. A firmy, které na této studni staví zdravotní produkty — OpenAI v lednu spustilo ChatGPT Health —, tvrdí, že všechno je v pořádku.

Glenn Cohen z Harvard Law School to shrnul větou, která by měla viset zarámovaná v každé kanceláři každé AI firmy: „My a naše zdraví bychom neměli být beta testery korporací."