Súboj titanov: Exkluzívna pitva štyroch AI modelov na vraku Titanicu odhaľuje ich skutočnú digitálnu DNA

V dynamickom svete sa často stretávame s povrchnými benchmarkmi. Meriame rýchlosť tokenov za sekundu, počítame parametre v miliardách a testujeme schopnosť písať Python skripty. Ale skutočná podstata veľkých jazykových modelov (LLM) sa skrýva inde. Skrýva sa v ich schopnosti syntetizovať, argumentovať a „chápať“ komplexné súvislosti v situáciách, kde neexistuje jedna jednoduchá pravda.

Zapotili sa

Preto sme sa rozhodli pre experiment, ktorý ide ďaleko za hranice bežných recenzií. Vzali sme jednu z najkomplikovanejších otázok udalostí modernej histórie – potopenie lode RMS Titanic – a požiadali sme štyroch gigantov súčasnej AI scény, aby nám vysvetlili, čo sa v tú osudnú noc stalo. Našimi protagonistami sú Gemini 3 Pro od Google, ChatGPT 5.2 od OpenAI, čínsky vyzývateľ DeepSeek a Copilot od Microsoftu.

Naša analýza vychádza z odpovedí, ktoré tieto modely vygenerovali. Nebudeme sa hrať na historikov a overovať, či mal nit číslo 4587 skutočne prímes síry (hoci jeden z modelov by vám to pravdepodobne tvrdil). Naším cieľom je rozobrať spôsob, akým tieto modely informácie podávajú. Pozrieme sa na to, ako štrukturujú svoje argumenty, aké detaily považujú za dôležité a kde sa ich digitálne „halucinácie“ alebo interpretácie rozchádzajú.

Tento článok je určený pre technologických nadšencov, vývojárov, ale aj bežných používateľov, ktorí chcú pochopiť, ktorý model sa hodí na aký typ úlohy. Pretože, ako uvidíme, opýtať sa „Prečo sa potopil Titanic?“ modelu Gemini je úplne iný zážitok, ako položiť tú istú otázku modelu DeepSeek. Pripravte sa na hlboký ponor do hlbín Atlantiku aj do hlbín neurónových sietí.

Kapitola 1: Gemini 3 Pro – Architektúra akademickej precíznosti

Prvým pánom na holenie je Gemini 3 Pro. Ak by sme mali tomuto modelu priradiť ľudskú profesiu na základe jeho odpovede, bol by to pedantný univerzitný profesor materiálového inžinierstva, ktorý práve dokončuje svoju komplexnú správu alebo sa pripravuje na vydanie odborného článku.

Štrukturálna megalománia a formálna dokonalosť

Hneď na úvod nás Gemini ohromuje formou. Neodpovedá jednoduchým textom. Generuje dokument s plným názvom: „Forenzná analýza štrukturálneho zlyhania, dynamiky rozpadu a potopenia lode RMS Titanic: Komplexná inžinierska štúdia“. Inak všetky odpovede nájdete v pdf na konci článku.

Tento krok nie je samoúčelný. Ukazuje, že model bol trénovaný na to, aby pri komplexných otázkach automaticky prechádzal do módu „long-form“ obsahu. Rozdelenie na osem častí (Časť I až Časť VIII) a pridanie tabuľkovej prílohy svedčí o schopnosti udržať kontext (context window) na veľmi dlhej ploche.

Pre úplnosť ešte dodám, že všetky AI dostali úplne rovnaké zadanie a išlo o využitie funkcie hĺbkového vyhľadávania. Každý z modelov túto funkciu nazýva inak, ale podstata je rovnaká – model prehľadá zdroje a generuje komplexnú odpoveď. Hľadanie trvá dlhšie a odpoveď by mala byť presnejšia.

Zatiaľ čo bežné chatboty majú tendenciu strácať niť alebo sa opakovať, Gemini tu buduje logický oblúk:

1. Historický kontext (Prečo sme si mysleli, že je celá?)
2. Konštrukcia (Ako bola postavená?)
3. Forenzná analýza (Prečo zlyhala oceľ?)
4. Dynamika (Ako sa hýbala?)
5. Záver (Syntéza).

Metalurgická obsesia: Keď rozhodujú atómy

Najfascinujúcejšou časťou odpovede Gemini je jeho zameranie na mikroskopické detaily. V sekcii „Časť V: Metalurgická forenzná analýza“ ide model do hĺbky, ktorú konkurencia úplne ignoruje.

Gemini explicitne uvádza: „Oceľ Titanicu mala pomer mangánu k síre (Mn:S) približne 6,8:1, zatiaľ čo moderná oceľ má pomer viac ako 200:1“.

Tento údaj je kľúčový pre pochopenie „osobnosti“ modelu. Gemini sa nespolieha na všeobecné tvrdenia typu „oceľ bola nekvalitná“. On kvantifikuje ako veľmi bola nekvalitná. Vysvetľuje mechanizmus krehkého lomu, kde sa oceľ v ľadovej vode správa ako sklo.

Pre používateľa to signalizuje, že Gemini je ideálny nástroj na rešerš, kde sú potrebné „hard data“ a kauzálne vysvetlenia na úrovni materiálovej fyziky. Model chápe, že veľké katastrofy sú často súčtom mikroskopických zlyhaní.

Teória „Banánovej šupky“ (Banana Peel Theory)

Gemini 3 Pro ako jediný z testovaných modelov zavádza a detailne vysvetľuje takzvanú „Banana Peel“ teóriu.

Tento koncept je vizuálne veľmi silný a technicky komplexný. Model vysvetľuje, že dvojité dno lode bolo oveľa pevnejšie ako boky trupu. Keď sa loď začala lámať, boky praskli, ale dno stále držalo – fungovalo ako pánt.

Gemini píše: „Tento ‚pánt‘ ťahal kormu pod hladinu ešte predtým, než sa úplne oddelila. To vysvetľuje, prečo korma nikdy ‚nespadla‘ späť na hladinu naplocho.“

Tu vidíme schopnosť modelu syntetizovať geometriu a dynamiku. Nejde len o statický opis („loď sa zlomila“), ale o opis procesu v čase. Gemini týmto vyvracia scény z filmu Jamesa Camerona z roku 1997 a odvoláva sa na novšie štúdie (napr. panel SNAME SD-7).

Jazykový štýl: Inžinierska poézia

Jazyk, ktorý Gemini používa, je zmesou akademickej suchosti a prekvapivých metafor. Frázy ako „Loď bola v podstate obrovským oceľovým nosníkom“ alebo „boj medzi gravitáciou a vztlakom“  slúžia na to, aby zložité fyzikálne koncepty priblížili čitateľovi.

Model tiež používa rétorické otázky („Zlomila sa loď skutočne ešte na hladine? Ako k tomu došlo?“), čím udržiava čitateľa v napätí. Je to technika, ktorú často používajú autori populárno-náučnej literatúry, a je zaujímavé vidieť, že ju AI adoptovala ako stratégiu pre vysvetľovanie.

Kľúčový poznatok o Gemini

Gemini 3 Pro je „vedec“. Jeho prioritou je presnosť, kauzalita a detail. Ak hľadáte odpoveď na otázku „prečo“, Gemini vám dá odpoveď na úrovni molekúl. Jeho slabinou môže byť prílišná obšírnosť pre niekoho, kto hľadá len rýchle zhrnutie. V našom prípade však išlo naozaj o komplexnosť odpovede. Model sme nijako neobmedzovali v dĺžke odpovede.

Kapitola 2: ChatGPT 5.2 – Majster naratívu a vizualizácie

Ak je Gemini vedcom, ChatGPT 5.2 je skúseným novinárom z New York Times alebo scenáristom dokumentárneho filmu pre National Geographic. Jeho odpoveď v je štruktúrovaná inak – menej ako technická správa a viac ako pútavý príbeh.

Od príbehu k faktom

ChatGPT začína svoju odpoveď tým, čo je pre čitateľa najatraktívnejšie – objavom vraku Roberta Ballarda v roku 1985. Týmto okamžite ukotvuje tému v realite a vytvára „dôkaz“.

Zatiaľ čo Gemini začínal konštrukciou lode, ChatGPT začína udalosťou. Tento prístup je typický pre modely od OpenAI, ktoré sú silne ladené na „user engagement“. Model chápe, že ľudia vnímajú svet cez príbehy, nie cez tabuľky chemických prvkov.

Fyzika pre každého: Analógia s doskou

Vysvetlenie fyzikálnych síl je v podaní ChatGPT majstrovstvom v zjednodušovaní (v dobrom zmysle slova). Namiesto zložitých definícií ohybových momentov používa model jednoduchú vizualizáciu:

„Predstavme si Titanic ako dosku rovnomerne zaťaženú zvesením zadného konca.“

Tento obraz „dosky“ je okamžite pochopiteľný pre každého, kto niekedy videl hojdačku alebo skokanský mostík. ChatGPT ďalej vysvetľuje, že „voda pod stredom lode fungovala ako bod podpery“.

Týmto spôsobom model ukazuje technické vedomosti. Nerobí kompromisy v presnosti (princíp je správny), ale volí jazyk, ktorý je prístupný.

„Bobovanie“ a dynamika pohybu

ChatGPT používa veľmi špecifický a expresívny slovník. Opisuje, ako zadná časť lode „chvíľu ‚bobovala‘ na hladine“.

Slovo „bobovať“ evokuje pohyb korku na vode. Je to presný hydrodynamický popis stavu, kedy objekt má vztlak, ale zároveň je ťahaný nadol.

Ďalej model píše: „Zadnú sekciu môžeme nechcene nadhodiť vertikálne pod hladinu, alebo necháme padnúť dozadu a potom klesať, ale nie oboje naraz.“

Táto veta je priamou reakciou na filmové zobrazenie a ukazuje, že ChatGPT má napozerané nielen technické správy, ale aj diskusie o filme. Spája svet vedy so svetom zábavy.

Rozdiel v uhloch: Dramatickejšia verzia

Tu prichádza prvý významný rozdiel oproti Gemini. ChatGPT uvádza uhol zlomu v rozmedzí ~20–30°, prípadne 23°.

Gemini bol konzervatívnejší (11-17°). ChatGPT sa tak blíži viac k vizuálne dramatickejšiemu výkladu, hoci stále vyvracia filmových 45 stupňov.

Tento rozdiel v číslach (11 vs 23) je fascinujúcim príkladom toho, ako rôzne tréningové dáta vedú k rôznym „pravdám“. ChatGPT pravdepodobne prikladá väčšiu váhu novším dokumentárnym rekonštrukciám (napr. Cameron 2023), zatiaľ čo Gemini sa drží prísnych inžinierskych výpočtov SNAME.

Kľúčový poznatok o ChatGPT

ChatGPT 5.2 je rozprávač. Jeho silou je syntéza a zrozumiteľnosť. Vie vysvetliť zložité veci jednoducho a pútavo. Je ideálny pre tvorbu obsahu, edukáciu a vysvetľovanie kontextu. Jeho „pravda“ je niekedy mierne posunutá smerom k stredu.

Kapitola 3: DeepSeek – Pragmatizmus a hrubá sila matematiky

DeepSeek, reprezentant novej vlny AI modelov, vstupuje do ringu s úplne inou stratégiou. Jeho odpoveď  je najkratšia, ale informačne extrémne hustá. Pôsobí ako hlavný inžinier, ktorý nemá čas na reči, ale má v ruke kalkulačku.

Matematika tragédie: 6,8 miliardy Newtonmetrov

Kým ostatné modely o silách len hovoria, DeepSeek ich počíta. Priamo v texte uvádza vzorec a výpočet:

• Hmotnosť prednej časti: ~20 000 ton
• Páka: ~35 metrov
• Výsledný ohybový moment: 6 867 000 000 Nm.

Tento moment je wow efektom celej analýzy. DeepSeek nielenže tvrdí, že sily boli veľké, on nám ukazuje aké veľké.

Model navyše tento abstraktný údaj dáva aj do kontextu: „Je to ako na koniec 35-metrového výložníka zavesiť bremeno s hmotnosťou 20 000 ton.“

Týmto prístupom DeepSeek oslovuje technicky najzdatnejšie publikum. Ukazuje, že LLM môže fungovať nielen ako vyhľadávač textu, ale ako simulačný nástroj (aj keď v tomto prípade ide skôr o reprodukciu známych výpočtov).

Inžinierska validácia a „Fact-Checking“

DeepSeek používa štýl, ktorý pripomína code review alebo audit. Svoju odpoveď štruktúruje bodmi:

„Súhrn: 1. Ano… 2. Ano… 3. Ano…“.

Explicitne validuje používateľovu otázku: „Podľa vášho opisu ide o presnú rekonštrukciu udalosti.“

Tento postoj „audítora“ je veľmi odlišný od ChatGPT alebo Gemini. DeepSeek sa stavia do pozície autority, ktorá schvaľuje alebo zamieta hypotézy.

Koncentrácia napätia v rohoch

DeepSeek prináša jeden technický detail, ktorý ostatní (dokonca aj Gemini) v tomto kontexte opomínajú alebo spomínajú len okrajovo: Koncentrácia napätia v rohoch veľkých otvorov (napr. schodisko).

Toto je čistá inžinierska pragmatika. DeepSeek nehovorí len o „zlej oceli“, ale o „zlej geometrii“. Veľké otvorené priestory pre schodiská prvej triedy boli miestami, kde sa prerušila kontinuita paluby, a práve tam začali trhliny. Pre inžiniera je toto vysvetlenie často uspokojivejšie než chemický rozbor, pretože ukazuje na chybu v dizajne.

Zhoda v uhloch

DeepSeek sa v otázke uhla zlomu zhoduje s ChatGPT na hodnote ~23 stupňov. Tým sa formuje zaujímavá koalícia „23-stupňových“ modelov (DeepSeek, ChatGPT, Copilot) proti „11-stupňovému“ osamelému vlkovi (Gemini).

Kľúčový poznatok o DeepSeek

DeepSeek je inžinier. Ide po číslach, po fyzikálnej podstate a po kauzálnych reťazcoch. Jeho odpovede sú strohé, ale nabité dátami. Je to ideálny nástroj pre technické analýzy, rýchle overovanie hypotéz a situácie, kde potrebujete „hard numbers“ bez omáčky. Samozrejme si treba uvedomiť kto za modelom stojí a teda s dátami, ktoré mu zveríte musíte narábať veľmi opatrne.

Kapitola 4: Copilot – Knihovník a systematický výskumník

Posledným účastníkom je Copilot. Jeho prístup je prístupom dokonalého knihovníka. Nesnaží sa ohúriť vlastnou inteligenciou, ale skôr schopnosťou organizovať cudzie myšlienky.

Výskumný plán ako odpoveď

Copilotova odpoveď má formu štruktúrovaného „výskumného plánu“. Rozdeľuje problém na:

• Historické svedectvá
• Archeologické dôkazy
• Technické štúdie
• Fyzikálne výpočty

Tento prístup je veľmi užitočný, ak používate AI ako prvý krok pri písaní vlastnej práce. Copilot vám v podstate vytvorí osnovu.

Svedkovia majú slovo

Copilot exceluje v práci so zdrojmi (v tomto prípade so simulovanými citáciami z tréningových dát). Uvádza mená konkrétnych svedkov a ich presné výroky:

• Arthur John Bright: „Loď sa zlomila na dve…“
• Alfred White: „Výbuch spôsobil zlom…“
• Eva Hart: „Zdalo sa mi, že sa loď zlomila…“.

Týmto vnáša do analýzy historickú presnosť. Zatiaľ čo iné modely hovoria svedkovia tvrdili, Copilot hovorí kto presne a čo tvrdil.

Tabuľka: Film vs. fakty

Copilot integruje do textu porovnávaciu tabuľku. V nej stavia vedľa seba „Film Jamesa Camerona (1997)“ a „Historické a technické dôkazy (2025)“.

Toto je prvok, ktorý moderní čitatelia milujú. Je to rýchle, prehľadné a jasné. Copilot tu ukazuje, že rozumie potrebe rýchlej konzumácie informácií.

V tabuľke uvádza uhol 14–23 stupňov, čím diplomaticky pokrýva rozsah medzi Gemini a ostatnými modelmi.

Etický rozmer

Prekvapivým momentom je sekcia „Etické a historické aspekty“. Copilot upozorňuje na romantizáciu tragédie a posun dôrazu na individuálne príbehy (Jack a Rose).

Tento soft skill je v kontraste s brutalitou DeepSeekových výpočtov. Copilot sa snaží byť spoločensky zodpovedným asistentom, ktorý vníma kontext tragédie nielen ako technický problém, ale aj ako ľudskú katastrofu.

Kľúčový poznatok o Copilote

Copilot je knihovník. Je najlepší v organizácii, citovaní a štruktúrovaní. Ak potrebujete prehľad literatúry, porovnanie zdrojov alebo etický kontext, Copilot je vaša voľba.

Kapitola 5: Čo sme sa naučili?

Keď sa pozrieme na všetky štyri modely naraz, vynoria sa fascinujúce vzorce. Tabuľka nižšie sumarizuje kľúčové rozdiely v ich prístupoch.

Porovnanie „osobnosti“ a technických parametrov AI modelov

Súboj teórií: Chémia vs. fyzika

Najväčší myšlienkový rozpor nastáva medzi Gemini a DeepSeek.

• Gemini vidí príčinu v hmote (zlá oceľ). Jeho svet je svetom materiálového inžinierstva.
• DeepSeek vidí príčinu v silách (veľká páka). Jeho svet je svetom klasickej mechaniky.

Oba modely majú pravdu, ale každý osvetľuje inú časť reality. Pre komplexné pochopenie problému potrebujete oba pohľady – potrebujete vedieť, že oceľ bola krehká (Gemini), A ZÁROVEŇ, že sily boli deštruktívne (DeepSeek).

Rozsah neistoty (11° vs 30°)

Rozptyl v odhadoch uhla zlomu (od 11° u Gemini po 30° u ChatGPT) nám ukazuje, že AI modely nepracujú s jednou univerzálnou pravdou. Pracujú s pravdepodobnosťou.

Geminiho tréningové dáta zrejme obsahovali viac technických správ (kde sa uvádzajú nižšie uhly). ChatGPT zrejme čítal viac populárnych článkov a diskusií o filmoch (kde sa spomínajú vyššie uhly).

Toto je dôležité varovanie pre používateľov: AI neodráža realitu, ale konsenzus svojich tréningových dát.

Špecializácia je nová norma

Náš test ukazuje, že éra jednej AI na všetko končí.

• Chcete napísať technickú správu? Použite Gemini.
• Chcete napísať blog alebo vysvetliť niečo klientovi? Použite ChatGPT.
• Chcete si overiť výpočet? Použite DeepSeek.
• Chcete urobiť rešerš a nájsť zdroje? Použite Copilot.

Záver: Víťaz neexistuje, existuje len správny nástroj

Potopenie Titanicu bola tragédia spôsobená ľudskou pýchou a zlyhaním techniky. O viac ako storočie neskôr nám táto udalosť slúži ako zrkadlo pre najnovší výdobytok techniky – umelú inteligenciu.

Z nášho porovnania vyplýva, že žiadny z modelov nie je najlepší. Každý je iný.

• Gemini 3 Pro nás ohromil svojou hĺbkou. Je to model, ktorý ide na molekuly (alebo skôr na oceľ).
• ChatGPT 5.2 potvrdil svoju pozíciu kráľa komunikácie. Je to model, s ktorým sa najlepšie rozpráva.
• DeepSeek ukázal svaly. Je to model, ktorý sa nebojí ťažkej matematiky.
• Copilot ukázal poriadok. Je to model, ktorý udrží vaše myšlienky usporiadané.

V roku 2025 už nie je otázkou „Čo vie AI?“, ale „Ktorú AI mám použiť na tento konkrétny problém?“. A v prípade Titanicu, ak by ste chceli postaviť novú loď, zavolajte DeepSeeka a Geminiho na poradu. Ale ak o tom chcete natočiť film, určite si prizvite ChatGPT a Copilot vám k tomu dodá hodnoverné zdroje.