OpenAI: GPT-5.2

V roku 2026 sa krajina jazykových modelov dramaticky zmenila. GPT-5.2 nie je inkrementálna aktualizácia — je to kvalitatívny skok, ktorý presúva ťažisko od generovania textu k autonómnemu riešeniu problémov. Táto verzia konsoliduje poznatky z predchádzajúcich iterácií GPT-5 a pridáva vrstvy, ktoré z modelu robia niečo bližšie spolupracovníkovi než asistentovi.

Tento článok vysvetľuje, čo GPT-5.2 skutočne dokáže, ako funguje pod kapotou, kde sú jeho hranice a ako sa radí do širšieho kontextu vývoja AI v roku 2026.

1. Jadro technológie: System 2 thinking ako štandard

Psychológ Daniel Kahneman opísal dva systémy ľudského myslenia: rýchlu, intuitívnu reakciu (System 1) a pomalé, analytické uvažovanie (System 2). Staršie GPT modely operovali takmer výlučne v prvom móde — reagovali okamžite na základe štatistických vzorcov.

GPT-5.2 tento model opúšťa. Chain-of-Thought uvažovanie je integrované priamo do architektúry, nie pridané dodatočne ako trik v prompte. Čo to znamená v praxi:

Interné uvažovanie pred odpoveďou: Model si prechádza kroky riešenia problému vnútorne. Používateľ vidí finálnu odpoveď, za ktorou stojí verifikovateľný postup.
Sebaoprava v reálnom čase: Ak model v polovici generovania odpovede identifikuje logický konflikt vo vlastnom postupe, zastaví sa, prehodnotí a opraví — bez toho, aby chyba dosiahla výstup.
Výrazne nižšia miera halucinácií: Podľa interných benchmarkov OpenAI klesla miera faktických chýb pri vedomostných otázkach o viac ako 60 % oproti GPT-4. Model navyše vie explicitne signalizovať neistotu miesto toho, aby si vymýšľal.

Tento posun má technickú aj praktickú váhu. Uvažovanie je drahšie — trvá dlhšie a spotrebuje viac výpočtových zdrojov. OpenAI preto umožňuje nastavovať "hĺbku premýšľania" podľa kontextu: pre jednoduché otázky model nemusí nasadiť plnú analytickú kapacitu.

2. Natívna multimodalita: Jedno jadro pre všetky vstupy

GPT-4 spracovával text, obraz a zvuk ako oddelené vstupné toky, ktoré sa konvertovali do spoločného priestoru dodatočnými komponentmi. GPT-5.2 tento prístup opúšťa v prospech unified neural architecture — jedného neurónového jadra, ktoré vnútorne reprezentuje všetky modality rovnako.

Praktické dôsledky:

Video v reálnom čase: Model dokáže analyzovať živý video stream a súbežne odpovedať na otázky o jeho obsahu s latenciou pod 500 ms. To otvára aplikácie od asistovanej chirurgie až po interaktívne vzdelávanie.
Zvuk ako plnohodnotný vstup: GPT-5.2 nespracováva len prepis reči — rozumie tónu, rýchlosti, váhaniu a emocionálnemu podtextu. Model vie rozlíšiť, či otázka obsahuje sarkazmus, naliehavosť alebo neistotu.
Cross-modálne uvažovanie: Dokáže porovnávať graf z obrázka s číslami v texte a vyvodzovať závery naprieč oboma. Toto nie je možné bez skutočne spojenej reprezentácie.

Obmedzenie zostáva pri generovaní: GPT-5.2 zvuk ani video nativne negeneruje. Výstup je stále primárne textový, prípadne doplnený o obrázky cez integrovaný generatívny modul.

3. Agentické schopnosti: Od chatbota k vykonávateľovi úloh

Toto je najzásadnejší posun celej generácie GPT-5. Model nie je navrhnutý len na to, aby odpovedal — je navrhnutý na to, aby konal.

Plánovanie a rozklad úloh: GPT-5.2 dostane cieľ a sám ho rozloží na kroky, identifikuje potrebné nástroje a sequencuje ich vykonanie. Príklad: "Priprav mi súhrn najdôležitejších zmien v slovenskom pracovnom práve za posledný rok" — model sám rozhodne, kde hľadať, ako overiť zdroje a ako štruktúrovať výstup.

Používanie nástrojov: Integrácia s prehliadačom, kódom, API a externými službami je plynulá. Model vie:

Vyhľadávať a triediť informácie z webu
Písať, spúšťať a ladiť kód v izolovanom prostredí
Interagovať s aplikáciami cez rozhrania (rezervácia, objednávky, kalendáre)
Volať externé API a interpretovať odpovede

Dlhodobá pamäť: Kontextové okno GPT-5.2 presahuje 500 000 tokenov. V kombinácii s externou pamäťou (vector stores) model dokáže udržiavať kontinuitu naprieč týždňami projektov — pamätá si, čo bolo rozhodnuté, čo zostáva otvorené a aký je preferovaný štýl spolupráce konkrétneho používateľa.

Multi-agent orchestrácia: GPT-5.2 môže fungovať ako orchestrátor siete špecializovaných sub-agentov. Jeden agent spravuje výskum, druhý kód, tretí komunikáciu — GPT-5.2 koordinuje celok a rozhoduje o prioritách.

4. Bezpečnosť a zarovnanie: Konštitučná AI a nové hranice

S rastúcou autonómiou rastie aj potreba robustného zarovnania. OpenAI implementoval v GPT-5.2 niekoľko vrstiev bezpečnostných mechanizmov:

Konštitučné zarovnanie: Model má internalizované sady princípov, ktoré nie sú len pravidlami "čo nesmieš povedať", ale hlbšie zakorenenými hodnotami o škode, pravdivosti a transparentnosti. Tieto princípy sú prítomné počas samotného uvažovania, nie len na výstupnom filtri.

Interpretovateľnosť: OpenAI sprístupnil nástroje, ktoré umožňujú v obmedzenej miere "čítať" interné uvažovanie modelu. Pri agentických úlohách to znamená, že používateľ môže vidieť, prečo model urobil konkrétne rozhodnutie.

Odmietnutie s vysvetlením: Namiesto blanketového odmietnutia model vysvetľuje, prečo danú požiadavku nevykoná a aké alternatívy existujú. To znižuje frustráciu pri legitímnych, ale nejednoznačných požiadavkách.

Limity autonómie: Agentické akcie s nezvratným dosahom (odoslanie e-mailu, finančná transakcia, zverejnenie obsahu) vyžadujú explicitné potvrdenie od používateľa. Model nemôže tieto kroky preskočiť bez zámerného prekonania bariéry.

5. Praktické využitie v roku 2026

GPT-5.2 nie je abstraktný výskumný projekt — nasadzuje sa v konkrétnych kontextoch:

Vzdelávanie: Personalizovaný tutor, ktorý prispôsobuje náročnosť a štýl vysvetlenia každému študentovi. Vie rozoznať, kde presne žiak zasekol, a pristupuje k problému z iného uhla.

Veda a výskum: Pomáha s literárnou rešeršou, navrhuje experimenty, identifikuje metodologické medzery v rukopisoch. V kombinácii s prístupom k databázam ako PubMed alebo arXiv ide o výraznú akceleráciu vedeckej práce.

Právne a regulačné prostredie: Analýza zmlúv, identifikácia rizikových klauzúl, porovnávanie legislatívnych verzií — s dôsledným citovaním zdrojov.

Softvérový vývoj: GPT-5.2 nielenže píše kód, ale ladí, testuje a navrhuje architektúru. V IDE integrácii funguje ako skúsený kolega, ktorý dáva spätnú väzbu pred samotným code review.

Zákaznícka podpora a operácie: Agentické nasadenia, kde model vybavuje end-to-end požiadavky — od identifikácie problému cez jeho vyriešenie až po zaznamenanie do systému.

6. Limity a oprávnená kritika

Napriek výkonom má GPT-5.2 reálne obmedzenia, ktoré je dôležité poznať:

Náklady na prevádzku: Plné uvažovacie schopnosti sú výpočtovo nákladné. Pre bežných používateľov to znamená pomalšie odpovede pri zložitých úlohách alebo vyššie náklady na API volania.

Kalibrovaná neistota: Model vie lepšie než predchodcovia signalizovať neistotu — ale nie dokonale. Pri okrajových témach s malým zastúpením v tréningových dátach môže stále konfidentne chybovať.

Agentické riziká: Väčšia autonómia prináša väčší potenciál pre chyby s reálnym dosahom. Ak model nesprávne interpretuje zámer, môže vykonať sériu krokov, ktoré treba pracne reverzovať.

Závislosť na kontexte: Kvalita výstupu je silne závislá od kvality vstupu. Vágne zadanie stále produkuje vágny výsledok — GPT-5.2 nevie čítať myšlienky.

Jazykové nerovnováhy: Napriek pokroku zostáva výkon vo slovenčine a menšinových jazykoch nižší ako v angličtine. Kultúrna citlivosť a lokálne kontexty sú oblasťou aktívneho zlepšovania.

7. Porovnanie generácií: GPT-4 vs GPT-5 vs GPT-5.2

Vlastnosť	GPT-4 (2023)	GPT-5 (2025)	GPT-5.2 (2026)
Primárny cieľ	Generovanie textu	Komplexné uvažovanie	Autonómne riešenie úloh
Uvažovanie	Žiadne (System 1)	Chain-of-Thought ako doplnok	CoT integrované v jadre
Multimodalita	Oddelené moduly	Čiastočná integrácia	Jedno neurónové jadro
Agentické schopnosti	Minimálne	Základné volanie nástrojov	Plná multi-agent orchestrácia
Halucinácie	Časté	Znížené	Výrazne znížené, sebaoprava
Kontextové okno	128k tokenov	256k tokenov	500k+ tokenov
Dlhodobá pamäť	Nie	Experimentálne	Štandardná súčasť
Bezpečnostná vrstva	Výstupný filter	Konštitučné pravidlá	Zarovnanie počas uvažovania

GPT-5.2 reprezentuje bod, kde sa hranica medzi asistentom a spolupracovníkom začína skutočne rozmazávať. Nie je to model, ktorý len odpovedá na otázky — je to systém, ktorý chápe ciele, plánuje kroky a nesie zodpovednosť za výsledok. To prináša výnimočné príležitosti aj nové výzvy, na ktoré sa jednotlivci, firmy aj regulátori budú musieť pripraviť.