Existuje staré informatické rčení, které sahá až k nejstarším sálovým počítačům. Odpad dovnitř, odpad ven. Znamená to, že stroj může pracovat pouze s tím, co mu dáte, a pokud mu dáte chybné informace, s naprostou jistotou vám poskytne chybné odpovědi. Tato zásada nikdy nebyla důležitější než nyní, kdy se umělá inteligence začíná objevovat v nástrojích, které používáme k návrhu, instalaci a kontrole systémů požární ochrany. Technologie je působivá. Data, která se za ní skrývají, rozhodují o všem.
Proč je v požární ochraně důležitá kvalita dat
Protipožární ochrana je disciplína postavená na správném zvážení detailů. Profesionální designér, který dimenzuje systém podle NFPA 13, pracuje se souborem znalostí, které byly testovány na skutečných požárech, skutečných poruchách a skutečných ztrátách na životech. Když požádáme nástroj umělé inteligence o pomoc s touto prací, žádáme ho, aby čerpal z informací, na kterých byl trénován. Pokud jsou tyto informace aktuální, přesné a založené na kódech, které skutečně používáme, může být nástroj skutečnou pomocí. Pokud jsou zastaralé, neúplné nebo převzaté z neověřených koutů internetu, nástroj se stává zdrojem tichých, sebevědomých chyb. A sebevědomé chyby jsou v aplikacích zabývajících se bezpečností života nejnebezpečnějším druhem.
Co znamená kvalita dat pro umělou inteligenci v systémech pro záchranu života
Zamyslete se nad tím, co v našem světě vlastně znamená „kvalita dat“. Znamená to, že záleží na vydání normy. Model trénovaný na starším vydání NFPA 13 může citovat pravidla pro rozestupy nebo klasifikace nebezpečí, které již neplatí. Znamená to, že záleží na zdroji. Pokyny převzaté z instalační příručky výrobce mají jinou váhu než vlákno komentářů na fóru, ale systém umělé inteligence, který nedokáže rozlišit, bude obě položky považovat za stejně pravdivé. Znamená to, že záleží na kontextu. Pravidlo, které je správné pro obsazení s lehkým nebezpečím, může být chybné, dokonce nebezpečné, pokud je aplikováno na úložné uspořádání, které nikdy nemělo pokrývat. Stroj rozdíl nepozná, dokud ho data nenaučila.
Jak NFPA a NFSA budují umělou inteligenci na základě autoritativních zdrojů
Právě zde se v tomto odvětví začíná objevovat něco, co stojí za zmínku. NFPA a NFSA začaly vytvářet nástroje umělé inteligence založené na autoritativních zdrojích, nikoli na otevřeném webu. NFPA popisuje svého asistenta CASI, spuštěného v rámci NFPA LiNK, jako odpověď, které mohou uživatelé důvěřovat, protože je založen na oficiálním obsahu NFPA a vrací citace ke zdrojovým pasážím, na které se spoléhal (NFPA, 2026). NFSA se vydala podobnou cestou se svým nástrojem Chat EOD pro inženýrské a konstrukční otázky. Když nástroj čerpá odpovědi ze skutečného souboru předpisů a norem, kvalita vstupu prudce stoupá a výstup se stává něčím, s čím může profesionál začít pracovat. Toto uzemnění je celý smysl. Je to rozdíl mezi nástrojem, který hádá, a nástrojem, který uvažuje ze stejných dokumentů, po kterých byste sáhnuli na poličce. Hodnota těchto snah nespočívá v tom, že jsou poháněny umělou inteligencí. Hodnota spočívá v tom, že se někdo postaral o to, co do nich vložil.
Problém s halucinacemi při nedostatečném množství dat
Srovnejte to s tím, co se stane, když jsou data nedostatečná. Univerzální model, na který se položí otázka týkající se požární ochrany, často vrátí odpověď, která zní autoritativně a dobře se čte. Může odkazovat na normu jménem. Může používat správnou slovní zásobu. A může být chybný způsobem, který by zachytil pouze zkušený profesionál. To je problém halucinací a není to vzácná závada. Je to předvídatelný výsledek požadavku na systém, aby hovořil nad rámec toho, co jeho data dokáží podpořit. Systém nelže. Nemá pojem pravdy. Sestavuje věrohodnou odpověď ze vzorců, a když jsou základní vzory slabé nebo chybné, je slabá nebo chybná i odpověď, zahalená do plynulého jazyka, který mezeru skrývá. Právnická profese se to veřejně dozvěděla, když dva právníci předložili soudní podání založené na případech, které vymyslel nástroj umělé inteligence, a soudce je za to schválil (Mata v. Avianca). Vykonstruované citace vypadaly skutečné. Prostě neexistovaly.
Profesionální odpovědnost a standard péče
V sázce je to víc než jen technická kuriozita. V našem oboru chyba nezůstane na obrazovce. Stává se z ní návrh, který se orazítkuje, systém, který se nainstaluje, budova, která se začne užívat. Odborník, který zapečetí výkres, za něj přebírá profesionální odpovědnost a žádný nástroj umělé inteligence se o tuto odpovědnost nedělí. I když data, která nástroj poskytovala, byla odpad, výsledek stále vlastní profesionál. To je střízlivá myšlenka a měla by ovlivňovat, jak každý z nás k těmto nástrojům přistupuje. Jsme zodpovědní za to, co vytváříme, za cokoli, co nám k tomu pomohlo.
Osvědčené postupy pro používání nástrojů umělé inteligence v požární ochraně
Jak tedy vypadá osvědčený postup, když se tyto nástroje objeví? Začíná to znalostí, odkud odpověď pochází. Nástroj, který dokáže ukázat své zdroje, citovat skutečný standard a odkázat vás na pasáž, na kterou se opírá, je mnohem užitečnější než nástroj, který pouze tvrdí. Pokračuje to ověřováním. Každý výstup ze systému umělé inteligence by měl být zkontrolován s řídícím kódem stejným způsobem, jako byste kontrolovali práci mladšího kolegy, protože to je v podstatě to, co děláte. A záleží na úsudku, takovém, který pramení z let práce, a který zkušenému designérovi umožňuje vycítit, kdy se odpověď zdá být špatná, ještě dříve, než dokáže říct proč. Tento instinkt stroj nemůže nahradit. Je to poslední obranná linie, když nás data zklamou.
Kvalita dat určuje, zda umělá inteligence chrání životy
Nic z toho není důvodem k tomu, abychom se od technologie odvrátili. Nástroje založené na autoritativních zdrojích již ukazují, co dokážou pečlivě zpracovaná data, a budou se zlepšovat. Jde o jednodušší a starší argument než kterýkoli z nich. Nástroj je jen tak dobrý, jak dobrý je to, co do něj vložíte. Ve většině oborů je špatná odpověď nepříjemností. V našem oboru může lidi ohrozit. Proto kvalita dat není v naší profesi spíše prioritou. Je to právě tato starost, která určuje, zda nám tyto nástroje pomohou chránit životy, nebo zda tiše podkopají standard péče, který jsme budovali po celá desetiletí.
Stroje se budou neustále zlepšovat. Naše povinnost zůstává stejná. Komunita požárního inženýrství již signalizovala, kam patří její pozornost. Na summitu SFPE AI in Fire Engineering, kterého jsem se v roce 2025 zúčastnil v Berkeley, se ověřování a validace stala společnou prioritou všech odborníků v místnosti. Lidé, kteří obývají budovy, které chráníme, se spoléhají na práci, kterou jsme si sami ověřili, ne na odpovědi, které nám stroj předal s důvěrou. „Odpadky dovnitř, odpadky ven“ platilo pro operátory sálových počítačů, kteří toto frázi vymysleli. Platí to i dnes a náklady na zapomenutí této fráze nebyly nikdy vyšší.
Reference
Chat EOD: Vyvinuto průmyslem pro průmysl. https://nfsa.org/2025/11/06/chat-eod-developed-by-the-industry-for-the-industry/
NFPA představuje NFPA LiNK 3.0, který podporuje digitální transformaci v oblasti požární a záchranné bezpečnosti. https://www.nfpa.org/about-nfpa/press-room/news-releases/2026/nfpa-unveils-nfpa-link-3-0-advancing-digital-transformation-in-fire-and-life-safety
Praktické ponaučení od advokáta: Chyby umělé inteligence v případu Mata v. Avianca. https://www.acc.com/resource-library/practical-lessons-attorney-ai-missteps-mata-v-avianca
Zamyšlení nad summitem AI v požárním inženýrství 2025. https://www.sfpe.org/blogs/amanda-tarbet/2025/08/01/2025-ai-in-fire-engineering-summ