Debata o vztahu autorství a umělé inteligence se obvykle pohybuje mezi dvěma krajními tvrzeními: buď stroj autora nahradí, nebo tvořit nikdy nemůže. Obě pozice jsou příliš zjednodušené. Přesnější pohled získáme tehdy, když autorské dílo chápeme jako víceškálovou strukturu.

Každý složitější text – esej, román, odborný článek – je uspořádanou hierarchií vrstev. Na nejnižší škále se nachází slovní zásoba, syntaktické vazby, stylistické figury. Na střední škále se utvářejí argumentační bloky, kompozice, narativní oblouky, rytmus textu. Na nejvyšší škále vzniká celek: volba tématu, koncepční rámec, ontologické předpoklady, hodnotový horizont. Rozdíl mezi těmito úrovněmi není pouze otázkou velikosti. Na nižších škálách převažuje kombinatorika a pravděpodobnostní vazba prvků, zatímco na nejvyšší škále se rodí význam – odpověď na otázku, proč text vůbec existuje.

Moderní jazykové modely přinesly zásadní novinku v tom, že dokážou velmi přesvědčivě pracovat na nižších a částečně i středních škálách. Generují stylisticky kvalitní věty, udržují tematickou soudržnost, napodobují argumentační struktury. To je možné proto, že tyto úrovně lze statisticky extrahovat z rozsáhlých datových souborů. Mikro- a střední struktury textu jsou do značné míry regularity, které lze modelovat pravděpodobnostně. V tomto smyslu se umělá inteligence skutečně přiblížila běžnému lidskému autorovi.

Zásadní otázka však leží na nejvyšší škále. Zde už nejde o formulaci vět ani o jejich kompozici. Jde o volbu rámce, o určení toho, které rozpory jsou podstatné a které nikoli, o rozhodnutí, co tematizovat a co ponechat stranou. Jinými slovy, zde vzniká smysl. Smysl není pouhou statistickou regularitou. Je to vztah mezi textem, zkušeností, situací a odpovědností autora. Je to akt rozhodnutí, nikoli pouhá predikce dalšího pravděpodobného pokračování.

Umělá inteligence může kombinovat existující významové vzorce a vytvářet jejich nové konfigurace. Nemůže však nést odpovědnost za nový rámec, protože sama žádný svět nezažívá a nenese důsledky svých interpretací. Její výstup je optimalizací pravděpodobnosti v rámci naučené distribuce. Nejvyšší škála autorského díla však často vzniká právě překročením této distribuce, redefinicí předpokladů a konfliktem s dosavadním způsobem myšlení.

Lze namítnout, že i význam je nakonec jen vzorec v dostatečně rozsáhlých datech. Tato hypotéza je testovatelná. Pokud by byla pravdivá, model by dokázal systematicky vytvářet nové ontologické rámce, formulovat problémy, které nejsou pouhou kombinací existujících diskurzů, a překračovat trénovací distribuci nejen stylisticky, ale strukturálně. Dosavadní zkušenost tomu však příliš nenasvědčuje. Model je silný v kombinaci, nikoli v redefinici základního rámce. Míra jistoty tohoto tvrzení není absolutní – technologie se vyvíjí – ale empirická evidence zatím ukazuje, že skutečně nové perspektivy vznikají spíše z napětí mezi člověkem a realitou než z optimalizace jazykového modelu.

Důsledkem není zánik autorství, nýbrž jeho přesun mezi škálami. Umělá inteligence může převzít část práce na nižších úrovních struktury. Člověk zůstává tím, kdo určuje nejvyšší škálu: perspektivu, záměr, základní koncepční rámec. Paradoxně to může zvýšit nároky na skutečné autory. Pokud nižší škály zvládne stroj, přestane stylistická obratnost být důkazem hloubky. Zůstane otázka, zda text obsahuje vlastní myšlenkový rámec, nebo pouze dobře zní.

Kulturní změna tedy nespočívá v tom, že stroj píše místo člověka. Spočívá v oddělení produkce textu od produkce významu. Jazyková kompetence se stává levnou a snadno dostupnou. Strukturální originalita na nejvyšší škále zůstává vzácná. A právě tam se dnes soustřeďuje skutečné autorství.