AI dokáže z jediné fotky zjistit, kde bydlíte nebo pracujete. Stačí jí pozadí, které si na snímku ani nevšimnete

Chatboti jako ChatGPT, Gemini nebo Claude dokážou z jedné fotky přečíst desítky drobných vizuálních stop a odvodit z nich místo pořízení, někdy i konkrétní ulici.

Zdroj fotografie: Unsplash

Nemusí jít o fotku Eiffelovy věže ani Karlova mostu. Stačí selfie z balkonu, snímek z kanceláře, na kterém je vidět kousek výhledu z okna, nebo fotka psa na chodníku před domem. Dopravní značka na okraji záběru, typ obrubníku, barva taxíku v pozadí, nápis na poštovní schránce nebo druh stromu za plotem. To všechno jsou vodítka, která lidské oko snadno přehlédne, ale multimodální model umělé inteligence je dokáže rozpoznat a porovnat s rozsáhlými obrazovými daty. Z jednotlivých detailů pak může odvodit odpověď na otázku: kde přesně tato fotografie vznikla? Redakce Popular Science to letos v srpnu vyzkoušela v praxi. ChatGPT, Gemini i Claude dostaly běžnou fotografii londýnské ulice bez metadat a všechny tři správně určily, že jde o ulici The Strand. A to je teprve začátek.

Jedna fotka, desítky vodítek

Klíčové je pochopit, co se změnilo. Dřívější doporučení na ochranu soukromí znělo jednoduše: odstraňte z fotografií GPS metadata a nesdílejte svou polohu. Jenže dnešní modely je k odhadu místa vůbec nepotřebují. OpenAI ve svém Help Center uvádí, že ChatGPT při zpracování obrázků nevyužívá původní název souboru ani jeho EXIF metadata. Polohu se tedy může pokusit určit přímo z obrazového obsahu.

Co přesně model na snímku hledá? Investigativní skupina Bellingcat se tím zabývala při testování dvaceti modelů na pětadvaceti dosud nezveřejněných fotografiích bez metadat. Modely dokázaly využít například:

• tvary a barvy dopravních značek,
• architekturu budov a typy fasád,
• registrační značky a modely automobilů,
• nápisy na výlohách, pracovních vestách a kontejnerech,
• druhy stromů, typ půdy a povrch chodníků,
• části vlajek, poštovní schránky a zábradlí.

V jednom případě pomohla určit správné místo adresa čitelná na schránkách v rohu záběru. V jiném model rozpoznal část názvu firmy na reflexní vestě kolemjdoucího. Jde tedy o detaily, kterých si člověk na vlastní fotografii nemusí vůbec všimnout.

Jak přesné to je, a kde AI selhává

Přesnost závisí především na tom, kolik užitečných vodítek fotografie obsahuje. V detailním městském prostředí plném nápisů, dopravních značek a charakteristické architektury může model určit konkrétní ulici, případně se přiblížit i přesnější lokalizaci. U běžné krajiny, jako je pole, les nebo prázdná silnice, zpravidla dokáže odhadnout nanejvýš stát či region.

Akademická studie z roku 2025 přinesla důležitý údaj: v testu na souboru fotografií připomínajících obsah ze sociálních sítí dosáhl nejlepší model 61% úspěšnosti při určování polohy s přesností do jednoho kilometru. U běžných pouličních snímků bez výrazných místních znaků byla úspěšnost podstatně nižší. Pro běžné uživatele je to důležité zjištění: fotografie, které lidé obvykle sdílejí na Facebooku nebo Instagramu, mohou obsahovat dostatek charakteristických detailů k odhalení místa pořízení.

Mezi jednotlivými modely jsou přitom výrazné rozdíly. Podle testu Bellingcatu si modely o3 a o4-mini od OpenAI vedly lépe než Google Lens. Gemini naopak za Google Lens zaostal a Claude dosáhl nejslabších výsledků; zároveň častěji odmítal na otázky odpovídat. Akademická studie publikovaná v roce 2026 na konferenci ACL navíc upozorňuje, že i nejvýkonnější modely si někdy domýšlejí důkazy a popisují vodítka, která na fotografii ve skutečnosti nejsou. Při určování polohy se tak mohou vyrovnat zkušeným lidským analytikům, jejich zdůvodnění však nemusí být vždy spolehlivé.

Proč jde o víc než kuriozitu

Představte si veřejný profil na Instagramu. Jeho majitel postupně sdílí fotografie z balkonu, oblíbené kavárny, cesty do práce a parku, kam chodí s dětmi. Žádný snímek nemusí obsahovat GPS souřadnice. Přesto každý může prozrazovat něco o okolí: výhled z okna, názvy podniků nebo opakující se trasu. Umělá inteligence nemusí určit přesnou adresu z jediné fotografie. Může propojit několik veřejně dostupných snímků a postupně odhadnout, ve které čtvrti nebo ulici se daný člověk pohybuje, případně kde bydlí.

Možnosti zneužití nejsou jen hypotetické. Popular Science upozorňuje na rizika sahající od podvodného vydávání se za jinou osobu s využitím informací o konkrétním hotelu až po sledování toho, kdy někdo odchází z kanceláře. Akademická studie z roku 2025 mezi možnými hrozbami výslovně zmiňuje stalking, sledování osob a diskriminační využití těchto technologií. K pokusu o určení polohy navíc může stačit veřejně dostupná fotografie a běžný chatbot, k němuž má přístup široká veřejnost.

Co s tím: konkrétní kroky pro Facebook a Instagram

Nejúčinnější ochranou není rozmazávat každý detail na fotografii, ale především omezit, kdo má k vašim snímkům přístup.

Facebook:

• Projděte si kontrolu nastavení soukromí (Privacy Checkup) a změňte okruh lidí, kteří mohou vidět vaše příspěvky. Místo možnosti „Veřejné“ zvolte například „Přátelé“ nebo užší okruh.
• V protokolu aktivit (Activity Log) zkontrolujte označené fotografie a starší veřejné příspěvky. Právě dlouhodobě dostupné snímky mohou představovat významné riziko.
• Pamatujte, že profilová a úvodní fotografie mohou být veřejně viditelné i tehdy, když máte jinak účet nastavený jako soukromý.

Instagram:

• Přepněte účet na soukromý. Příspěvky pak uvidí pouze schválení sledující, nikoli všichni uživatelé. Viditelnost některých informací na profilu se tím ale nemusí změnit.
• Nové sledující schvalujte ručně a odeberte ty, které neznáte nebo jim nedůvěřujete.
• Nezveřejňujte opakovaně fotografie, na kterých je dobře rozpoznatelný výhled z domova nebo okolí pracoviště.

Přednostně projděte veřejně dostupné fotografie, na nichž je vidět okolí domu, kanceláře, škola nebo pravidelně navštěvovaná místa. Pokud nechcete starší snímky mazat, změňte alespoň jejich viditelnost. U fotografií, na kterých vás označili ostatní, zvažte odebrání označení.

Česko není výjimka

Přímý český benchmark, který by systematicky měřil přesnost AI při určování polohy z fotografií, zatím není k dispozici. Google však v Česku průběžně aktualizuje své snímky Street View. Podle oficiálních informací plánoval v roce 2026 pořizovat nové záběry v desítkách lokalit, od Prahy přes Kutnou Horu až po Beroun. České městské a příměstské prostředí tedy rozhodně není pro podobné systémy neznámým územím. Tam, kde fotografie zachycuje dostatek vodítek, například české nápisy, charakteristickou architekturu nebo typické dopravní značení, má model z čeho vycházet.

Stará rada „smažte GPS data“ už sama o sobě nestačí. Dnes je potřeba přemýšlet také nad tím, co je vidět přímo na fotografii, jaké informace lze z jednotlivých detailů vyčíst a především komu své snímky zpřístupňujete.