AI po expozici: když editor začne měnit realitu

Fotografování dnes zdaleka nekončí v okamžiku, kdy závěrka cvakne. To byl možná romantický mýtus analogové éry nebo relativně přehledná realita prvních let digitálních fotoaparátů. V roce 2026 je fotografie proces, který pokračuje dál – přes editor, export, platformu a nakonec i algoritmus, jenž rozhoduje o tom, jak bude snímek čtený a interpretovaný okolním světem.

V prvním díle jsme se zabývali umělou inteligencí přímo ve fotoaparátu, tedy systémy, které pomáhají technicky zvládnout realitu ještě před stisknutím spouště. Ve druhém díle přišel pohled opačný – AI v metadatech, průkazy původu a štítky, kterými platformy začaly hodnotit obsah. Tento text se pohybuje mezi těmito dvěma póly. Zaměřuje se na postprodukci, kde dnes vzniká nejvíc významových posunů.

Od technické úpravy k obsahovému zásahu

Ještě před několika lety bylo postprodukční workflow poměrně stabilní a hlavně předvídatelné. Fotograf vyvolal RAW, doladil expozici, kontrast a barvy, potlačil šum a snímek doostřil. Šlo o kroky, které kompenzovaly fyzikální limity snímače a převáděly zaznamenaná data do podoby použitelné pro další zpracování nebo publikaci. Úpravy byly vnímány jako technická nutnost, nikoli jako zásah do obsahu samotného snímku. Výsledná fotografie měla ambici odpovídat realitě zachycené před objektivem, pouze v kvalitě, kterou samotný senzor v daných podmínkách neposkytl.

Postprodukce tehdy pracovala výhradně s informací, která už ve snímku existovala. Ať šlo o úpravu expozice, kontrastu nebo barev, vždy šlo o zvýraznění, potlačení nebo zpřesnění zaznamenaných dat. I výraznější stylová úprava byla interpretací reality, nikoli její rekonstrukcí. Technologie nerozhodovala o obsahu, pouze poskytovala nástroje, jak s ním pracovat.

Současné editory tento model změnily. Přestaly být pasivními nástroji ovládanými výhradně uživatelem a začaly do procesu vstupovat aktivně. Umělá inteligence dnes navrhuje úpravy, automaticky rekonstruuje části scény, sjednocuje strukturu obrazu a potlačuje nepravidelnosti, které byly dříve považovány za přirozený důsledek světla, objektivu nebo snímače. Z hlediska ovládání je celý proces rychlejší a efektivnější, z hlediska obsahu snímku se ale mění jeho charakter.

Postprodukce se tak v řadě případů přesouvá od interpretace k rekonstrukci. Část výsledného obrazu už nevychází jen z dat zaznamenaných při expozici, ale vzniká zpětně výpočtem. Typicky jde o dopočítávání detailů, doplňování chybějících částí obrazu nebo vyhlazení struktur, které algoritmus vyhodnotí jako optickou či senzorovou „chybu“. Výsledkem je snímek, který působí technicky čistěji a vizuálně konzistentněji než původní záznam.

Právě tady se objevuje nový praktický problém. Různé typy zásahů – korekční, rekonstrukční i generativní – se z technického pohledu mohou uložit do jednoho výsledného souboru. Zvenčí pak není patrné, zda jde stále o práci se zaznamenanou realitou, nebo už o její částečnou náhradu. Editor tuto hranici často nedává najevo a platformy ji obvykle nerozlišují vůbec.

Z technického detailu se tak stává otázka významu. Fotografie už automaticky neznamená „záznam toho, co bylo před objektivem“, ale stále častěji „výsledek procesu, ve kterém část reality vznikla až při zpracování“. Právě tento posun má zásadní dopad na to, jak je fotografie čtena, hodnocena a zařazována v digitálním prostředí.

Retuš, rekonstrukce a generování v jednom pytli

Rozdíly mezi typy úprav samozřejmě nezmizely a technicky jsou dnes možná definované lépe než kdy dřív. Retuš odstraňuje drobné rušivé prvky, aniž by měnila výpověď snímku. Rekonstrukce dopočítává chybějící informace na základě okolního obrazu a posouvá se do šedé zóny mezi korekcí a zásahem do obsahu. Generativní úprava pak vytváří obrazový obsah, který v okamžiku expozice vůbec neexistoval. Pro člověka, který snímek upravuje, jsou tyto rozdíly většinou čitelné. Pro automatické systémy už podstatně méně.

Zvenčí totiž vždy vzniká jen jeden výsledný soubor, ve kterém se objevily stopy práce neuronových modelů. Metadata ani vnitřní struktura obrazu obvykle neříkají, zda šlo o odstranění prachu na snímači, dopočítání chybějící části oblohy nebo vygenerování objektu, který se do záběru původně nevešel. Všechny tyto zásahy se z technického hlediska mohou jevit jako „účast AI“ a dostat se do stejné kategorie. Ne proto, že by platformy chtěly míchat realitu s fikcí, ale proto, že nuance jsou drahé a zkratky levné.

V praxi to pak vypadá jednoduše. Něco se v obrazu počítalo, něco se dopočítalo a něco se vytvořilo, ale výsledkem je pořád jen jeden JPEG nebo HEIF. Pro systém, který obsah hodnotí automaticky, je to stejné, jako kdyby byl celý snímek vytvořen od nuly. Fotograf sice ví, že odstranil jen rušivý detail v rohu nebo sjednotil strukturu oblohy, algoritmus to ale bere jako jeden technický fakt – do obrazu zasáhl AI model.

Tady se naplno ukazuje, že technická přesnost a významová přesnost nejsou totéž. Zatímco editor dělí úpravy na korekční, rekonstrukční a generativní, platforma pracuje s jedním pytlem, na kterém je napsáno „AI“. Do něj se pak vejde všechno – od opravy vinětace až po syntetickou krajinu. Je to praktické, rychlé a pro stroj přehledné. Pro člověka, který se snaží zachovat vztah snímku k realitě, už o něco méně.

Výsledkem není nutně zkreslený obraz, ale zkreslený kontext. Fotografie, která prošla drobnou technickou úpravou, se začne tvářit stejně problematicky jako plně generovaný obsah. Zatímco autor rozdíl mezi oběma přístupy chápe velmi dobře, digitální prostředí mu dává jasně najevo, že to podstatné se dnes zjednodušuje. Ne kvůli zlé vůli, ale proto, že rozdíly se obtížně vysvětlují a ještě hůř automatizují.

Editor jako tichý spoluautor

Generativní úpravy se dnes neobjevují jen ve specializovaných nástrojích, které se otevřeně hlásí k umělé inteligenci. Naopak. Nejčastěji se s nimi setkáváte v softwarech, které jsou prezentované jako běžné editory fotografií. Mobilní galerie, systémové aplikace i klasické desktopové programy pracují s AI jako s výchozím stavebním kamenem, nikoli jako s doplňkem. Uživatel se neptá, zda chce použít umělou inteligenci, ale prostě upravuje fotku. Software si pak zbytek zařídí sám.

Typickým příkladem jsou dnešní verze Photoshopu, Lightroomu nebo jejich mobilních protějšků. Prakticky každá operace, která sahá dál než k prostému posuvníku, prochází nějakou formou modelu – od selektivních úprav přes odstranění objektů až po doplnění chybějících částí obrazu. Není to chyba ani skrytá agenda. Je to design. Tyto nástroje jsou postavené na stejném principu jako mobilní fotografie: analyzovat scénu, odhadnout záměr a nabídnout „lepší výsledek“, ideálně bez zbytečných dotazů.

Rozdíl oproti minulosti není v tom, že by editory začaly něco dělat „navíc“, ale v tom, že počítají všechno. I úprava, která se tváří jako lokální korekce, je dnes často výsledkem komplexní analýzy obrazu. Software sleduje struktury, hrany, textury a světelné přechody a upravuje je způsobem, který je konzistentní s jeho modelem reality. Fotograf tak nemění jeden parametr, ale spouští celý řetězec výpočtů. O výsledku se s ním nikdo nedohaduje, protože cílem je rychlost a plynulost práce.

Tenhle přístup dává dokonale smysl v prostředí, kde se všechno zrychluje. Čekání na hotové fotky v řádu dnů už dnes nikdo neakceptuje. Výstupy z akcí, koncertů nebo sportovních událostí se počítají na hodiny, někdy na desítky minut. Automatické nástroje přesně tenhle tlak řeší. Udělají část rozhodnutí za uživatele, zkrátí čas zpracování a nabídnou výsledek, který „funguje“. Právě za to se v komerčních produktech platí. Ne za kouzla, ale za úsporu času.

Zároveň ale neplatí, že by s příchodem těchto nástrojů bylo práce méně. Jen se změnila její povaha. Místo ručního ladění detailů dnes fotograf kontroluje, co všechno software udělal automaticky. Místo toho, aby řešil, jak úpravu provést, řeší, zda ji vůbec přijmout. Editor se tak stává tichým spoluautorem obrazu – rychlým, efektivním a často velmi schopným, ale zároveň zcela neviditelným.

Výsledkem je paradox dnešní fotografie. Snímky vypadají technicky lépe než kdy dřív. Jsou čistší, klidnější a vizuálně uhlazenější. Část jejich podoby se ale přesunula z okamžiku expozice do fáze výpočtu, který probíhá bez výrazného upozornění. Dokumentární charakter fotografie tím není nutně zrušen, ale je výrazně oslaben. Ne proto, že by někdo chtěl realitu falšovat, ale proto, že v dnešním světě je rychlost důležitější než explicitní kontrola každého kroku.

A přesně to je cena, kterou za moderní editory platíme. Ne v penězích, ale ve změně role autora. Fotograf dnes není ten, kdo všechno vytváří ručně, ale ten, kdo rozhoduje, kdy nechat software mluvit a kdy mu do toho vstoupit. Umělá inteligence v editorech není skrytý nepřítel. Je to produkční realita – rychlá, efektivní a někdy až příliš ochotná pomoci.

Když se technický detail změní v reputační problém

Ve chvíli, kdy se informace o zásazích dostanou mimo editor a začnou je číst platformy, přestává jít o čistě technickou záležitost. To, co bylo ještě donedávna interním detailem workflow, se může proměnit ve veřejně čitelný kontext. Ten už není hodnocen optikou „jak vznikla fotka“, ale „čemu má věřit divák“. Právě tady se různé typy fotografie začínají chovat velmi odlišně.

U svatební fotografie je řada zásahů dlouhodobě společensky akceptovaná. Nikdo se nebude pohoršovat nad tím, že nevěsta nemá dvě brady, ženich vypadá odpočatě a barva očí odpovídá realitě lépe než smíšenému světlu na parketu. Jakmile se ale na snímku objeví osoba, která na svatbě skutečně nebyla, nebo se naopak z fotografie ztratí někdo, kdo tam podle rodinné paměti „vždycky byl“, dostává se fotograf do úplně jiné pozice. Neřeší se kvalita úprav, ale pravdivost vzpomínky. V takovém případě už vysvětlování nebývá krátké ani příjemné.

U sportovní fotografie je ta hranice ještě ostřejší. Fotograf v hale pracuje v tempu, kde nemá čas realitu „dotvářet“. Fotí to, co se stalo, a ideálně ve zlomku sekundy. Odstranit diváka sedícího nešťastně v ose překážky nebo sloup v pozadí je obecně chápáno jako technická očista záběru. Jakmile by ale úprava změnila samotný průběh disciplíny, přidala cvik, který se nestal, nebo „vylepšila“ moment ve prospěch vítěze, už nejde o estetiku, ale o manipulaci výsledku. To je hranice, kterou si většina sportovních fotografů dobře uvědomuje, i když dnes technicky vzato nic takového softwaru nebrání.

U dokumentární a válečné fotografie je situace ještě citlivější. Tady fotografie dlouhodobě funguje jako argument, nikoli jen jako ilustrace. Jakýkoli zásah, který mění význam scény, se okamžitě dotýká důvěryhodnosti sdělení. Pokud autor použije dopočtené nebo generativně upravené prvky k posílení svého výkladu, vstupuje do prostoru, kde už se nehádá o technologii, ale o motivaci. Čtenář nebo divák se oprávněně ptá, zda stále sleduje realitu, nebo už jen její přesvědčivě upravenou verzi.

Zcela praktický rozměr má problém i mimo mediální svět. Fotografie jako důkazní materiál pro pojišťovnu, soud nebo znalecký posudek stojí na předpokladu, že zobrazuje skutečný stav věcí. Jakmile do obrazu vstoupí generativní zásah, byť dobře míněný, stává se snímek potenciálně nepoužitelným. Ne proto, že by byl nutně nepravdivý, ale proto, že jeho původ a integrita už nejsou jednoznačné.

To všechno ukazuje, že technicky stejný zásah může mít v různém kontextu zcela odlišné důsledky. Zatímco v jednom případě jde o kosmetickou úpravu, jinde už o zásah do reality s právními nebo reputačními následky. Platformy přitom většinou žádný rozdíl nedělají. Vidí jen účast AI a zjednodušený štítek. Kontext, na kterém ve skutečnosti záleží nejvíc, zůstává na autorovi – a na jeho schopnosti obhájit, proč fotografie vypadá právě tak, jak vypadá.

Tři světy úprav fotografií a jejich vztah k AI

První skupinu tvoří aplikace, které mají umělou inteligenci jako nosný prvek celého workflow. Nejde o doplněk, ale o základní stavební kámen. Typickým příkladem je Adobe Photoshop a Adobe Lightroom v jejich aktuálních verzích. Oba nástroje používají AI plošně a často automaticky. Uživatel pracuje se známým rozhraním, ale velká část rozhodování probíhá pod povrchem.

Photoshop dnes nabízí generativní zásahy do obsahu snímku, automatické dopočítávání chybějících částí obrazu a nástroje, které kombinují selekce, maskování a generování nových pixelů v jednom kroku. Lightroom jde podobnou cestou především v oblasti odšumu, výběrů subjektů a oblohy, asistovaného třídění snímků a automatických úprav, které se snaží co nejrychleji nabídnout „hotový“ výsledek.

Do stejné kategorie patří i Skylum Luminar Neo, který se otevřeně profiluje jako AI editor. Většina jeho funkcí stojí na jednorázových zásazích typu analyzuj scénu a oprav. Typické jsou automatické výměny oblohy, rekonstrukce světla nebo portrétní úpravy, které se snaží minimalizovat manuální práci. Editor je navržený tak, aby uživatel nerozhodoval o postupu, ale spíše schvaloval výsledek.

Podobnou filozofii má Topaz Photo AI, i když je jeho záběr užší. Nástroj se specializuje na odšum, doostření a rekonstrukci detailů a často sám volí model, intenzitu zásahu i oblast aplikace. Fotograf vstupuje do procesu až ve chvíli, kdy výsledek dolaďuje nebo koriguje.

Společným znakem těchto nástrojů je to, že AI aktivně rozhoduje a uživatel spíš dohlíží než řídí.

Druhou skupinu představují editory, které umělou inteligenci využívají cíleně a volitelně. AI zde není vypnutelná proto, že by byla nebezpečná, ale proto, aby její použití bylo vědomé. Typickým příkladem je RapidRAW. Jádro aplikace stojí na klasických principech práce s RAW daty, nedestruktivních úpravách a okamžité odezvě díky výpočtům na GPU. AI v tomto případě slouží hlavně k asistovaným výběrům, detekci scén nebo případným generativním zásahům, pokud si je uživatel aktivně zapne, ale vždy jako jeden z nástrojů, nikoli jako automatický proces běžící na pozadí každé operace.

Podobnou pozici má i DxO PhotoLab, který sází na AI především v jedné konkrétní oblasti. Technologie DeepPRIME a DeepPRIME XD zasahuje do demosaicingu a odšumu, ale zbytek úprav zůstává plně v rukou fotografa. AI zde neřeší kompozici, obsah ani styl, ale pouze technickou kvalitu RAW dat. Výrazně tím snižuje riziko nečekaných zásahů do vizuálního významu snímku.

Do této kategorie částečně patří i Capture One, kde se AI využívá hlavně pro masky a výběry, zatímco tonalita, barvy a styl zůstávají manuální záležitostí. Editor nabízí pomoc, ale nesnaží se převzít kontrolu nad celým obrazem.

Typickým znakem této skupiny je to, že AI zrychluje konkrétní kroky, ale neurčuje výsledek.

Třetí skupinu tvoří editory, které jsou výkonné, ale na umělou inteligenci v jádru aplikace nespoléhají, případně ji vůbec nepoužívají. Nejviditelnějším zástupcem je GIMP v kombinaci s G’MIC. Tento tandem nabízí stovky filtrů, prostorových transformací a analytických nástrojů, ale vše stojí na klasických algoritmech. Výběry, masky, retuše i opravy obsahu jsou plně manuální a závislé na zkušenostech uživatele. Výsledkem je maximální kontrola nad procesem. Každý zásah je dohledatelný, opakovatelný a vysvětlitelný. Nic se nedopočítává jen proto, že to model považuje za správné. Cena za to je čas a nutnost chápat fungování nástrojů do hloubky. Ale kdo ví, třeba i GMIC přijde s integrací filtrů založených na AI, dle mne je to věc poptávky ze strany uživatelů.

Podobně fungují i starší, ale stále velmi silné editory jako RawTherapee nebo Darktable, které sice experimentují s automatizací, ale základní filozofie zůstává založená na manuální práci a čitelné historii úprav.

Co si z toho může fotograf odnést

Rozdíl mezi třemi skupinami editačních nástrojů není v kvalitě výsledné fotografie, ale v tom, kde a jak se v procesu rozhoduje. Editory orientované na AI šetří čas tím, že část rozhodování přesunou ze stolu fotografa na stranu software. Hybridní nástroje nabízejí rozumný kompromis – práce je rychlá, ale autor pořád ví, co se s obrazem děje. Tradiční editory nechávají všechno na člověku, jenže za odměnu vyžadují zkušenost, trpělivost a ochotu se rozhodovat.

Komplikace nezačíná při úpravě samotné, ale až ve chvíli, kdy se hotová fotografie odlepí od svého vzniku a začne žít vlastním životem. Stejný snímek může projít ruční úpravou, rekonstrukčním výpočtem i generativním zásahem a přesto vypadat velmi podobně. Divák vidí jeden obrázek. Algoritmus vidí ještě méně. Informace o tom, co se odehrálo mezi expozicí a exportem, se buď ztratí, nebo se smrskne na lakonický signál typu „něco tam počítalo“.

Většiny fotografů se tohle v praxi vůbec nedotýká. Mobilní telefony dnes nahradily někdejší kompakty a jejich uživatelé očekávají hlavně hotový výsledek. Fotku, která vypadá dobře, dá se okamžitě sdílet a nikdo u ní nebude řešit, jestli ten šum zmizel ručně, nebo ho odnesl model, který zrovna neměl špatný den. U osobních fotek se proces neřeší, protože se od nich nic dalšího nečeká.

Situace se začne měnit ve chvíli, kdy fotografie přestane být jen vzpomínkou a začne sloužit jako podklad pro prezentaci, dokumentaci nebo další argumentaci. Tam už nejde jen o to, že snímek „funguje“. Začne se řešit, jaký má vztah k realitě, kterou zobrazuje. Právě tady se z technických rozdílů mezi nástroji a workflow stává otázka kontextu a čitelnosti, nikoli proto, že by technologie selhala, ale proto, že od fotografie najednou chceme víc než jen pěkný obrázek.

Praktický závěr je poměrně prostý. Nejde o to AI zakazovat ani se vracet k představě, že správný fotograf má u posuvníků trpět jako středověký asketa. Jde o to vědět, kde ve vašem postupu vznikají rozhodnutí, která mohou změnit význam obrazu. Podle toho volit nástroje i míru automatizace. Protože zatímco software dnes dokáže spočítat obraz velmi přesvědčivě, odpovědnost za to, co fotografie říká, pořád zůstává na autorovi – i když by se občas hodilo ji přehodit na tlačítko „Souhlasím“.

Editor je čím dál větší pán

Fotografie dnes nekončí expozicí. Je výsledkem procesu, ve kterém editor stále častěji nejen upravuje, ale i rozhoduje. Umělá inteligence v postprodukci není podvod ani zrada reality. Je to nástroj, který šetří čas a zvyšuje technickou kvalitu výstupu. Problém nastává ve chvíli, kdy se rozdíl mezi korekcí, rekonstrukcí a generováním zredukuje na jednu jednoduchou zkratku jménem AI.

Neexistuje žádné technické kouzlo, které by tenhle posun samo o sobě vyřešilo. Algoritmy nejdou vypnout a automatickému zpracování se v praxi nedá úplně vyhnout. Smysl ale dává konzistentní přístup – mít přehled o tom, jaké typy zásahů v procesu vznikají, a umět je v případě potřeby popsat tak, aby z toho nevznikla čtvrthodinová obhajoba pod každou fotkou.

Umělá inteligence fotografii sama o sobě neničí. Často naopak odstraňuje technické frustrace a zpřístupňuje práci s obrazem širšímu okruhu lidí. Problém vzniká ve chvíli, kdy se složité procesy schovají za jednoduché nálepky a kdy se kolem zásahů mlčí. V době, kdy se realita dá dopočítat, se totiž nejcennější vlastností fotografie nestává ostrost ani barva, ale schopnost unést důvěru.