V dnešním světě, který je charakteristický neustále se rozvíjejícími informačními technologiemi a množstvím dostupných dat, je informační analýza klíčovým prvkem pro efektivní hodnocení, prognózování a rozhodování. Ne všechny zpravodajské disciplíny, například zpravodajství z lidských zdrojů, pracují s rozsáhlými datovými soubory, ovšem jiné, zejména potom zpravodajství z otevřených zdrojů, jsou charakteristické zpracováním masivních datových zdrojů. V takových případech vyvstává potřeba zpracování těchto objemů dat a informací prostřednictvím moderních nástrojů informační analýzy, které umožňují získávat hlubší vhledy do dat, objektivně hodnotit současné dění a správně předvídat budoucí trendy a události. Práce analytiků se postupně rozšiřuje o využívání takových nástrojů, jejichž výstupy mohou výrazně přispět k formulaci správných závěrů.

Informační (nebo také zpravodajskou) analýzu můžeme chápat jako proces získávání, zpracování, interpretace a vyvozování závěrů z dostupných dat. Jedná se o systematický přístup k hodnocení dat a informací s cílem odhalit vzorce, trendy, souvislosti a informace s hodnotou pro organizaci nebo rozhodovací proces.

Uvedené oblasti se v prostředí vojenského vysokého školství cíleně věnuje Ústav zpravodajských studií Univerzity obrany, a to jak z pohledu jejich využití při vytváření zpravodajských produktů pro podporu rozhodování politických a vojenských činitelů, tak ve vědě a výzkumu, ale také při výuce studentů bakalářských i magisterských studijních programů. Z těchto studentů jsou vychováváni zpravodajští analytici, kteří po skončení studia nastupují na analytické funkce u zpravodajských štábů strategické úrovně.

Činnost a postupy analytiků dříve a dnes se od sebe podstatně odlišují. V minulosti bylo nutné pracovat s daty manuálně, což bylo časově náročné a vyžadovalo to pečlivou rutinní práci. Přístup k datům byl velmi omezený, a to z důvodu jejich nedostupnosti, limitovaných informačních technologií nebo neexistující infrastruktury. K formulaci závěrů využívali analytici především kvalitativní přístup, a v případě, že jej doplňovali o ten kvantitativní, pak se spoléhali na tradiční statistické metody, s nimiž však nebylo možné efektivně zpracovat velké množství dat a identifikovat v nich komplexní vzorce.

Současný rozvoj informačních technologií se promítá v explozi velkého množství obecných nebo specializovaných analytických nástrojů, které disponují množstvím možností a funkcí a které se odráží v rozmanitých typech výstupů založených na kvantitativní analýze. Současní analytici mají k dispozici pokročilé nástroje a technologie, které významně přispívají k jejich práci. Přístup k datům je nyní diametrálně širší, než tomu bylo v minulosti. Analytici mohou využít veřejně dostupná data, sociální média, senzorická data a další zdroje, které jim umožňují získat komplexní a aktuální informace o řešeném zpravodajském problému.

Důležité je si uvědomit, že nástroje informační analýzy jsou doplňkem k analytickým postupům, které tyto rozvíjejí a obohacují, jejich ambicí však není je nahrazovat.

Možnosti a funkce nástrojů informační analýzy

Mezi klíčové možnosti a funkce pokročilých analytických nástrojů, které se postupně stávají běžnou součástí postupů informační analýzy, můžeme zařadit:

• Automatické shromažďování dat z otevřených zdrojů a jejich organizace v příslušných kategoriích podle tématu, jazyka, období, původu, případně podle dalších faktorů. Data mohou pocházet z různorodých zdrojů, např. zpravodajských serverů (placených i neplacených), oficiálních webů, firemních webů, uživatelských webů, sociálních sítí, odborných a vědeckých periodik, televizí, rádií a dalších.
• Pokročilé vyhledávání ve velkém množství dat. Při informační analýze je klíčové rychle najít relevantní informace, které dále poslouží k vlastním analýzám. Hledáme tedy dokumenty relevantní dotazu. Ten má typicky podobu skupiny klíčových slov spojených operátory: relevantní dokumenty jsou takové, které hledané výrazy obsahují. Současné analytické nástroje umožňují uživateli dotaz snadno a rychle tvořit a upravovat s využitím grafického rozhraní.
• Podpora různých typů dokumentů. Moderní nástroje umí rovnocenně pracovat s obsahem nejen textových dokumentů, ale rovněž s obsahem dokumentů zvukových, obrazových nebo multimediálních. Dotaz tvořený množinou klíčových slov hledá přítomnost těchto slov v obsahu: u zvukových např. v mluvené řeči, u obrazových ve formě objektů nebo symbolů, u multimediálních ve formě událostí nebo činností. Rovněž dotaz samotný nemusí být nutně zadán v textové podobě, může se rovněž jednat o podobu obrazovou.
• Tvorba shrnutí a přehledů podle nastavených kritérií a jejich prezentace v grafické podobě. Tento typ analýz, ve vztahu k zájmovému tématu, nachází typicky uplatnění při zkoumání aktuálních trendů, identifikaci klíčových osob nebo jiných entit, zkoumání pohledů a nálad ve společnosti nebo třeba hodnocení míry podpory dezinformací a klamání.
• Kontextová analýza dat umožňující odhalovat a graficky znázornit souvislosti mezi různými zájmovými tématy. Toto umožňuje identifikovat možné společné znaky mezi různými tématy, např. společné aktéry nebo jiné charakteristické rysy.
• Statistická analýza dat. U tohoto typu analýzy jsou data zpracovávána statistickými metodami za účelem hledání typických znaků nebo opakujících se vzorců. Může se jednat např. o identifikaci pojmů, které se nejčastěji využívají v souvislosti se zájmovým tématem. Samostatnou kapitolou jsou potom jazykové analýzy textů za účelem identifikace autora a jeho pohlaví, forenzní lingvistika a další aplikace.
• Vizualizace výsledků provedených analýz. Moderní nástroje se soustředí na grafickou prezentaci výsledků ve formě schémat, grafů a diagramů. Přehledná vizualizace umožňuje odhalovat a identifikovat klíčové souvislosti, doplňovat informační mezery, vyhodnocovat časový sled událostí, a odhalovat jejich příčiny a následky. Tím dochází ke zefektivnění práce analytiků a úspoře času.

Umělá inteligence v informační analýze

Samostatnou a dnes velmi aktuální kapitolou v informační analýze je využití umělé inteligence pro automatizaci a zefektivnění procesů analýzy dat, typicky v aplikacích jako vyhledávání, extrahování, strukturování a kategorizace informací z různých zdrojů, sestavování abstraktů a klíčových slov z množiny dat, sestavování rešerší na zadané téma, rozpoznávání vzorů v datech a identifikace souvislostí nebo v prediktivní analýze a prognózování.

Současným trendem jsou tzv. velké jazykové modely (Large Language Models, LLM), které se do popředí všeobecného zájmu dostaly před necelým rokem a které přináší do informační analýzy nový rozměr. Jedná se o modely pro zpracování přirozeného jazyka se schopností automatického generování textu, porozumění kontextu, odpovídání na dotazy, překladu mezi jazyky a sumarizaci textu. Očekává se, že se tyto modely budou postupně dostávat do zavedených postupů analytiků, kde mohou přispívat svojí schopností formulace samostatných závěrů v dílčích tématech. V budoucnu tak lze očekávat, že formulace určitých analytických závěrů bude zcela v režii umělé inteligence, analytici budou pouze přispívat k jejich konečnému ověření.

Sféra využití nástrojů informační analýzy

Důležitost využívání nástrojů informační analýzy a benefity z toho plynoucí si uvědomuje komerční sektor, veřejná správa i akademická sféra. V komerčním sektoru se tyto nástroje využívají zejména v mediálních agenturách, u poskytovatelů informací, v bankách a pojišťovnách (např. při vyšetřování a odhalování pojistných podvodů), ale i v obchodních organizacích při mapování konkurenčního prostředí. Ve veřejné správě se využívají hlavně ve vládních a veřejných institucích, na ministerstvech, v policejních složkách a v bezpečnostní a zpravodajské komunitě. Také v resortu ministerstva obrany v současné době probíhá rozsáhlá implementace těchto nástrojů.