Využití umělé inteligence v procesu vývoje webových stránek

Abstract

Bakalářská práce se zabývá využitím nástrojů založených na velkých jazykových modelech v procesu vývoje webových stránek. Teoretická část vymezuje klíčové pojmy z oblasti umělé inteligence, popisuje historický vývoj oboru od jeho počátků přes období stagnace až po současnou éru generativní AI a podrobně analyzuje principy fungování velkých jazykových modelů, včetně architektury transformer, procesu trénování a inference. Tyto poznatky jsou zasazeny do kontextu webového vývoje, jeho standardů, přístupnosti a bezpečnosti. Praktická část je založena na experimentálním srovnání šesti AI nástrojů - ChatGPT, Claude, DeepSeek, Grok, GitHub Copilot a Cursor - na sadě pěti dílčích úloh a jednom komplexním projektu. Kontrolní podmínku tvoří vývoj bez AI asistence. Výsledky ukazují, že AI nástroje dokáží řádově urychlit práci na webových úlohách, přičemž nejlepšího celkového skóre dosáhly nástroje Grok a Claude s odlišným profilem - Grok vynikal rychlostí a konzistencí, Claude kvalitou kódu a spolehlivostí. Experiment rovněž odhalil systémové tendence nástrojů přehlížet dílčí požadavky zadání a generovat nadměrně rozsáhlý kód. Na základě zjištění jsou formulována doporučení pro efektivní a bezpečnou integraci AI do webového vývoje a vzdělávání.

This bachelor's thesis examines the use of tools based on large language models in the web development process. The theoretical part defines key concepts in artificial intelligence, describes the historical development of the field from its origins through periods of stagnation to the current era of generative AI, and provides a detailed analysis of the principles behind large language models, including the transformer architecture, training and inference processes. These findings are placed in the context of web development, its standards, accessibility, and security. The practical part is based on an experimental comparison of six AI tools - ChatGPT, Claude, DeepSeek, Grok, GitHub Copilot, and Cursor - across a set of five individual tasks and one complex project. Development without AI assistance serves as the control condition. The results show that AI tools can dramatically accelerate work on web tasks, with Grok and Claude achieving the best overall scores but with different profiles - Grok excelled in speed and consistency, while Claude led in code quality and reliability. The experiment also revealed systematic tendencies of the tools to overlook partial requirements and generate excessively verbose code. Based on these findings, recommendations are formulated for the effective and safe...