V únoru 2026 jsem se zúčastnil kolektivního vyšetřování založeného výhradně na open-source inteligenci (OSINT) s cílem kontextualizovat nejasné odkazy obsažené ve veřejných soudních záznamech vydaných ministerstvem spravedlnosti Spojených států (DOJ) v souvislosti s případem Epstein. Toto vydání - jedno z největších, které kdy souviselo s odsouzeným finančníkem Jeffrey Epsteinem - zpřístupnilo miliony stránek veřejnosti od ledna 2026, pod tzv. . Epstein podepsal zákon o transparentnosti To, co začalo jako kolaborativní analýza v rámci on-line komunit, se během několika dnů vyvinulo do technických příspěvků, které podporovaly formální institucionální akce.Klíčovým diferenciátorem byla práce malého vyšetřovacího týmu kombinujícího moderní nástroje s přísnou lidskou kurací a vysoce efektivní komunikací – v praxi fungující agilněji než mnohem větší struktury. Toto nastavení umožnilo přímou spolupráci s investigativní žurnalistikou, která rozšířila dosah a kontextování veřejných údajů prostřednictvím hloubkových zpráv, a s brazilskou federální prokuraturou (Ministério Público Federal – MPF). Níže je uveden chronologický popis přijatého technického pracovního postupu. Technická metodika (krok za krokem) Počáteční extrakce entity a lidská léčba (dny 1–3 února 2026) Veřejné dokumenty – převážně e-maily a výňatky z soudních záznamů z roku 2011, které byly zveřejněny v datových souborech DOJ – byly přezkoumány manuálně a pomocí základních podpůrných nástrojů. Většina počáteční analytické hodnoty pocházela z lidské kurace: pečlivé čtení socioekonomických popisů, nejasných zeměpisných odkazů a implicitních logistických prvků. Rozlišení entity a mapování OSINT se specializovanými nástroji (přibližně 4. února) Používáme výhradně veřejné zdroje a provádíme korelaci více zdrojů zahrnující obchodní rejstříky, firemní struktury a otevřené archivní datové soubory. Maltego bylo použito k mapování digitálních sítí a souvisejících on-line připojení. techniky řešení subjektů upřednostňovaly kontextové zápasy, jako jsou: přibližné zeměpisné spojení, migrační nebo relokační historie, opakující se logistické a časové vzory, Nepřímé, ale trvalé vztahy Otevřené sociální sítě a výsledky Výsledkem bylo, že klíčový zprostředkovatelský subjekt byl vyřešen během několika hodin. Grafická konstrukce a vizualizace s Neo4j a Mermaid.js Do Neo4j byly importovány vyřešené entity a vztahy, což umožnilo modelování složitých vyšetřovacích sítí a provádění grafových dotazů zaměřených na: a centralizace, cesty a zprostředkovatelé, Logistické a institucionální huby. Toto grafické zobrazení odhalilo časové a zeměpisné vzory, které nebyly zřejmé prostřednictvím lineární analýzy dokumentů. Celý pracovní postup byl vizuálně zdokumentován pomocí Mermaid.js, přičemž byl přijat přístup diagramů jako kódu integrovaný do aplikace Markdown. procesní flowcharts, časové řádky, Grafy entitních vztahů. To výrazně usnadnilo kolaborativní přezkum, vysledovatelnost a metodickou transparentnost. Podpora AI (Grok) pro chronologii a částečnou analýzu Grok byl použit jako pomocný nástroj pro: konsolidace harmonogramu událostí, identifikovat data zmínek a vydání dokumentů, shrnutí vybraných textových odstínů, navrhovat optimalizované dotazy a kandidátské odkazy mezi entitami. Umělá inteligence byla používána striktně jako provozní akcelerátor.Všechna ověřování a kritická rozhodnutí zůstala pod lidskou odpovědností a manuální ověřováním zdroje. Odpovědné zveřejňování, spolupráce a okamžitý dopad (září 4 – 9) 4. den: kontrolované zveřejnění subjektů řešených v rámci specializovaných on-line komunit spolu s odkazem na formální sdělení předložené příslušnému státnímu zastupitelství (MPF). Dny 4–6: zesílení nezávislými investigativními novináři, kteří se spoléhali na stejné veřejné údaje, aby zveřejnili hloubkové zprávy, rozšířili viditelnost a institucionální tlak. Dny 7–8: rozšíření mapování na další odkazy v uvolněných souborech, včetně potenciálních mezinárodních center a veřejně kótovaných subjektů. Dny 8–9: pozorováno eskalace správního řízení na národní jednotku specializovanou na nadnárodní trestné činy, v souladu s rychlou konsolidací a dokumentací zjištění OSINT. Řídící principy závislost pouze na otevřených a veřejně dostupných zdrojích; neshromažďování nebo zveřejňování citlivých informací nad rámec toho, co bylo již veřejné; výslovné uznání kolektivní a kolaborativní povahy práce (online komunity, investigativní žurnalistika a MPF); neustálý důraz na lidskou léčbu, aby byla zajištěna přesnost, etické normy a odpovědnost. Poučení a dopad Tento případ demonstruje, jak malý, dobře koordinovaný tým – používá Neo4j pro grafové modelování, Maltego pro mapování sítě, Mermaid.js pro vizuální dokumentaci a Grok pro analytickou a chronologickou podporu – může v průzkumech s otevřeným zdrojovým kódem produkovat nepřiměřené výsledky. Ústředním faktorem nebyla automatizace, ale přísné navazování veřejných údajů v kombinaci se strukturovanou a auditovatelnou dokumentací.Přímá spolupráce s investigativní žurnalistikou a s brazilskou Federální prokuraturou umožnila přeměnit technickou analýzu na praktický institucionální příspěvek. Poskytuje konkrétní příklad etického a zodpovědného používání OSINT a AI ve vysoce dopadném sociálním kontextu, jako je případ Epstein. Pro profesionály pracující s OSINT, grafickými databázemi, vizualizací vyšetřovacích procesů nebo analýzami podporovanými umělou inteligencí lze tento pracovní postup přizpůsobit takovým scénářům, jako je dodržování předpisů, náležitá péče, podnikové šetření a nezávislý výzkum. Pracovní postupy týmů, kurace dat a lehké rámce Vyšetřování bylo organizováno pomocí lehkého pracovního postupu inspirovaného Kanbanem pro koordinaci úkolů, kontrolu kvality dat a zajištění vysledovatelnosti v celém procesu OSINT. Všechna zjištění prošla strukturovaným potrubím pro výpočet lidských dat, ve kterém byly surové extrakce přezkoumány, normalizovány a validovány předtím, než byly převedeny do sdílených vrstev grafu a dokumentace.Každá karta v pracovním postupu představovala jedinou výzkumnou hypotézu nebo hromadu entit a následovala jasný životní cyklus: objev, předběžná validace, multi-source corroboration, integrace grafu a dokumentace připravená k publikování. Zvláštní pozornost byla věnována pojmenování nejednoznačnosti, geografické nejistoty, časové soudržnosti a původu zdroje. Do dokumentace Neo4j a Mermaid.js byly začleněny pouze subjekty podporované nezávislými veřejnými zdroji a kontextovou soudržností. Tato kombinace jednoduchého týmového rámce (koordinace ve stylu Kanban) s přísnou vrstvou lidského kurátorství zajistila operativní rychlost, aniž by byla ohrožena metodická přísnost, etické normy a auditovatelnost vyšetřovacího procesu. Positive operational and institutional impacts Přijetí lehkého, Kanbanem inspirovaného pracovního postupu týmu v kombinaci s přísnou vrstvou kurace lidských dat přineslo měřitelné provozní a institucionální výhody.Viditelnost úkolů a dobře definované kurátorské fáze snížily zdvojování úsilí, minimalizovaly protichůdné hypotézy a urychlily konvergenci směrem k entitám s vysokou důvěrou. Z vnějšího hlediska umožnila konzistentnost kurovaných datových souborů, jasný původ zdrojů a sledovatelný tok rozhodnutí rychlejší opětovné využití materiálu vyšetřujícími novináři a brazilskou Federální prokuraturou (MPF).
