AI přidává skrytou práci: kontrolu výstupů nese zaměstnanec

IBM Institute for Business Value v zprávě z 21. září 2026 představil globální šetření mezi 1 500 vedoucími HR a 8 800 zaměstnanci: 80 % vedoucích věří, že zavádění AI vytváří neviditelnou práci, 42 % zaměstnanců uvádí více práce nebo její nedostatečné uznání a 43 % říká, že když se s AI něco pokazí, vina padá na ně. Rychle připravený návrh tedy sám o sobě neznamená, že člověku ubyla práce. Ještě jej musí posoudit, případně opravit a rozhodnout, zda se dá použít.

Na ověřování doporučení a opravy chyb jako součást této zátěže upozornil také HR Dive v přehledu z 24. září. Údaj o zaměstnancích přitom spojuje dvě různé zkušenosti: nárůst práce a práci, které se nedostává uznání. Neříká, kolik respondentů zažilo každou z nich zvlášť, ani nevyčísluje čistou časovou úsporu. Pro české týmy je to signál, na kterou část pracovního postupu se ptát, nikoli údaj o zátěži v tuzemských firmách.

Hotový návrh ještě není hotový úkol

Skrytá práce vzniká mezi prvním výstupem nástroje a výsledkem, který lze skutečně použít. Člověk porovnává doporučení s původními podklady, opravuje chybu, doplňuje chybějící kontext a řeší výjimku, pro kterou běžný postup nestačí. Právě tyto činnosti studie řadí k neviditelné práci. Pokud firma sleduje pouze rychlost vytvoření návrhu, započítá přínos AI, ale přehlédne čas potřebný k dokončení úkolu.

Bilance se může lišit i mezi úkoly v jednom týmu. U rutinního návrhu stačí krátká kontrola; jinde jediná sporná informace znamená návrat ke zdroji, nové zadání a další schválení. To je vysvětlení mechanismu, nikoli výsledek měření jednotlivých českých pracovišť. Aby šlo mluvit o úspoře, musí se porovnat celý postup od zadání po použitelný výsledek, včetně času stráveného opakovanými pokusy a předáváním nejasných případů.

Podstatný je také rozdíl mezi vytvořením textu a rozhodnutím, které se o něj opírá. Nástroj může připravit podklad, ale někdo musí určit, zda odpovídá zadání a zda mu nechybí důležitá informace. Jestliže se tato kontrola přidá ke stávajícím úkolům bez úpravy kapacity, viditelná automatizace může práci zaměstnance zrychlit jen v jedné fázi a zatížit ho v další.

Odpovědnost za chybu musí odpovídat pravomoci

Neviditelná práce se netýká jen minut strávených opravou. Zaměstnanec potřebuje mít možnost výstup zpochybnit, zastavit jeho použití a předat případ člověku, který může rozhodnout o výjimce. Podle studie Designing the Thinking Organization jasně rozlišuje činnosti vedené člověkem, podporované AI a vykonávané AI jen 26 % organizací; Lynn McManusová, personální ředitelka Nationwide Building Society, v ní říká: „We need to make sure the mechanisms for people to feel safe are maintained.“

Když hranice mezi návrhem a rozhodnutím není určena, může se po zaměstnanci chtít podpis pod výsledkem, který neměl jak ověřit. Potřebuje proto přístup k původním podkladům i prostor říci, že výstup zatím není připraven. Vedoucí musí určit, kdo provede opravu, kdo rozhodne o sporném případě a kdo výsledek nakonec schválí. Rozdělení těchto rolí je praktickým důsledkem zjištění studie, nikoli zárukou, že konkrétní nástroj práci ušetří.

Stejně důležité je, co se stane, když kontrola odhalí opakovanou chybu. Pokud zaměstnanec smí pouze upravovat další a další návrhy, ale nemůže změnit postup nebo nástroj pro daný úkol přestat používat, nese náklady rozhodnutí, které neudělal. Odpovědnost za konečný výsledek proto dává smysl jen spolu s pravomocí odmítnout nepoužitelný výstup a s jasnou cestou pro eskalaci.

Co započítat při nasazení AI v českém týmu

Praktická bilance začíná u jednoho konkrétního úkolu, nikoli u obecného počtu výstupů vytvořených AI. Zaměstnanec a vedoucí potřebují vědět, kde práce nástroje končí a kde začíná lidské ověřování. Následující otázky pomáhají zachytit činnosti, které by se jinak do hodnocení produktivity nemusely dostat:

• Hranice úkolu: Co nástroj dodává a v jakém stavu musí být výsledek, aby byl úkol hotový? Kdo tento stav potvrzuje?
• Ověřování: Které údaje se kontrolují proti původním podkladům? Má k nim zaměstnanec přístup a počítá pracovní plán s časem na kontrolu?
• Opravy: Kdo opravuje chybný výstup? Započítává se opakované zadání i čas potřebný k rozhodnutí, že bude rychlejší práci dokončit bez AI?
• Výjimky: Komu se předá nejasný nebo rizikový případ? Může zaměstnanec použití výstupu zastavit, když jej nedokáže spolehlivě posoudit?
• Schválení a uznání: Kdo nese konečné rozhodnutí? Promítají se kontrola, vysvětlení oprav a schválení do rozvrhu práce a hodnocení zaměstnance?

Odpovědi je třeba vztáhnout ke stejnému pracovnímu postupu před nasazením nástroje a po něm. Počítat se má čas člověka od zadání až po schválení, ne pouze do okamžiku, kdy AI vygeneruje návrh. Teprve tak je vidět, zda nástroj práci skutečně odebral, nebo ji přesunul do kontroly, oprav a řešení výjimek. Při vyhodnocení je užitečné oddělit běžné případy od těch, které vyžadují zásah dalšího člověka: průměrná rychlost tvorby návrhu může náročnější případy zakrýt.

Globální průzkum nedává českým firmám hotové číslo, o které se jim změní pracovní doba. Dává jim však přesnější hranici měření. Pokud zaměstnanec musí výsledek prověřit a odpovídá za jeho použití, tato práce patří do plánované kapacity stejně jako samotné vytvoření podkladu. Bez ní může vykázaná úspora času existovat jen v té části úkolu, kterou převzal nástroj.

Přečtěte si také:

• Tera má dělat datovou práci místo chatu — rollback jí zatím chybí