AI gramotnost se často zaměňuje za schopnost napsat dobrý prompt. To je jen malá část problému. Zaměstnanec, který používá AI v práci, musí vědět, co nástroj umí a neumí, jaká data do něj smí vložit, jak ověřit výstup, kdy nesmí výsledek převzít a komu nahlásit chybu.
Článek 4 AI Actu ukládá poskytovatelům a provozovatelům AI systémů přijímat opatření na podporu AI gramotnosti zaměstnanců a dalších osob, které systémy provozují nebo používají jejich jménem. Konkrétní podoba se má přizpůsobit technickým znalostem, zkušenosti, vzdělání, školení, kontextu použití a lidem či skupinám, na které systém působí.
Krátká odpověď: AI Act nepožaduje jeden univerzální certifikát ani jednotný test pro každého zaměstnance. Firma ale musí umět ukázat, že školení a pravidla odpovídají používaným systémům, rolím lidí a riziku konkrétního procesu.Co AI gramotnost znamená v praxi
AI gramotnost je kombinace znalostí, dovedností a úsudku, které člověku umožní používat AI odpovědně. Nejde jen o technické ovládání nástroje. Patří sem zejména:
- základní pochopení principu a omezení použitého systému,
- rozpoznání halucinací, zkreslení, manipulace a nevhodného výstupu,
- správné zacházení s osobními, důvěrnými a autorsky chráněnými daty,
- orientace v tom, kdy se uplatňuje AI Act, GDPR nebo jiná pravidla,
- schopnost použít lidskou kontrolu a odmítnout výsledek,
- znalost interního postupu při incidentu, chybě nebo nejasném použití.
Jinou úroveň potřebuje zaměstnanec, který si nechá opravit e-mail, a jinou pracovník, který kontroluje AI doporučení při náboru nebo posuzuje reklamaci zákazníka. Účinný program proto začíná u rolí a rizika, ne u seznamu obecných funkcí nástroje.
Koho se opatření týká
Článek 4 míří na zaměstnance a další osoby, které se zabývají provozem a používáním AI systémů jménem poskytovatele nebo provozovatele. Může jít o interní pracovníky, externisty, agenturu nebo dodavatele, pokud systém používají v rámci služby pro firmu.
Neznamená to, že každého návštěvníka webu musíte školit jako zaměstnance. U zákazníků může být užitečná srozumitelná informace a návod, ale hlavní povinnost se týká lidí, kteří AI systém skutečně provozují, nastavují, kontrolují nebo používají v práci.
Rozdělte školení podle rolí
1. Všichni zaměstnanci
Základní úroveň má pokrýt každý, kdo se s AI ve firmě může setkat. Zaměstnanec by měl vědět, které nástroje jsou schválené, jaká data se nesmí vkládat, proč výstup nemusí být pravdivý a kde hlásit problém.
2. Běžní uživatelé AI nástrojů
Uživatelé chatbotů, generátorů textu, obrázků nebo překladů potřebují prakticky procvičit zadání, práci s kontextem, ověřování faktů, citlivé údaje, licence a označování AI obsahu.
3. Vedoucí a vlastníci procesů
Vedoucí musí umět rozhodnout, zda nový use case schválit, kdo jej vlastní, jaký má dopad na lidi a jaká opatření jsou nutná. Potřebuje rozumět rozdílu mezi zakázaným, vysokorizikovým, transparentním a běžným použitím.
4. IT, vývoj a administrátoři
Technický tým řeší přístupy, API klíče, logy, retenční dobu, napojení na data, ochranu proti prompt injection, změny modelu, zálohy, bezpečný fallback a odpojení služby při incidentu.
5. Kontrola, právní a compliance role
Kontrolní role potřebují umět projít dokumentaci, právní titul, DPIA, klasifikaci AI Actu, smlouvu s dodavatelem, záznamy o testování a důkazy o lidském dohledu.
RoleMinimum znalostíPraktický důkaz VšichniSchválené nástroje, zakázaná data, hlášení chyby.Krátké seznámení a potvrzení pravidel. UživateléOvěření výstupu, prompt, označení obsahu, práce s daty.Procvičení na vlastním pracovním scénáři. VedoucíÚčel, riziko, vlastník, eskalace a dopad na lidi.Schválený záznam use case. IT a vývojIntegrace, bezpečnost, logy, změny a incident.Technický checklist a testovací protokol. KontrolaAI Act, GDPR, dokumentace a auditní stopa.Posouzení a plán nápravných opatření.Co má umět běžný uživatel
Rozumět limitům
Generativní model může vytvořit přesvědčivou, ale nepravdivou odpověď. Uživatel musí umět rozlišit jazykovou plynulost od důkazu správnosti. U právních, finančních, zdravotních a veřejně významných textů se ověřují primární zdroje, datum a kontext.
Pracovat s daty
Před vložením textu do AI je potřeba určit, zda obsahuje osobní, obchodně důvěrné, bezpečnostní nebo autorsky chráněné informace. U veřejných nástrojů se nespoléhejte na to, že „to asi nikdo nečte“. Rozhoduje nastavení služby, smlouva a skutečný tok dat.
Kontrolovat výstup
Uživatel kontroluje čísla, jména, citace, odkazy, tón, bias a vhodnost pro adresáta. Výstup se nesmí odeslat zákazníkovi jen proto, že zní profesionálně.
Znát hranici automatizace
AI může připravit návrh. Neměla by bez schváleného procesu sama měnit objednávku, odmítat reklamaci, vybírat uchazeče nebo publikovat citlivé sdělení. Pokud má systém větší pravomoc, musí být proces zvlášť posouzen.
Jak školit prompty bez falešného pocitu bezpečí
Promptování je užitečné, ale samo o sobě není bezpečnostní opatření. Učte zaměstnance pracovat s účelem, kontextem, omezeními a kritériem úspěchu.
- Účel: „Připrav návrh odpovědi na dotaz k doručení.“
- Kontext: přiložit pouze schválené údaje a produktové informace.
- Omezení: „Nevymýšlej cenu, termín ani právní závazek. Pokud informace chybí, řekni to.“
- Výstup: definovat formát, délku a komu je určen.
- Kontrola: uvést, co musí člověk ověřit před použitím.
Dobře napsaný prompt nesnižuje právní riziko na nulu. Pomáhá ale zmenšit prostor pro nechtěný výstup a usnadní kontrolu.
AI gramotnost a lidský dohled
U vysoce rizikových systémů AI Act požaduje, aby provozovatel určil osobu nebo osoby pro lidský dohled a vybavil je znalostmi, pravomocí a možností zasáhnout. Školení proto musí být navázané na konkrétní proces, nejen na obecné vysvětlení AI.
Člověk, který má jen potvrdit doporučení bez času, informací a možnosti výsledek změnit, nevykonává skutečný dohled. Musí znát limity systému, vidět relevantní podklady, rozpoznat neobvyklý případ a mít postup, jak se vrátit k ručnímu rozhodnutí.
Praktický příklad: zákaznická podpora
Podpora používá AI asistenta pro návrhy odpovědí. Základní školení může obsahovat:
- jak poznat, že odpověď vychází z nedostatečného kontextu,
- jak odstranit osobní a platební údaje z testovacího promptu,
- jak ověřit cenu, dostupnost a termín proti aktuálnímu systému,
- kdy nechat odpověď zkontrolovat vedoucím,
- jak označit a nahlásit opakovanou chybu modelu.
Praktickým testem je pět reálných, anonymizovaných dotazů včetně jednoho nejasného a jednoho citlivého. Zaměstnanec nemusí „překonat AI“. Musí správně poznat, kdy jejímu výstupu nevěřit.
Praktický příklad: HR a nábor
Recruiter pracuje s AI, která vytahuje dovednosti z CV. Školení musí zahrnout riziko diskriminace, nepoužívání nepotřebných osobních údajů, vysvětlení omezení skóre, informování uchazečů a povinnost učinit skutečné lidské posouzení.
Vedoucí HR musí navíc vědět, že použití v zaměstnání může spadat do vysokého rizika podle AI Actu. Nestačí zaměstnance naučit stisknout tlačítko. Je potřeba schválený proces, evidence odchylek a možnost napadnout chybný výsledek.
Praktický příklad: marketing a AI obsah
Marketing používá AI k tvorbě textů, obrázků a videí. Program AI gramotnosti má pokrýt:
- ověření faktů a zdrojů,
- autorská práva, ochranné známky a podobu osob,
- označení deepfake a AI textu ve věcech veřejného zájmu,
- zákaz prezentovat syntetickou referenci jako skutečného klienta,
- archivaci zdrojové verze, schválení a data publikace.
Dobrá praxe není „AI nepoužívat“. Je to jasné rozdělení mezi nápad, návrh, ověření a konečnou odpovědnost za zveřejněný obsah.
Jak nastavit interní pravidla
Interní pravidla by měla být krátká, konkrétní a snadno dohledatelná. Doporučená struktura:
- Schválené nástroje: název, vlastník, účel a typ dat.
- Zakázané vstupy: přihlašovací údaje, platební údaje, zdravotní data, neveřejné smlouvy a osobní údaje bez schváleného režimu.
- Povinná kontrola: co se ověřuje a kdy je potřeba druhý člověk.
- Označení: jak se označuje chatbot, AI obrázek, video nebo text.
- Eskalace: kam poslat chybný výstup, únik dat nebo podezřelé použití.
- Změny: kdo schvaluje nový nástroj, model nebo použití v novém procesu.
Pravidla doplňte jednoduchou kartou use case. Bez vlastníka a účelu se i dobré školení rychle rozpadne.
Jak AI gramotnost ověřit
AI Act podle aktuálních vysvětlení Komise nevyžaduje povinné měření znalostí každého zaměstnance ani konkrétní univerzální úroveň. Firma však musí mít přiměřená opatření a měla by být schopna doložit, co udělala. Ověření proto může mít podobu:
- krátkého scénářového kvízu,
- praktického úkolu na anonymizovaných datech,
- kontroly, zda člověk správně eskaluje citlivý výstup,
- potvrzení interních pravidel s možností dotazů,
- pravidelného přezkoumání po změně nástroje nebo procesu.
Nejlepší otázka není „ví zaměstnanec, co je AI?“, ale „pozná v našem procesu situaci, kdy musí zastavit, ověřit nebo předat případ člověku?“
Třicetidenní plán zavedení
Dny 1 až 5: zmapování
- sepište používané AI nástroje, modely a procesy,
- označte role a citlivá data,
- najděte použití v HR, podpoře, marketingu, financích a vývoji.
Dny 6 až 10: pravidla
- schvalte seznam nástrojů,
- zakažte rizikové vstupy a popište výjimky,
- určete vlastníky a eskalační kontakty.
Dny 11 až 20: školení podle rolí
- proveďte krátké školení pro všechny,
- přidejte praktické workshopy pro uživatele a vedoucí,
- technickému týmu předejte bezpečnostní checklist.
Dny 21 až 25: scénáře a ověření
- procvičte chybný výstup, únik dat, incident a výpadek modelu,
- ověřte, zda lidé vědí, kdy AI nepoužít,
- zapište nejasnosti do aktualizace pravidel.
Dny 26 až 30: evidence a revize
- uložte osnovu, účast a materiály,
- přidejte datum dalšího školení a revize,
- propojte AI gramotnost s onboardingem a změnovým řízením.
Co školit při změně nástroje
Krátké opakování je nutné při změně modelu, oprávnění, zdrojů dat, automatizace nebo účelu. Nový model může jinak zacházet s kontextem, generovat jiné typy obsahu nebo mít jinou politiku ukládání. Aktualizujte proto školení alespoň v těchto bodech:
- co se změnilo a v čem se může lišit výstup,
- která data se nyní odesílají a jak se ukládají,
- zda se změnila povinnost označení nebo lidské kontroly,
- jaké nové testy a incidentní scénáře se přidávají.
Role dodavatele a externích osob
Pokud AI používá agentura, freelancer nebo externí call centrum jménem firmy, zahrňte jejich pracovníky do pravidel a smluv. Smlouva by měla řešit schválené nástroje, data, odpovědnost za kontrolu, incidenty, označení obsahu a povinnost informovat o změně modelu.
Externí školení může být vhodné, ale firma si musí ověřit, zda pokrývá její konkrétní systém a proces. Obecný kurz o AI bez vazby na interní data a rozhodnutí nepředstavuje celý program AI gramotnosti.
Nejčastější chyby
- Jedno školení pro všechny: uživatel chatbotu nepotřebuje stejné znalosti jako správce vysoce rizikového systému.
- Výuka pouze promptů: dobrý prompt nenahradí ochranu dat, kontrolu faktů ani lidské rozhodnutí.
- Formální podpis bez praxe: zaměstnanec může potvrdit pravidla a přesto nevědět, co udělat při incidentu.
- Žádný vlastník: nikdo pak neaktualizuje školení při změně modelu.
- Příliš obecná směrnice: věta „AI používejte zodpovědně“ nepomůže při konkrétním dotazu.
- Ignorování externistů: data může do AI vložit dodavatel, přestože interní zaměstnanci jsou proškolení.
Co může firma udělat tento týden
- Určit jednu osobu odpovědnou za AI gramotnost a registr nástrojů.
- Sepsat tři nejčastější AI scénáře a tři nejhorší chyby, které mohou nastat.
- Vytvořit jednostránková pravidla pro data, kontrolu a eskalaci.
- Provést krátké školení na reálných, anonymizovaných příkladech.
- Naplánovat opakování při onboardingu, změně nástroje a nejméně jednou za rok.
Jak navázat na další články
AI gramotnost se musí opírat o konkrétní rizika. Základní rámec najdete v článku EU AI Act pro české firmy, klasifikaci popisuje praktický průvodce rizikovými kategoriemi a vysoké riziko rozebírá samostatný článek. Pro data a zaměstnanecké procesy navazuje AI Act a GDPR v praxi a pro obsah transparentnost AI.
Závěr
AI gramotnost není jednorázový certifikát ani soutěž v nejlepších promptech. Je to praktická schopnost správně rozhodnout, kdy AI použít, jaká data jí svěřit, jak ověřit výstup a kdy výsledek zastavit nebo předat člověku.
Dobře nastavený program je přiměřený velikosti firmy a riziku procesu. Začíná mapou nástrojů, pokračuje rolemi a scénáři, končí evidencí, opakováním a aktualizací. Přesně tak se z obecné povinnosti stane něco, co lidem pomůže pracovat rychleji a bezpečněji.
Zdroje a právní poznámka
Článek vychází z nařízení Evropského parlamentu a Rady (EU) 2024/1689 (AI Act), zejména článku 4. Praktické vysvětlení povinnosti a změn po Digital Omnibusu poskytuje FAQ Evropské komise k AI gramotnosti. Evropská komise zveřejňuje také repozitář příkladů AI gramotnosti. Ten je inspirací a jeho pouhé převzetí samo o sobě automaticky neprokazuje soulad. Další příklady jsou dostupné v databázi AI literacy practices.
Aktualizováno 7. srpna 2026. Text je praktický orientační materiál, nikoliv právní stanovisko. Konkrétní opatření závisí na používaných systémech, rolích, datech a dopadu na osoby. U vysoce rizikových nebo zaměstnaneckých procesů doporučujeme propojit školení s právním, bezpečnostním a technickým posouzením.