AI gramotnost: co AI dokáže a co ne
Přejít na sekci
Proč je AI gramotnost důležitá
V roce 2026 je AI všude — v emailech, vyhledávačích, prezentacích, analytické práci. Ale většina lidí používá AI buď s příliš velkými očekáváními ('AI umí všechno') nebo s příliš velkým strachem ('AI mě nahradí'). Oba extrémy vedou ke špatným rozhodnutím. AI gramotnost je schopnost rozumět, co AI dokáže, kde selhává a jak ji používat efektivně.
Co AI skutečně je
AI modely jako ChatGPT, Claude nebo Gemini jsou systémy pro predikci textu. Na základě vašeho vstupu předpovídají, jaký text by měl následovat. Jsou natrénované na obrovském množství textu z internetu, knih a dokumentů. Z toho plynou jejich silné i slabé stránky.
Co AI dokáže dobře
- Sumarizace: zhustit dlouhý text do klíčových bodů
- Generování textu: emaily, reporty, návrhy, dokumentace
- Analýza: rozpoznat vzory v datech a textech
- Překlad a parafráze: přeformulování textu pro různé publikum
- Brainstorming: generování nápadů a alternativ
- Strukturování: organizace neuspořádaných informací do logické struktury
- Kódování: generování, review a debugging kódu
Kde AI selhává
- Faktická přesnost: AI může s jistotou tvrdit něco špatného (halucinace)
- Matematika a přesné počítání: překvapivě nespolehlivá na komplikované kalkulace
- Aktuálnost: tréninková data mají cutoff, neznají poslední události
- Osobní kontext: neví, co chcete, pokud jí to neřeknete
- Etické rozhodování: AI nemá morální kompas, jen statistické vzory
- Originální tvorba: vytváří kombinace existujícího, ne skutečně nové myšlenky
Nejdůležitější pravidlo AI gramotnosti: AI není expert, je to velmi schopný asistent. Neradí ze zkušenosti — předpovídá, co by zkušený odborník pravděpodobně řekl. To je obrovský rozdíl.
Jak číst AI výstupy kriticky
AI výstupy vypadají přesvědčivě — plynulý jazyk, strukturované argumenty, sebejistý tón. To neznamená, že jsou správné. Tři pravidla pro kritické čtení:
- Ověřujte fakta: jakákoli konkrétní čísla, data, citace nebo tvrzení ověřujte v primárních zdrojích
- Hledejte logické mezery: AI může napsat přesvědčivý argument s chybnou logikou
- Zpochybňujte samozřejmost: když AI říká 'je obecně známo, že...' nebo 'studie ukazují...', ptejte se — jaké studie? odkud to ví?
Mýty o AI, které musí zemřít
Mýtus 1: 'AI rozumí, co říkám.' Nerozumí. Předpovídá statisticky nejpravděpodobnější odpověď na základě vzorů v trénovacích datech.
Mýtus 2: 'AI je objektivní.' Není. AI odráží zaujatosti (biases) v trénovacích datech. Pokud tréninková data preferují určitý pohled, AI ho bude reprodukovat.
Mýtus 3: 'AI mě nahradí.' Pravděpodobně ne. AI nahradí specifické úkoly, ne celé role. Lidé, kteří se naučí AI efektivně používat, budou hodnotnější, ne méně hodnotní.
Nejlepší způsob, jak zvýšit svou AI gramotnost, je experimentovat. Používejte AI na různé úkoly, vědomě testujte její limity a zapisujte si, kde vás překvapila — pozitivně i negativně.
Když si nejste jistí, zda je odpověď AI přesná, zkuste položit stejnou otázku jinému modelu (např. Claude vs. ChatGPT vs. Gemini). Pokud se neshodnou, je to silný signál, že je potřeba ověřit nezávisle.
Zadejte AI následující úkoly a sledujte, kde uspěje a kde selže: 1. Ptejte se na událost z posledních 24 hodin — umí odpovědět? 2. Požádejte o vypočítání složitého matematického výrazu (např. 17^3 + 289 / 17) 3. Požádejte o doporučení restaurace ve vašem městě — jak přesné je? 4. Požádejte o sumarizaci dlouhého článku — jak kvalitní je shrnutí? 5. Požádejte o 'fakta' o fiktivní firmě — bude AI halucinovat? U každého úkolu zaznamenejte: (a) jak přesvědčivě odpověď vypadala, (b) jestli byla správná, (c) co jste se naučili o limitech AI.
Nápověda
Fiktivní firma je nejzajímavější test — AI pravděpodobně vygeneruje přesvědčivé, ale kompletně vymyšlené informace. To je jádro problému halucinací.
Vyberte si téma, které dobře znáte (vaše profese, koníček nebo obor studia). Položte stejné 3 otázky alespoň 2 různým AI modelům (např. ChatGPT, Claude, Gemini). 1. Napište si 3 otázky předem 2. Ptejte se každého modelu zvlášť — nesdílejte odpověď druhého modelu 3. Porovnejte: kde se odpovědi shodují? Kde se liší? 4. Jako odborník — který model byl přesnější? Který více do hloubky? 5. Zapište 2-3 poznatky o tom, jak různé modely zacházejí se stejným tématem
Nápověda
Rozdíly mezi modely často odhalují oblasti, kde se tréninková data liší nebo kde má téma skutečnou nejednoznačnost. Shoda mezi modely nezaručuje správnost, ale neshoda je silný signál k dalšímu ověření.
Požádejte AI, aby napsala krátký životopis (5-8 vět) reálné, ale relativně neznámé osoby z vašeho oboru — někoho, kdo není světově proslulý, ale přispěl k oboru. 1. Přečtěte si životopis pozorně — vypadá vše správně? 2. Ověřte každé faktické tvrzení: data, pozice, úspěchy, publikace 3. Spočítejte, kolik faktů je správných vs. vymyšlených vs. částečně správných 4. Požádejte AI o zdroje jejích tvrzení — uvede skutečné zdroje? 5. Napište opravenou verzi životopisu s ověřenými informacemi
Nápověda
AI bývá přesnější u velmi slavných lidí a méně přesná u méně známých osobností. Čím méně je osoba známá, tím pravděpodobněji AI vyplní mezery věrohodně znějícími, ale vymyšlenými detaily.
- AI předpovídá text na základě vzorů — nerozumí, nemá zkušenosti, nemá morální kompas
- Silné stránky: sumarizace, generování textu, analýza, brainstorming, kódování
- Slabé stránky: faktická přesnost, matematika, aktuálnost, originalita
- Vždy ověřujte fakta, hledejte logické mezery, zpochybňujte samozřejmost
- AI je asistent, ne expert — používejte ji podle toho