Proč se zaměstnanci nepřiznávají k používání AI

Proč se přiznání k AI může zdát riskantní

Specialista připraví velmi dobrou analýzu a k utřídění materiálu přitom využije AI. Na poradě zazní otázka: „To jsi psal sám?“ Pokud tón naznačuje, že použití nástroje snižuje hodnotu práce, příště se o něm možná nezmíní. Problém nemusí spočívat v úmyslu firmu podvést. Zaměstnanec si možná myslí, že jeho úsilí, znalosti a rozhodnutí budou přehlíženy, jakmile přizná podíl AI. Tam, kde se cení především samostatné splnění úkolu, je taková obava pochopitelná.

Výzkumy mlčení v organizacích už léta ukazují, že lidé zvažují riziko spojené se sdělováním informací, které mohou zhoršit jejich postavení. Nesmíte z toho ale vyvozovat, že každý, kdo mlčí, se bojí šéfa. Někteří prostě nevědí, které použití je třeba uvést. První rozhovor by se proto měl týkat pravidel a jejich důvodů, ne snahy odhalit skryté uživatele.

Výzkum ukazuje na obavu z hodnocení kompetencí

Studie, kterou v roce 2026 publikovali Mizrak a spoluautoři, zahrnula 564 zaměstnanců z oblasti poradenství a profesionálních služeb v Turecku, kteří měli zkušenosti s používáním generativní AI. Autoři zkoumali souvislosti mezi skrýváním používání nástrojů na jedné straně a strachem z prozrazení, obavou ze ztráty pověsti kompetentního člověka a srozumitelností firemních pravidel na straně druhé. Větší strach souvisel s častějším deklarovaným skrýváním používání AI. Nejde o důkaz, že tyto faktory jsou příčinou, ani o výsledek reprezentativní pro všechny profese.

Důležitý je rozdíl mezi hodnocením výsledku práce a stereotypem o tom, jak výsledek vznikl. Pokud nadřízený zprávu pochválí, ale jakmile se dozví o použití AI, okamžitě začne autora považovat za méně schopného, vysílá protichůdný signál. Lidé pak budou hledat způsob, jak si chránit pověst. Odpovědí není bezvýhradné omlouvání každého použití AI, ale přiměřené požadavky a jasná kritéria kvality nezávislá na módních prohlášeních.

Nejasná pravidla vytvářejí šedou zónu

V jednom oddělení vedení vybízí k automatizaci, v jiném stále zaznívá „skutečný expert dělá všechno sám“. Nikdo nevysvětlil, zda se smějí zadávat data klienta do externího nástroje, zda lze použít AI na první návrh smlouvy nebo vygenerovat návrh odpovědi. Zaměstnanci vidí rozpor mezi tlakem na výkon a rizikem porušení pravidel. Někteří se technologie vzdají, jiní ji začnou používat potichu. Je to problém organizace práce, nejen postojů.

Dobrá pravidla by měla odpovídat na jednoduché otázky: které nástroje jsou povoleny, jaká data se do nich nesmějí zadávat, která použití je třeba uvést, kdo ověřuje výsledek a jak postupovat při chybě. Ne všechno vyžaduje stejnou míru vykazování. Oprava interpunkce v interní poznámce a příprava doporučení pro klienta na základě neveřejných dat nejsou rovnocenné činnosti.

Označení „vygenerováno“ nezbavuje odpovědnosti

Transparentnost neznamená připisovat ke každé větě „vytvořeno s AI“. U použití, která mají důsledky pro klienta, pacienta nebo finanční rozhodnutí, případně právní důsledky, je důležité, co nástroj udělal, odkud pocházela data a kdo výsledek posoudil. Autor zprávy by měl umět obhájit použité zdroje a rozumět doporučení. Nestačí odkázat na to, že „model to tak navrhl“. Na druhou stranu by informace o používání AI neměla snižovat hodnotu poctivě odvedené práce.

V týmu lze stanovit tři úrovně: jazykovou pomoc, věcnou podporu při tvorbě obsahu a podíl na analýze, která ovlivňuje důležité rozhodnutí. Každá úroveň má jiné požadavky na ověření a uvedení. Přesné hranice závisejí na firemních pravidlech, smlouvách s klienty a právních povinnostech. Zaměstnanec by měl vidět nejen zákazy, ale i to, že má přístup ke schváleným nástrojům, které mu umožní plnit úkoly v souladu s pravidly.

Ptejte se na pracovní praxi, ne na pocit viny

Špatný začátek rozhovoru zní: „Přiznejte se, kdo používá AI a podvádí mě.“ Předpokládá vinu ještě dřív, než se vysvětlí pravidla. Lepší verze: „Chci zjistit, kde nám AI opravdu pomáhá, kde se objevují chyby a která pravidla bychom měli upřesnit. Samotné používání povoleného nástroje nebudeme ztotožňovat s nedostatkem kompetencí.“ Taková věta je věrohodná teprve tehdy, když nadřízený skutečně reaguje v souladu s tímto prohlášením.

V individuálním rozhovoru (1:1) se zeptejte: „V které fázi práce ti nástroj pomohl? Co jsi ověřil sám? Co potřebuješ, abys to mohl dělat bezpečně?“ Nevyptávejte se na soukromé podrobnosti, které s úkolem nesouvisejí. Pokud došlo k porušení důvěrnosti nebo ke zkreslenému uvádění zdrojů, posuzujte konkrétní chování podle firemních pravidel. Vyvození důsledků za konkrétní chybu by nemělo znamenat zatracení všech nových řešení.

Kultura otevřenosti vyžaduje předvídatelnou reakci nadřízeného

Zaměstnanci se pravidla neučí jen z dokumentů, ale i z reakce na první nahlášení. Pokud manažer poděkuje za upozornění na chybný výsledek a pomůže ho opravit, ukáže, že se o problémech dá mluvit. Pokud se vysmívá člověku, který se ptá na schválený nástroj, oslabuje vlastní sdělení o otevřenosti. Výzkumy psychologického bezpečí ukazují jeho souvislost se sdílením informací a učením týmů, i když nezaručují jednoduchý účinek jediné intervence.

V praxi se vyplatí pravidelně sbírat příklady úspěšného použití AI, ale i situací, kdy ověření odhalilo chybu. Nejde o veřejný seznam viníků, ale o společné porozumění hranicím. Jasná pravidla, dobré nástroje a spravedlivý způsob hodnocení práce mohou potřebu skrývání snížit. Nadřízený tak buduje tým, v němž používání technologií není tajemstvím ani způsobem, jak se zbavit odpovědnosti.

Neuvádění používání AI v práci může pramenit ze strachu z hodnocení, nejasných pravidel a protichůdných signálů od vedení. Neospravedlňuje to porušování důvěrnosti ani vydávání neověřeného obsahu za vlastní analýzu. Vyplatí se však tyto problémy oddělit od samotného používání nástroje. Transparentní pravidla, přiměřená kontrola a klidný rozhovor o kvalitě pomáhají proměnit podezření ve spolupráci.

Jak Empatyzer pomáhá mluvit o AI bez hledání viníků

Manažer má podezření, že část týmu používá AI mimo oficiální pravidla, ale neví, zda je důvodem nedostatek jasných pravidel, nepohodlné nástroje, nebo strach z hodnocení. Místo aby začínal obviňováním, popisuje Em, jak zní současná pravidla a jaké chování skutečně zaznamenal. Em mu pomáhá oddělit fakta od domněnek, formulovat neutrální otázky na pracovní praxi a připravit krátké vysvětlení platných pravidel. V kontextu týmu může Em zohlednit rozdíly v postoji k novým řešením a v potřebě bezpečí. Když dojde na obtížný rozhovor s konkrétním zaměstnancem, dostupné tipy pro vztahy pomáhají zvolit způsob předání zpětné vazby bez zahanbování. Manažer také žádá Em o pomoc s odpovědí na otázku zaměstnance: „Když používám AI, proč mě ostatní považují za méně kompetentního?“ Rozhovor končí plánem: které případy vyžadují uvedení, jak dokumentovat ověření výsledku a jak hlásit problém. Mikrolekce pomáhají upevnit dovednosti konstruktivní zpětné vazby a komunikace technologických změn.