AI literacy v praxi: Jak proškolit zaměstnance dle článku 4 EU AI Act

Proč je AI literacy klíčová a článek 4 je váš budíček

Článek 4 AI Actu o AI gramotnosti se používá od 2. února 2025. K 17. červenci 2026 se stále použije původní znění: poskytovatelé a nasazovatelé mají v co největší možné míře přijímat opatření k zajištění dostatečné úrovně AI gramotnosti osob, které se jejich jménem zabývají provozem a používáním AI systémů. Rozsah opatření se odvíjí od znalostí, zkušeností, vzdělání, kontextu použití a osob, vůči nimž jsou systémy používány.

Podepsaný finální Digital Omnibus čekal k tomuto datu na zveřejnění v Úředním věstníku. Po vstupu v platnost nahradí článek 4 formulací o opatřeních na podporu rozvoje AI gramotnosti a výslovně dodává, že poskytovatel ani nasazovatel nemusí garantovat konkrétní úroveň každého jednotlivce. Aktuální stav zveřejnění je proto nutné před rozhodnutím znovu ověřit.

Opatření se proto nemusejí týkat jen vývojářů nebo IT. Podle konkrétního použití mohou zahrnout například marketing pracující s generativní AI, HR používající nástroje pro práci s uchazeči nebo zákaznickou podporu využívající AI asistenty. Neznamená to však, že každý zaměstnanec musí absolvovat stejný formální kurz.

Praktickým cílem je, aby lidé rozuměli možnostem a omezením nástrojů, které skutečně používají, dokázali ověřit jejich výstupy a věděli, kdy zapojit člověka. Následující osnova je doporučení pro řízení rizik, nikoli jediná právně předepsaná forma splnění článku 4.

Co přesně vyžaduje článek 4 AI Actu? Základy AI gramotnosti

Článek 4 neurčuje povinný certifikát, minimální počet hodin ani jednotnou osnovu. Původní znění vyžaduje opatření v co největší možné míře s ohledem na znalosti a zkušenosti osob, kontext použití a dotčené osoby nebo skupiny. Podepsaná změna zachovává kontextový přístup, ale nově mluví o podpoře rozvoje AI gramotnosti bez garance konkrétní úrovně jednotlivce.

Užitečným výsledkem opatření je schopnost rozpoznat omezení konkrétního systému, ověřovat důležité výstupy, chránit citlivá data a eskalovat chybu. Hloubka znalostí bude jiná u vývojáře, personalisty používajícího náborový nástroj a člověka, který pouze připravuje textové návrhy.

Článek 5 upravuje zakázané praktiky. Klasifikace vysoce rizikových systémů začíná v článku 6 a navazuje na přílohy I a III; konkrétní povinnosti je nutné určit podle funkce systému a role organizace.

Praktická osnova přiměřeného programu

Následující šablonu lze upravit podle používaných nástrojů a rolí. Formální školení je jedna z možností; u jednoduchého použití může část potřeb pokrýt jasný interní návod a praktický onboarding.

1. Úvod do AI a AI Actu: Základní definice AI, její typy (strojové učení, generativní AI apod.), principy fungování. Stručné seznámení s EU AI Actem, jeho cíli a harmonogramem, s důrazem na článek 4. Vysvětlení, proč je AI gramotnost důležitá pro firmu i pro jednotlivce.

2. AI systémy používané ve firmě: Kdo nástroj používá, k jakému účelu, s jakými daty a jak se ověřují jeho výstupy. U každého použití rozlište roli organizace a skutečnou funkci systému.

3. Rizika a omezení AI: Detailní rozbor potenciálních rizik – bias (zkreslení), ochrana soukromí (GDPR), bezpečnostní hrozby, nedostatečná transparentnost, spolehlivost a přesnost. Vysvětlení, proč AI není neomylná a jaké jsou její inherentní limity. Upozornění na tzv. 'halucinace' generativní AI. Role lidského dohledu a intervence – kdy a jak zasáhnout.

4. Etické aspekty a firemní pravidla: Co je při používání AI povoleno, jak chránit osobní a důvěrná data a kam hlásit chyby nebo sporné situace. Podrobněji je rozebíráme v článku o interních směrnicích pro AI.

5. Praktické ukázky a scénáře: Cvičení a diskuse nad reálnými scénáři, kdy AI může selhat nebo být zneužita. Jak rozpoznat špatné výstupy, jak je ověřit a jak správně reagovat. Diskuze o konkrétních případech z praxe vaší firmy nebo oboru. Závěrečný test nebo kvíz pro ověření pochopení.

Evidence a aktualizace: praktický, nikoli předepsaný formát

Článek 4 neurčuje povinnou podobu záznamu, podpisovou listinu, test ani roční frekvenci. Stručná interní evidence je přesto rozumný způsob, jak doložit, proč byla opatření zvolena a koho pokrývala.

Praktický záznam může uvést cílovou skupinu, používané systémy, hlavní rizika, obsah opatření a datum. Jména účastníků, výsledky testů nebo kvalifikaci školitele evidujte jen tehdy, když to odpovídá zvolené formě a interním pravidlům; nepředstavujte je jako univerzální požadavek AI Actu.

Aktualizaci zvažte při zavedení nového systému, významné změně jeho funkce, změně pracovní role, incidentu nebo relevantní změně pravidel. Pevný roční interval může být praktickou interní volbou, ale nařízení jej samo nestanoví.

Přizpůsobení školení rolím a firemní kultuře

Jednou z častých chyb při zavádění AI gramotnosti je přístup 'jedna velikost pro všechny'. Různé role a oddělení mají odlišné potřeby a míru interakce s AI. Proto bývá vhodné opatření rozdělit do modulů a přizpůsobit je konkrétním skupinám; nejde však o právně předepsanou formu. Jinou hloubku znalostí potřebuje vývojář AI systémů, jinou marketingový specialista a jinou zaměstnanec zákaznické podpory.

Pro vývojáře a IT specialisty by se školení mělo zaměřit na technické detaily, etické aspekty v návrhu algoritmů, testování robustnosti, bezpečnostní protokoly a správu dat. Naopak pro zaměstnance v HR by bylo klíčové pochopit rizika biasu v náborových AI nástrojích a ochranu osobních údajů. Marketingoví specialisté by měli být vzděláváni v etickém používání generativní AI pro tvorbu obsahu a transparentnosti vůči spotřebitelům. Pro manažery a vedoucí pracovníky je pak důležité chápat strategické implikace AI, její potenciál a rizika pro obchodní rozhodování a správu týmu.

Kromě formálních školení je užitečné budovat firemní kulturu, která podporuje otevřenou diskusi o AI, sdílení znalostí a kritické myšlení. Vytvořte kanály pro hlášení obav a dotazů a poskytujte přístup k relevantním zdrojům. Integrace AI gramotnosti do onboardingu nebo stávajícího compliance školení může být praktická interní volba. Pravidelně kontrolujte právní znění, prováděcí materiály i skutečně používané nástroje; samotný podpis účastníka není důkazem, že zvolená opatření odpovídají kontextu.

Související články

• interních směrnicích pro AI
• kompletní přehled AI Actu
• potenciální pokuty