AI vám prý nevezme práci. Jen od vás bude zaměstnavatel chtít úplně jiné dovednosti

Mezi slibem technologického ráje a předpovědí hromadné nezaměstnanosti se ztrácí praktická otázka: co se mění ve vaší konkrétní práci? Místo věštění zkuste malý audit úkolů, nároků a skutečné kvality výsledku.

V modelové kanceláři přijdou během jednoho dne dvě zprávy. První tvrdí, že umělá inteligence brzy zvládne všechno. Druhá oznamuje povinné školení, na kterém se zaměstnanci naučí psát lepší zadání. Kolega se ptá, zda má měnit profesi, nebo jen heslo do nové služby. Vedoucí uklidňuje tým větou, že technologie přinese efektivitu. Co přesně to znamená pro páteční uzávěrku, zatím nikdo nezanesl do plánu.

Titulek není předpověď jistého osudu každého povolání. Někde se může měnit náplň práce, jinde počet míst, jinde téměř nic; pro konkrétní závěr potřebujete konkrétní podklady. Tento článek proto nenabízí seznam profesí odsouzených k zániku. Nabízí vlastní pracovní postup, jak přestat řešit neurčité „AI versus já“ a zjistit, které úkoly, dovednosti a odpovědnosti stojí za pozornost právě ve vaší situaci.

Napište, co během běžného týdne skutečně děláte. Ne „jsem účetní“, „jsem grafik“ nebo „pracuji v administrativě“, ale konkrétní činnosti: připravuji podklady, ověřuji údaje, řeším výjimky, vysvětluji klientům postup, schvaluji výsledek. Jeden název práce může skrývat velmi odlišné úkoly. Debata o nahrazení celého člověka pak působí dramaticky, ale neposkytuje moc vodítek pro pondělní rozhodování.

U každé činnosti napište, podle čeho poznáte dobrý výsledek a co se stane při chybě. Jinou váhu má návrh interního názvu souboru a jinou pokyn, podle kterého někdo odešle peníze. Tento rozdíl není odmítnutí technologie. Je to zadání pro odpovědné používání jakéhokoli nástroje. Pokud nevíte, kdo ověří výsledek a podle čeho, nejste ještě u automatizace; jste u dobře vypadajícího pokusu s nejasným vlastníkem následků.

Nezkoušejte nový nástroj poprvé na nejcitlivějším zákazníkovi. Vyberte úkol s jasným cílem, povolenými vstupy a možností výsledek zkontrolovat bez významné škody. Může to být struktura interního přehledu nebo přeformulování veřejného textu. Předem si ověřte, zda takové použití odpovídá pravidlům organizace. Technická dostupnost služby sama neříká, jaká data do ní smíte vložit.

Změřte celý postup, ne pouze okamžik, kdy nástroj dopíše odpověď. Započítejte přípravu, kontrolu, opravy i předání. Modelový zaměstnanec získá návrh za minutu, ale pak dvacet minut napravuje údaje, které předtím zpracoval správně během deseti. Neznamená to, že nástroj je vždy špatný. Znamená to, že konkrétní použití zatím nesplnilo jeho cíl. Rychlost prvního návrhu a čas hotové práce jsou dvě různé veličiny.

Při zkoušce si zapisujte, kde výsledek neobstál. Chyběl kontext? Byl špatný vstup? Nebylo možné ověřit tvrzení? Nebo návrh vypadal přesvědčivě, ale nesplňoval domluvené požadavky? Takový seznam je užitečnější než obecné hodnocení „funguje to skvěle“. Učí vás rozlišovat situace, v nichž nástroj pomáhá, od situací, kde potřebuje jiný postup nebo se nehodí vůbec.

Nepleťte si schopnost zadat úkol se schopností posoudit jeho výsledek. V modelovém týmu může nový kolega vytvořit nádherně uspořádaný přehled, zatímco zkušený pracovník pozná, že mu chybí jediná zásadní podmínka. Obojí jsou různé dovednosti. Smysluplné učení může zahrnovat práci s nástrojem i prohloubení oborové kontroly. Zkratka v obsluze není omluva pro ztrátu porozumění tomu, co předáváte dál pod vlastním jménem.

Pokud uvažujete o změně práce, projděte několik aktuálních nabídek pro konkrétní roli a lokalitu. Poznamenejte datum, zaměstnavatele a skutečný požadavek. Rozlišujte opakující se náplň práce od jedné módní formulace. Tři inzeráty s podobným výrazem ještě nejsou důkaz celonárodní proměny profese. Mohou však posloužit jako začátek rozhovoru o tom, co firmy pod daným pojmem opravdu očekávají.

Na pohovoru se ptejte na příklad: „Který úkol má tato dovednost v prvních měsících řešit?“ Odpověď vám může ukázat rozdíl mezi zavedeným postupem a přáním, které zatím nemá majitele. Zajímejte se také o odpovědnost, kontrolu, dostupné nástroje a čas na učení. Není fér, aby se požadavek „buďte moderní“ automaticky přeložil jako „ve volnu si vymyslete celý systém a potom ručte za všechny jeho chyby“.

Místo nákupu tří kurzů najednou si stanovte konkrétní dovednost, kterou chcete předvést. Například umět připravit kontrolovatelný návrh přehledu z povolených podkladů a vysvětlit, jak jste ho ověřili. Vyberte výuku, která k tomu skutečně vede. Certifikát může potvrdit absolvování, ale sám neukáže, zda zvládnete pracovní situaci. Výsledkem učení by měl být i malý použitelný příklad, ne pouze další položka v profilu.

Vlastní ukázku vytvořte na veřejných nebo modelových datech, pokud nemáte oprávnění použít jiné. Popište zadání, omezení, kontrolu a výsledek. Nevyzdobujte portfolio cizími důvěrnými dokumenty jen proto, že vypadají profesionálně. Schopnost respektovat hranice přístupu patří do kvalitního pracovního postupu. Ukázka moderní dovednosti by neměla současně sloužit jako praktická demonstrace, proč vám příště nikdo nechce svěřit data.

S nadřízeným nebo klientem proberte, které části musí zůstat pod lidským schválením a jak budete řešit nejasný výsledek. Ptejte se také, co se stane s ušetřeným časem. Má přinést lepší kvalitu, rychlejší dodání nebo jinou práci? Bez dohody může každá strana očekávat něco jiného. Jedna čeká kratší pracovní den, druhá dvojnásobný objem a třetí pouze nižší cenu.

Zaznamenejte pilotní postup tak, aby ho mohl pochopit někdo další. Kdo připravuje vstup, kde probíhá kontrola a kdy se nástroj nepoužije? Tím se z osobního triku může stát sdílená dovednost. Neznamená to psát stovku stran metodiky pro jeden formulář. Stačí popsat rozhodující kroky. Organizace pak není závislá na člověku, který jako jediný ví, kam vložil správné zadání a proč dnes vyšel jiný výsledek.

Nezlehčujte obavy lidí, kterým zaměstnavatel oznamuje skutečnou změnu práce. Rada „naučte se AI a všechno bude dobré“ může být stejně nepodložená jako opačný výkřik o konci všech profesí. Potřebujete konkrétní informace o roli, termínech a podmínkách, případně příslušné odborné poradenství. Osobní dovednosti jsou jen část situace, nikoli kouzelné vysvětlení každého pracovního výsledku.

Pro vlastní plán si rozdělte, co můžete ovlivnit nyní, co potřebujete zjistit a co zatím nevíte. Do první skupiny může patřit malý pracovní test nebo rozhovor o očekáváních. Do druhé konkrétní informace od zaměstnavatele. Do třetí daleké předpovědi, které dnes nemáte jak spolehlivě posoudit. Není nutné věnovat nejvíc času právě té poslední skupině jen proto, že vytváří nejdramatičtější titulky.

Po měsíci malých zkoušek můžete mít užitečnější přehled než po měsíci čtení sporů o budoucnost lidstva. Zjistíte, který úkol zvládáte jinak, kde potřebujete pomoc a co se zatím nevyplatí měnit. Nemusí vzniknout převrat. Může vzniknout jedna dobře popsaná dovednost, kterou dokážete ukázat a obhájit. To je pro pracovní rozhovor pevnější podklad než tvrzení, že vás nové technologie rozhodně nikdy nemohou překvapit.

Až tedy někdo oznámí, že AI vezme práci všem, nebo naopak nikomu, nemusíte si okamžitě vybrat tábor. Zeptejte se na úkol, podmínky a důkazy. Vlastní budoucnost stejně nesestavíte z jediného výroku. Začněte tím, co dnes děláte, co má mít kvalitní výsledek a jak to bezpečně vyzkoušíte jinak. Nejmodernější dovedností v místnosti může být stále schopnost položit otázku, na kterou lze skutečně odpovědět.

Otestujte jeden úkol a měřte celý výsledek.