Budoucnost Homo Sapiens AI

Stav / aktualizace poznatků: 28. září 2026

Když jsem psal tento Horizont, stál jsem před jednoduchou, trochu provokativní otázkou:

Tehdy jsem ji stavěl hodně osobně. Záměrně. AI podle mě nebyla důvodem čekat „za bukem“, až budoucnost vyřeší někdo jiný. Byla další výzvou vyjít ven a využít své možnosti spolurozhodovat — jakkoli omezené se mohou zdát.

Od té doby se posunulo i to, co o našem rozhodování vedle AI víme.

Výzkum dnes nepodporuje jednoduchý příběh, že nás AI dělá pasivnějšími. Ale nepotvrzuje ani opačnou představu, že nám technologie automaticky rozšiřuje svobodu a schopnosti.

Obraz je zajímavější.

AI může člověku pomoci zvládnout víc, odstranit některé bariéry a zpřístupnit schopnosti, které předtím neměl. Současně může v určitých situacích zvýšit naši tendenci spolehnout se na její doporučení, přesunout část přemýšlení na nástroj nebo vytvořit rozdíl mezi tím, co zvládneme s AI, a tím, co dokážeme bez ní.

A ještě něco se změnilo.

Původní Horizont kladl velkou váhu na osobní rozhodnost. Dnes je zřetelnější, že nestačí jen chtít rozhodovat.

Potřebujeme také mít skutečnou možnost rozhodovat.

Informace. Čas. Kompetenci. Možnost říct ne. A někdy také pravomoc změnit to, co systém právě navrhl nebo udělal.

Formálně můžeme být posledním, kdo rozhodnutí potvrdí, a přesto mít jen malou reálnou možnost je ovlivnit. A naopak můžeme AI delegovat velkou část práce, aniž bychom se tím automaticky vzdali vlastního rozhodování — pokud stále určujeme cíle, kritéria a hranice, kontrolujeme důsledky a můžeme výsledek odmítnout.

To však pro mě neznamená, že osobní odpovědnost mizí.

Znamená to něco náročnějšího:

Tohle už není jen otázka toho, co víme o AI.

Tohle je otázka, co od sebe jako lidé chceme.

Kdo vlastně rozhoduje?

Na obrazovce svítí doporučení.

AI jej vytvořila během několika sekund. Prošla víc možností, než bychom sami stihli. Výsledek vypadá přesvědčivě. Možná je dokonce lepší než řešení, ke kterému bychom došli bez ní.

Klikneme na Potvrdit.

Kdo právě rozhodl?

Mohli bychom odpovědět: člověk, samozřejmě. Poslední kliknutí bylo jeho.

Jenže právě tady začíná být výzkum zajímavý.

Rostoucí evidence ukazuje, že přítomnost člověka v rozhodovacím procesu sama o sobě nezaručuje kvalitnější úsudek. Samotné poslední lidské kliknutí tedy jako důkaz skutečné kontroly nestačí.

Ani vysvětlení toho, proč AI něco doporučuje, není automatickou pojistkou. Způsob, jakým je doporučení předloženo, jak je komunikována nejistota nebo zda si člověk nejprve vytvoří vlastní úsudek, může ovlivňovat, jak se na AI spoléháme.

Jinými slovy:

člověk v procesu ještě nemusí znamenat člověka skutečně řídícího proces.

Můžeme mít poslední tlačítko a přitom velmi malou možnost posoudit, co se před námi odehrálo.

A také naopak.

Můžeme AI delegovat velkou část práce, aniž bychom se tím automaticky vzdali vlastního rozhodování.

Spoléhat se není chyba

Tady stojí za to opravit jeden lákavý omyl.

Čím méně se spoléháme na AI, tím lépe?

Ne.

Lidé někdy přijmou doporučení AI i tam, kde by bylo správné je odmítnout. Existuje ale také opačný problém: můžeme odmítnout doporučení, které by nám pomohlo.

Smyslem proto není maximální důvěra ani maximální nedůvěra.

Výzkum používá pojem appropriate reliance: přijmout pomoc AI, když má pravdu, a dokázat ji odmítnout, když se mýlí.

Zní to skoro samozřejmě.

Jenže právě tahle zdánlivá samozřejmost vyžaduje něco, co technologie nemůže jednoduše dodat za nás: dostatek znalostí, pozornosti a prostoru pro vlastní úsudek.

A někdy i schopnost zastavit velmi pohodlný automatismus.

TEĎ není totéž co POTOM

AI umí být mimořádně přesvědčivá v jedné věci:

výsledek je tady. Hned.

Text je napsaný. Úloha vyřešená. Analýza hotová. Rozhodnutí připravené.

A právě zde dostává staré rozlišení z našeho Kompasu — TEĎ × POTOM — nový kontext.

Máme silnou evidenci krátkodobého zvýšení výkonu v některých znalostních úlohách. Současně roste evidence, že lepší výkon s AI nemusí automaticky znamenat lepší učení, retenci, přenos nebo schopnost zvládnout stejnou věc bez nástroje.

Dobře to ukazuje experiment s AI podporou při výuce matematiky. Žáci mohli s běžným AI tutorem během procvičování dosahovat lepších výsledků, ale po odebrání AI si vedli v bezprostředním samostatném testu hůře. Varianta tutora s vhodnými omezeními tento negativní přenos nevykázala.

To ale není důkaz, že AI způsobuje obecný úpadek schopností.

Je to konkrétní příklad něčeho, co je pro náš Kompas důležitější:

Výsledek, který vidíme TEĎ, nemusí být jediným výsledkem, na kterém nám záleží.

Někdy chceme hotovou odpověď.

Jindy se chceme něco naučit.

Někdy je správné práci delegovat.

Jindy právě práce samotná vytváří schopnost, kterou si chceme zachovat.

A co naše vlastní hlava?

Tady bývá debata o AI nejrychleji dramatická.

Přestaneme přemýšlet? Zlenivíme? Odevzdáme kritické myšlení stroji?

Na tak silné závěry dnes evidence nestačí.

Cognitive offloading — přesouvání části mentální práce na vnější nástroj — je reálný mechanismus. U GenAI ale máme zatím především časné signály. Některé studie spojují vyšší důvěru v AI s menším deklarovaným kritickým úsilím a s přesunem práce od vytváření řešení k jeho ověřování a integraci. Jiné experimenty ukazují, že vhodně vytvořené „tření“ může naopak kritické přemýšlení stimulovat.

Self-report, korelace a krátké experimenty nám navíc neříkají, zda se dlouhodobě mění samotná schopnost člověka kriticky myslet.

Takže ne:

dnes nemáme podklad pro tvrzení, že AI obecně ničí kritické myšlení.

Ale máme dobrý důvod ptát se, jakou část myšlení právě odkládáme — a proč.

AI nás nemusí dělat pasivnějšími. Ani aktivnějšími.

Tohle je možná nejméně efektní a zároveň jeden z nejdůležitějších výsledků celého výzkumu.

Neexistuje jeden „člověk s AI“.

U motivace jsou výsledky obousměrné. Některé studie nacházejí vyšší spokojenost, sebeúčinnost, motivaci nebo zapojení; jiné pokles vnitřní motivace či větší nudu. Krátkodobý pocit motivace nebo demotivace přitom nelze převést na tvrzení o dlouhodobé změně charakteru.

Podobně může AI rozšířit možnosti člověka, který by bez ní na určitou úlohu nestačil. V kreativních úlohách existuje rostoucí evidence výkonového přínosu — zároveň se ale mohou výstupy stávat podobnějšími. Individuální posílení a kolektivní pestrost tedy nemusí být totéž.

Kompas máme. Krajina se mění.

V knize jsme si postupně skládali vlastní Kompas. Ne jako odpověď na každou situaci, ale jako nástroj osobní orientace.

A právě tady se k němu vracíme.

Protože čím složitější je krajina kolem nás, tím důležitější je vědět, podle čeho se v ní chceme orientovat.

Co je pro mě důležité?

Co tímto rozhodnutím získávám — a co možná odevzdávám?

Co chci svěřit AI?

Co si potřebuji zachovat?

Kam mě tahle volba vede nejen TEĎ, ale také POTOM?

Kompas ale neurčuje krajinu, kterou procházíme.

Tu tvoří také lidé kolem nás, technologie, instituce, pravidla, informace, naše kompetence, čas i skutečná možnost něco ovlivnit.

Právě tady se původní obraz tohoto Horizontu rozšířil: nestačí jen vědět, kam chceme jít. Potřebujeme také umět číst terén, ve kterém se rozhodujeme.

A najednou se otázka odpovědnosti trochu mění.

Za co tedy neseme odpovědnost?

Pokud člověku řekneme:

„Je to všechno na tobě.“

není to odpovědnost.

Je to iluze kontroly.

Na druhé straně může být velmi pohodlné uzavřít:

„Rozhoduje systém. Já s tím nic neudělám.“

Ani to nemusí být pravda.

Výzkum zatím poskytuje pouze časný signál, že přítomnost AI nebo jiného poradce může měnit způsob, jakým lidé přisuzují a sdílejí odpovědnost. To ale není důkaz, že uživatelé AI obecně přestávají přijímat odpovědnost za vlastní životní volby.

Proto bych dnes digitální odpovědnost nestavěl na otázce:

„Udělal jsi toho dost?“

Spíš:

Tohle není jednorázové rozhodnutí.

Musíme se snažit vidět nejen to, co můžeme ovlivnit, ale také hranice svého vlivu. Rozlišovat mezi tím, co jsme vědomě delegovali, a tím, čeho jsme se vzdali bez povšimnutí. Vracet se ke svému Kompasu. Dívat se na TEĎ — a nezapomínat na POTOM.

A právě tady už nemluvím za výzkum.

Mluvím za sebe jako autor této knihy.

Nejsme odpovědní za všechno, co se kolem nás děje. Ale neměli bychom předem vzdávat snahu poznávat svůj díl — a rozhodovat, co s ním uděláme.

Nezůstávat divákem vlastního života neznamená mít všechno pod kontrolou.

Znamená to nepřestat hledat místo, ze kterého můžeme skutečně jednat.

Co ještě nevíme

Možná bychom si přáli, aby poslední Horizont knihy mohl nabídnout jasnou odpověď na otázku, co s námi AI dlouhodobě udělá.

Nemůže.

Chybí robustní dlouhodobá evidence, že používání GenAI obecně mění osobnost, stabilní hodnoty, dlouhodobou motivaci nebo obecnou autonomii.

Nevíme dost o tom, jak se po měsících a letech vyvíjí naše schopnost pracovat s AI i bez ní. Ani o tom, jak dlouhodobé používání autonomnějších systémů změní způsob, jakým delegujeme rozhodování a odpovědnost.

To není prázdné místo, které bychom měli zaplnit optimismem nebo strachem.

Je to hranice současného poznání.

A také připomínka, že budoucnost, o které mluvíme, ještě z velké části vzniká.

Cesta vede dál

Začínali jsme otázkou:

Co uděláme s možnostmi, které nám AI dává?

Po cestě se ukázalo, že sama otázka je trochu složitější.

Nejde jen o to, co dokáže AI.

Ani jen o to, zda jsme dost rozhodní.

Záleží na tom, kde skutečně můžeme rozhodovat. Co jsme delegovali. Co si chceme zachovat. Jaké podmínky nám dovolují vlastní úsudek použít — a kde nám ho naopak omezují.

Budoucnost Homo Sapiens AI se nebude odehrávat jen uvnitř člověka.

Ani jen uvnitř stroje.

Vzniká v krajině mezi našimi volbami, technologiemi, lidmi, institucemi a podmínkami, které jsme částečně zdědili a částečně sami vytváříme.

Nemáme ji pod kontrolou.

Máme v ní svůj podíl.

A možná právě proto nepotřebujeme na konci další velké prohlášení o budoucnosti.

Pod povrchem: evidence, hranice a audit

Pro čtenáře, který chce vidět, na čem tento aktualizovaný obraz lidského rozhodování vedle AI stojí, následuje hlubší vrstva: co současný výzkumný podklad podporuje, kde jsou jeho hranice a co stále nevíme.

Co dnes víme — a kde mapa končí

Otázka	Co dnes dovolují poznatky říct	Stav evidence
Znamená používání AI automaticky ztrátu autonomie?	Ne. Výsledek závisí na úloze, kvalitě AI, zkušenosti člověka, designu systému, možnosti kontroly a způsobu delegování.	Rostoucí evidence
Stačí ponechat člověku poslední rozhodnutí?	Ne. Formální přítomnost člověka v procesu sama nezaručuje kvalitní úsudek ani skutečnou kontrolu.	Rostoucí evidence
Je méně spoléhání na AI vždy lepší?	Ne. Problémem může být jak nevhodné spoléhání na AI, tak odmítání užitečného doporučení. Důležitá je přiměřená kalibrace.	Rostoucí evidence
Znamená lepší výkon s AI lepší schopnost bez ní?	Ne nutně. Krátkodobý výkon s nástrojem je potřeba odlišit od učení, retence, přenosu a schopnosti pracovat bez něj.	Silná evidence pro krátkodobé výkonové přínosy v některých úlohách; rostoucí evidence rozdílu mezi výkonem a učením či transferem
Ničí GenAI kritické myšlení?	Takový obecný závěr současná evidence nepodporuje. Vidíme časné signály změn v kognitivním úsilí a způsobu práce, nikoli důkaz obecného dlouhodobého úpadku schopnosti kriticky myslet.	Časný signál pro GenAI
Dělá AI lidi méně motivovanými?	Výsledky jsou smíšené. AI může v různých situacích motivaci, sebeúčinnost či zapojení zvýšit i snížit.	Spor / rostoucí evidence podmíněných efektů
Přestávají lidé kvůli AI přijímat odpovědnost?	Takový obecný závěr doložen není. Některé studie ukazují změny ve sdílení nebo připisování odpovědnosti.	Časný signál
Mění GenAI dlouhodobě naše hodnoty, cíle nebo obecnou autonomii?	Zatím nevíme. Pro obecnou dlouhodobou změnu těchto charakteristik nemáme robustní evidenci.	Otevřená hypotéza

Co stále nevíme

Největší otevřené otázky se týkají času.

Nevíme dost o tom, jak se po měsících a letech vyvíjí vztah mezi výkonem s AI, učením, uchováním schopností a schopností pracovat bez nástroje.

Nevíme, kdy používání AI expertizu urychluje a kdy může některé její části oslabovat.

Nevíme, jak se při opakovaném používání vyvíjí kalibrace důvěry a zda se v některých prostředích mění v dlouhodobou závislost na doporučení.

Nevíme dost o dlouhodobých dopadech delegování na autonomnější agentní systémy.

A nevíme, jaké uspořádání rozhraní, pravidel, pravomocí a lidských kompetencí nejlépe vyvažuje výkon, učení, kontrolu a skutečnou možnost rozhodovat.

Klíčové zdroje

Níže jsou klíčové zdroje, o které se opírají hlavní tvrzení této aktualizace.

Spolupráce člověka a AI, rozhodování a spoléhání

Vaccaro, M. et al. / Dell'Acqua, F. et al. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour.
DOI: 10.1038/s41562-024-02024-1

Klingbeil, A., Grützner, C., & Schreck, P. (2024). Trust and reliance on AI — An experimental study on the extent and costs of overreliance on AI. Computers in Human Behavior, 160, 108352.
DOI: 10.1016/j.chb.2024.108352

Bansal, G. et al. (2021). Does the Whole Exceed its Parts? The Effect of AI Explanations on Complementary Team Performance. CHI 2021.
DOI: 10.1145/3411764.3445717

Passi, S., Dhanorkar, S., & Vorvoreanu, M. (2024). Appropriate Reliance on Generative AI: Research Synthesis. Microsoft Research Technical Report MSR-TR-2024-7.
Microsoft Research publication record

Výkon, učení a kritické myšlení

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.
DOI: 10.1073/pnas.2422633122

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.
DOI: 10.1126/science.adh2586

Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2), 889–942.
NBER working-paper record

Lee, H.-P. et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025.
DOI: 10.1145/3706598.3713778

Odpovědnost a lidský dohled

Aschauer et al. (2024). Managerial advice-taking—Sharing responsibility with (non)human advisors trumps decision accuracy. European Management Review, 21(1), 186–203.
DOI: 10.1111/emre.12575

Dong, M., & Bocian, K. (2024). Responsibility gaps and self-interest bias: People attribute moral responsibility to AI for their own but not others' transgressions. Journal of Experimental Social Psychology, 111, 104584.
DOI: 10.1016/j.jesp.2023.104584

NIST. AI Risk Management Framework — Human-AI Interaction.
NIST AI RMF

European Union. Regulation (EU) 2024/1689 — Article 14: Human oversight.
EU AI Act — Article 14

Laux, J., & Ruschemeier, H. (2025). Automation Bias in the AI Act: On the Legal Implications of Attempting to De-Bias Human Oversight of AI. European Journal of Risk Regulation, 16, 1519–1534.
DOI: 10.1017/err.2025.10033

Jak tato aktualizace vznikla

Tato stránka je živou publikační aktualizací Horizontu Budoucnost Homo Sapiens AI z knihy Homo Sapiens AI. Jejím smyslem je vrátit se k původnímu autorskému obrazu s tím, co o vztahu člověka, AI, rozhodování a odpovědnosti dovoluje říci současný výzkumný podklad.

Výzkumná rešerše

Výzkumné podklady a jejich zpracování vznikaly s využitím AI a webového vyhledávání. Výzkum prověřoval zejména lidské rozhodování vedle AI, přiměřené a nepřiměřené spoléhání, human-in-the-loop, delegování, výkon a učení, kognitivní offloading, motivaci, odpovědnost a širší podmínky skutečné možnosti člověka rozhodovat.

Výzkumné podklady této aktualizace zahrnují poznatky dostupné do 28. září 2026.

Jak vznikl tento text

AI jsme využili také při redakčním zpracování schváleného stavu poznání a při přípravě této webové podoby. V těchto krocích nebyl přidán nový výzkum ani nové faktické závěry.

Původní myšlenky knihy, jejich interpretace, lidská kurace a konečné rozhodnutí o tom, co bude publikováno, zůstávají na autorovi.

Proto zde rozlišujeme mezi tím, co dnes dovoluje říci evidence, tím, co zatím nevíme, a tím, co už je autorskou otázkou po našem vlastním směru a odpovědnosti.