Používateľská gramotnosť nie je AI gramotnosť

Prečo vedieť používať ChatGPT, Gemini alebo Claude ešte neznamená rozumieť umelej inteligencii

Odborný článok | stav legislatívy a rámcov k 8. 10. 2026

Nosná tézaPoužívateľská zručnosť odpovedá najmä na otázku „viem tento nástroj ovládať?“. AI gramotnosť odpovedá na podstatne širšie otázky: viem rozpoznať, kedy AI používam, rozumiem jej možnostiam a limitom, viem vyhodnotiť kvalitu výstupu, pracovať s rizikom, chrániť dáta, rozhodnúť, kedy AI nepoužiť, a niesť zodpovednosť za výsledok?

1. Najprv terminologická presnosť: „používateľská gramotnosť“ nie je jednotne normovaný právny pojem

Výraz „používateľská gramotnosť“ sa v praxi používa ako zrozumiteľná skratka pre schopnosť človeka ovládať digitálny nástroj: prihlásiť sa, orientovať sa v rozhraní, nájsť funkciu, vytvoriť zadanie, nahrať súbor, exportovať výsledok alebo nastaviť základné preferencie. Nie je však ekvivalentom jednotne definovaného právneho alebo medzinárodného kompetenčného pojmu. V tomto článku preto používame „používateľskú gramotnosť“ analyticky - ako označenie operatívnej zručnosti pri práci s konkrétnym AI produktom. Toto rozlíšenie je dôležité, pretože človek môže byť veľmi zručný používateľ ChatGPT a zároveň mať nízku AI gramotnosť.

V európskom kontexte je presnejším všeobecným rámcom digitálna kompetencia. DigComp 3.0, najnovšia verzia Európskeho rámca digitálnych kompetencií pre občanov, zachováva päť oblastí digitálnej kompetencie, ale AI kompetencie integruje prierezovo naprieč rámcom. Európska komisia tým explicitne signalizuje, že AI nemožno chápať ako izolovanú „aplikáciu navyše“; ovplyvňuje informačnú gramotnosť, komunikáciu, tvorbu obsahu, bezpečnosť aj riešenie problémov. Znalosť ovládania jedného chatbotu je preto len malý výsek širšej kompetenčnej mapy.

AI gramotnosť má navyše v práve EÚ vlastnú definíciu. Článok 3 bod 56 Aktu o umelej inteligencii ju definuje ako zručnosti, znalosti a porozumenie, ktoré umožňujú poskytovateľom, nasadzujúcim subjektom a dotknutým osobám informovane nasadzovať AI systémy a zároveň si uvedomovať príležitosti, riziká a možné škody. Definícia teda nesmeruje k ovládaniu tlačidiel ani k znalosti promptovacích trikov. Jadrom je informované použitie, porozumenie a vedomie dôsledkov. Presne tu vzniká hranica medzi používateľskou zručnosťou a AI gramotnosťou.

2. Vedieť nástroj používať neznamená rozumieť systému, ktorý vytvára výsledok

Používateľská gramotnosť sa dá získať pomerne rýchlo. Človek sa naučí, kde sa začína nový chat, ako priložiť dokument, ako zapnúť vyhľadávanie, ako vytvoriť obrázok alebo ako použiť pripraveného asistenta. Tieto zručnosti majú pracovnú hodnotu, ale sú produktovo viazané. Ak výrobca zajtra zmení rozhranie, názov funkcie alebo celý produkt, časť tejto znalosti sa okamžite znehodnotí. Je to podobné ako vedieť používať konkrétnu verziu Excelu bez toho, aby človek rozumel dátam, štatistike alebo logike výpočtu.

AI gramotnosť je prenositeľnejšia, pretože sa opiera o princípy. Gramotný používateľ nepotrebuje poznať všetku matematiku transformerov, ale musí chápať, že generatívny model nie je databáza pravdy, že výstup vzniká pravdepodobnostnou generáciou, že kontext je obmedzený, že model môže halucinovať, že môže preberať skreslenia z dát a že dostupnosť webového vyhľadávania alebo firemnej znalostnej bázy zásadne mení epistemickú kvalitu odpovede. Keď sa zmení značka nástroja, tieto princípy ostávajú relevantné.

Práve preto sa seriózne rámce AI gramotnosti nesústredia iba na „use“. OECD a Európska komisia v spoločnom rámci z roku 2026 opisujú AI gramotnosť ako kombináciu znalostí, zručností a postojov potrebných na pochopenie AI, kritické hodnotenie jej výstupov a etické a tvorivé používanie. UNESCO zasa pri študentoch pracuje so štyrmi dimenziami: human-centred mindset, etika AI, techniky a aplikácie AI a dizajn AI systémov. Už samotná šírka týchto rámcov ukazuje, že ovládanie rozhrania je iba vstupnou zručnosťou, nie cieľovým stavom.

3. Používateľ sa pýta „ako to spravím“, AI gramotný človek sa pýta aj „prečo, z čoho a s akým rizikom“

Rozdiel je najlepšie viditeľný pri bežnej pracovnej úlohe. Používateľsky zručný človek vie požiadať model, aby pripravil analýzu trhu, zhrnul zmluvu alebo navrhol odpoveď klientovi. Vie iterovať prompt, zmeniť dĺžku odpovede a zlepšiť štýl. AI gramotný človek však pred samotným zadaním rieši aj pôvod dát, vhodnosť úlohy pre AI, riziko halucinácie, citlivosť dokumentu, potrebu aktuálneho zdroja, právny alebo reputačný dopad chyby a spôsob následnej kontroly.

To je podstatná zmena mentálneho modelu. Pri používateľskej gramotnosti je úspech definovaný funkčne: nástroj vytvoril požadovaný výstup. Pri AI gramotnosti sa úspech definuje epistemicky a procesne: vieme, na čom je výstup založený, dokážeme oddeliť zdrojový fakt od modelovej inferencie, vieme identifikovať neistotu, máme mechanizmus overenia a vieme, kto nesie zodpovednosť za použitie výsledku. Výstup môže vyzerať profesionálne a stále byť nepoužiteľný.

Tento rozdiel je zásadný v právnych, zdravotných, finančných, personálnych a strategických úlohách, ale platí aj pri bežnom kancelárskom použití. Model môže správne preformulovať e-mail, no zároveň doň doplniť nepravdivý detail. Môže zhrnúť dokument, ale prehliadnuť výnimku v poznámke pod čiarou. Môže navrhnúť tabuľku, no nesprávne spočítať percentá. AI gramotnosť preto zahŕňa schopnosť rozpoznať, pri ktorých častiach workflow je jazykový model vhodný a kde treba kalkulačku, databázu, primárny zdroj alebo človeka s odbornou zodpovednosťou.

4. Promptovanie je používateľská zručnosť; problem framing a kontrola dôkazov patria do AI gramotnosti

Promptovanie je užitočná pracovná zručnosť. Kvalitne formulovaný cieľ, kontext, obmedzenia, vstupy a požadovaný formát zvyšujú pravdepodobnosť použiteľného výstupu. Problém vzniká vtedy, keď sa promptovanie začne prezentovať ako synonymum AI gramotnosti. Človek môže vedieť písať veľmi sofistikované prompty a pritom nevedieť posúdiť, či model dostal správne dáta, či úloha patrí do jeho capability frontier alebo či odpoveď obsahuje neoverené tvrdenia.

Vyššia úroveň kompetencie je problem framing: schopnosť správne definovať problém skôr, než sa začne komunikácia s modelom. Znamená to rozhodnúť, čo má byť automatizované, čo má zostať ľudským úsudkom, aký typ dôkazu je potrebný, ktoré premenné nesmú byť ignorované a čo bude kritériom úspechu. Pri komplexných úlohách je kvalita problem framingu často dôležitejšia než samotná formulácia promptu, pretože chybný problém nemožno zachrániť elegantnou inštrukciou.

Treťou vrstvou je dôkazový režim. AI gramotný používateľ si vie nastaviť, že model má rozlíšiť fakty, odhady a hypotézy; pri tvrdeniach uviesť zdroj; pri chýbajúcich údajoch priznať neistotu; nepoužiť neoverený údaj ako fakt; a pri kritických číslach použiť výpočtový nástroj. Takýto používateľ nehodnotí prompt podľa toho, ako „inteligentne“ znie, ale podľa toho, či vytvára kontrolovateľný proces. To je kvalitatívne iná úroveň než znalosť promptovacích šablón.

5. AI gramotnosť zahŕňa epistemickú gramotnosť: vedieť, kedy odpoveď nemusí byť pravda

Generatívna AI vytvára osobitný problém: kvalita jazyka môže byť vyššia než kvalita poznania. Model dokáže formulovať odpoveď plynulo, odborne a presvedčivo aj vtedy, keď je konkrétny údaj nesprávny alebo úplne vymyslený. Používateľská gramotnosť tento problém nerieši, pretože človek môže nástroj ovládať dokonale a napriek tomu považovať profesionálny tón za dôkaz pravdivosti.

AI gramotnosť preto obsahuje epistemickú ostražitosť. Používateľ musí vedieť, že sebadôvera štýlu nie je kalibrovaný ukazovateľ presnosti, že citácia môže existovať a pritom nepodporovať tvrdenie, že retrieval môže nájsť nesprávny dokument a že model môže z aktuálneho zdroja vyvodiť nesprávny záver. Správne používanie AI preto neznamená iba „mať zdroje“, ale vedieť posúdiť ich relevanciu, autoritu, aktuálnosť a vzťah k tvrdeniu.

V pracovnom prostredí je praktické zaviesť stupne istoty. Výstup môže byť označený ako potvrdený primárnym zdrojom, pravdepodobný, neoverený alebo nesprávny. Takýto režim núti používateľa aj organizáciu pracovať s neistotou explicitne. Je to dôležité aj preto, že Akt o AI definuje gramotnosť cez informované nasadenie a vedomie rizík. Človek, ktorý iba vie nástroj používať, ale nevie odlíšiť syntézu od dôkazu, tento štandard nenapĺňa v materiálnom zmysle.

6. Bezpečnosť dát: používateľ vie nahrať súbor, AI gramotný človek vie, či ho nahrať smie

Jedným z najpraktickejších rozdielov medzi oboma úrovňami je práca s dátami. Používateľská zručnosť zahŕňa schopnosť nahrať PDF, pripojiť cloudové úložisko alebo vložiť text zo zmluvy. AI gramotnosť pridáva otázky klasifikácie informácií: obsahuje dokument osobné údaje, obchodné tajomstvo, dôverné zmluvné informácie, zdrojový kód, interné finančné dáta, prihlasovacie údaje alebo iné informácie s obmedzeným režimom spracovania?

AI gramotný používateľ zároveň rozlišuje medzi spotrebiteľským účtom, firemným workspace, API a organizáciou spravovaným prostredím. Vie, že pravidlá o použití dát na zlepšovanie modelov, retencii, administrátorskom prístupe, logovaní, regionálnom uložení alebo pripojených aplikáciách sa môžu líšiť podľa produktu a licencie. Preto sa nerozhoduje podľa loga služby, ale podľa konkrétneho zmluvného a technického režimu, v ktorom pracuje.

Táto kompetencia má priamy bezpečnostný rozmer. Ak človek vloží citlivý dokument do nevhodného nástroja, problém nevznikol preto, že nevedel pracovať s AI. Vznikol preto, že nevedel vyhodnotiť informačné riziko. Práve preto nemôže organizácia považovať hodinové školenie „ako používať ChatGPT“ za plnohodnotnú AI gramotnosť zamestnancov. Bez klasifikácie dát, pravidiel pre externé nástroje, minimálnych oprávnení a jasnej eskalácie zostáva používateľ technicky zručný, ale procesne negramotný.

7. Bias, fairness a ľudský úsudok: AI gramotnosť začína tam, kde končí pohodlie automatizácie

Používateľ môže dostať od AI presvedčivé odporúčanie a automaticky ho prevziať. Tento jav sa označuje ako automation bias: tendencia nadmerne dôverovať automatizovanému systému. Pri jednoduchých nízkorizikových úlohách môže byť dôsledok zanedbateľný. Pri výbere kandidátov, hodnotení výkonu, posudzovaní žiakov, práci s klientskym rizikom alebo zdravotných rozhodnutiach môže byť nekritické prevzatie modelového odporúčania vážnym problémom.

AI gramotnosť preto vyžaduje pochopiť, že bias nie je iba „názor modelu“. Môže vznikať v historických dátach, reprezentácii skupín, spôsobe zberu údajov, definícii cieľovej premennej, samotnom prompte aj v tom, ako človek interpretuje výsledok. Rámce UNESCO preto neoddeľujú technické používanie od etiky a human-centred mindset. Rovnako OECD/EK spája kritické hodnotenie s etickým a zodpovedným používaním, nie iba s technickou efektivitou.

Praktickou známkou vyššej gramotnosti je schopnosť vytvoriť protiopatrenia: definovať kritériá predtým, než model uvidí konkrétny prípad; žiadať alternatívne vysvetlenia; testovať výsledky medzi skupinami; odstraňovať irelevantné citlivé atribúty; používať human review; a pri významných rozhodnutiach nedovoliť, aby bol jazykový model jediným rozhodovacím mechanizmom. Človek, ktorý vie iba promptovať, tieto kontrolné mechanizmy prirodzene nevytvorí.

8. AI gramotnosť je kontextová: iný štandard potrebuje recepčná, učiteľ, HR manažér a vývojár

Jedným z najdôležitejších princípov článku 4 Aktu o AI je proporcionalita voči kontextu. Poskytovatelia a nasadzujúce subjekty majú pri podpore AI gramotnosti zohľadniť technické znalosti, skúsenosti, vzdelanie a tréning pracovníkov, kontext použitia systému a osoby alebo skupiny, na ktoré sa AI používa. To znamená, že neexistuje jeden univerzálny kurz, po ktorom sú všetci „AI gramotní“. Rovnaké školenie pre recepciu, HR, marketing a vývoj by bolo pohodlné, ale odborne slabé.

Recepčná, ktorá používa AI na preklad krátkych správ, potrebuje vedieť najmä bezpečne pracovať s údajmi, rozpoznať nepresnosť a dodržať interné pravidlá. HR manažér potrebuje navyše rozumieť biasu, právam dotknutých osôb, hraniciam automatizovaného hodnotenia a human oversight. Vývojár pracujúci s API potrebuje technické znalosti o dátových tokoch, logovaní, autentifikácii, prompt injection, evaluáciách a monitorovaní. Manažment musí rozumieť governance, rizikám, nákladom, zodpovednosti a tomu, ktoré použitia AI majú byť zakázané alebo kontrolované.

Z toho vyplýva praktický model: používateľská gramotnosť môže byť relatívne produktovo špecifická, ale AI gramotnosť musí byť rolová a rizikovo orientovaná. Dvaja ľudia môžu používať ten istý nástroj a potrebovať úplne iný rozsah kompetencií. Správne vzdelávanie preto nezačína otázkou „čo všetko ukážeme v ChatGPT“, ale mapovaním pracovných úloh, dát, právomocí, rizík a dôsledkov chyby.

9. Digitálna kompetencia a AI gramotnosť sa prekrývajú, ale nie sú totožné

Je nesprávne postaviť digitálnu kompetenciu a AI gramotnosť ako dve úplne oddelené veci. DigComp 3.0 integruje AI kompetencie prierezovo do existujúceho rámca práve preto, že používanie AI sa odohráva v rovnakom digitálnom prostredí ako vyhľadávanie informácií, tvorba obsahu, komunikácia, ochrana údajov či riešenie problémov. Silná digitálna gramotnosť preto vytvára dôležitý základ pre AI gramotnosť.

Zároveň však AI prináša špecifické požiadavky, ktoré bežná používateľská alebo digitálna zručnosť nemusí pokrývať v dostatočnej hĺbke. Generatívne modely pracujú s pravdepodobnostnými výstupmi, môžu vytvárať konfabulácie, meniť odpovede podľa kontextu a systémových inštrukcií, používať nástroje a externé zdroje, reagovať na prompt injection a pri agentných systémoch aj vykonávať akcie. To vytvára nové epistemické, bezpečnostné a organizačné riziká.

Najlepšie je preto chápať vzťah hierarchicky. Používateľská gramotnosť je operačná vrstva. Digitálna kompetencia je širšia schopnosť fungovať v digitálnom prostredí. AI gramotnosť pridáva špecializované porozumenie AI systémom, kritické hodnotenie ich výstupov, etické a právne dimenzie, bezpečnosť, riadenie rizika a rozhodovanie o vhodnosti použitia. V praxi sa tieto vrstvy prekrývajú, ale nemožno ich zamieňať.

10. Štyri domény AI gramotnosti podľa OECD a Európskej komisie dávajú rozdielu praktickú štruktúru

Spoločný rámec OECD a Európskej komisie z júna 2026 rozdeľuje AI gramotnosť do štyroch spôsobov interakcie s AI: engaging with AI, creating with AI, managing AI a designing AI. Táto štruktúra je prakticky užitočná, pretože ukazuje, že používateľská zručnosť pokrýva najmä časť prvých dvoch domén, kým plnohodnotná gramotnosť siaha podstatne ďalej.

„Engaging with AI“ zahŕňa rozpoznanie, kedy je AI použitá, interpretáciu výstupov a posúdenie presnosti, relevantnosti a biasu. „Creating with AI“ pokrýva spoluprácu s AI pri tvorbe obsahu, iteráciu a atribúciu. „Managing AI“ pridáva rozhodovanie, kedy AI použiť, ako delegovať úlohy, nastaviť obmedzenia a kontrolovať vernosť výsledku cieľom a hodnotám. „Designing AI“ zahŕňa základné pochopenie dát, modelov, evaluácie, fairness, privacy a spoločenských dopadov.

Ak tento rámec aplikujeme na bežnú firemnú prax, rozdiel je zreteľný. Zamestnanec, ktorý vie vytvoriť kvalitný prompt a exportovať odpoveď do dokumentu, je používateľsky kompetentný. Zamestnanec, ktorý navyše vie rozhodnúť, že daná úloha je nevhodná pre generatívny model, nastaví kontrolné kritériá, overí zdroj, anonymizuje dáta, zvolí správny nástroj, označí neistotu a eskaluje rizikové rozhodnutie človeku, prejavuje AI gramotnosť.

11. AI gramotnosť v škole nie je „naučiť deti používať chatbot“

V školskom prostredí je zámennosť oboch pojmov obzvlášť riziková. Ak sa AI vzdelávanie zredukuje na registráciu do nástroja, promptovanie a tvorbu prezentácie, žiak sa naučí obsluhu konkrétnej služby, ale nemusí rozumieť tomu, ako AI formuje informácie, aké má limity, ako overovať výstupy, chrániť súkromie alebo rozpoznať syntetický obsah. Takéto vzdelávanie môže dokonca zvýšiť riziko nekritickej dôvery, pretože technická zručnosť vytvára subjektívny pocit kompetencie.

UNESCO preto rámec pre študentov stavia na human-centred mindset, etike AI, technikách a aplikáciách AI a dizajne AI systémov, pričom kompetencie rozvíja na úrovniach Understand, Apply a Create. OECD/EK podobne uvádza, že AI gramotnosť má žiakom umožniť AI pochopiť, kriticky hodnotiť, používať eticky a tvorivo a informovane rozhodovať o príležitostiach a rizikách pre seba aj iných. Ani jeden z týchto rámcov nestotožňuje AI gramotnosť s promptovaním.

Pre učiteľov je rozsah ešte širší. UNESCO definuje päť oblastí: human-centred mindset, etiku AI, základy a aplikácie AI, AI pedagogiku a AI pre profesijné učenie. Učiteľ teda potrebuje nielen vedieť nástroj použiť, ale aj posúdiť jeho pedagogickú vhodnosť, ochrániť práva žiakov, navrhnúť aktivitu, pri ktorej AI podporí učenie namiesto jeho nahradenia, a rozpoznať, kedy použitie AI znižuje kvalitu kognitívnej práce žiaka.

12. AI gramotnosť vo firme nie je benefit; od roku 2025 je v EÚ aj organizačnou povinnosťou

Článok 4 Aktu o umelej inteligencii sa uplatňuje od 2. februára 2025. Po zmenách prijatých v roku 2026 zostala zachovaná povinnosť poskytovateľov a nasadzujúcich subjektov prijímať opatrenia na podporu rozvoja AI gramotnosti zamestnancov a ďalších osôb, ktoré v ich mene AI systémy prevádzkujú alebo používajú. Od 3. augusta 2026 sa uplatňujú aj pravidlá dohľadu a presadzovania. Aktuálna formulácia pritom nevyžaduje, aby organizácia garantovala konkrétnu úroveň gramotnosti každého jednotlivca; vyžaduje však opatrenia zodpovedajúce kontextu.

To je významný rozdiel oproti jednoduchému „školeniu nástroja“. Ak firma rozdá zamestnancom licencie na AI asistenta a urobí hodinový workshop o promptoch, ešte tým automaticky nevytvorila adekvátny systém AI gramotnosti. Musí zohľadniť roly, skúsenosti, typy systémov, konkrétne použitia a skupiny osôb, na ktoré sa systémy používajú. Vysokorizikovejšie použitia prirodzene vyžadujú hlbšie znalosti, jasnejšie pravidlá a silnejší dohľad.

Prakticky to znamená, že firemné vzdelávanie by malo byť previazané s governance. Zamestnanec potrebuje vedieť, ktoré nástroje sú povolené, aké dáta môže vložiť, čo musí overovať, ktoré rozhodnutia nesmie delegovať AI, ako označiť neistotu, kam nahlásiť incident a kedy musí zapojiť právnika, bezpečnostný tím alebo nadriadeného. Bez týchto prvkov ostáva vzdelávanie na úrovni produktovej obsluhy, nie organizačnej AI gramotnosti.

13. Ako rozlíšiť úroveň človeka: praktický kompetenčný test namiesto otázky „viete používať AI?“

Otázka „viete používať ChatGPT?“ má veľmi nízku diagnostickú hodnotu. Používateľ môže odpovedať áno, pretože dokáže vytvoriť text, a pritom nevie nič o zdrojovaní, halucináciách, dátovej bezpečnosti alebo biasoch. Oveľa lepšie je kompetenciu testovať cez situácie. Napríklad: dostanete zmluvu s osobnými údajmi a potrebujete jej zhrnutie. Čo urobíte pred nahratím? Ako zistíte, či zvolený nástroj smie tieto dáta spracovať? Ako overíte právne tvrdenie vo výstupe?

Ďalší test môže byť epistemický: model uvedie štatistiku s citáciou. Kandidát má vysvetliť, ako by overil existenciu zdroja, správnosť citovaného čísla, zhodu populácie, časové obdobie a to, či citovaný dokument naozaj podporuje záver. Tretí test môže byť rozhodovací: AI odporučí zamietnuť kandidáta. Hodnotený človek má popísať riziká, potrebné kritériá, human review, citlivé atribúty a právne limity. Takéto úlohy odhalia AI gramotnosť podstatne lepšie než znalosť funkcií produktu.

Organizácia môže výsledky rozdeliť minimálne do štyroch úrovní: operatívny používateľ, bezpečný používateľ, kritický používateľ a tvorca/riadiaci pracovník. Operatívny používateľ vie nástroj ovládať. Bezpečný používateľ navyše chráni dáta a rozpoznáva základné riziká. Kritický používateľ vie overovať dôkazy, pracovať s biasom a neistotou a voliť správne nástroje. Tvorca alebo manažér vie navrhovať workflow, kontrolné body, evaluácie, oprávnenia a governance. Takéto členenie je oveľa užitočnejšie než binárne „vie/neviem AI“.

14. Čo má obsahovať kvalitné školenie AI gramotnosti

Kvalitné školenie nezačína zoznamom promptov. Malo by najprv vytvoriť správny mentálny model: čo je generatívny model, odkiaľ vzniká odpoveď, čo znamená kontext, aký je rozdiel medzi parametrami modelu, webovým vyhľadávaním a firemným retrievalom, prečo vznikajú halucinácie a prečo jazyková istota nie je dôkazom pravdy. Bez tohto základu sa ďalšie zručnosti stávajú mechanickými.

Druhou vrstvou je bezpečná a kritická prax: klasifikácia dát, ochrana osobných a dôverných informácií, overovanie faktov, zdrojová hierarchia, práca s biasom, prompt injection, využívanie nástrojov, rozlišovanie medzi generovaním a výpočtom a schopnosť explicitne označiť neistotu. Tretia vrstva musí byť rolová: reálne scenáre z práce účastníkov, pri ktorých si precvičia rozhodnutie, či AI použiť, s akými obmedzeniami a ako výsledok skontrolovať.

Poslednou vrstvou je organizácia a zodpovednosť. Zamestnanec musí poznať interné pravidlá, povolené nástroje, schválené use cases, zakázané dáta, spôsob eskalácie a human gates. Manažér musí vedieť zdokumentovať, aké opatrenia organizácia prijala a prečo zodpovedajú konkrétnym rizikám a rolám. AI gramotnosť je preto kombináciou vzdelávania, procesov a pracovného prostredia; nie izolovaný kurz bez väzby na reálny systém používania AI.

15. Časté omyly, ktoré zamieňajú používateľskú zručnosť s AI gramotnosťou

Prvým omylom je tvrdenie, že človek je AI gramotný, keď vie „dobre promptovať“. Promptovanie je iba jedna interakčná zručnosť. Druhým je presvedčenie, že platený alebo firemný nástroj automaticky odstráni riziko nesprávneho výstupu. Firemná licencia môže zásadne zlepšiť správu dát a oprávnení, ale nemení generatívnu povahu modelu. Tretím je predstava, že zdrojovaná odpoveď je automaticky pravdivá. Zdroj môže byť nekvalitný, zastaraný alebo nesprávne interpretovaný.

Štvrtým omylom je zúženie AI gramotnosti na kybernetickú bezpečnosť. Bezpečnosť je dôležitá, ale gramotnosť zahŕňa aj pochopenie modelu, kritické hodnotenie, etiku, bias, ľudskú zodpovednosť, vhodnosť použitia a spoločenské dôsledky. Piatym omylom je opačný extrém: príliš technický kurz, ktorý vysvetľuje neurónové siete do hĺbky, ale nenaučí človeka bezpečne rozhodovať v jeho reálnej práci. Technické porozumenie má hodnotu iba vtedy, keď je primerané roli a podporuje kvalitnejšie rozhodovanie.

Šiestym omylom je jednorazovosť. AI gramotnosť nie je stav získaný navždy. Modely, produkty, právne pravidlá, firemné procesy a hrozby sa menia. DigComp 3.0 preto pracuje s aktualizovanými kompetenciami a AI integruje prierezovo; Akt o AI vyžaduje opatrenia s ohľadom na kontext; a profesijné rámce UNESCO pracujú s progresiou. Organizácia, ktorá raz vyškolila ľudí a ďalšie dva roky nič nemení, postupne vytvára kompetenčný dlh.

16. Praktická mapa: čo patrí do používateľskej gramotnosti a čo už do AI gramotnosti

Táto mapa zároveň ukazuje, prečo môže mať človek vysokú používateľskú gramotnosť a nízku AI gramotnosť. Power user, ktorý denne generuje stovky výstupov, môže robiť systematické chyby, ak neoveruje tvrdenia alebo do nástroja vkladá nevhodné dáta. Naopak, človek s kvalitným chápaním rizík a princípov môže mať nižšiu produktovú zručnosť v konkrétnom rozhraní, no po krátkom zaučení sa vie presunúť medzi nástrojmi bez straty kritického úsudku.

Pre organizácie je preto rozumné merať obe vrstvy oddelene. Produktové školenie môže mať praktický test funkcií a workflow. AI gramotnosť by sa mala hodnotiť scenármi, argumentáciou, fact-checkingom, bezpečnostnými rozhodnutiami a schopnosťou vysvetliť hranice systému. Spojenie oboch vrstiev vytvára používateľa, ktorý je nielen rýchly, ale aj bezpečný a spoľahlivý.

Pre jednotlivca je tento rozdiel dôležitý aj kariérne. Ovládanie dnešného rozhrania môže mať krátky polčas hodnoty. Prenositeľné kompetencie - kritické hodnotenie, práca so zdrojmi, dátová bezpečnosť, problem framing, riadenie neistoty a návrh workflow - ostávajú relevantné aj pri zmene modelu, výrobcu alebo používateľského rozhrania. Práve preto je AI gramotnosť dlhodobejšou profesijnou kompetenciou než znalosť konkrétneho AI produktu.

17. Záver: AI gramotnosť sa nezačína tým, že viete AI použiť, ale tým, že viete rozhodnúť, ako jej veriť

Používateľská gramotnosť je potrebná, ale nestačí. Bez nej človek nedokáže nástroj prakticky využiť. Sama osebe však nehovorí nič o tom, či rozumie pôvodu výsledku, vie posúdiť jeho kvalitu, chráni dáta, rozpozná bias, zvládne neistotu alebo vie určiť hranicu medzi automatizáciou a ľudskou zodpovednosťou. AI gramotnosť tieto vrstvy spája.

Najpresnejšie je preto vzťah chápať ako nadstavbu, nie ako synonymum. Používateľská zručnosť odpovedá na „ako“. AI gramotnosť pridáva „čo sa deje“, „prečo“, „z čoho“, „aké sú limity“, „aké sú riziká“, „kto za výsledok zodpovedá“ a „kedy AI nepoužiť“. Európska legislatíva, OECD, Európska komisia aj UNESCO sa v tomto bode stretávajú: AI gramotnosť zahŕňa znalosti, zručnosti, porozumenie, kritické hodnotenie a zodpovedné používanie.

Pre firmy, školy aj jednotlivcov z toho vyplýva jednoduché, ale dôležité pravidlo. Školenie AI nemožno hodnotiť podľa počtu ukázaných promptov ani funkcií. Kvalita sa ukáže v tom, či absolvent dokáže pri reálnej úlohe správne zvoliť nástroj, chrániť dáta, odhadnúť riziko, overiť tvrdenie, priznať neistotu, zachovať ľudský úsudok a vysvetliť svoje rozhodnutie. Až vtedy sa z používateľa AI stáva AI gramotný používateľ.

18. Odborné zdroje a právne východiská

1 Nariadenie (EÚ) 2024/1689 - Akt o umelej inteligencii, konsolidované znenie k 27. 7. 2026; definícia AI literacy v čl. 3 bode 56 a povinnosti v čl. 4. Otvoriť zdroj

2 European Commission - AI Literacy: Questions & Answers. Výklad uplatňovania čl. 4 a zmeny po Digital Omnibus 2026. Otvoriť zdroj

3 AI Act Service Desk - Article 4: AI literacy. Konsolidované znenie a vysvetlenie povinností. Otvoriť zdroj

4 OECD & European Commission (2026): Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education. Otvoriť zdroj

5 European Commission, European Education Area (2026): New AI Literacy Framework helps schools prepare learners for the age of artificial intelligence. Otvoriť zdroj

6 UNESCO (2024, updated 2026): AI competency framework for students. Otvoriť zdroj

7 UNESCO (2024, updated 2026): AI competency framework for teachers. Otvoriť zdroj

8 European Commission Joint Research Centre (2025): DigComp 3.0 - European Digital Competence Framework. Otvoriť zdroj

9 NIST - AI Risk Management Framework and Generative AI Profile. Otvoriť zdroj

Poznámka k presnostiPojem „používateľská gramotnosť“ je v článku použitý ako analytické označenie operatívnej schopnosti pracovať s AI nástrojom; nejde o samostatnú právnu definíciu v Akte o AI. Právna definícia sa viaže na pojem „AI literacy“. Pri právnych povinnostiach článok vychádza z konsolidovaného znenia Aktu o AI a z aktuálnych materiálov Európskej komisie k 8. 10. 2026.

Súvisiace články

• AI vzdelávanie: čo sa oplatí učiť, ak chcete zostať relevantní na trhu práce
• Ako si vybrať AI kurz alebo školenie