Výskumná inšpirácia · 2026-11-04
AI vo firme: merajte prínosy aj obavy ľudí
Pri zavádzaní AI si položte dve samostatné otázky: pomáha nástroj zvládnuť prácu a rozumie tím tomu, čo sa mení? V redakčnom pohľade WEBU odporúčame sledovať obe oblasti. Samotný počet automatizovaných úloh ešte nie je dostatočným hodnotením projektu.
Čo a koho skúmala štúdia
Weijian Wu (2026) analyzoval dotazníky od 530 zamestnancov v Číne. Išlo o prierezový sebavýpovedný výskum: údaje sa zbierali od februára do júna 2026, ale nešlo o opakované sledovanie tých istých ľudí v čase. Autor použil modelovanie štruktúrnych rovníc metódou parciálnych najmenších štvorcov (PLS-SEM).
Výber bol zámerný, podľa vopred stanovených kritérií, a nepravdepodobnostný. Zúčastniť sa mohli ľudia od 18 rokov zamestnaní v Číne, najmenej šesť mesiacov v súčasnej organizácii, so skúsenosťou s AI alebo automatizáciou pri práci a schopnosťou samostatne vyplniť dotazník. Nábor prebiehal online aj osobne v rôznych odvetviach. Z 600 distribuovaných dotazníkov sa vrátilo 580; po vyradení 50 nevyhovujúcich odpovedí zostalo 530 použiteľných prípadov. Rozmanitosť vzorky z nej nerobí reprezentatívny výber čínskych ani slovenských zamestnancov.
Dve modelové cesty: čo znamenajú koeficienty
Tabuľka 10 uvádza dve nepriame modelové súvislosti. Rozvojová cesta vedie od integrácie AI cez schopnosť zamestnancov prispôsobiť sa transformácii práce a psychologické posilnenie k vnímanej firemnej udržateľnosti: β = 0,189 (95 % bootstrapový interval spoľahlivosti 0,141 až 0,243; p < 0,001). Psychologické posilnenie zahŕňa zmysluplnosť práce, kompetentnosť, autonómiu a vplyv.
Záťažová cesta vedie od integrácie AI cez úzkosť spojenú s AI a pracovnú neistotu k psychickej pohode: β = −0,151 (95 % interval −0,203 až −0,109; p < 0,001). Jej koncovou premennou je psychická pohoda, nie firemná udržateľnosť. Autor použil bootstrap s 5 000 opakovaniami.
Ide o štandardizované odhady nepriamych súvislostí v konkrétnom modeli. Nie sú to percentuálne účinky: nemožno z nich odvodiť zvýšenie udržateľnosti o 18,9 % ani zhoršenie pohody o 15,1 %. Štatistická významnosť nepotvrdzuje kauzalitu ani časové poradie navrhnutých krokov.
Prečo štúdia spája JD-R a SCT
Teória pracovných nárokov a zdrojov (Job Demands–Resources, JD-R) rozlišuje nároky vyžadujúce úsilie a zdroje podporujúce zvládanie práce, učenie a rozvoj. V štúdii môže byť AI zdrojom pomoci aj nových nárokov. Sociálno-kognitívna teória (Social Cognitive Theory, SCT) zdôrazňuje vzájomné pôsobenie človeka, správania a prostredia vrátane presvedčenia o vlastnej účinnosti. Tieto rámce zdôvodňujú navrhnutý model; samy osebe nie sú dôkazom jeho príčinného pôsobenia.
Čo z výsledkov nemožno vyvodiť
Jednorazové sebahodnotenie nedokáže určiť, čo čomu predchádzalo, vylúčiť opačný smer súvislosti ani všetky alternatívne vysvetlenia. Odpovede od rovnakého človeka môžu podliehať skresleniu vnímania a spoločnej metódy merania. PLS-SEM tieto obmedzenia výskumného dizajnu neodstraňuje. Výsledky sa preto nedajú automaticky preniesť na každú firmu alebo krajinu.
Firemná udržateľnosť je tu hodnotená prostredníctvom odpovedí zamestnancov o ekonomických, environmentálnych a sociálnych praktikách organizácie. Nejde o nezávislý audit ESG, objektívne prevádzkové ukazovatele ani priame overenie skutočného výkonu udržateľnosti.
Redakčný návrh WEBU: malý pilot namiesto veľkého sľubu
Nasledujúci postup je vlastný redakčný návrh na overenie využiteľnosti nástroja. Štúdia tento pilot netestovala a nezaručuje jeho výsledok. Predstavme si firmu, ktorá chce použiť AI na prípravu odpovedí na bežné otázky zákazníkov.
- Vyberte jednu úlohu: napríklad návrh odpovede na otázku o službe. Určte, kto overí správnosť údajov pred odoslaním.
- Spíšte hranice použitia: z akých schválených podkladov smie nástroj čerpať a kedy musí otázku prevziať človek.
- Pred spustením zaznamenajte bežný čas vybavenia a druhy opráv. Počas pilotu počítajte aj čas potrebný na kontrolu a prepisovanie odpovedí.
- Dohodnite si dátum vyhodnotenia. Prínos posudzujte podľa celkového času, vecných chýb a použiteľnosti výstupov; prah úspechu určte ešte pred testom.
- Dajte tímu priestor opísať nejasnosti: ktoré kroky nevie overiť, čo potrebuje natrénovať a akú zodpovednosť nesie. Z odpovedí nerobte psychologickú diagnózu.
Ako o AI hovoriť na firemnom webe
Opis služby by mal zodpovedať tomu, čo už firma skutočne poskytuje. Ak AI iba navrhuje odpoveď a človek ju kontroluje, uveďte tento postup zrozumiteľne. Vyhnite sa percentám úspory a sľubom nepretržitej dostupnosti, ktoré váš vlastný test neoveril.
Pre WEBU je užitočným výstupom pilotu konkrétne rozhodnutie: ponechať nástroj pre vybranú úlohu, upraviť postup alebo test zastaviť. Rovnaké rozhodnutie nemusí platiť pre všetky činnosti firmy.
Rozsah redakčnej kontroly
Overené boli DOI, autor, názov a dátum v Crossref a u vydavateľa; prečítané boli abstrakt, metodické časti, tabuľky hlavných výsledkov a limity dostupného plného textu. Neboli nezávisle prepočítané pôvodné dáta. V kontrolovaných záznamoch nebolo nájdené označenie retrakcie; absencia označenia nie je zárukou vedeckej platnosti.
Vedecký zdroj
Weijian Wu (2026-11-04). Corporate sustainability and artificial intelligence-enabled workforce transformation: a dual-pathway model of employee capability, empowerment, anxiety, and job insecurity. Frontiers in Psychology. Frontiers Media SA.