AI převrací trh práce. Kdo se přizpůsobí, uspěje. Kdo ne, bude nahrazen.

AI je obrovský „game-changer“. Svůj první skutečný aha moment jsem zažil už v roce 2022. Zadával jsem studentům poměrně náročný úkol z chemie — úlohu, kterou nebylo možné jednoduše vyhledat na internetu. Měla je zaměstnat desítky minut až hodinu.

Jenže za pár minut hlásili hotovo. A správně. Úlohu jsem přitom převzal z učebnice a upravil ji právě tak, aby nešla „vygooglit“. Bylo potřeba ji opravdu vyřešit.

Nerozumněl jsem, jak to dokázali tak rychle. Po chvíli mi přiznali, že použili tehdy nový velký jazykový model GPT-3. To byl okamžik, kdy jsem si uvědomil, že přichází zásadní změna.

Jsem velký fanoušek technologií a všechno, co mi ulehčí práci, rád a rychle adoptuji — v angličtině se pro to používá termín early adopter. Dnes vidím, že podobné AHA momenty zažívají i lidé kolem mě, kteří rozhodně nejsou technoptimisté. A hlavně: pracovní trh a požadavky na dovednosti lidí se začínají měnit nebývale rychlým tempem.

Jak ovlivní AI naše životy a trh práce? Upřímná odpověď zní, že nikdo přesně neví. Přesto se můžeme pokusit odhadnout, jaké směry jsou pravděpodobné.

Začnu tvrzením, které může působit kontroverzně – ale data a současný vývoj ho silně podporují. Pokud trávíte většinu pracovního dne u počítače a vaše práce je převážně repetitivní, rutinní nebo procedurální, existuje velmi vysoká pravděpodobnost, že tuto práci v blízké budoucnosti nahradí AI.

Rychlost změny bude záviset na konkrétním oboru, typu činnosti a ochotě firem inovovat. Některé pozice budou transformovány postupně, jiné mohou zmizet téměř ze dne na den.

Typickým příkladem jsou překladatelé běžných textů. Tuto oblast dnes už z velké části přebírají AI překladače a poptávka po klasických překladatelích postupně klesá. Naopak roste zájem o odborníky, kteří kromě jazyka rozumějí i doméně – například právu, medicíně nebo technickým oborům. Tedy o lidi, kteří dokážou zkontrolovat AI výstup, doplnit kontext, odhalit chyby a přidat vlastní expertizu. Úplné odstranění člověka z procesu tak není realistické, ale role člověka se zásadně mění.

Co s tím?

Sám mám z AI smíšené pocity. Na jedné straně mi obrovsky usnadňuje práci a výrazně zvyšuje produktivitu. Na straně druhé je zřejmé, že některé části mojí práce může AI postupně převzít. A kromě toho existuje celá škála rizik – od drobných podvodů přes masové manipulace až po potenciálně destabilizující využití v armádě. Už dnes dokážou autonomní AI systémy pilotovat stíhací letouny a překonávat lidské piloty v některých typech úloh, což je jen předzvěst toho, co přijde.

AI je zkrátka velmi dobrý sluha, ale může být i velmi zlý pán – podobně jako oheň nebo atomová energie. Je to nástroj s obrovským potenciálem, ale také s obrovskými riziky. Jak tento nástroj využijeme, bude definovat naši budoucnost.

Jak je to s programátory?

Protože mimo jiné učím programování, podívám se blíže právě na tento segment. V poslední době se objevují zprávy o prudkém poklesu pracovních míst označovaných jako „computer programmer“. Některé americké zdroje uvádějí propad o téměř 30 %, což potvrzuje i analýza zmíněná ve Fortune (https://fortune.com/2025/03/17/computer-programming-jobs-lowest-1980-ai/).

Je však důležité dodat, že tato čísla nevypovídají o celém IT trhu – jedná se o specifickou kategorii pracovních pozic, která se dlouhodobě přesouvá k jiným názvům jako software engineer, developer, machine learning engineer, cloud engineer nebo data engineer. Čistá kategorie „computer programmer“ v USA klesá už více než deset let, a AI tento trend pouze urychlila.

Cílem tohoto článku není dělat detailní analýzu pracovního trhu, ale spíše se zamyslet nad tím, kam se tato profese posouvá a jak může vypadat její budoucnost.

Má smysl studovat softwarový vývoj?
Učím na IT škole a studenti se mě často ptají, zda má stále smysl studovat IT, případně přímo programování.

Upřímně: jednoznačně odpovědět není jednoduché. Budoucnost není pevně daná – může se ubírat různými směry. Jak píše Yuval Noah Harari v knize Nexus (https://www.databazeknih.cz/knihy/nexus-556738), technologie a společnost se často vyvíjejí způsoby, které nedokážeme dopředu přesně předpovědět. Pokud vás zajímá vývoj informatických technologií a umělé inteligence v širším kontextu, tuhle knihu doporučuji.

Moje odpověď studentům ale zní: IT jako obor nezmizí a lidé, kteří mu rozumí, budou potřeba i v budoucnu. Jen se práce bude proměňovat. AI neodstraní lidské specialisty, ale změní to, co přesně budou dělat.

Studentům obvykle radím dvě možné cesty:

1. Studovat IT obory, které s AI počítají.
   Tedy takové, kde se studenti učí nejen programování, ale i základy práce s daty, logické myšlení, modelování problémů a obecně principy, na kterých dnešní technologie stojí. To jsou dovednosti, které budou potřeba dlouhodobě.
2. Nebo si vybrat jiný obor – a programování brát jako silnou doplňkovou dovednost.
   Programování dnes dramaticky zvyšuje efektivitu práce v jakémkoli oboru, kde se pracuje s počítačem. Lidé, kteří rozumějí jedné oblasti do hloubky a k tomu se dokážou orientovat v technologiích, mají na trhu největší výhodu.
   Takovým kombinovaným profilům se říká T-shaped, comb-shaped nebo Pi-shaped – podle toho, jak široké a hluboké dovednosti mají.

Protože učím programovat i dospělé, nemohu si nevšimnout, že lidé, kteří se pokoušejí o kariérní změnu do IT, to mají dnes výrazně složitější než před několika lety. Konkurence je vyšší, požadavky firem se zvedají a trh už není tak hladový po juniorech jako dříve.

Zároveň mám – zatím jen na základě osobní zkušenosti, nikoliv tvrdých dat – pocit, že zájem o kurzy programování postupně klesá. Lidé si začínají uvědomovat, že samotná znalost syntaxe nebo několika kurzů často nestačí. Cesta do IT je dnes delší a vyžaduje hlubší motivaci, více praxe a větší schopnost přizpůsobit se rychle se měnícím technologiím.

Budou mít programátoři co "žrát"?

Programování je náročná disciplína. Nestačí jen ovládat syntaxi – člověk se musí naučit přemýšlet způsobem, jakým přemýšlí počítače: umět rozkládat problémy, navrhovat řešení, ladit chyby, navrhovat architekturu a orientovat se v celém ekosystému služeb, knihoven a nástrojů.

Ještě před pár lety byl na trhu tak velký nedostatek IT odborníků, že cesta do oboru byla relativně jednoduchá. Stačilo ovládnout základní syntaxi a mít motivaci se učit dál. Firmy rády nabíraly juniory a přidělovaly jim jednodušší úkoly, na kterých se postupně učili. Zkušenější kolega (tzv. senior) nebo architekt vedl tým, vysvětloval koncepty a nováčci se postupně propracovali až k seniorním rolím.

Dnes je ale situace jiná. Zkušený vývojář už často nemusí předávat jednoduché úkoly juniorům. Místo toho otevře kódovacího agenta, popíše mu přesně, co má udělat, a AI během chvíle vytvoří řešení – otestované, zvalidované, bez triviálních chyb. Efektivita se tak násobně zvyšuje.

A tady narážíme na podstatu změny: mezilidská komunikace, učení a mentoring jsou časově náročné. AI je rychlá, přesná a dostupná kdykoliv. Senior tedy často zvolí nástroj, který mu umožní udělat práci za desetinu času.

To ale neznamená, že programátoři „nebudou mít co jíst“. Znamená to jen, že práce programátora se mění.

Prompt inženýrství místo kódování.

Už delší dobu jsem nenapsal jediný řádek kódu sám. Dříve jsem používal klasický ChatGPT, který neviděl celý projekt a neměl přístup k souborům. Dnes pracuji s kódovacím agentem Codex od OpenAI, který má přehled o celém repozitáři a může jednotlivé soubory přímo upravovat. A právě v tom vidím zásadní proměnu ve světě softwarového vývoje. Už není nutné psát kód ručně – mnohem důležitější je umět přesně a srozumitelně formulovat zadání v běžném jazyce. Je jedno, zda v angličtině nebo v češtině.

A co to znamená pro programátory? Budou mít „co jíst“?

Často slýchám příběhy lidí z jiných oborů, kteří si pomocí AI nechali vytvořit jednoduché skripty a výrazně si tím usnadnili práci. Je to skvělé. Někdy dokonce říkám:

„Svět nepotřebuje více programátorů, ale více odborníků, kteří umí programovat… nebo lépe řečeno promptovat.“

Na druhou stranu, zkuste těmto lidem zadat tvorbu složitější aplikace – téměř jistě narazí. Chybí jim totiž hlubší mentální modely a způsob uvažování, které mají zkušení softwaroví vývojáři.

Meta dovednosti vývojářů

Vývojář není člověk, který umí psát kód, ale má spoustu dalších dovedností, které mu pomáhají úkol zdárně dokončit. Takovým dovednostem se říká meta dovednosti.

Zde jsou meta dovednosti, které AI zatím není schopna nahradit:

1. Systematické řešení problémů - Programátoři umí rozložit velký problém na malé části, strukturovat ho a najít řešení.
2. Abstrakce a modelování - Schopnost vytvářet modely reality — databázové, datové, matematické, procesní.
3. Logické myšlení a práce s podmínkami - Programátor umí odhalovat krajní situace a důsledky rozhodnutí.
4. Schopnost pracovat s nejasností - Software není nikdy kompletní a jasný — vždy řešíš neurčitost.
5. Debugging (= diagnostické myšlení) - Jedna z nejcennějších metadovedností vůbec: hledat příčinu problému, ne jeho symptomy.
6. Učení a adaptace - Programátoři jsou zvyklí učit se nové technologie, jazyk, framework, protokol.
7. Schopnost komunikovat složité věci jednoduše - Kód je forma komunikace. Tlačí programátory k jasnému vyjadřování.
8. Stavba komplexních systémů
9. Kritické myšlení - Programátor přemýšlí nad krajními situacemi, validacemi, bezpečností a daty.
10. Schopnost pracovat v iteracích - Programátor nevytváří vše na první dobrou — iteruje, testuje, ladí.

Učit se programovat má smysl!

Za mě má stále smysl se učit programovat z několika důvodů. Stále má smysl se učit matematiku, fyziku atd. Nikoliv protože bychom vše z toho k životu potřebovali, ale protože to rozvijí myšlení a to stejné můžeme říct o programování. Stále se musíme učit syntaxi, protože musíme AI kontrolovat jestli to dělá správně a je pravdou, že to často vždy nedělá optimálně a někdy si dokonce vymýšlí (tzv. halucinace AI). Nemusím být vývojář a schopnost programovat zefektivní mojí práci několikanásobně.

Pokud se právě učíš programovat a nebo to zvažuješ, tak ti garantuji, že je to správná cesta a tato investice se mnohonásobně vrátí, jen možná nebudeš nutně softwarový vývojář, ale třeba právník, který používá AI a jeho práce je efektivnější.

A na závěr ti prozradím jeden paradox - Jevonsův paradox

Ten paradox zní:

„Zvýšení efektivity využívání nějakého zdroje vede v dlouhodobém měřítku k vyšší celkové spotřebě tohoto zdroje.“

AI výrazně zvyšuje produktivitu programování a tím pravděpodobně paradoxně vzroste poptávka po softwaru a tím pádem i po programátorech.

Zde je v krátkosti proč:

• Levnější vývoj = více projektů.
  AI snižuje cenu tvorby softwaru → firmy chtějí víc softwaru.
• Vznikají nové trhy.
  Digitalizují se oblasti, kde to dřív nebylo ekonomicky možné.
• Údržba a integrace rostou rychleji než generování.
  AI přidává hromady kódu → někdo ho musí řídit, opravovat a udržovat.
• AI vyrábí varianty, ne řešení.
  Člověk musí vybírat, validovat a skládat systém.
• Kvalitní vývojáři jsou vzácnější.
  Trh zaplaví průměrná kvalita → roste poptávka po architektech.
• Vznikají nové role.
  Např. AI architect, orchestrátor, evaluátor – čím víc AI, tím víc práce okolo ní.
• Software roste exponenciálně, lidé ne.
  Více systémů = více práce pro ty, kteří je dovedou řídit a držet pohromadě.

Učit se programovat má stále smysl.
A to hned z několika důvodů. Podobně jako u matematiky nebo fyziky – nejde o to, že bychom vše z toho potřebovali každý den, ale o to, že tyto obory zásadně rozvíjejí naše myšlení. Programování je na tom velmi podobně.

I v době AI má znalost syntaxe a základů programování hodnotu. Ne proto, že bychom museli psát vše ručně, ale proto, že musíme umět posoudit, zda AI pracuje správně. A víme, že někdy chybuje nebo si informace domýšlí.

Schopnost programovat zefektivní jakoukoli práci – i když nejste vývojář.

Pokud se teď učíte programovat, nebo o tom uvažujete, je to dobrá volba. Tato investice se obvykle bohatě vrátí. Možná z vás nebude softwarový inženýr, ale můžete být právník, vědec nebo manažer, který díky AI a programování pracuje mnohem rychleji a chytřeji.

A teď jeden zajímavý paradox – Jevonsův paradox

Ten říká:

„Zvýšení efektivity využívání nějakého zdroje vede v dlouhodobém měřítku k vyšší celkové spotřebě tohoto zdroje.“

AI výrazně zrychluje a zlevňuje vývoj software – a právě proto nejspíš poptávka po software i programátorech poroste. Proč?

• Levnější vývoj = více projektů.
  AI snižuje náklady → firmy začínají budovat software tam, kde to dříve nedávalo ekonomicky smysl.
• Vznikají nové trhy.
  Digitalizují se oblasti, které byly dlouho „mimo hru“.
• Údržba a integrace rostou rychleji než generování.
  AI vytvoří spoustu kódu → někdo ho musí řídit, opravovat, testovat a udržovat.
• AI generuje varianty, ne řešení.
  Lidé musí vybírat, ověřovat a skládat systémy dohromady.
• Kvalitní vývojáři jsou vzácnější.
  Když trh zaplaví průměrné výstupy, roste poptávka po architektech a zkušených lidech.
• Vznikají nové role.
  AI architekt, orchestrátor, evaluátor – čím víc AI, tím více práce kolem ní.
• Software roste exponenciálně, lidé ne.
  Čím víc systémů vzniká, tím více odborníků je potřeba, aby je udrželi funkční a stabilní.

Ať už pracujete v IT, nebo úplně mimo něj, jedno je jisté: nástup AI je změna, kterou už nelze ignorovat. Neznamená to ale konec lidské práce – spíše její přerámování. Ti, kteří se naučí nové technologie využívat, získají obrovskou výhodu. A právě v tom je dobrá zpráva: do této nové éry může vstoupit každý, kdo je ochoten se učit, rozvíjet své myšlení a pracovat s nástroji, které násobí jeho schopnosti. Budoucnost nebude patřit těm, kteří AI odmítají, ale těm, kteří s ní dokážou spolupracovat. A ti budou určovat, jak bude vypadat svět práce v příštích desetiletích.

Je vaše práce opravdu tak unikátní, jak si myslíte? Pokud trávíte většinu dne u počítače, je šance vysoká, že AI už klepe na vaše dveře. Nesouhlasíte? Dejte to vědět do komentářů. Rád uvidím argumenty — a třeba změníte názor… nebo změním já ten svůj.