Vidia riziká, a predsa AI používajú: priebežné výsledky prieskumu AI 2026
Ako ľudia vo firmách vnímajú generatívnu umelú inteligenciu – a odrádzajú ich riziká od jej používania? Na tieto otázky odpovedá prieskum AI 2026, ktorý sme od júla do septembra 2026 realizovali medzi 1 000 ľuďmi pracujúcimi v slovenských firmách s 20 a viac zamestnancami. Dáta zozbierala spoločnosť MNFORCE. Analýza ešte nie je uzavretá, pripravujeme z nej článok do časopisu. Tu sú prvé výsledky.
Používanie. ChatGPT nepoužíva vôbec len necelé 4 % respondentov, Gemini 12 %, Claude 30 % a Perplexity 41 %. Pri ChatGPT sa 57 % respondentov zaradilo do hornej časti sedembodovej škály frekvencie (5 – 7, kde 7 znamená „mnohokrát za deň“).
Prínosy a riziká nie sú protipóly
Výskum technológií obvykle predpokladá, že kto vidí v technológii veľké prínosy, vníma menšie riziká – a naopak. V našich dátach to tak nie je. Vnímané prínosy (12 položiek) a vnímané riziká (15 položiek) spolu súvisia pozitívne (r = 0,46) a merajú dve odlišné hodnotenia, nie dva konce jednej osi.
Keď sme respondentov rozdelili podľa kombinácie prínosov a rizík (latentná profilová analýza, 925 respondentov s úplnými údajmi), vzniklo päť profilov. Najväčšou skupinou je pragmatický stred s neutrálnym hodnotením oboch stránok. Druhou najväčšou skupinou – takmer tretinou – sú ľudia, ktorí vnímajú vysoké prínosy aj vysoké riziká.
Každý bod je jeden respondent (n = 925), čierne body sú stredy profilov. Prerušované čiary vyznačujú neutrálny bod škály (4). Zhluky v rohoch tvoria respondenti s rovnakou odpoveďou pri všetkých položkách.
Citlivosť na riziká nebráni používaniu
Ľudia citliví na riziká nie sú brzdou adopcie. Ich zámer používať AI (5,66 na škále 1 – 7) aj frekvencia používania (4,11) sú blízko nadšencov, ktorí riziká takmer nevnímajú (5,98 a 4,40). Rozdiel medzi týmito dvoma skupinami nebol štatisticky významný. Zreteľne menej AI používajú skeptici, ktorí vnímajú vysoké riziká a malé prínosy.
Priemery s 95 % intervalmi spoľahlivosti, zohľadňujú neistotu zaradenia do profilu. Zámer: 3 položky na škále súhlasu; frekvencia: priemer za ChatGPT, Gemini, Claude a Perplexity (1 = nikdy, 7 = mnohokrát za deň).Tabuľka hodnôt
Profil
Podiel
Prínosy
Riziká
Zámer
Používanie
Nadšenci
9 %
6,04
2,29
5,98
4,40
Používatelia citliví na riziká
31 %
5,68
5,69
5,66
4,11
Pragmatický stred
41 %
4,18
4,10
4,27
3,61
Skeptici
6 %
2,65
6,02
3,27
2,80
Nezainteresovaní
13 %
1,72
1,80
1,85
3,45
Riziko rozhoduje len vtedy, keď chýba prínos
Regresné modely to potvrdzujú z inej strany. Po zohľadnení ďalších faktorov (napríklad očakávaného výkonu, sociálneho vplyvu či pripravenosti organizácie na AI) celkové vnímané riziko samo osebe s používaním AI nesúvisí. Jeho vzťah k používaniu však závisí od vnímaných prínosov: vyššie riziko sa spája s menej častým používaním len u ľudí, ktorí hodnotia prínosy AI pod hodnotou približne 4,4 na sedembodovej škále. Nad touto hranicou – teda už pri mierne pozitívnom hodnotení prínosov – riziko používateľov od nepoužívateľov neodlišuje. Výsledok sa zopakoval v desiatich z jedenástich modelových špecifikácií.
Nie všetky riziká však fungujú rovnako. Proti prínosom ľudia zvažujú najmä riziká, ktoré môžu poškodiť ich samých – ochranu údajov, chyby, za ktoré zodpovedajú, alebo stratu vlastných zručností. Pri rizikách pre spoločnosť a životné prostredie (vplyv na pracovné miesta, zaujatosť, spotreba energie) je tento vzťah výrazne slabší.
Čo z toho vyplýva
Vnímané riziko nie je všeobecnou brzdou používania AI, ale podmieneným nákladom, ktorého váha závisí od očakávaného prínosu. Pre organizácie to znamená, že opatrenia zamerané na znižovanie obáv súvisia s používaním hlavne tam, kde ľudia ešte nevidia, na čo im AI je. Kde prínos vidia, má zmysel riadiť riziká pri používaní – pravidlami, školením, kontrolou výstupov – a nie sa snažiť používanie obmedziť.
Ide o prierezové dáta, preto výsledky popisujú súvislosti, nie príčiny. Respondenti hodnotili prínosy, riziká aj používanie sami. Profily sú štatistickým zjednodušením, nie pevnými typmi ľudí, a ich podiely nemožno bez výhrad zovšeobecniť na celú populáciu. Výsledky sme predstavili na 57. konferencii EBES v Prahe (15. – 17. októbra 2026). Ďalším krokom je opakované meranie v čase.