[{"data":1,"prerenderedAt":201},["ShallowReactive",2],{"blog-article-cz-deskilling":3},{"item":4,"translation":113},{"id":5,"title":6,"body":7,"cover":94,"coverAlt":95,"date":96,"description":97,"draft":98,"extension":99,"lang":100,"linkedinUrl":84,"meta":101,"navigation":102,"path":103,"seo":104,"slug":105,"stem":106,"tags":107,"translationKey":105,"updated":111,"__hash__":112},"blog\u002Fblog\u002Fcz\u002Fdeskilling.md","Deskilling míří trochu vedle",{"type":8,"value":9,"toc":88},"minimark",[10,14,17,22,25,28,31,34,37,43,47,58,61,64,73,76,79],[11,12,13],"p",{},"Tak tady máme ten deskilling, jak se dneska říká, takový malý nešvar. Je to další postřeh z říjnové konference AI transformace zdravotnictví. Tentokrát obava, že zapomeneme myslet, když budeme jen odklikávat výsledky z AI.",[11,15,16],{},"Asi bych se společensky odepsal, kdybych tvrdil, že ta obava není oprávněná. Jen jsem přesvědčen, že míří trochu vedle.",[18,19,21],"h2",{"id":20},"problém-je-objem-práce-ne-ztráta-dovedností","Problém je objem práce, ne ztráta dovedností",[11,23,24],{},"Problém je totiž objem rutinní práce, kterou nestíháme udělat kvalitně. Kontrolování, porovnávání, opakované posuzování podobných případů. Když už nedokážu zjednodušit ty proklatý procesy a odstranit z nich odstranitelné mezičlánky, tak proč nenasadit — tentokrát neproklatou — AI?",[11,26,27],{},"A co je horší, co když je repetitivní činnost klíčovou částí procesu, třeba vyšetření zobrazovací metodou? Řady snímků, podobné úkony, pozornost, která má vydržet celou směnu. Opravdu je problém v tom, že s pomocí AI začnu ztrácet svoje schopnosti? Není spíš problém v tom, že náš mozek nefunguje se strojovou stabilitou výkonu?",[11,29,30],{},"Lidský výkon kolísá. Unavíme se, ztratíme pozornost, ke konci dne vidíme jinak než na začátku. Není to morální selhání, je to vlastnost mozku. Stroj v tomhle smyslu nenudí a neuhne. Neříkám, že je neomylný. Říkám, že jeho chybovost jde popsat, a tu lidskou obvykle ne. Právě proto mi přijde škoda bojit se nástroje dřív, než víme, jak si v téže práci vede člověk.",[11,32,33],{},"Dost otázek. Celé je to o tom, že u AI můžeme spolehlivost výstupu změřit. A když to děláme pořádně, víme transparentně a opakovatelně, jak si vede. Dobře, můžeme debatovat o kvalitě datasetu, o tom, na čem se model zkoušel a co z toho jde přenést do praxe. O člověku to ale nevíme. Zeptáme se na vzdělání, praxi a dojem, že je „dobrý“. To není stejný typ informace jako opakovaně změřená spolehlivost. Jen tušíme, věříme, doufáme nebo se bojíme, ale kvalitu lidského výstupu obvykle nekvantifikujeme.",[11,35,36],{},"Když pak vedle sebe postavíme AI, u které číslo máme, a člověka, u kterého ho nemáme, člověk může vypadat hůř, i když se nezměnil. Takže pokud se někde zdá, že kvalita lidského výstupu s použitím AI klesá, problém nebude principiálně v AI. Spíš v tom, že žádné měřítko kvality lidského výstupu prostě nebylo. AI tak akorát zviditelní, s čím jsme žili, ne jak jsme se zhoršili.",[38,39],"blog-figure",{"alt":40,"caption":41,"src":42},"Satirická ilustrace o dvou panelech: vlevo spokojený úředník v růžových brýlích razítkuje papíry u neuklizeného stolu, vpravo tři lidé v oblecích ukazují prstem na plačící AI terminál s měřicí stupnicí.","U stroje chybovost měříme a ukazujeme na ni prstem. U člověka ji obvykle neměříme vůbec.","\u002Fimages\u002Fblog\u002Fdeskilling\u002Fchybovost.webp",[18,44,46],{"id":45},"když-se-lidská-práce-opravdu-měří","Když se lidská práce opravdu měří",[11,48,49,50,57],{},"Že se debata tak často točí právě kolem zobrazovacích metod, není náhoda. Repetitivní čtení je tam jádrem práce — a zároveň jedním z mála míst, kde lidský výkon vůbec jde porovnat číslem. Typickým příkladem je kolonoskopie. Ukazatelem je míra záchytu adenomů: podíl vyšetření, při kterých lékař najde alespoň jeden adenom. Právě proto, že tohle číslo existuje, se vůbec dalo něco zjistit, když v srpnu 2025 vyšla v ",[51,52,56],"a",{"href":53,"rel":54},"https:\u002F\u002Fwww.thelancet.com\u002Fjournals\u002Flangas\u002Farticle\u002FPIIS2468-1253(25)00133-5\u002Fabstract",[55],"nofollow","Lancet Gastroenterology & Hepatology"," observační studie z Polska.",[11,59,60],{},"Devatenáct lékařů ze čtyř center se srovnávalo tři měsíce před zavedením systému pro detekci polypů a tři měsíce po něm — vždy ve vyšetřeních bez AI. Otázka tedy nebyla, jak si vede člověk s AI, ale jak si týž lékař vede bez ní poté, co si na ni v ostatní práci zvykl. Míra záchytu adenomů klesla z 28,4 % na 22,4 %. To je ten výsledek, který se teď cituje jako důkaz deskillingu.",[11,62,63],{},"K němu bych byl ale opatrný. Jde o observační srovnání, ne o randomizovanou studii. Skupiny pacientů se lišily a doba vyšetření, která záchyt silně ovlivňuje, se nesledovala. Počet adenomů na vyšetření ani záchyt pokročilých nálezů a rakoviny se statisticky nezměnil. Sami autoři to berou jako hypotézu k ověření a volají po pořádné prospektivní studii.",[11,65,66,67,72],{},"A hlavně: pro pacienta je podstatné, jak dobře to dělá člověk spolu s AI. Tam randomizované studie opakovaně ukazují, že záchyt roste. Metaanalýza ",[51,68,71],{"href":69,"rel":70},"https:\u002F\u002Fwww.giejournal.org\u002Farticle\u002FS0016-5107(24)03471-0\u002Ffulltext",[55],"28 randomizovaných studií s téměř 24 000 pacienty",", zveřejněná v roce 2024 v časopise Gastrointestinal Endoscopy, uvádí, že s pomocí AI byla míra záchytu adenomů o 20 % vyšší — zejména u menších lézí; u pokročilých adenomů se rozdíl neukázal. Pokud máme strach, že se dovednost bez AI otupí, je to argument pro pravidelné měření lidí, ne proti nástroji, který ve společné práci záchyt zlepšuje.",[11,74,75],{},"Měřítko nemusí být jen ve zdravotnictví. Kde se dá výstup porovnat se skutečností nebo s druhým čtením, jde lidskou spolehlivost sledovat stejně jako tu strojovou: na vzorku, opakovaně, ne jednou za audit. Bez toho se o deskillingu snadno mluví, ale špatně rozhoduje. Ne proto, abychom lidem přestali věřit, ale abychom se nemuseli dohadovat od stolu. Nejdřív číslo, potom závěr, jestli se opravdu zhoršujeme, nebo jen konečně vidíme, co tu bylo pořád.",[11,77,78],{},"Měříte u vás vůbec, jak spolehlivý je lidský výstup? Nebo jen tušíme a doufáme?",[11,80,81,82,87],{},"Kratší verzi jsem zveřejnil 3. listopadu 2026 na ",[51,83,86],{"href":84,"rel":85},"https:\u002F\u002Fwww.linkedin.com\u002Ffeed\u002Fupdate\u002Furn:li:activity:7523303803706613761\u002F",[55],"LinkedInu",".",{"title":89,"searchDepth":90,"depth":90,"links":91},"",2,[92,93],{"id":20,"depth":90,"text":21},{"id":45,"depth":90,"text":46},"\u002Fimages\u002Fblog\u002Fdeskilling\u002Fcover.webp","Schematická oranžová linková kresba na tmavém pozadí: vlevo postava u notebooku se rozpadá do přerušovaných čar a prochází jí kolísavá křivka, vpravo prázdný kruh měřidla bez ručičky.","2026-11-03","Obava, že s AI zapomeneme myslet, je oprávněná. Míří ale trochu vedle: problém je spíš v tom, že kvalitu lidského výstupu obvykle vůbec neměříme.",false,"md","cz",{},true,"\u002Fblog\u002Fcz\u002Fdeskilling",{"title":6,"description":97},"deskilling","blog\u002Fcz\u002Fdeskilling",[108,109,110],"AI","Deskilling","Digitalizace",null,"Ltl_jyOOSjRIBIHURRDaiSticw2Bsz4d8toZ1bIuXPo",{"id":114,"title":115,"body":116,"cover":94,"coverAlt":190,"date":96,"description":191,"draft":98,"extension":99,"lang":192,"linkedinUrl":84,"meta":193,"navigation":102,"path":194,"seo":195,"slug":196,"stem":197,"tags":198,"translationKey":105,"updated":111,"__hash__":200},"blog\u002Fblog\u002Fen\u002Fdeskilling-misses-the-point.md","Deskilling Misses the Point",{"type":8,"value":117,"toc":186},[118,121,124,128,131,134,137,140,143,148,152,158,161,164,172,175,178],[11,119,120],{},"So here we have deskilling, as people call it these days — a bit of a nuisance. It is another observation from the October “AI Transformation of Healthcare” conference. This time, the fear that we will forget how to think if we just click through AI results.",[11,122,123],{},"I would probably write myself off socially if I claimed that the concern was unfounded. I am just convinced that it misses the point.",[18,125,127],{"id":126},"the-problem-is-the-volume-of-work-not-the-loss-of-skill","The problem is the volume of work, not the loss of skill",[11,129,130],{},"The problem is the volume of routine work we cannot get through at a decent quality. Checking, comparing, judging similar cases over and over. If I can no longer simplify those blasted processes and strip out the steps that can be stripped out, then why not bring in AI — which, this time, is not the thing being cursed?",[11,132,133],{},"And what is worse, what if the repetitive activity is a key part of the process — an imaging examination, for instance? Rows of images, similar tasks, attention that has to last the whole shift. Is the problem really that, with the help of AI, I start to lose my skills? Or is it rather that our brain does not deliver the machine-like stability of performance?",[11,135,136],{},"Human performance fluctuates. We get tired, we lose focus, towards the end of the day we see things differently than at the start. That is not a moral failure; it is a property of the brain. A machine, in this sense, does not get bored and does not wander. I am not saying it is infallible. I am saying that its error rate can be described, and the human one usually cannot. That is why it seems a shame to me to fear the tool before we know how a person performs at the same work.",[11,138,139],{},"Enough questions. The whole thing comes down to this: with AI, we can measure the reliability of the output. And when we do it properly, we know, transparently and repeatably, how it performs. Fine, we can debate the quality of the dataset, what the model was tested on and how far that carries over into practice. About a person, we do not know. We ask about education, experience and the impression that they are “good”. That is not the same kind of information as reliability measured over and over. We only guess, believe, hope or fear — but we usually do not quantify the quality of human output.",[11,141,142],{},"When we then put AI, for which we have a number, next to a person, for whom we do not, the person can look worse even if they have not changed. So if it seems somewhere that the quality of human output falls when AI is used, the problem will not be, in principle, with the AI. It is more that there was simply no measure of the quality of human output. AI merely makes visible what we have been living with, not how we have got worse.",[38,144],{"alt":145,"caption":146,"src":147},"A two-panel satirical illustration: on the left, a content official in pink-tinted glasses stamps papers at a messy desk; on the right, three people in business attire point at a crying AI terminal with a gauge.","With a machine, we measure the error rate and point the finger at it. With a person, we usually do not measure it at all.","\u002Fimages\u002Fblog\u002Fdeskilling\u002Fen\u002Fchybovost.webp",[18,149,151],{"id":150},"when-human-work-really-is-measured","When human work really is measured",[11,153,154,155,87],{},"It is no accident that the debate so often turns on imaging. Repetitive reading is the core of the work there — and at the same time one of the few places where human performance can be compared with a number at all. A typical example is colonoscopy. The indicator is the adenoma detection rate: the share of examinations in which the doctor finds at least one adenoma. Precisely because that number exists, it was possible to find something out at all when, in August 2025, an observational study from Poland was published in ",[51,156,56],{"href":53,"rel":157},[55],[11,159,160],{},"Nineteen doctors at four centres were compared over three months before a polyp-detection system was introduced and three months after it — always in examinations without AI. The question, then, was not how a person performs with AI, but how the same doctor performs without it after growing used to it in the rest of their work. The adenoma detection rate fell from 28.4% to 22.4%. That is the result now cited as evidence of deskilling.",[11,162,163],{},"I would be cautious about it, though. It is an observational comparison, not a randomized study. The patient groups differed, and examination time, which strongly affects detection, was not tracked. The number of adenomas per examination, and the detection of advanced findings and of cancer, did not change statistically. The authors themselves treat it as a hypothesis to be tested, and call for a proper prospective study.",[11,165,166,167,171],{},"And above all: what matters for the patient is how well the person and the AI do it together. There, randomized studies repeatedly show that detection rises. A meta-analysis of ",[51,168,170],{"href":69,"rel":169},[55],"28 randomized studies with nearly 24,000 patients",", published in 2024 in Gastrointestinal Endoscopy, reports that with AI the adenoma detection rate was 20% higher — mainly for smaller lesions; for advanced adenomas, no difference appeared. If we are afraid that skill will dull without AI, that is an argument for measuring people regularly, not an argument against a tool that improves detection when they work together.",[11,173,174],{},"A measure does not have to be confined to healthcare. Where the output can be compared with the facts, or with a second reading, human reliability can be tracked in the same way as a machine’s: on a sample, repeatedly, not once in an audit. Without that, deskilling is easy to talk about and hard to judge. Not so that we stop trusting people, but so that we do not have to argue it out from our desks. First the number, then the conclusion: whether we really are getting worse, or whether we are only now seeing what has been there all along.",[11,176,177],{},"Do you measure at all, where you are, how reliable human output is? Or do we only guess and hope?",[11,179,180,181,185],{},"I published a shorter version on ",[51,182,184],{"href":84,"rel":183},[55],"LinkedIn"," on 3 November 2026.",{"title":89,"searchDepth":90,"depth":90,"links":187},[188,189],{"id":126,"depth":90,"text":127},{"id":150,"depth":90,"text":151},"A schematic orange line drawing on a dark background: on the left, a figure at a laptop breaks into dashed lines with a fluctuating curve running through it; on the right, an empty gauge circle with no needle.","The fear that we will forget how to think if we just click through AI results is fair. But it misses the point: the real problem is that we usually do not measure the quality of human output at all.","en",{},"\u002Fblog\u002Fen\u002Fdeskilling-misses-the-point",{"title":115,"description":191},"deskilling-misses-the-point","blog\u002Fen\u002Fdeskilling-misses-the-point",[108,109,199],"Digitalization","oAhAWwLJfdVTDdsTE_bo54tuSJwNZ_nASM6L_y_XKyQ",1794457154732]