Zubatá hranice AI vysvětluje, proč je umělá inteligence génius i popleta zároveň. Jednu práci vám odvede líp než člověk a hned vedle, u úlohy zdánlivě stejně těžké, selže. Podle toho, jak úloha vypadá, se to dopředu odhadnout nedá. A nejdražší bývá chyba, která zní přesvědčivě.
S AI pracuju každý den, často v několika oknech naráz. Přesto u nové úlohy dopředu nevím, jestli ji zvládne. Proto má každá nová práce stejné pořadí: nejdřív zkouška na skutečných datech, teprve potom důvěra. Proč to jinak nejde, ukázal už v roce 2023 pokus se stovkami konzultantů.
Co je zubatá hranice AI?
Zubatá hranice AI je neviditelná čára mezi úlohami, které AI zvládne, a těmi, na kterých selže. Není rovná. Vede napříč jednou prací a klidně i mezi dvěma úlohami, které člověku připadají stejně těžké.
Pojem zavedli v roce 2023 výzkumníci z Harvardu a dalších škol, kteří pokus dělali spolu s poradenskou firmou Boston Consulting Group. Anglicky se mu říká jagged frontier. Spoluautor Ethan Mollick ho ještě v den zveřejnění zpopularizoval na blogu. Hranici přirovnal k neviditelné hradbě: tehdejší AI podle něj zvládla sonet, ale báseň o přesně padesáti slovech už ne.
Zubatá hranice (jagged frontier)
Hranice mezi prací, kterou AI odvede dobře, a prací, kterou pokazí. Je nepravidelná a neviditelná, takže úlohy na obou stranách můžou vypadat stejně těžké. Zjistí se jen zkouškou a s novými modely se posouvá.
Co je těžké pro člověka a co je těžké pro AI, jsou dvě různé věci. Kde vede hranice, vám neřekne obtížnost úlohy. Řekne vám to jen zkouška.
Co změřil pokus se 758 konzultanty
Uvnitř hranice lidé s AI pracovali rychleji a líp, za hranicí častěji chybovali. Tak zní výsledek předem zaregistrovaného pokusu, jehož recenzovaná verze vyšla v březnu 2026 v časopise Organization Science. Všech 758 účastníků rozdělil los do tří skupin: bez AI, s modelem GPT-4 a s GPT-4 doplněným o krátký úvod do psaní zadání.
| Co se měřilo | Uvnitř hranice | Za hranicí |
|---|---|---|
| Jaké úlohy | 18 realistických konzultantských úloh | složitá manažerská úloha, vybraná schválně |
| Výsledek s AI | o 12,2 % víc hotových úloh, o 25,1 % rychleji a ve výrazně lepší kvalitě | o 19 % menší šance dojít ke správnému řešení |
Zajímavější než čísla je, proč lidé za hranicí chybovali. Podle Mollicka jim AI dala špatnou, ale přesvědčivou odpověď a oni ji převzali. Napsal o nich, že „usnuli za volantem“. Svoje řešení přitom sepsali líp než lidé bez AI, takže chyba neležela na povrchu. Ne všichni ale usnuli.
Kentaur a kyborg
Dva způsoby práce s AI, jak je pojmenoval Ethan Mollick. Kentaur si práci dělí: co umí líp sám, dělá sám, a zbytek předá AI. Kyborg s AI pracuje průběžně po malých kouscích a přes hranici přechází sem a tam. Podle Mollicka tak hodně konzultantů zvládlo úlohy na obou stranách hranice.
Proč podobná úloha dopadne opačně?
Protože AI nevnímá obtížnost jako člověk. Schopnosti jí rostou nerovnoměrně, takže vedle sebe stojí výkon špičkového odborníka a chyba začátečníka.
Pokus pracoval s modelem z roku 2023 a dnešní modely jsou jinde. Zubatost ale nezmizela. Výzkumník Andrej Karpathy v prosinci 2025 napsal, že jazykové modely jsou zároveň všestranný génius i zmatený školák. Nejvíc se podle něj zlepšily tam, kde se dá výsledek ověřit, tedy v matematice a programování.
Ve firmě to vypadá nenápadně. AI může zákazníkovi napsat vlídnou a česky bezchybnou odpověď na reklamaci a v téže odpovědi uvést lhůtu, kterou vaše obchodní podmínky vůbec nemají. Text leží uvnitř hranice, fakt o vaší firmě za ní. Podobně je to při hromadném čtení PDF. Souvislý text smlouvy jde hladce, ale u tabulky stačí malý posun a částka sedne k jinému řádku.
Zubatá hranice je jiný problém než většina chyb při zavádění, které vznikají dřív, než firma AI vůbec spustí. Ukáže se až při práci, i ve firmě, která všechno ostatní udělala dobře.
Mapa důvěry: kde AI věřit a kde ne
Hranici vám předem nikdo nenakreslí, na vlastních úlohách si ji ale zmapujete sami. Mollick radí jednoduše: používejte AI na pracovní úlohy dost často a tvar hranice začnete vidět. Já ji doporučuju mít na papíře. Vezměte deset úloh, které se ve firmě každý týden opakují. Každou nechte AI udělat na skutečném podkladu a pak je rozdělte do tří sloupců.
Tři sloupce na jeden papír
AI dělá, člověk kontroluje: úlohy, které zvládla napoprvé a jejichž výsledek se dá rychle ověřit. AI pomáhá: úlohy, kde dala dobrý základ, ale fakta nebo závěr dodá člověk. AI ne: úlohy, kde chybovala přesvědčivě, nebo kde by chyba stála víc, než kolik AI ušetří.
Úlohy z prvního sloupce už nikdo nedělá ručně, stačí jim krátká kontrola. Nejlepší čas na mapu je první měsíc s AI, kdy stejně zkoušíte a měříte. A mapa potřebuje správce: člověka, který má ve firmě AI na starost a po změně modelu všechny tři sloupce projde znovu.
Kontrola patří na hranici, ne všude
Kontrolu nerozkládejte rovnoměrně na všechno, co AI udělá. Soustřeďte ji tam, kde AI zní přesvědčivě a chyba by vás stála peníze nebo zákazníka.
Bezpečnější start jsou úlohy, jejichž výsledek se dá ověřit: součet proti tabulce, údaj proti systému, odpověď proti obchodním podmínkám. Tam chybu najdete rychle. Horší jsou úlohy, kde hotový text sám o sobě nic neprozradí, třeba doporučení, úsudek nebo odpověď na to, co jste komu slíbili.
Dobře to ukazuje ranní kontrola reklam: zastavit prodělávající sestavu smí systém sám, přidat peníze jen s vaším souhlasem. Samostatnost systému končí přesně tam, kde začíná drahá chyba.
Kdy mapu dělat nemusíte
Mapa se nevyplatí tam, kde AI dělá jedinou věc a výsledek si pokaždé celý přečtete. Kdo si nechá jednou týdně učesat e-mail a každé slovo stejně projde, hlídá hranici automaticky. Nevyplatí se ani u jednorázové práce, tam stačí zkontrolovat výsledek. Vyplatí se, jakmile AI dělá víc druhů práce nebo ji používá víc lidí. Každý z nich pak potřebuje vědět totéž: kde se na výstup dá spolehnout a kde ne.
Celá mapa v kostce
- Počítejte s tím, že AI je v jedné práci skvělá a vedle může selhat, i když obě úlohy vypadají stejně těžké.
- Sepište si úlohy, které se ve firmě opakují, a každou vyzkoušejte na skutečném podkladu.
- Rozdělte je do tří sloupců: AI dělá a člověk kontroluje, AI pomáhá, AI ne.
- Kontrolu soustřeďte tam, kde AI zní přesvědčivě a chyba je drahá.
- Po změně modelu nebo nástroje mapu projděte znovu, protože hranice se posouvá.
Génius a popleta budou v AI nejspíš bydlet vedle sebe i v dalším modelu, jen se mezi nimi posune hranice. S mapou víte, kterou práci za vás génius odvede sám a kde stačí jeden pohled člověka, aby popleta nenadělal škodu. Takovou mapu s vámi rád projdu na vašich úlohách a skutečných datech v rámci zavádění AI. Začíná se konzultací, která je zdarma a nezávazná.
