Hlavní strana -> Zprávy
Aktuality -> Analýzy - 20. 2. 2026 - redakce

AI rozděluje programátory na žádané a zbytečné

U nastupující generace mladých programátorů sledují učitelé i personalisté zásadní problém –Umělou inteligenci dokáží využít k neuvěřitelným projektům, bez ní však mají potíže i s jednoduchým algoritmem. Jenže programátoři bez znalosti základů brzy narazí. Stejně jako vývojáři bez analytických dovedností.



Studium a uplatnění v IT se rychle mění. Umělá inteligence rozděluje programátory na žádoucí a nepotřebné. Odhaluje, kdo rozumí kódování do hloubky a kdo jen povrchně.
„Když se nástroje umělé inteligence začaly rozvíjet, očekávalo se, že programátoři budou mezi prvními profesemi, které budou narušeny. Dnes už ale vidíme, že kvalifikované vývojáře umělá inteligence nenahradí. Pokud jste dobrý programátor, dokážete nástroje AI využít k rychlejšímu a efektivnějšímu výkonu, je to vᚠsluha i nápomocný kolega. Podmínkou však je mít klíčové znalosti, pak vás může umělá inteligence kvalitativně hodně posunout. Naopak podprůměrnému programátorovi, který nemá principy kódování zažité, a nedokáže tak využít AI k podpoře při tvorbě kódu a k inovacím, nepomůže ani umělá inteligence,“ říká ředitel Soukromé střední školy výpočetní techniky (SSŠVT) Martin Vodička.
 
Podle Světového ekonomického fóra si v roce 2025 díky umělé inteligenci rozšířili své kariérní možnosti čtyři z deseti softwarových vývojářů. Až 70 procent programátorů vnímá, že jejich role se přesouvá od rutinního kódování k hledání řešení problému s využitím umělé inteligence.
„Ze seniorních programátorů se stávají spíš analytici než čistí kodéři. Zatímco dřív využívali k psaní kódu své juniorní kolegy, nyní mají k ruce umělou inteligenci. I tu ale musí zkušený vývojář řídit, směrovat k vytyčenému cíli a kontrolovat. Schopnost pochopit business kontext, navrhnout architekturu, pracovat s komplexními systémy nebo nést odpovědnost za výsledek, to jsou oblasti, kde je lidská zkušenost stále nenahraditelná,“ podotýká Martin Vodička.
 
Zkušení vývojáři budou vždy na pracovním trhu žádaným zbožím. Hůře jsou na tom programátoři bez analytických dovedností, kteří dosud fungovali jako podpůrný tým seniorním kolegům.
„U juniorních pozic vidíme jasný pokles poptávky, ale důvodem není pouze zástupnost nástroji AI. Firmy jsou opatrnější, projekty se víc finančně hlídají a umělá inteligence zároveň pokrývá část práce, kterou dříve zastávali junioři: jednoduché skripty, testovací scénáře nebo dokumentace. Dříve byl velký zájem například o „entry-level backend developery“, manuální QA nebo jednoduché frontendové role. Tyto pozice dnes buď mizí, nebo se výrazně mění. Firmy očekávají, že i junior bude mít širší přesah – bude rozumět architektuře, testování, cloudu nebo alespoň základům DevOps,“ uvádí Denisa Janatová, ředitelka společnosti smitio.
 
 
Nástup umělé inteligence do vzdělávání mladých ajáků přinesl sice ohromné možnosti, zároveň ale také jeden problematický jev – přes široké spektrum znalostí, kterým mladí programátoři oplývají, ztrácí schopnost základního kódování. „Téměř na vše existují šablony, které tato generace studentů dokáže s AI výborně rozpracovat. Je však třeba, aby dokázali napsat programovací kód od nuly, a to ne všichni zvládnou. Není to proto, že by toho měli v hlavě málo, jen dílem umělé inteligence nemají potřebu základní kódování využívat. A co nemusí opakovat, často zapomínají. A to je úloha současného vzdělávání v IT. Školní výuka nikdy nemůže dostát a probrat všechny možnosti, které mladým lidem rychle rostoucí trh se softwarem nabízí. Odborný učitel by ale měl mít o dané problematice přehled a vědět, co je důležitý základ, který je nutné studenty precizně naučit, a co může selektovat, případně navést studenty, kde se o tématu mohou dozvědět víc,“ míní Martin Vodička. 
 
 
Stejný trend potvrzují také personalisté, kteří při náborech narážejí na uchazeče, jež sice znají mnoho pojmů, nástrojů, ale chybí jim hlubší pochopení principů kódovacího jazyka.
„Z pohledu IT recruitmentu to dnes patří mezi největší změny, které na trhu vidíme. U juniorních kandidátů se čím dál častěji setkáváme s tím, že dokážou s pomocí AI navrhnout komplexní řešení, popsat architekturu nebo ‚odprezentovat‘ projekt na vysoké úrovni. Problém nastane, jakmile mají sami vymyslet jednoduchou funkci, algoritmus nebo práci s daty. Ukazuje se, že přes rychlý přístup k hotovým řešením nikdy neprošli bolestivou, ale zásadní fází učení základů,“ upozorňuje Denisa Janatová.
 
 
„Umělá inteligence je nástroj, ne náhražka technického myšlení. Může vás učit nové věci, ale aby vám AI dobře sloužila, musíte vědět, na co se ptát. V tom je klíčová role učitele. Dnešní studenti čelí přemíře informací, mají dovednosti, které sahají do hlubších sfér IT, k čemuž práce s AI svádí, ale zapomínají jednoduché věci. Když mají ve výuce vymyslet projekt bez AI a internetu, bývá to pro mladé vývojáře cenná zkušenost. Přesně to je ale cesta, jak pochopit logiku objektově orientovaného programování nebo relačních databází. K dalšímu profesnímu rozvoji je vždy nutné mít pevné základy,“ dodává ředitel IT školy Martin Vodička.

 
  

- PR -

Umělá inteligence mění firemní tisk

HP přenáší AI z experimentu do každodenního provozu podniků


Firemní tisk dlouhodobě patří mezi technologické oblasti, které se vyvíjejí spíše evolučně než revolučně. S nástupem umělé inteligence se však tento segment dostává do nové fáze. HP už v roce 2024 představila platformu HP Print AI jako rámec pro inteligentní tiskové a skenovací funkce a postupně ji rozšiřuje o další schopnosti. Na letošním CES pak HP ukázala především praktickou integraci generativní AI do kancelářských zařízení prostřednictvím funkcí navázaných na Microsoft 365 Copilot, které míří na produktivitu a práci s dokumenty přímo na multifunkcích.

  

- PR -

AI má pracovat s vámi, ne místo vás

Jak začít s robotizací kanceláře?


Kolik peněz vaši firmu každý měsíc stojí ruční přepisování dat? Ceny, PDFka, tabulky, faktury, data v různých formátech – rutina bez přidané hodnoty, často vnímaná jako nutné zlo, která spolyká desítky hodin lidského času a vytváří dvojí náklad: přímé mzdové výdaje i ztrátu prostoru pro práci s vyšší přidanou hodnotou. Možná už víte, že tato opakující se zátěž brzdí výkon, snižuje motivaci a omezuje růst. A možná také tušíte, že díky rozvoji AI ji lze efektivně automatizovat. Otázka tak často není „zda“, ale „jak a kde začít“, aby se řešení skutečně vyplatilo.