AI paradox: Ženy čelí 3× vyššímu riziku automatizace, k umělé inteligenci si ale hledají cestu pomaleji

Paradox, který HR často přehlíží

Představte si dva imaginární, do jisté míry stereotypní zaměstnance u vás ve firmě. Jana pracuje v administrativě a za poslední rok neotevřela jediný AI nástroj. Připadá jí to jako podvádění a není si stoprocentně jistá, jak na to. Petr z analytického oddělení mezitím používá AI denně a jeho produktivita vzrostla o desítky procent.

Smutný vtip je v tom, že tohle není smyšlený příklad. Je to realita, kterou potvrzuje největší dosavadní výzkum na toto téma. A skrývá se v ní problém, který by měl znepokojit každého HR profesionála: ženy používají generativní AI o 20–25 % méně než muži, zatímco jejich pracovní pozice čelí téměř trojnásobnému riziku automatizace.

Nejde přitom o téma diversity pro výroční zprávu. Jde o tvrdý business case - o produktivitu, retenci talentů a konkurenceschopnost vaší organizace v éře, kdy AI mění pravidla hry.

První propast: Kdo AI nepoužívá

V lednu 2025 publikovali výzkumníci z Harvardu, Stanfordu a UC Berkeley Haas School of Business dosud nejrozsáhlejší metaanalýzu genderových rozdílů v používání generativní AI. Tým vedený Nicholasem Otisem, Solène Delecourt, Katelyn Cranney a Rembrandem Koningem analyzoval 18 studií zahrnujících přes 143 000 respondentů z 25 zemí.

Závěr je jednoznačný: ženy mají o 22 % nižší pravděpodobnost, že budou generativní AI používat. A tento rozdíl přetrvává napříč úrovněmi vzdělání, příjmovými skupinami i geografickými regiony.

Když se podíváme na konkrétní platformy, čísla jsou ještě výmluvnější. Ženy tvoří pouze 42 % uživatelů webové verze ChatGPT, 31 % uživatelů Claude od Anthropic a pouhých 27 % stažení mobilní aplikace ChatGPT celosvětově. V USA je to dokonce jen 25 %.

Faktor „podvádění"

Proč tomu tak je? Část odpovědi přináší studie z Norské obchodní školy (NHH) z listopadu 2023. Výzkumníci Daniel Carvajal, Catalina Franco a Siri Isaksson zjistili, že ženy výrazně častěji vnímají používání AI jako „podvádění" nebo eticky problematické jednání.

V jejich experimentu byli muži o 25 % pravděpodobnější, že budou ChatGPT intenzivně používat. Ženy také uváděly nižší sebevědomí v promptování a častěji přestaly nástroj používat, pokud první výsledek nebyl dokonalý.

Nejzajímavější zjištění přišlo z experimentu s různými pravidly: když instruktoři AI explicitně povolili, genderový rozdíl téměř zmizel. Přes 80 % studentů i studentek uvedlo, že by nástroj použili. Když bylo AI zakázáno, rozdíl se dramaticky prohloubil, zejména mezi nejlepšími studentkami.

„Výkonné studentky si možná samy ukládají omezení v používání AI," vysvětluje Catalina Franco. „Nejlepší ženy jsou opatrnější při používání nástrojů, které nebyly explicitně schváleny."

Pro HR je to klíčový signál: absence jasné komunikace ze strany vedení vytváří prostor pro nejistotu, která dopadá neproporcionálně na ženy.

Propast v sebevědomí

K etickým obavám se přidává rozdíl v sebevědomí. Australský průzkum mezi 576 studenty ve věku 14–26 let odhalil 18procentní rozdíl: 74 % mladých mužů se cítilo sebevědomě při používání generativní AI, zatímco u žen to bylo jen 56 %.

Norská studie navíc ukázala, že muži byli o 34 % úspěšnější v psaní efektivních promptů, projevovali větší důvěru ve své schopnosti a byli vytrvalejší. Když nedostali uspokojivý výsledek, zkoušeli to znovu. Ženy měly tendenci vzdát to dříve.

Druhá propast: Čí práce zmizí

Zatímco muži AI častěji používají k zvýšení produktivity, ženy pracují v pozicích, které jsou statisticky mnohem náchylnější k úplné automatizaci. Mezinárodní organizace práce (ILO) a Světové ekonomické fórum (WEF) tento jev označují jako „trojí ránu" pro ženy na trhu práce.

V květnu 2025 publikovala ILO zprávu „Generative AI and Jobs: A Refined Global Index of Occupational Exposure", která analyzovala téměř 30 000 reálných pracovních úkolů. Zjištění jsou alarmující: ve vyspělých zemích spadá 9,6 % ženské zaměstnanosti do kategorie nejvyššího rizika automatizace. U mužů je to pouze 3,5 %.

„Pokud by vysoce exponované pozice identifikované v naší zprávě zmizely, na každého muže by připadly dvě ženy, které přijdou o práci," říká Paweł Gmyrek, jeden z autorů studie.

Příčina: Profesní segregace

Důvod je prostý - profesní segregace. Ženy jsou nadměrně zastoupeny v administrativních, zákaznických a datově-zpracovatelských rolích. A právě tyto „kancelářské pozice" dokáže generativní AI automatizovat nejsnáze.

Podle projekcí amerického Bureau of Labor Statistics zmizí do roku 2029 v USA jeden milion pracovních míst v administrativní podpoře. Sekretářky a administrativní asistentky, pozice obsazené z 93–97 % ženami, čelí až 9% poklesu zaměstnanosti. Jde přitom o pátou nejčastější profesi amerických žen.

Augmentace versus nahrazení

Klíčový rozdíl spočívá v tom, zda AI práci rozšiřuje, nebo nahrazuje. Technické a inženýrské role, převážně obsazené muži, zažívají augmentaci: AI jim pomáhá pracovat rychleji a lépe, jejich hodnota roste. Administrativní a zákaznické role, převážně obsazené ženami, zažívají nahrazení: AI přebírá klíčové úkoly a potřeba lidské práce klesá.

Data z LinkedIn ukazují, že muži jsou o 138 % pravděpodobnější, že na svých profilech uvádějí AI dovednosti. Zaměstnanci s těmito dovednostmi přitom dosahují v průměru o 56 % vyšších platů – oproti 25 % v předchozím roce.

Třetí propast: Trest za používání

Možná si říkáte: tak proč ženy prostě nezačnou AI používat? Odpověď je složitější a ukazuje na hluboce zakořeněné předsudky na pracovišti.

V srpnu 2025 publikoval Harvard Business Review výsledky předregistrovaného experimentu, v němž přes 900 inženýrů hodnotilo identický kód v Pythonu. Jediný rozdíl? Některým bylo řečeno, že kód byl napsán s pomocí AI, jiným že bez ní.

Kód označený jako „AI-asistovaný" byl hodnocen v průměru o 9 % hůře z hlediska kompetence autora. Ale trest pro ženy byl více než dvojnásobný: ženy čelily 13% penalizaci za používání AI, zatímco muži pouze 6%.

Nejvíce překvapivé zjištění? Muži, kteří sami AI nepoužívali, hodnotili ženy používající AI o 26 % přísněji než ostatní hodnotitelé.

Racionální, ale škodlivá reakce

Tento „trest za kompetenci" vytváří situaci, kdy je pro ženy racionální AI nepoužívat, přestože to dlouhodobě poškozuje jejich kariérní vyhlídky. Data z velké technologické společnosti s 30 000 inženýry ukázala, že po roce od zavedení AI nástrojů je adoptovalo pouze 31 % ženských inženýrek.

„Ti, kdo se nejvíce obávali trestu za kompetenci, nepřiměřeně často ženy a starší inženýři, byli přesně ti, kdo AI adoptovali nejméně," uzavírají autoři studie.

Pro HR to má zásadní implikaci: bez aktivního řešení kulturních bariér a předsudků na pracovišti samotné zpřístupnění AI nástrojů nestačí.

Spirála, která se sama živí

Kombinace všech tří propastí vytváří sebeposilující cyklus, který může genderové nerovnosti dále prohlubovat a nůžky tak rozevírat s každým dalším rokem víc a víc.

„Pokud tato nerovnost přetrvá, může vytvořit sebeposilující cyklus: AI systémy budou trénovány na datech zkreslenými směrem k mužům, což může rozšířit mezery v adopci technologií," varuje Solène Delecourt z Berkeley Haas.

Generativní AI se učí z interakcí uživatelů. Když ženy tvoří menší podíl uživatelské základny, jejich preference, komunikační styly a potřeby jsou v trénovacích datech reprezentovány podstatně méně, než ty mužské.

Důkazy o genderových předsudcích v AI systémech již existují. Studie UNESCO z března 2024 zjistila, že velké jazykové modely asociují ženy s pojmy „domov" a „rodina" čtyřikrát častěji než muže, zatímco muže spojují s „byznysem", „kariérou" a „vedením". Výzkum Berkeley Haas Center for Equity, Gender and Leadership prokázal genderový předsudek ve 44 % analyzovaných AI systémů.

Co říkají nejnovější data: zlepšuje se to?

Pohled na aktuální trendy nabízí smíšený obrázek.

Pozitivní signály přicházejí z konzumentského trhu. Vlastní data OpenAI ukazují, že v lednu 2024 tvořily ženy 37 % uživatelů ChatGPT; v červenci 2025 to bylo již 52 %. Průzkum Deloitte Connected Consumer Survey zaznamenal ztrojnásobení adopce u žen meziročně (z 11 % na 33 %), zatímco u mužů šlo „pouze" o 2,2násobný růst. Otázkou ovšem je, na co ženy používají AI a na co ji zase používají muži.

Na pracovištích ale situace vypadá jinak. Průzkum NBER Real-Time Population Survey ze srpna 2024 zjistil, že generativní AI v práci používá 32 % mužů, ale jen 23 % žen - devítiprocentní rozdíl.

Ještě znepokojivější jsou rozdíly ve školení a podpoře. Pouze 49 % žen uvádí, že jim zaměstnavatel poskytuje školení na AI, zatímco u mužů je to 79 %. Pocit podpory ze strany zaměstnavatele k používání AI hlásí 61 % žen oproti 83 % mužů.

A propast v důvěře se rozšiřuje: vysokou důvěru v bezpečnost AI dat uvádí jen 18 % žen oproti 31 % mužů.

Česká a středoevropská realita

Specifická data o AI genderové propasti v České republice jsou zatím omezená, ale dostupné indikátory naznačují, že sdílíme evropské vzorce.

Podle průzkumu Evropské investiční banky z roku 2024 používá generativní AI 48 % českých firem – nad průměrem EU, který činí 37 %. Analýza BCG a Aspen Institute projektuje, že do roku 2035 bude v Česku ovlivněno generativní AI 2,3 milionu pracovních míst, tedy přes 40 % pracovní síly.

Polská studie ILO/NASK zjistila, že 28 % polských žen pracuje ve vysoce AI-exponovaných profesích, oproti 17 % mužů.

Zajímavá je však jedna středoevropská výhoda: země regionu vykazují lepší genderovou rovnováhu v AI talentu než západní Evropa, pravděpodobně díky historickému důrazu na ženy v STEM oborech. Lotyšsko vede EU s přibližně 50 % ženského AI talentu, zatímco Německo a Rakousko dosahují pouze 20 %.

Co s tím

Dobrá zpráva je, že genderová propast v AI není nevyhnutelná. Výzkumy i praxe ukazují, že cílené intervence fungují. Zde je strukturovaný přístup, který můžete implementovat ve vaší organizaci.

Krok 1: Změřte, kde jste

Než začnete řešit problém, potřebujete vědět, jak velký je. Proveďte audit:

• Adopce AI nástrojů podle genderu: Kolik procent žen a mužů ve vaší organizaci aktivně používá AI nástroje? Většina platforem nabízí analytiku využívání.
• Mapování rizikových pozic: Které role ve vaší firmě spadají do kategorie „vysoká expozice vůči automatizaci"? Jaké je genderové složení těchto pozic?
• Účast na školeních: Kdo se hlásí na AI školení? Pokud vidíte výrazný genderový nepoměr, máte problém.
• Sebevědomí a vnímání: Anonymní průzkum může odhalit, zda zaměstnankyně vnímají AI jako „podvádění" nebo se necítí kompetentní ho používat.

Krok 2: Nastavte jasnou komunikaci od vedení

Norská studie ukázala, že explicitní povolení AI téměř eliminovalo genderový rozdíl v adopci. Absence jasného signálu vytváří nejistotu, která dopadá především na ty, kdo se již cítí méně jistí.

Co udělat:

• CEO nebo nejvyšší vedení by mělo explicitně komunikovat: „Chceme, aby AI zkoušel každý. Je to součást toho, jak pracujeme."
• Zdůrazněte, že používání AI je profesionální dovednost, nikoli „podvádění" nebo znak nedostatečné kompetence.
• Sdílejte příběhy úspěšného využití AI napříč organizací - záměrně vybírejte příklady žen a různých oddělení.

Krok 3: Vytvořte psychologické bezpečí

Výzkum z MIT Technology Review ukazuje, že 83 % business lídrů věří, že psychologické bezpečí přímo ovlivňuje úspěch AI iniciativ. Pro ženy je to obzvlášť důležité vzhledem k „trestu za kompetenci", který hrozí při používání AI.

Praktické kroky:

• Framujte AI adopci jako učební cestu, ne jako výkonnostní test.
• Normalizujte rané neúspěchy – sdílejte příklady, kdy AI nedalo dobrý výsledek, a jak to řešit.
• Vytvořte bezpečné prostory pro experimentování (sandbox prostředí, peer skupiny).
• Aktivně řešte kulturu, která by mohla penalizovat ty, kdo AI používají.

Krok 4: Implementujte stupňované školení

Jednorázový webinář nestačí. BCG zdůrazňuje, že úspěšný upskilling vyžaduje „change journey, ne training rollout" – tedy kontinuální proces s praktickou aplikací v reálné práci.

Tříúrovňový model:

• Awareness level (všichni zaměstnanci): Co je generativní AI, k čemu slouží, kde jsou hranice a rizika. Důraz na praktické ukázky relevantní pro různé role.
• Practitioner level (pravidelní uživatelé): Prompt engineering, rozpoznávání biasu a limitací, integrace do pracovních postupů. Hands-on workshopy s reálnými use cases.
• Champion level (strategičtí lídři): Strategická adopce, mentoring kolegů, identifikace nových příležitostí. Role ambasadorů v týmech.

Krok 5: Řešte ohrožené pozice proaktivně

Čekat, až AI začne pozice nahrazovat, je příliš pozdě. Investujte do reskillingu dříve, než dojde k displacementu.

Strategie:

• Identifikujte zaměstnance v nejvíce exponovaných rolích a nabídněte jim prioritní přístup ke školením a rozvojovým programům.
• Vytvořte interní kariérní cesty z ohrožených pozic do AI-augmentovaných rolí.
• Redesignujte práci tak, aby kombinovala efektivitu AI s lidským úsudkem, vytvářejte „AI-asistované" pozice místo plně automatizovaných.

NatWest poskytuje inspirativní příklad: jejich partnerství s Code First Girls sponzorovalo přes 6 000 žen k získání programovacích dovedností a 130 z nich firma přímo zaměstnala. Tyto „career switchers" vykazovaly v prvním roce dvojnásobnou produktivitu.

Krok 6: Nastavte metriky a accountability

Co se neměří, nezlepšuje se. A bez odpovědnosti na úrovni vedení se změna nestane prioritou.

Accountability: Navažte tyto metriky na hodnocení relevantních manažerů. Bez tohoto kroku zůstane téma „nice to have".

Business case: Proč to není jen etická otázka

Pokud vás argumenty o férovosti nepřesvědčily, zde jsou tvrdé business důvody.

Ztracená produktivita: Výzkumníci z Harvard Business School odhadují, že přetrvávající 25% rozdíl v adopci AI může stát americkou ekonomiku stovky miliard dolarů. Každá organizace, která neřeší tento gap, nechává produktivní potenciál nevyužitý.

Platová prémie: Zaměstnanci s AI dovednostmi dosahují v průměru o 56 % vyšších platů. Pokud vaše zaměstnankyně tyto dovednosti nezískávají, prohlubujete platovou nerovnost – a riskujete, že o talent přijdete.

Retence: Firmy se silnými inkluzivními programy vykazují o 22 % nižší fluktuaci. V éře nedostatku talentů je to konkurenční výhoda, kterou si nemůžete dovolit ignorovat.

Reputační riziko: Jak bude vaše značka zaměstnavatele vypadat, pokud se ukáže, že jste nechali ženy „vypadnout z vlaku" digitální transformace? V době, kdy kandidáti zkoumají firemní hodnoty před přijetím nabídky, to může být rozhodující faktor.

Náklady na nahrazení vs. reskilling: Nahradit zaměstnance stojí typicky 50–200 % jeho ročního platu. Investice do reskillingu je zlomek této částky – a navíc získáváte loajálního zaměstnance, který zná vaši firmu.

5 signálů, že máte ve firmě AI gender gap

Než skončíte čtení tohoto článku, položte si tyto otázky:

1. Ženy se nehlásí na AI školení. Pokud je na workshopech výrazná převaha mužů, máte problém, a pravděpodobně ne s kvalitou školení.
2. Administrativní a zákaznické týmy nemají přístup k AI nástrojům. Právě tyto týmy jsou nejvíce ohrožené a zároveň by z AI mohly nejvíce těžit. Pokud nemají licence nebo podporu, vytváříte nerovnost.
3. Chybí explicitní komunikace od vedení. Řekl někdo nahlas, že používání AI je žádoucí a podporované? Pokud ne, část zaměstnanců to bude vnímat jako šedou zónu.
4. Nemáte data o tom, kdo AI používá. Pokud neměříte, nevíte. A pokud nevíte, nemůžete jednat.
5. Reskilling programy pro ohrožené pozice neexistují. Pokud vaši lidé v administrativě, zákaznickém servisu nebo datovém zpracování nemají jasnou cestu ke zlepšení svých dovedností, připravujete se o talenty, nebo je připravujete o práci.

Okno příležitosti se zavírá

Genderová propast v AI není nevyhnutelný osud. Je to výzva, kterou lze řešit, ale pouze pokud začnete jednat.

Firmy, které aktivně pracují na uzavření této mezery získávají produktivnější pracovní sílu, loajálnější zaměstnance a konkurenční výhodu v éře, kdy AI mění pravidla hry.

Firmy, které toto téma ignorují, riskují ztrátu talentů, prohlubování nerovností a v konečném důsledku i ekonomické ztráty.

AI samo o sobě není silou pro rovnost ani proti ní. Je to nástroj a záleží na tom, jak ho vaše organizace nasadí a komu umožní ho využívat.

Otázka není, zda se AI stane součástí práce. Otázka je, zda zajistíte, že z této změny budou těžit všichni vaši zaměstnanci.

Máte nástroje, máte data, máte důvody. Teď je čas jednat.

Zdroje:

Global Evidence on Gender Gaps and Generative AI (Harvard/Stanford/Berkeley): https://www.hbs.edu/ris/download.aspx?name=25023.pdf

Women Are Avoiding AI. Will Their Careers Suffer? (Harvard Business School Working Knowledge): https://www.library.hbs.edu/working-knowledge/women-are-avoiding-using-artificial-intelligence-can-that-hurt-their-careers

Will Artificial Intelligence Get in the Way of Achieving Gender Equality? (SSRN): https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4758197

Reveals gender gap in AI tool usage among students (NHH): https://www.nhh.no/en/nhh-bulletin/article-archive/2024/september/study-reveals-gender-gap-in-ai-tool-usage-among-students/

The unexpected reason women are avoiding workplace AI tools (Fast Company): https://www.fastcompany.com/91379582/whats-really-stopping-workers-from-using-ai-isnt-what-you-think

Competence penalty: The hidden cost of using AI at work (The Business Standard): https://www.tbsnews.net/features/pursuit/competence-penalty-hidden-cost-using-ai-work-1205546

One in four jobs at risk of being transformed by GenAI (ILO): https://www.ilo.org/resource/news/one-four-jobs-risk-being-transformed-genai-new-ilo%E2%80%93nask-global-index-shows

Generative AI at work: What it means for jobs in Europe and beyond (ILO): https://www.ilo.org/resource/article/generative-ai-work-what-it-means-jobs-europe-and-beyond

How AI is worsening workplace gender gaps (World Economic Forum): https://www.weforum.org/stories/2025/05/how-ai-is-worsening-workplace-gender-gaps-and-how-we-can-course-correct-7828b8eae9/

How to stop women falling behind on generative AI in the workplace (World Economic Forum): https://www.weforum.org/stories/2024/04/women-generative-ai-workplace/

Artificial Intelligence and gender equality (UN Women): https://www.unwomen.org/en/articles/explainer/artificial-intelligence-and-gender-equality

AI threatens one in four jobs (UN News): https://news.un.org/en/story/2025/05/1163486

Women and generative AI: The adoption gap is closing fast, but a trust gap persists (Deloitte): https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2025/women-and-generative-ai.html

How people are using ChatGPT (OpenAI): https://openai.com/index/how-people-are-using-chatgpt/

Women Leaders in Tech Are Paving the Way in GenAI (BCG): https://www.bcg.com/publications/2024/women-leaders-in-tech-are-paving-the-way-in-genai

Redefine AI upskilling as a change imperative (McKinsey): https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/redefine-ai-upskilling-as-a-change-imperative

AI Exposure and Preparedness in Slovakia's Labor Market (IMF): https://www.elibrary.imf.org/view/journals/002/2025/073/article-A003-en.xml

The AI revolution on the Polish labour market (Trade.gov.pl): https://www.trade.gov.pl/en/news/the-ai-revolution-on-the-polish-labour-market-who-will-win-and-who-will-lose/

AI's Missing Link: The Gender Gap in the Talent Pool (Interface EU): https://www.interface-eu.org/publications/ai-gender-gap

The AI Gender Gap Paradox (Stanford Social Innovation Review): https://ssir.org/articles/entry/ai-gender-gap-paradox

The Gender Divide in Generative AI: A Global Challenge (Harvard D^3): https://d3.harvard.edu/the-gender-divide-in-generative-ai-a-global-challenge/

AI's Gender Gap (Berkeley Haas Newsroom): https://newsroom.haas.berkeley.edu/magazine/fall-2025/ais-gender-gap/

Gender and Age Gaps in Generative AI (AI Literacy Institute): https://ailiteracy.institute/gender-and-age-gaps-in-generative-ai/

Women 20% Less Likely to Use Generative AI Than Men, Study Finds (eWEEK): https://www.eweek.com/news/ai-use-gender-gap/

Why Are Women Less Likely To Use AI? (HuffPost): https://www.huffpost.com/entry/women-resistant-to-ai_l_68c84a60e4b04bfe9a6f25a5

What Could the Rise of AI Mean for Gender Equality in the Workplace by 2025? (Women in Tech Network): https://www.womentech.net/how-to/what-could-rise-ai-mean-gender-equality-in-workplace-2025

Who Cares About the Ethics of AI? Women Do (Santa Clara University): https://www.scu.edu/ethics/events/digital-dignity-day/who-cares-about-the-ethics-of-ai-women-do/

Adam Homola

Editor in chief, Benefit pro HR

Adama dlouhodobě fascinuje, jak věci fungují - lidé, týmy i celé organizace. Svůj zájem o lidské procesy propojuje s technologiemi, zejména s AI, kterou vnímá jako nástroj. Píše, edituje a kurátorsky vybírá obsah opřený o data a evidence-based přístup; jeho cílem je srozumitelně převádět komplexní témata do praxe HR a managementu. Dlouhodobě se věnuje digitální tvorbě a se zaujetím sleduje, jak technologický pokrok ovlivňuje práci i životy lidí.