Jak se čeští novináři učí pracovat s AI: Pomocník při přepisech, nebo tichý likvidátor redakčních míst

AI v redakcích už není experiment, ale běžný pracovní nástroj

V českých médiích se AI prosazuje nejrychleji tam, kde je práce rutinní, opakovatelná a časově náročná. Typicky jde o přepisy rozhovorů, tvorbu shrnutí z tiskových zpráv, rychlou orientaci v dokumentech nebo návrhy titulků a perexů. To je důležité: většina redakcí nepoužívá AI jako náhradu novináře, ale jako vrstvu, která zkracuje čas mezi získáním materiálu a publikací.

Prakticky to znamená, že novinář už nemusí ručně přepisovat hodinový rozhovor nebo pročítat desítky stran podkladů. Nástroje jako Whisper, Google Docs Voice Typing, Otter.ai nebo lokální české řešení pro automatický přepis dokážou zkrátit přípravu z desítek minut na jednotky minut. Přesto je klíčové, že výstup AI není hotový článek, ale pracovní materiál, který musí projít redakční kontrolou.

Kde AI v novinařině skutečně šetří čas

Největší přínos je dnes v tzv. „nízkorizikových“ úlohách. To jsou procesy, kde chyba neznamená dezinformaci, ale spíš zdržení nebo nižší kvalitu prvního návrhu. Redakce, které AI používají chytře, obvykle začínají právě tady:

• přepisy rozhovorů a tiskových konferencí – AI vytvoří textový základ, novinář pak opravuje jména, odborné termíny a smysl vět;
• shrnutí dlouhých dokumentů – například rozpočtů, soudních rozhodnutí nebo výročních zpráv;
• extrakce faktů – data, jména, datumy, citace a čísla lze z podkladů vytáhnout výrazně rychleji;
• varianty titulků a perexů – vhodné hlavně pro A/B testování v redakčním CMS;
• základní rešerše tématu – AI pomůže zmapovat pojmy, souvislosti a možné úhly pohledu.

Například při pokrytí komunální politiky může novinář nahrát zápis z jednání zastupitelstva do modelu, nechat si vytáhnout body k dopravě, investicím a hlasování, a teprve potom ověřit vše v originálu. To je typický workflow, který šetří čas, ale nepouští kontrolu z ruky.

Největší riziko není AI text, ale ztráta redakční kontroly

Problém AI v redakcích není jen „halucinování“ faktů. V praxi je nebezpečnější, když se z novináře stane pasivní editor, který přestane ověřovat zdroje a začne důvěřovat prvnímu výstupu. Jazykové modely působí přesvědčivě i tehdy, když se mýlí, a právě to je v žurnalistice zásadní problém.

Nejčastější chyby, které se objevují i ve zkušených týmech, jsou:

• vymyšlené citace nebo nepřesně přiřazené výroky;
• smíchání více zdrojů do jednoho tvrzení, takže zanikne původní kontext;
• zastaralé informace, pokud model pracuje bez přístupu k aktuálním datům;
• jazyková uniformita – všechny texty začnou znít stejně;
• právní rizika, zejména u osobních údajů, neveřejných materiálů nebo citlivých kauz.

Redakce by proto měly mít jasné pravidlo: AI může navrhovat, ale nesmí rozhodovat. Pokud model připraví shrnutí, editor musí vždy porovnat výstup s originálem. U citací je vhodné používat doslovné ověření, ne parafrázi. A u citlivých témat, jako je zdravotnictví, justice nebo politika, by AI měla sloužit jen jako podpůrný nástroj, nikoli jako autor obsahu.

Jak nastavit bezpečný redakční workflow

Redakce, které chtějí AI využívat systematicky, by měly začít u procesu, ne u nákupu licencí. Dobrý workflow má obvykle čtyři kroky: sběr podkladů, generování pracovního výstupu, ověření a publikace. Pokud některý krok chybí, roste riziko chyb i reputační škody.

Praktický model může vypadat takto:

1. Novinář shromáždí zdroje – audio, video, dokumenty, odkazy, poznámky.
2. AI zpracuje jen pomocný výstup – přepis, osnovu, seznam citací nebo shrnutí.
3. Editor nebo autor vše ručně ověří v originálních materiálech.
4. Do CMS se publikuje až finální text, ne surový AI draft.

Technicky je vhodné oddělit citlivá data od veřejných modelů. Pro běžné úlohy lze využít nástroje jako ChatGPT Team, Claude nebo Gemini, ale pro interní a neveřejné materiály je bezpečnější lokální nebo enterprise režim s jasnými pravidly pro ukládání dat. Pokud redakce pracuje s osobními údaji, musí řešit i GDPR, zejména kdo má k datům přístup, kde jsou uložena a zda se používají k dalšímu tréninku.

Dobrou praxí je také zavést jednoduchý interní štítek: AI assist, AI draft nebo human verified. Nejde o marketing, ale o kontrolu kvality. Když redakce ví, co vzniklo s pomocí AI, snáze dohledá chyby a nastaví odpovědnost.

Co se musí naučit novinář, aby nebyl nahrazen, ale rychlejší

Největší rozdíl mezi novinářem, který AI používá dobře, a tím, kdo ji používá špatně, není v technické znalosti modelů. Je v tom, zda umí zadat správný úkol, rozpoznat slabé místo výstupu a vrátit se ke zdrojům. V praxi se vyplatí naučit se několik konkrétních dovedností.

• Promptování s kontextem – místo „shrň text“ zadat publikum, účel, délku i tón.
• Práce s ověřováním – u každého faktu si říct, odkud pochází a zda je v originálu.
• Redakční styl – AI text je potřeba přepsat do hlasu média, jinak vzniká sterilní obsah.
• Fact-checking návyky – jména, čísla, data, instituce a citace vždy kontrolovat manuálně.
• Základní datová gramotnost – umět pracovat s tabulkami, exporty a CSV soubory.

Velmi dobře funguje, když redakce zavede krátký interní školící blok, třeba 2–3 hodiny měsíčně. Stačí praktické ukázky: jak AI přepsala rozhovor, kde chybovala, jak opravit prompt a jak výstup zrychlit. Nejlepší výsledky nejsou u lidí, kteří AI obdivují, ale u těch, kteří ji umí přesně řídit.

AI jako konkurence redakcí i jako příležitost pro kvalitnější žurnalistiku

Obava z rušení pracovních míst je reálná, ale neprobíhá tak jednoduše, jak se často prezentuje. AI spíš mění skladbu práce: ubývá rutiny, přibývá editace, ověřování, práce s daty a tvorba originálního kontextu. To znamená, že redakce může ušetřený čas využít dvěma směry: buď na vyšší produkci stejného typu obsahu, nebo na kvalitnější investigativní a analytickou práci.

V praxi budou vítězové ti, kdo si AI nastaví jako systémovou podporu. U velkých médií to může znamenat integraci do CMS, automatické přepisy audiovizuálních materiálů, interní databázi promptů a pravidla pro citlivý obsah. U menších redakcí stačí jednodušší model: několik ověřených nástrojů, jasný checklist a odpovědný editor, který výstupy kontroluje.

Budoucnost české žurnalistiky tedy nebude o tom, jestli AI „vezme novinářům práci“. Spíš půjde o to, kdo ji zvládne využít tak, aby novinář nemusel dělat robotickou část agendy a mohl se soustředit na to, co AI neumí dobře: kontext, intuici, kontakt se zdroji, odpovědnost za pravdivost a schopnost pojmenovat, proč je daná informace důležitá právě teď.