Někdo o tématu mluví s naprostou jistotou. Jiný má roky zkušeností a pořád zvažuje, co ještě neví. Podle síly hlasu ani množství pochybností ale odbornost spolehlivě nepoznáme. Užitečnější otázka zní: O co se to tvrzení opírá?

Co z Dunningova–Krugerova efektu nedělat

Původní výzkum Justina Krugera a Davida Dunninga z roku 1999 ukázal v konkrétních testovaných úlohách, že lidé s nízkým výkonem výrazně nadhodnocovali své výsledky. Neznamená to, že každý sebevědomý člověk je neschopný ani že nejistota sama prokazuje znalosti. Původní studie.

Není to nálepka, kterou přilepíme člověku v internetové diskusi. Z jedné věty nepoznáme jeho schopnosti ani důvod, proč si věří. Smysluplnější je obrátit otázku k vlastnímu úsudku: jak poznám, že se nemýlím já?

Pět otázek k vlastní jistotě

1. Vím to, nebo si to zatím myslím? Je to pozorování, převzatá informace, odhad, nebo přání?
2. Odkud to mám? Mohu se dostat k původnímu zdroji a přečíst si souvislosti?
3. Pro jakou situaci to platí? Je stejný obor, doba a skupina lidí jako v mém případě?
4. Co by můj názor změnilo? Jaký důkaz by mě přiměl závěr upravit?
5. Jak mohu získat zpětnou vazbu? Testem v malém, kontrolou výsledku, konzultací s člověkem, který se věci věnuje?

Někdy je nejlepší odpověď: „Tohle zatím nevím. Zjistím to.“ Není nutné mít stanovisko ke všemu okamžitě.

Stejná kontrola se hodí u AI

Plynule napsaná odpověď může působit přesvědčivě. Styl ale není důkaz správnosti. Když AI uvede studii, otevřete skutečný zdroj a zkontrolujte, zda existuje a podporuje daný závěr. Když navrhne výklad situace, odlište ho od informací, které jste jí opravdu poskytli.

Modelový příklad: Dostanete radu, že určitý postup vždy zlepší výkon týmu. Ptejte se: „Vždy? U koho se to ověřovalo? Co se měřilo? Jak by vypadal malý pokus u nás?“ Výsledek takového pokusu vám řekne více než sebejistá formulace.

A když si naopak nevěřím?

V rozhovorech o kariéře jsem se potkávala i s lidmi, kteří své skutečné dovednosti přehlíželi. V takové chvíli pomáhá vypsat konkrétní zkušenosti: co jsem dělala, za co jsem nesla odpovědnost, co se podařilo a jakou zpětnou vazbu mám.

Nemusíte umět všechno, abyste mohli nabídnout to, co prokazatelně umíte. Zároveň můžete otevřeně říct, kde vaše zkušenost končí. Odbornost a ochota učit se mohou jít spolu.

Podobné rozlišování využijete při čtení článku Vezme nám AI práci?, kde odděluji výzkum od možných scénářů a vlastních úvah.

U které své jistoty byste si dnes chtěli ověřit, z čeho vlastně vychází?

Aktualizováno 2. října 2026.