Nástupní plat 140 000 Kč a lov na univerzitách. Zkušenosti z praxe jsou tu paradoxně na škodu, o generaci padesátníků nikdo nestojí
Technologický trh zažívá zvláštní paradox. Pozice s nástupním platem kolem 140 000 korun měsíčně nenabírají ostřílené profíky s dvacetiletou praxí, ale studenty a čerstvé absolventy. Firmy posílají lovce talentů přímo na univerzity a generace padesátníků, která ještě nedávno táhla celý obor, najednou zůstává stranou.
Jde o roli specialisty na bezpečnost a spolehlivost umělé inteligence – v mezinárodním prostředí známou pod názvy AI Safety Engineer, AI Alignment Specialist nebo AI Red Teamer. A právě tady se ukazuje, že desítky let strávených v klasickém IT mohou být spíš přítěží než výhodou.
Zatímco tradiční softwarové inženýrství stojí na pevných základech – deterministických pravidlech, jasných specifikacích a měřitelných metrikách – pokročilé neuronové sítě fungují úplně jinak. Chovají se spíš jako složité biologické organismy než jako programy napsané podle přesného zadání. A právě to vytváří propast mezi tím, co umí zkušený vývojář, a tím, co dnešní technologie potřebují.
Co vlastně tito specialisté dělají
Hlavní náplní práce není psaní nového kódu, ale systematické testování chování velkých jazykových modelů. Moderní algoritmy pracují na pravděpodobnostní bázi, jejich výstupy nejsou stoprocentně předvídatelné. Úkolem specialisty je odhalit slabá místa dřív, než se systém dostane k běžným uživatelům.
Klíčové činnosti zahrnují odhalování předsudků a zkreslení, která mohou vést k diskriminačním odpovědím. Dále jde o ladění vnitřní logiky – testování schopnosti modelu správně dedukovat, řešit vícekrokové úlohy a vyhýbat se faktickým halucinacím. Specialista také hledá bezpečnostní díry, například metody, jak model donutit obejít vlastní etické mantinely.
Jde o disciplínu na pomezí informatiky, lingvistiky, kognitivní vědy a formální logiky. Člověk v téhle roli musí přemýšlet jako útočník, psycholog i analytik zároveň. A právě tady se ukazuje, proč jsou čerství absolventi často úspěšnější než veteráni oboru.
Proč mladí vyhrávají nad zkušenými
Klasický vývojář je zvyklý na deterministické prostředí: pokud A, pak B. Algoritmy umělé inteligence se ale chovají nepředvídatelně, přístup založený na striktních pravidlech tu často selhává. Studenti a absolventi přicházejí k systémům bez profesního balastu. Dokážou experimentovat s neotřelými způsoby zadávání úloh, vnímat nuance v jazykovém projevu stroje a přistupovat k modelům s otevřenou myslí.
Jejich myšlení není svázáno dekádami tvorby relačních databází nebo monolitických aplikací. Nemají zakořeněné návyky, které by jim bránily vidět problém jinak. A právě to jim v této specifické disciplíně dává obrovský náskok.
Zkušení inženýři naopak očekávají jasně definované specifikace, procesní řízení a standardizované metriky. Bezpečnost AI se ale vyvíjí v reálném čase, metodika vzniká za pochodu a často připomíná spíš vědecký výzkum než běžný firemní projekt. Pro lidi zvyklé na zavedené postupy je to nekomfortní terén.
Další faktor, který žene firmy do univerzitních lavic, je evropské nařízení o umělé inteligenci (EU AI Act). To zavádí přísné povinnosti v oblasti hodnocení rizik a bezpečnosti AI systémů, což vytváří obrovskou poptávku po lidech schopných tyto požadavky naplnit. A právě absolventi technických, matematických i humanitních oborů, kteří prokáží kritické myšlení a cit pro odhalování logických klamů, dostávají nabídky s nadstandardním platem ještě před získáním diplomu.
Generace padesátníků tak zůstává v tomto segmentu téměř neviditelná. Ne kvůli věkovému předsudku, ale kvůli strukturálnímu nesouladu mezi tím, co nabízí tradiční seniorní praxe, a tím, co vyžaduje výzkum spolehlivosti neuronových sítí. Role specialisty na bezpečnost AI definuje nový typ technologické kariéry, kde intuice, adaptabilita a schopnost porozumět abstraktnímu chování modelů znamenají víc než desítky let praxe ve starém programátorském paradigmatu.
