Článek se věnuje implementaci umělé inteligence (AI) v evidenčním systému Flins, který v pilotní fázi testuje organizace Neposeda, z.ú., a je provázán s výzkumným vedením PhDr. Melanie Zajacové, Ph.D., Katedry sociální práce FF UK. AI modul analyzuje textové záznamy sociálních pracovníků a individuální plány klientů, s cílem snížit administrativní zátěž, zvýšit kvalitu intervence a umožnit měřitelný dopad sociálních služeb. Článek rozebírá výhody, technické i etické výzvy, prvotní zkušenosti z praxe a perspektivy udržitelnosti.
Kontext: digitální inovace a sociální služby v Česku
Sociální služby v České republice čelí trvalým výzvám: vysoké administrativní zátěži, personálnímu přetížení, potřeba rychlé orientace v komplexní dokumentaci, omezené kapacitě supervize a reflexe v reálném čase. Evidence klientů, individuální plány a záznamy pracovníků často obsahují množství kvalitativních dat, která ale zůstávají nevyužita. AI nabízí možnost tuto situaci proměnit: ne jen digitalizovat, ale transformovat evidenční systémy na analytické nástroje, které podporují rozhodování, metodu práce a etiku.
Projekt „AI pro sociální práci: integrace do Flinsu“ – kdo, kdy, co
- Partnerství a garant: vývoj provádí firma Arasoft s.r.o., evidenční systém Flins je nástrojem praxe. Praktická validace probíhá v rámci organizace Neposeda, z.ú. Odborná garance, metodologické vedení a etické standardy zajišťuje Katedra sociální práce Filozofické fakulty UK pod vedením Melanie Zajacové. Katedra sociální práce FF UK
- Časový rámec: testování a pilotní fáze probíhaly v letech 2023–2024, s ostrým nasazením modulu od září 2025.
- Rozsah pilotu: zapojena je organizace Neposeda; připravuje se rozšíření do cca 60 organizací různých typů sociálních služeb, s možností uplatnění též mimo klasické sociální služby – např. pedagogicko-sociální služby, terapeuty či adiktologické služby.
Co AI modul ve Flinsu skutečně dělá – konkrétní funkce
Analytický AI modul provádí:
- Zpracování rozsáhlých textových záznamů: průměrný sociální pracovník připravil v průběhu roku ~ 123 normostran záznamů. Bez AI bylo obtížné tyto texty plně využít. Modul automatizuje jejich analýzu, sumarizaci.
- Generování zpráv, souhrnů a podkladů pro úřady, jednání, doporučení – během sekund, nikoli hodin nebo dnů.
- Analýza vývoje individuálních plánů a přístupů – modul sleduje změny v jazyce zápisů (např. tón, emoční vyjádření), identifikuje témata, která se opakují, sleduje, zda byly dosaženy cíle plánu, a kde je stagnace nebo riziko.
- Podpora v navrhování intervencí a metodik – na základě srovnání s oficiálními metodikami ČR i zahraničí modul nabízí návrhy možných opatření.
- Upozornění na potenciální rizika a možné etické či profesní pochybení – systém obsahuje mechanismy, které monitorují, zda výstupy odpovídají etickým standardům, či existují oblasti, kde je třeba zvýšenou pozornost.
Výhody z praxe a měřitelné přínosy
- Snížení administrativní zátěže: pracovníci uvádějí, že díky automatickému vytváření zpráv, souhrnů i doporučení se dramaticky snížil čas, který tráví psaním dokumentace.
- Rychlá orientace v klientské historii: noví kolegové či externí aktéři získají přehled o klientovi během krátké doby bez nutnosti detailního pročítání celé dokumentace.
- Zvýšení profesní kvality: modul pomáhá srovnávat plánované vs reálně použité postupy, identifikovat odchylky od metodik, což vede ke standardizaci osvědčených postupů.
- Transparentnost a měřitelnost dopadu sociálních služeb: díky automatizovaným reportům a agregovaným datům lze lépe dokladovat, jak služby působí – jak na individuální klienty, tak na komunitní úrovni, a jaký je jejich dopad na prevenci sociálního vyloučení a veřejné výdaje.
Etika, bezpečnost a rizika: jak projekt řeší klíčové výzvy
- Anonymizace a pseudonymizace dat – modul pracuje s daty tak, aby identita klientů byla chráněna; vstupy jsou zpracovávány v bezpečném prostředí. Auditní stopy (logy procesů) dokumentují, kdo kdy a jak s daty nakládal.
- Transparentnost algoritmů a výstupů – pracovníci mají přístup k tomu, jak modul dospěl k určitému výstupu, upozornění nebo doporučení; výstupy jsou ověřovatelné vůči standardům a metodikám.
- Role lidského úsudku a profesní autonomie – systém je asistenčním nástrojem, nikoliv rozhodovatelem. Konečné rozhodnutí, interpretace a vztah k klientovi zůstávají na sociálním pracovníkovi.
- Etický rámec a vzdělávání – zapojení akademického prostředí (FF UK) umožňuje, aby studenti už v průběhu výuky navrhovali a testovali prompty (zadání AI), porovnávali výstupy různých modelů (např. ChatGPT, Gemini) a přemýšleli o etických hranicích.
- Potřeba dlouhodobého sběru dat pro vyhodnocení dopadů – pilotní fáze ukazuje slibné výsledky, ale plné zhodnocení efektivity (tj. kvality péče, spokojenosti klientů, ekonomických úspor) je zatím ve fázi sběru a analýzy.
Dopady, škálovatelnost a udržitelnost
- Škálovatelnost řešení: očekává se rozšíření do ~60 organizací v první fázi. To znamená, že modul bude muset zvládnout různé typy sociálních služeb, různé dispozice dokumentů, různé pracovní postupy. Tato variabilita testuje univerzálnost a adaptabilitu AI modulu.
- Společenský dopad: projekt přináší možnost lépe dokladovat efekt sociálních služeb na prevenci sociálního vyloučení, na udržitelnost veřejných financí a na posilování komunitní soudržnosti.
- Udržitelnost: udržitelné provozní nasazení vyžaduje nejen technickou stabilitu, ale i finanční model (náklady na údržbu, aktualizaci modelů, školení pracovníků), podporu ze strany zřizovatelů služeb a legislativní rámec, který umožní používání AI v souladu s právem, ochranou dat a profesními standardy.
Směrem k odborné praxi, která využívá AI jako partnera
- Projekt integrace AI do systému Flins představuje praktický a konceptuálně silný model, jak mohou evidenční systémy v sociální práci přejít od pasivního záznamu k aktivnímu analytickému nástroji.
- AI v Flinsu není náhradou sociálního pracovníka; jde o nástroj podpory jeho reflexe, odborné kvality a schopnosti věnovat více času tomu, co nelze automatizovat — vztahu, empatii, lidským situacím.
- Spolupráce praxe, akademie a technologického sektoru (Neposeda, FF UK, Arasoft s.r.o.) je zásadní pro metodologické ukotvení, vývoj, testování a etickou validitu – bez těchto pilířů by inovace mohla být nevyvážená nebo dokonce škodlivá.
- Dlouhodobý sběr dat a jejich analýza bude klíčová pro ověření dopadů: nejen na efektivitu a čas pracovníků, ale na bezpečnost, spokojenost klientů, kvalitu péče, a ekonomickou udržitelnost služeb.
- Legislativní, etické a profesní rámce musejí být průběžně aktualizovány, aby odrážely realitu, v níž AI získává novou roli – musíme zajistit, že technologie zůstane v roli partnera, ne náhrady.
