Generativní AI zrychluje přípravu e-mailů, podkladů a prezentací, ale vytváří nové manažerské riziko: rozdíl mezi kvalitou textu a hloubkou porozumění člověka, který se pod něj podepisuje. Vedoucí může předložit dokonale formulovaný návrh a při první doplňující otázce zjistit, že nedokáže vysvětlit jeho předpoklady. AI proto má pomáhat s formulací, nikoli nahrazovat vlastní pochopení rozhodnutí.

Kvalita manažerské komunikace byla dlouho omezena tím, jak dobře člověk dokázal vlastní myšlenku strukturovat a formulovat. Generativní AI tuto bariéru výrazně snižuje. Z několika poznámek vytvoří přesvědčivý e-mail, argumentaci nebo podklad pro poradu. Právě zde ale vzniká nové riziko: výstup může být podstatně přesvědčivější než skutečné porozumění člověka, který jej používá.

Wade Foster ze Zapieru tento stav označuje jako mezeru v porozumění. Vedoucí deleguje příliš velkou část intelektuální práce a teprve při následných otázkách zjistí, že nezná dostatečně dobře podklad, z něhož jeho vlastní sdělení vychází.

Pro manažera nejde jen o reputační problém. Pokud AI vytvoří strategické doporučení a člověk neprověří jeho předpoklady, může ve skutečnosti schválit argument, který by sám nedokázal sestavit ani obhájit. Jazyková kvalita výstupu přitom vytváří dojem větší jistoty.

Užitečné je proto rozlišovat mezi delegováním formulace a delegováním úsudku. AI může pomoci zkrátit text, uspořádat argumenty, hledat slabá místa nebo připravit alternativní vysvětlení. Odpovědnost za to, zda jsou vstupy správné a závěr dává smysl, musí zůstat člověku.

Jednoduchým testem je obhajoba bez nástroje. Před důležitou poradou si zkuste bez otevřeného dokumentu vysvětlit tři věci: jaké předpoklady doporučení používá, co by mohlo závěr změnit a proč jste zamítli hlavní alternativu. Pokud odpověď neznáte, text není připraven k vašemu podpisu bez ohledu na stylistickou kvalitu.

Druhým testem je zdrojová stopa. Číslo, srovnání nebo tvrzení s vysokým dopadem musí mít dohledatelný původ. AI může působit přesvědčivě i při kombinaci údajů, které spolu ve skutečnosti nesouvisejí.

Třetí pravidlo se týká porad. Vedoucí by neměl předkládat materiál, jehož logiku neumí vysvětlit bez čtení připraveného textu. Doplňující otázky nejsou nepříjemná překážka, ale kontrola skutečného porozumění.

Generativní AI tak může zvýšit kvalitu komunikace a současně snížit viditelnost nedostatečného pochopení. Organizace proto potřebuje hodnotit nejen kvalitu dokumentu, ale i schopnost jeho autora rozhodnutí vysvětlit, obhájit a změnit, objeví-li se nový fakt.

KLÍČOVÉ POJMY

• Mezera v porozumění: Rozdíl mezi kvalitou AI vytvořeného výstupu a skutečným pochopením jeho uživatele.
• Delegování formulace: Využití AI ke zlepšení struktury a jazyka při zachování lidského úsudku.
• Delegování úsudku: Přenechání podstatného vyhodnocení a závěru systému bez dostatečné lidské kontroly.
• Zdrojová stopa: Možnost dohledat původ faktů a předpokladů použitých v rozhodnutí.

AI can write a persuasive text for a manager, but it can also hide that the manager does not understand the subject well enough to defend it

Generative AI speeds up the preparation of emails, briefing materials and presentations, but it creates a new management risk: a gap between the quality of the text and the depth of understanding of the person signing it. A leader can present a perfectly worded proposal and discover at the first follow-up question that they cannot explain its assumptions. AI should therefore help with formulation, not replace the manager’s own understanding of the decision.

The quality of management communication was long constrained by how well a person could structure and formulate an idea. Generative AI substantially lowers that barrier. From a few notes, it can create a persuasive email, argument or meeting brief. But this is also where a new risk appears: the output can be much more persuasive than the actual understanding of the person using it.

Wade Foster of Zapier describes this as an understanding gap. A leader delegates too much of the intellectual work and only discovers during follow-up questions that they do not know the underlying material well enough to support their own message.

For a manager, this is not merely a reputational problem. If AI creates a strategic recommendation and the person does not examine its assumptions, they may effectively approve an argument they could neither construct nor defend themselves. The linguistic quality of the output can create an impression of greater certainty.

It is therefore useful to distinguish between delegating formulation and delegating judgment. AI can help shorten a text, organize arguments, identify weak points or prepare alternative explanations. Responsibility for whether the inputs are correct and the conclusion makes sense must remain with the person.

A simple test is to defend the proposal without the tool. Before an important meeting, try to explain three things without opening the document: what assumptions the recommendation uses, what could change the conclusion and why the main alternative was rejected. If you do not know the answers, the text is not ready for your signature regardless of its stylistic quality.

The second test is the source trail. A number, comparison or high-impact claim must have a traceable origin. AI can sound persuasive even when it combines data that do not actually belong together.

The third rule concerns meetings. A leader should not present material whose logic they cannot explain without reading the prepared text. Follow-up questions are not an inconvenient obstacle; they are a check of genuine understanding.

Generative AI can therefore improve the quality of communication while making insufficient understanding less visible. Organizations need to assess not only the quality of the document but also the author’s ability to explain, defend and revise the decision when new facts emerge.

KEY TERMS

• Understanding gap: The difference between the quality of an AI-generated output and the user’s actual understanding of it.
• Delegating formulation: Using AI to improve structure and language while retaining human judgment.
• Delegating judgment: Leaving substantive evaluation and conclusions to the system without sufficient human control.
• Source trail: The ability to trace the origin of facts and assumptions used in a decision.