Artificial Intelligence Adoption in Social Work: The Role of Age, Digital Literacy, and Practice Context
Abstrakt: Umelá inteligencia (AI) sa stáva dôležitou súčasťou digitálnej transformácie verejných služieb vrátane sociálnej práce, pričom prináša potenciál pre zvýšenie efektivity, podporu rozhodovania a zlepšenie dostupnosti služieb, ale zároveň otvára etické a organizačné otázky. Cieľom výskumu bolo analyzovať, do akej miery individuálne a kontextové faktory sociálnych pracovníkov – vek, digitálna gramotnosť, pracovné prostredie a veková štruktúra klientely – ovplyvňujú využívanie AI a úroveň skúseností s jej aplikáciou v praxi. Výskum bol realizovaný ako kvantitatívny prierezový dizajn prostredníctvom štruktúrovaného online dotazníka na vzorke 110 sociálnych pracovníkov. Na overenie hypotéz boli použité korelačné ukazovatele, regresná analýza a t-test; pre hypotézu týkajúcu sa veku klientely bola aplikovaná deskriptívna a trendová analýza na čiastkovej vzorke 72 respondentov (bez medzigeneračnej kategórie). Výsledky potvrdili, že digitálna gramotnosť je najsilnejším prediktorom využívania AI (r = 0,76; β = 0,73) a vyšší vek sociálnych pracovníkov súvisí s nižšou mierou adopcie (r = −0,50; β = −0,07). Sociálni pracovníci v mestskom prostredí využívali AI významne častejšie ako pracovníci na vidieku (p < 0,0001). Zároveň sa preukázal výrazný negatívny trend medzi vekom klientely a úrovňou skúseností s AI (ρ = −0,56; τ = −0,46; p < 0,001), pričom pracovníci pracujúci so seniormi deklarovali najnižšie skúsenosti. Zistenia poukazujú na potrebu systematického rozvoja digitálnych a AI kompetencií v sociálnej práci, so zameraním na regióny a oblasti praxe s nižšou mierou digitalizácie, pri súčasnom rešpektovaní etických princípov ochrany dôstojnosti, autonómie a dôvernosti klientov.
Kľúčové slová: umelá inteligencia; sociálna práca; digitálna gramotnosť; AI gramotnosť
Abstract: Artificial intelligence (AI) is becoming an increasingly important component of the digital transformation of public services, including social work. While it offers potential gains in efficiency, decision support, and service accessibility, it simultaneously raises ethical, organizational, and structural challenges. This study aimed to examine how individual and contextual factors—specifically social workers’ age, digital literacy, practice setting (urban vs. rural), and the age profile of the client population—relate to AI adoption and professional experience with AI in social work practice. A quantitative cross-sectional design was employed using a structured online questionnaire administered to 110 social workers. Hypotheses were tested using correlation analysis, linear regression, and an independent-samples t-test; for the client-age hypothesis, descriptive and trend-based analyses were conducted on a subsample of 72 respondents (excluding the intergenerational category due to the lack of ordinal ordering). Results confirmed that digital literacy was the strongest predictor of AI adoption (r = 0.76; β = 0.73), while higher age was associated with lower AI use (r = −0.50; β = −0.07). Social workers in urban settings reported significantly more frequent AI use than those in rural areas (p < 0.0001). A pronounced negative trend was also found between client age and social workers’ AI experience (ρ = −0.56; τ = −0.46; p < 0.001), with the lowest levels of experience reported by practitioners working primarily with older adults. The findings underscore the need for systematic development of digital and AI competencies across social work, with targeted support for regions and practice areas with lower levels of digitalization, while ensuring that AI implementation remains aligned with ethical principles safeguarding client dignity, autonomy, and confidentiality.
Key words: artificial intelligence; social work; digital literacy; AI literacy
Teoretické východiská riešenej problematiky
Umelá inteligencia (AI) predstavuje jednu z najvýznamnejších technologických inovácií súčasnosti, ktorá zásadným spôsobom mení fungovanie viacerých oblastí spoločenského života vrátane sociálnej práce. Rozvoj algoritmických systémov, strojového učenia a automatizácie vytvára nové možnosti efektívnejšieho riešenia sociálnych problémov, zvyšovania dostupnosti služieb a podpory kvalifikovaného rozhodovania v komplexných situáciách. Súčasne však táto technologická transformácia prináša významné etické a metodologické výzvy, najmä v oblastiach transparentnosti algoritmov, spravodlivosti rozhodovacích procesov a zodpovednosti za dopady technológií na jednotlivcov a komunity (Floridi et al., 2020; Jobin et al., 2021). V dôsledku rýchleho technologického pokroku, rastu objemu digitálnych dát a rozvoja pokročilých algoritmov sa umelá inteligencia stala jedným z kľúčových pilierov súčasnej digitálnej transformácie spoločnosti. Jej vplyv presahuje technickú rovinu a výrazne zasahuje do organizácie práce, vzdelávania a medziľudských interakcií, čím kladie nové nároky na profesijné kompetencie a etické rámce výkonu pomáhajúcich profesií (OECD, 2021; European Commission, 2022).
Sociálna práca v tomto kontexte čelí zásadnej výzve adaptácie na digitálne prostredie, ktorá si vyžaduje schopnosť sociálnych pracovníkov efektívne využívať informačné technológie, porozumieť digitálnym dátam a kriticky reflektovať ich použitie v praxi. Integrácia umelej inteligencie predstavuje jeden z najvýznamnejších posunov v rámci tejto transformácie, keďže AI má potenciál podporiť hodnotenie rizík, plánovanie intervencií a administratívne procesy, no zároveň vyvoláva otázky ochrany dôstojnosti, autonómie a súkromia klientov (Boddy & Boddy, 2021; Eubanks, 2022). Napriek rastúcemu medzinárodnému záujmu o digitalizáciu sociálnych služieb zostáva otázka reálneho využívania umelej inteligencie v slovenskom kontexte zatiaľ nedostatočne preskúmaná.
Digitálna transformácia významne ovplyvňuje spôsob poskytovania sociálnych služieb, pričom jedným z jej kľúčových trendov je postupná integrácia umelej inteligencie do profesionálnej praxe. Súčasná odborná literatúra zdôrazňuje, že základným predpokladom zmysluplného a bezpečného využívania AI v sociálnej práci je dostatočná úroveň digitálnej a AI gramotnosti sociálnych pracovníkov, ktorá im umožňuje technológie nielen používať, ale aj porozumieť ich fungovaniu a kriticky posudzovať ich limity. Ahn et al. (2025) poukazujú na to, že úspešná integrácia AI do sociálnej práce je vo významnej miere podmienená úrovňou tzv. „AI literacy“, zahŕňajúcej schopnosť interpretovať algoritmické výstupy a zodpovedne ich začleňovať do rozhodovacích procesov bez narušenia etických princípov profesie. Turner-Lee a Du (2025) zároveň upozorňujú, že medzi jednotlivými profesijnými skupinami existujú výrazné rozdiely v schopnosti efektívne pracovať s technológiami umelej inteligencie, pričom významnú úlohu zohrávajú faktory ako vek, predchádzajúce technologické skúsenosti a technologická sebadôvera. Okrem individuálnych charakteristík sociálnych pracovníkov literatúra poukazuje aj na význam širšieho pracovného a regionálneho kontextu. Výskumy naznačujú, že implementácia umelej inteligencie je výrazne ovplyvnená organizačnými a infraštruktúrnymi podmienkami, ktoré sa líšia medzi mestským a vidieckym prostredím (Boetto, 2025). Mestské prostredia spravidla disponujú lepšou digitálnou infraštruktúrou, vyššou mierou inovácií a väčším počtom organizácií využívajúcich technologické riešenia, zatiaľ čo vidiecke regióny môžu čeliť technologickým obmedzeniam a nedostatku systematickej podpory pri zavádzaní inovácií, čo sa odráža v nižšej miere využívania umelej inteligencie (Molala, 2024).
Metodológia výskumu
Teoretickým rámcom predkladaného výskumu je predovšetkým teória adopcie inovácií a koncept technologickej pripravenosti, ktoré vysvetľujú, prečo jednotlivci a profesijné skupiny prijímajú nové technológie rozdielnou mierou a v rozdielnom čase. Podľa Rogersovej teórie difúzie inovácií je prijatie technologickej inovácie podmienené nielen jej objektívnymi vlastnosťami, ale aj charakteristikami používateľov, ich skúsenosťami, postojmi a sociálnym kontextom, v ktorom pôsobia. V prostredí sociálnej práce zohráva významnú úlohu aj charakter klientely a povaha vykonávanej práce, ktoré ovplyvňujú mieru technologickej potreby, frekvenciu kontaktu s digitálnymi nástrojmi a ochotu experimentovať s novými riešeniami. Práca s mladšími vekovými skupinami klientov je častejšie spojená s digitalizovanými formami komunikácie, evidencie a intervencií, čo môže prirodzene podporovať rozvoj skúseností s AI. Naopak, práca so seniormi je viac zakotvená v tradičných formách osobného kontaktu a starostlivosti, čo môže spomaľovať proces technologickej adopcie. Tento teoretický prístup umožňuje interpretovať rozdiely v skúsenostiach sociálnych pracovníkov s umelou inteligenciou ako výsledok interakcie individuálnych kompetencií, profesijného kontextu a vekovej štruktúry klientely, a vytvára tak rámec pre empirické overenie vzťahu medzi vekom klientov a mierou využívania AI v sociálnej práci.
Výskumné zisťovanie bolo koncipované ako kvantitatívny prierezový výskum zameraný na identifikáciu faktorov ovplyvňujúcich mieru využívania umelej inteligencie v praxi sociálnych pracovníkov a analýzu vzťahu medzi vekom klientely, s ktorou pracovníci pracujú a úrovňou ich skúseností s využívaním umelej inteligencie v profesionálnej praxi
Výskumný nástroj tvoril štruktúrovaný dotazník pozostávajúci z blokov zameraných na demografické údaje, vekovú štruktúru klientely, úroveň digitálnej gramotnosti, pracovné prostredie a mieru využívania umelej inteligencie v profesionálnej praxi. Dotazník bol distribuovaný v elektronickej forme, pričom cieľovou populáciou boli sociálni pracovníci pôsobiaci v rôznych typoch sociálnych služieb. Zvolený bol účelový výber, ktorý umožnil cielene osloviť sociálnych pracovníkov pôsobiacich v mestskom a vidieckom prostredí, ako aj v rôznych oblastiach sociálnej práce, s cieľom zabezpečiť zastúpenie práce s klientmi naprieč celým vekovým spektrom – od detí a mládeže až po seniorov.
Získané údaje boli spracované pomocou deskriptívnej štatistiky, ktorá poskytla prehľad o vekovom rozložení výskumnej vzorky, úrovni digitálnej gramotnosti, oblasti výkonu práce z hľadiska veku klientely a miere skúseností s využívaním umelej inteligencie v profesionálnej praxi. Na overenie formulovaných hypotéz boli použité inferenčné štatistické metódy. Vzťah medzi vekom sociálnych pracovníkov, digitálnou gramotnosťou a využívaním umelej inteligencie bol analyzovaný pomocou korelačných ukazovateľov a regresnej analýzy, ktorá umožnila odhadnúť pravdepodobnosť využívania AI na základe identifikovaných prediktorov. V rámci tohto výskumu bol zároveň analyzovaný vzťah medzi vekom klientely a úrovňou skúseností sociálnych pracovníkov s využívaním umelej inteligencie, pričom na identifikáciu trendu boli použité neparametrické metódy vhodné pre ordinálne premenné, konkrétne Spearmanova korelácia, Kendallov tau-b test a Kruskal–Wallisov test na porovnanie rozdielov medzi jednotlivými vekovými skupinami klientely.
Cieľ a hypotézy
Cieľom výskumu bolo analyzovať vplyv individuálnych a kontextových faktorov sociálnych pracovníkov, vrátane veku klientely, na mieru využívania a skúseností s umelou inteligenciou v sociálnej práci.
H1: Ak je vek sociálnych pracovníkov vyšší a úroveň digitálnej gramotnosti nižšia, tak pravdepodobnosť využívania umelej inteligencie v praxi sa výrazne znižuje.
H2: Predpokladáme, že sociálni pracovníci pracujúci v mestskom prostredí využívajú umelú inteligenciu v praxi významne častejšie, než pracovníci pôsobiaci na vidieku.
H3: Predpokladáme, že sociálni pracovníci pracujúci s mladšími vekovými skupinami klientov (deti a mládež) vykazujú vyššiu mieru skúseností s využívaním umelej inteligencie v porovnaní so sociálnymi pracovníkmi pracujúcimi so staršími vekovými skupinami klientov (dospelí a seniori).
Zber údajov a výskumná vzorka
Výskum bol uskutočnený v mesiacoch júl – október 2025 na vzorke 110 respondentov. Ženy predstavovali jednoznačnú väčšinu respondentov, a to 87 osôb, pričom mužov bolo 23. Veková štruktúra výskumného súboru bola pomerne diverzifikovaná, pričom najpočetnejšou skupinou boli respondenti vo veku 40–49 rokov (39 osôb). Nasledovala skupina sociálnych pracovníkov vo veku 30–39 rokov (30 osôb) a skupina 50–59 rokov (23 osôb). Najmladšiu vekovú kategóriu 20–29 rokov zastupovalo 13 respondentov a najmenej zastúpenou boli pracovníci vo veku 60 a viac rokov (5 respondentov). Pokiaľ išlo o miesto výkonu práce, najpočetnejšie zastúpenie mali sociálni pracovníci pracujúci v obciach do 5000 obyvateľov, ktorých bolo 64. Nasledovali pracovníci pôsobiaci v mestách do 20 000 obyvateľov (27 respondentov). Najmenšiu skupinu predstavovali pracovníci z miest s počtom obyvateľov nad 20 000, ktorých bolo 18.
Na overenie hypotézy H3 bola použitá trendová analýza, pričom z analýzy bola vylúčená kategória sociálnych pracovníkov pracujúcich v medzigeneračnej oblasti sociálnej práce, keďže táto kategória nemá jednoznačné vekové poradie potrebné pre aplikáciu trendových štatistických metód. V rámci tejto čiastkovej analýzy bolo spracovaných 72 dotazníkov. Najväčšiu skupinu tvorili sociálni pracovníci pracujúci so seniormi, ktorých bolo 31 (43,1 %). Druhou najpočetnejšou skupinou boli sociálni pracovníci pracujúci s mládežou – 19 respondentov (26,4 %). Nasledovali pracovníci pôsobiaci v oblasti sociálnej práce s dospelými, ktorých bolo 12 (16,7 %). Najmenej zastúpenou skupinou boli sociálni pracovníci pracujúci s deťmi, ktorých bolo 10 (13,9 %). Rozdelenie respondentov tak naznačuje výrazné zastúpenie sociálnych pracovníkov pracujúcich so staršou klientelou, čo zodpovedá aktuálnym demografickým trendom a potrebám sociálnych služieb.
Celkovo možno konštatovať, že výskumný súbor odzrkadľuje reálne pomery v slovenskej sociálnej práci – výraznú prevahu žien, široké vekové rozpätie, silné zastúpenie pracovníkov pôsobiacich v menších mestách a vidieckych regiónoch i silné zastúpenie sociálnych pracovníkov pracujúcich so seniormi. Táto skladba vzorky zároveň umožňuje adekvátnu analýzu hypotéz zameraných na vek, digitálnu gramotnosť, regionálne rozdiely vo využívaní umelej inteligencie v sociálnej práci, ako aj na vplyv veku klientely na skúsenosti s využívaním umelej inteligencie v sociálnej práci.
Interpretácia výsledkov výskumu
Výsledky analýzy získaných údajov jednoznačne potvrdzujú, že medzi využívaním umelej inteligencie v praxi sociálnych pracovníkov existujú významné rozdiely v závislosti od veku, úrovne digitálnych zručností a miesta výkonu práce.
Korelačná matica medzi štyrmi premennými:
[3]
Korelačná analýza potvrdila, že digitálna gramotnosť má veľmi silný kladný vzťah k využívaniu AI (korelačný koeficient 0,76), čo znamená, že čím zručnejší je sociálny pracovník v digitálnej oblasti, tým viac využíva umelú inteligenciu. Medzi vekom a využívaním AI existuje stredne silná záporná závislosť (-0,50); to znamená, že s rastúcim vekom klesá pravdepodobnosť, že pracovník AI v praxi využíva. Miesto výkonu práce (mestský/vidiecky kontext) má stredne silnú kladnú koreláciu (0,39) s využívaním AI – pracovníci v meste majú vyššiu pravdepodobnosť využívania týchto nástrojov ako ich kolegovia na vidieku. Zároveň vek a digitálna gramotnosť spolu úzko súvisia (koeficient -0,56) – platí teda, že starší pracovníci majú i nižšie digitálne zručnosti, čo ďalej sekundárne obmedzuje využitie inovácií. Korelačná analýza preto poskytuje jasný obraz o smerovaní aj sile vzťahov medzi hlavnými premennými – digitálna gramotnosť je najdôležitejší faktor, vek a regionálny kontext zohrávajú významnú, ale druhoradú rolu pri adopcii AI v sociálnej práci.
Regresná analýza: Porovnanie vplyvu jednotlivých prediktorov na využívanie AI:
[4]
Regresná analýza ukazuje, že využívanie umelej inteligencie medzi sociálnymi pracovníkmi je najviac ovplyvnené úrovňou ich digitálnej gramotnosti (regresný koeficient 0,73). To znamená, že každý bod navyše v digitálnych zručnostiach vedie k podstatne intenzívnejšiemu využívaniu AI. Miesto výkonu práce má tiež štatisticky významný vplyv (koeficient 0,33), pričom pracovníci v mestách využívajú AI častejšie ako kolegovia na vidieku. Efekt veku je s koeficientom -0,07 menší, avšak stále naznačuje, že so zvyšujúcim sa vekom klesá pravdepodobnosť využívania AI. Vzájomné pôsobenie všetkých troch premenných vysvetľuje až 64 % variability v správaní respondentov, čo potvrdzuje, že digitálna gramotnosť, miesto výkonu práce a vek sú kľúčovými faktormi pre aplikovanie AI v sociálnej práci.
V prípade overovania hypotézy H3 boli vzhľadom na ordinálny charakter premenných použité deskriptívne a trendové analytické postupy. V rámci tejto čiastkovej analýzy bolo spracovaných 72 dotazníkov. Deskriptívna analýza bola zameraná na rozloženie respondentov podľa oblasti výkonu práce z hľadiska veku klientely a podľa úrovne skúseností s využívaním umelej inteligencie v sociálnej práci.
Kontingenčná tabuľka: Vek klientely x skúsenosti s využívaním AI
[5]
Kontingenčná tabuľka poukazuje na rozdielne rozloženie skúseností s využívaním umelej inteligencie v závislosti od vekovej skupiny klientely. Sociálni pracovníci pracujúci s deťmi a mládežou častejšie uvádzali strednú až pokročilú úroveň skúseností s AI, zatiaľ čo pracovníci pracujúci so seniormi výrazne častejšie deklarovali žiadne alebo len základné skúsenosti. Najnižšia úroveň skúseností s AI bola zaznamenaná v skupine sociálnych pracovníkov pracujúcich so seniormi, kde dominovali odpovede „žiadne“ a „základné“ skúsenosti.
Na overenie hypotézy o existencii trendu medzi vekom klientely a úrovňou skúseností s využívaním umelej inteligencie bola použitá Spearmanova korelácia. Analýza preukázala silný negatívny vzťah medzi sledovanými premennými (ρ = −0,56; p < 0,001), čo znamená, že so zvyšujúcim sa vekom klientely klesá úroveň skúseností sociálnych pracovníkov s využívaním umelej inteligencie. Pre potvrdenie stability výsledkov bol aplikovaný aj Kendallov tau-b test, ktorý taktiež potvrdil štatisticky významný negatívny vzťah (τ = −0,46; p < 0,001). Obe analýzy konzistentne poukazujú na existenciu výrazného trendu, podľa ktorého sociálni pracovníci pracujúci s mladšími vekovými skupinami klientov disponujú vyššími skúsenosťami s využívaním AI než pracovníci pracujúci so staršou klientelou.
Na porovnanie úrovne skúseností s využívaním umelej inteligencie medzi jednotlivými vekovými skupinami klientely (deti, mládež, dospelí, seniori) bol použitý Kruskal–Wallisov test. Výsledky ukázali, že rozdiely medzi skupinami sú štatisticky významné (H = 22,68; p < 0,001). Tieto zistenia potvrdzujú, že vek klientely predstavuje významný faktor diferenciácie v úrovni skúseností sociálnych pracovníkov s využívaním umelej inteligencie, pričom najnižšia úroveň skúseností bola zaznamenaná u pracovníkov pôsobiacich v oblasti sociálnej práce so seniormi.
Výsledky analýzy jednoznačne potvrdzujú existenciu štatisticky významného trendu medzi vekom klientely a úrovňou skúseností s využívaním umelej inteligencie v sociálnej práci. Sociálni pracovníci pracujúci s mladšími klientmi vykazujú vyššiu mieru skúseností s AI, zatiaľ čo práca so staršou klientelou je spojená s nižšou mierou technologickej skúsenosti. Hypotéza o klesajúcej úrovni skúseností s AI so zvyšujúcim sa vekom klientely bola týmto potvrdená.
Trend skúseností sociálnych pracovníkov s využívaním umelej inteligencie podľa veku klientely
[6]
Grafické znázornenie trendu poukazuje na postupný pokles priemernej úrovne skúseností s využívaním umelej inteligencie so zvyšujúcim sa vekom klientely. Najvyššia priemerná úroveň skúseností bola zaznamenaná u sociálnych pracovníkov pracujúcich s deťmi a mládežou, zatiaľ čo najnižšia hodnota sa vyskytla u pracovníkov pracujúcich so seniormi. Vizualizácia tak potvrdzuje existenciu negatívneho trendu, ktorý korešponduje s výsledkami trendovej štatistickej analýzy.
Diskusia
Na základe realizovaných analýz možno konštatovať, že všetky tri stanovené hypotézy sa potvrdili. Hypotéza H1 bola podporená výsledkami korelačnej aj regresnej analýzy, podľa ktorých vyšší vek sociálnych pracovníkov a nižšia úroveň digitálnej gramotnosti znižujú pravdepodobnosť využívania umelej inteligencie v praxi. Digitálna gramotnosť sa ukázala ako najsilnejší prediktor adopcie AI (r = 0,76; β = 0,73), zatiaľ čo vek vykazoval stredne silný negatívny vzťah (r = −0,50) a slabší, no stále štatisticky významný regresný efekt (β = −0,07). Hypotéza H2 bola potvrdená prostredníctvom t-testu, ktorý preukázal štatisticky významné rozdiely vo využívaní umelej inteligencie medzi sociálnymi pracovníkmi pôsobiacimi v mestskom a vidieckom prostredí (p < 0,0001). Sociálni pracovníci v mestách využívali AI výrazne častejšie (priemer = 3,11) než pracovníci pôsobiaci na vidieku (priemer = 1,85), čo jednoznačne potvrdzuje význam regionálneho kontextu pri adopcii technológií.
Významným zistením predkladaného výskumu je aj potvrdenie hypotézy H3, ktorá poukázala na existenciu štatisticky významného trendu medzi vekom klientely a úrovňou skúseností sociálnych pracovníkov s využívaním umelej inteligencie. Trendová analýza preukázala silný negatívny vzťah, podľa ktorého sociálni pracovníci pracujúci s mladšími vekovými skupinami klientov disponujú vyššou úrovňou skúseností s AI, zatiaľ čo pracovníci pracujúci so staršou klientelou, najmä so seniormi, vykazujú výrazne nižšiu mieru skúseností. Tento trend bol potvrdený prostredníctvom Spearmanovej korelácie aj Kendallovho tau-b testu a ďalej podporený Kruskal–Wallisovou analýzou, ktorá odhalila štatisticky významné rozdiely medzi jednotlivými vekovými skupinami klientely. Z deskriptívnych výsledkov zároveň vyplýva, že v skupine sociálnych pracovníkov pracujúcich so seniormi neboli zaznamenané žiadne pokročilé ani odborné skúsenosti s využívaním umelej inteligencie.
Integrácia umelej inteligencie do sociálnej práce je teda podmienená nielen individuálnymi charakteristikami sociálnych pracovníkov, ale aj štrukturálnymi a kontextovými faktormi prostredia, v ktorom vykonávajú svoju profesijnú činnosť. Vek klientely sa v tomto výskume ukazuje ako dôležitý faktor, ktorý ovplyvňuje charakter práce, mieru digitalizácie pracovných procesov a frekvenciu využívania technologických nástrojov. Práca s deťmi a mládežou je častejšie spojená s digitálnymi formami komunikácie, evidencie a intervencií, čo prirodzene vytvára priestor pre nadobúdanie skúseností s AI. Naopak, sociálna práca so seniormi je vo väčšej miere orientovaná na osobný kontakt a tradičné formy starostlivosti, čo môže znižovať potrebu alebo ochotu implementovať pokročilé digitálne technológie.
Rozdiely medzi mestským a vidieckym prostredím, ako aj medzi jednotlivými oblasťami výkonu sociálnej práce, patria medzi najvýraznejšie faktory ovplyvňujúce dostupnosť digitálnej infraštruktúry, technologickej podpory a vzdelávacích príležitostí. Turner-Lee a Du (2025) poukazujú na to, že nízka digitálna gramotnosť pôsobí ako významná bariéra technologickej adopcie a prispieva k prehlbovaniu digitálnej priepasti medzi odbornými komunitami, čo sa jednoznačne potvrdzuje aj v našej výskumnej vzorke.
V diskusii nemožno opomenúť etické aspekty implementácie umelej inteligencie do sociálnej práce, ktoré predstavujú jednu z kľúčových výziev súčasnej digitálnej transformácie profesie. Molala (2024) poukazuje na to, že mladší sociálni pracovníci spravidla vykazujú nižšiu mieru obáv z technologickej straty kontroly a sú otvorenejší experimentovaniu s umelou inteligenciou ako nástrojom na podporu odborného rozhodovania. Naopak, starší pracovníci vnímajú využívanie AI častejšie ako potenciálne riziko, ktoré môže narušiť osobný kontakt s klientom, profesijnú autonómiu a tradičné formy vzťahovej práce.
Dirgová a Ďurčanská (2024) zdôrazňujú, že fundamentom sociálnej práce zostáva ľudský vzťah založený na dôstojnosti klienta, rešpekte k jeho autonómii a dôslednej ochrane dôverných informácií. Z tohto hľadiska musí byť implementácia umelej inteligencie realizovaná v súlade s etickými princípmi profesie, aby technologické inovácie podporovali kvalitu a efektivitu sociálnych služieb bez narušenia vzťahu dôvery medzi sociálnym pracovníkom a klientom. V tomto kontexte Budayová et al. (2025) upozorňujú, že digitalizácia a využívanie pokročilých technológií sú nevyhnutnou súčasťou modernizácie sociálnych služieb, avšak ich zavádzanie musí byť pevne ukotvené v hodnotách sociálnej práce. Umelá inteligencia by mala slúžiť ako podporný nástroj profesionálneho úsudku a rozhodovania, ktorý zvyšuje kvalitu intervencií, nie ako náhrada osobného kontaktu, empatie a zodpovednosti sociálneho pracovníka.
Záver
Záver prezentovaného výskumu potvrdzuje, že úspešná integrácia umelej inteligencie do praxe sociálnych pracovníkov je podmienená predovšetkým úrovňou digitálnej gramotnosti, vekom sociálnych pracovníkov, regionálnym kontextom a charakterom klientely, s ktorou pracujú. Výsledky ukazujú, že digitálne zdatnejší a mladší sociálni pracovníci, najmä tí pôsobiaci v mestskom prostredí a pracujúci s mladšími vekovými skupinami klientov, využívajú umelú inteligenciu a disponujú s ňou vyššími skúsenosťami častejšie než ich kolegovia zo starších vekových kategórií, vidieckych oblastí alebo pracujúci so seniormi.
Zistenia zároveň poukazujú na to, že implementácia umelej inteligencie v sociálnej práci nie je len technickou otázkou, ale úzko súvisí s kontextom profesionálnej praxe a hodnotovým ukotvením profesie. Ak má byť AI reálnym nástrojom na zvyšovanie kvality a efektivity sociálnej práce, je nevyhnutné systematicky rozvíjať digitálne a AI kompetencie sociálnych pracovníkov v celom sektore, so zvláštnym dôrazom na regióny a oblasti sociálnej práce, ktoré v digitalizácii zaostávajú. Zavádzanie umelej inteligencie by malo byť sprevádzané jasným etickým a podporným rámcom, aby technológia neprispievala k prehlbovaniu nerovností, ale podporovala dostupnosť, kvalitu a ľudský rozmer sociálnych služieb. Tieto zistenia predstavujú dôležitý impulz pre vedenie organizácií sociálnych služieb, vzdelávacie inštitúcie aj tvorcov verejných politík, ktorí zohrávajú kľúčovú úlohu pri formovaní podmienok zodpovedného a eticky ukotveného využívania umelej inteligencie v sociálnej práci.
Autori:
doc.PhDr. Mgr. Eva Dirgová, PhD., DSc.
ORCID: 0000-0002-8569-2282
Ústav bl. Z.G.Mallu
PhDr. Roman Lebeda, MBA
Vysoká škola zdravotníctva a sociálnej práce sv. Alžbety, n. o.
Zoznam bibliografických odkazov
Monografia
EUBANKS, v. 2022. Automating inequality: How high-tech tools profile, police, and punish the poor. New York : St. Martin’s Press, 2022. 256 s. ISBN 9781250074317.
OECD. 2021. Artificial intelligence, digital transformation and the future of work. Paris : OECD Publishing, 2021. 312 s. ISBN 9789264567804.
Príspevok v zborníku
ŽÓŁTEK, Lucjan – BUDAYOVÁ, Zuzana – PANUŚ, Adam. 2025. Sociální práce v současné společnosti: výzvy, digitalizace a interdisciplinární spolupráce. In BUDAYOVÁ, Zuzana (ed.). Sociálna práca v súčasnej spoločnosti IV. Spišské Podhradie : VERBUM – Katolícka univerzita v Ružomberku, 2025, s. 419–428. ISBN 978-80-561-1227-4.
Článok v časopise
AHN, s. – KIM, h. – PARK, j. 2025. AI literacy and professional decision-making in social work practice. In Journal of Social Work. ISSN 1468-0173, 2025, roč. 25, č. 2, s. 145–162.
AHN, e. – CHOI, m. – FOWLER, p. – SONG, i. h. 2025. Artificial intelligence (AI) literacy for social work: Implications for core competencies. In Journal of the Society for Social Work and Research. ISSN 2334-2315, 2025, roč. 16, č. 1, s. 9–26.
BOETTO, h. 2025. Artificial intelligence in social work: An EPIC model for practice. In Australian Social Work. ISSN 0312-407X, 2025.
BOETTO, h. 2025. Digital transformation and social work practice: Urban–rural disparities in technology adoption. In British Journal of Social Work. ISSN 0045-3102, 2025, roč. 55, č. 1, s. 89–106.
BODDY, j. – BODDY, c. 2021. Artificial intelligence, ethics, and social work: Challenges and opportunities. In Ethics and Social Welfare. ISSN 1749-6535, 2021, roč. 15, č. 2, s. 111–127.
DIRGOVÁ, e. – ĎURČANSKÁ, s. 2024. The impact of ethics on the quality of social services. In Social Health Spectrum. ISSN 1339-0148, 2024, roč. 22, č. 3, s. 1–11.
FLORIDI, l. – COWLS, j. – BELTRAMETTI, m. et al. 2020. AI4People—An ethical framework for a good AI society. In Minds and Machines. ISSN 0924-6495, 2020, roč. 30, č. 4, s. 689–707.
JOBIN, a. – IENCA, m. – VAYENA, e. 2021. The global landscape of AI ethics guidelines. In Nature Machine Intelligence. ISSN 2522-5839, 2021, roč. 3, č. 5, s. 389–399.
MOLALA, t. 2024. Digital inclusion and artificial intelligence in rural social services. In Journal of Community Practice. ISSN 1070-5422, 2024, roč. 32, č. 3, s. 278–294.
TURNER-LEE, n. – DU, a. 2025. Professional readiness and disparities in artificial intelligence adoption across human service sectors. In Technology in Society. ISSN 0160-791X, 2025, roč. 72, s. 102312.
Webové zdroje
EUROPEAN COMMISSION. 2022. Ethics guidelines for trustworthy artificial intelligence [online]. Brussels : European Union [cit. 2025-01-10]. Dostupné na internete: https://digital-strategy.ec.europa.eu [7]