Teoretická východiska řešené problematiky

Umělá inteligence (AI) představuje jednu z nejvýznamnějších technologických inovací současnosti, která zásadním způsobem mění fungování více oblastí společenského života včetně sociální práce. Rozvoj algoritmických systémů, strojového učení a automatizace vytváří nové možnosti efektivnějšího řešení sociálních problémů, zvyšování dostupnosti služeb a podpory kvalifikovaného rozhodování v komplexních situacích. Současně však tato technologická transformace přináší významné etické a metodologické výzvy, zejména v oblastech transparentnosti algoritmů, spravedlnosti rozhodovacích procesů a odpovědnosti za dopady technologií na jednotlivce a komunity (Floridi et al., 2020; Jobin et al., 2021). V důsledku rychlého technologického pokroku, růstu objemu digitálních dat a rozvoje pokročilých algoritmů se umělá inteligence stala jedním z klíčových pilířů současné digitální transformace společnosti. Její vliv přesahuje technickou rovinu a výrazně zasahuje do organizace práce, vzdělávání a mezilidských interakcí, čímž klade nové nároky na profesní kompetence a etické rámce výkonu pomáhajících profesí (OECD, 2021; European Commission, 2022).

Sociální práce v tomto kontextu čelí zásadní výzvě adaptace na digitální prostředí, která vyžaduje schopnost sociálních pracovníků efektivně využívat informační technologie, porozumět digitálním datům a kriticky reflektovat jejich použití v praxi. Integrace umělé inteligence představuje jeden z nejvýznamnějších posunů v rámci této transformace, protože AI má potenciál podpořit hodnocení rizik, plánování intervencí a administrativní procesy, ale zároveň vyvolává otázky ochrany důstojnosti, autonomie a soukromí klientů (Boddy & Boddy, 2021; Eubanks, 2022). Navzdory rostoucímu mezinárodnímu zájmu o digitalizaci sociálních služeb zůstává otázka reálného využívání umělé inteligence ve slovenském kontextu zatím nedostatečně prozkoumána.

Digitální transformace významně ovlivňuje způsob poskytování sociálních služeb, přičemž jedním z jejích klíčových trendů je postupná integrace umělé inteligence do profesionální praxe. Současná odborná literatura zdůrazňuje, že základním předpokladem smysluplného a bezpečného využívání AI v sociální práci je dostatečná úroveň digitální a AI gramotnosti sociálních pracovníků, která jim umožňuje technologie nejen používat, ale také porozumět jejich fungování a kriticky posuzovat jejich limity. Ahn et al. (2025) poukazují na to, že úspěšná integrace AI do sociální práce je ve významné míře podmíněna úrovní tvz. „AI literacy“, zahrnující schopnost interpretovat algoritmické výstupy a zodpovědně je začleňovat do rozhodovacích procesů bez narušení etických principů profese. Turner-Lee a Du (2025) zároveň upozorňují, že mezi jednotlivými profesními skupinami existují výrazné rozdíly ve schopnosti efektivně pracovat s technologiemi umělé inteligence, přičemž významnou roli hrají faktory jako věk, předchozí technologické zkušenosti a technologická sebedůvěra. Kromě individuálních charakteristik sociálních pracovníků literatura poukazuje i na význam širšího pracovního a regionálního kontextu. Výzkumy naznačují, že implementace umělé inteligence je výrazně ovlivněna organizačními a infrastrukturními podmínkami, které se liší mezi městským a venkovským prostředím (Boetto, 2025). Městská prostředí zpravidla disponují lepší digitální infrastrukturou, vyšší mírou inovací a větším počtem organizací využívajících technologická řešení, zatímco venkovské regiony mohou čelit technologickým omezením a nedostatku systematické podpory při zavádění inovací, což se odráží v nižší míře využívání umělé inteligence (Molala, 20).

Metodologie výzkumu

Teoretickým rámcem předkládaného výzkumu je především teorie adopce inovací a koncept technologické připravenosti, které vysvětlují, proč jednotlivci a profesní skupiny přijímají nové technologie rozdílnou měrou a v rozdílnou dobu. Podle Rogersovy teorie difúze inovací je přijetí technologické inovace podmíněno nejen jejími objektivními vlastnostmi, ale i charakteristikami uživatelů, jejich zkušenostmi, postoji a sociálním kontextem, ve kterém působí. V prostředí sociální práce hraje významnou roli i charakter klientely a povaha vykonávané práce, které ovlivňují míru technologické potřeby, četnost kontaktu s digitálními nástroji a ochotu experimentovat s novými řešeními. Práce s mladšími věkovými skupinami klientů je častěji spojena s digitalizovanými formami komunikace, evidence a intervencí, což může přirozeně podporovat rozvoj zkušeností s AI. Naopak, práce se seniory je více zakotvena v tradičních formách osobního kontaktu a péče, což může zpomalovat proces technologické adopce. Tento teoretický přístup umožňuje interpretovat rozdíly ve zkušenostech sociálních pracovníků s umělou inteligencí jako výsledek interakce individuálních kompetencí, profesního kontextu a věkové struktury klientely, a vytváří tak rámec pro empirické ověření vztahu mezi věkem klientů a mírou využívání AI v sociální práci.

Výzkumné zjišťování bylo koncipováno jako kvantitativní průřezový výzkum zaměřený na identifikaci faktorů ovlivňujících míru využívání umělé inteligence v praxi sociálních pracovníků a analýzu vztahu mezi věkem klientely, se kterou pracovníci pracují a úrovní jejich zkušeností s využíváním umělé inteligence v profesionální praxi

Výzkumný nástroj tvořil strukturovaný dotazník sestávající z bloků zaměřených na demografické údaje, věkovou strukturu klientely, úroveň digitální gramotnosti, pracovní prostředí a míru využívání umělé inteligence v profesionální praxi. Dotazník byl distribuován v elektronické formě, přičemž cílovou populací byli sociální pracovníci působící v různých typech sociálních služeb. Zvolen byl účelový výběr, který umožnil cíleně oslovit sociální pracovníky působící v městském a venkovském prostředí, jakož iv různých oblastech sociální práce, s cílem zajistit zastoupení práce s klienty napříč celým věkovým spektrem – od dětí a mládeže až po seniory.

Získané údaje byly zpracovány pomocí deskriptivní statistiky, která poskytla přehled o věkovém rozložení výzkumného vzorku, úrovni digitální gramotnosti, oblasti výkonu práce z hlediska věku klientely a míře zkušeností s využíváním umělé inteligence v profesionální praxi. K ověření formulovaných hypotéz byly použity inferenční statistické metody. Vztah mezi věkem sociálních pracovníků, digitální gramotností a využíváním umělé inteligence byl analyzován pomocí korelačních ukazatelů a regresní analýzy, která umožnila odhadnout pravděpodobnost využívání AI na základě identifikovaných prediktorů. V rámci tohoto výzkumu byl zároveň analyzován vztah mezi věkem klientely a úrovní zkušeností sociálních pracovníků s využíváním umělé inteligence, přičemž k identifikaci trendu byly použity neparametrické metody vhodné pro ordinální proměnné, konkrétně Spearmanova korelace, Kendallův tau-b test a Kruskal-Wallisův test pro porovnání rozdílů mezi jednotlivými věky.

Cíl a hypotézy

Cílem výzkumu bylo analyzovat vliv individuálních a kontextových faktorů sociálních pracovníků, včetně věku klientely, na míru využívání a zkušeností s umělou inteligencí v sociální práci.

H1: Pokud je věk sociálních pracovníků vyšší a úroveň digitální gramotnosti nižší, tak pravděpodobnost využívání umělé inteligence v praxi se výrazně snižuje.

H2: Předpokládáme, že sociální pracovníci pracující v městském prostředí využívají umělou inteligenci v praxi významně častěji, než pracovníci působící na venkově.

H3: Předpokládáme, že sociální pracovníci pracující s mladšími věkovými skupinami klientů (děti a mládež) vykazují vyšší míru zkušeností s využíváním umělé inteligence v porovnání se sociálními pracovníky pracujícími se staršími věkovými skupinami klientů (dospělí a senioři).

Sběr údajů a výzkumný vzorek

Výzkum byl proveden v měsících červenec – říjen 2025 na vzorku 110 respondentů. Ženy představovaly jednoznačnou většinu respondentů, a to 87 osob, přičemž mužů bylo 23. Věková struktura výzkumného souboru byla poměrně diverzifikovaná, přičemž nejpočetnější skupinou byli respondenti ve věku 40–49 let (39 osob). Následovala skupina sociálních pracovníků ve věku 30–39 let (30 osob) a skupina 50–59 let (23 osob). Nejmladší věkovou kategorii 20–29 let zastupovalo 13 respondentů a nejméně zastoupenou byli pracovníci ve věku 60 a více let (5 respondentů). Pokud šlo o místo výkonu práce, nejpočetnější zastoupení měli sociální pracovníci pracující v obcích do 5000 obyvatel, kterých bylo 64. Následovali pracovníci působící ve městech do 20 000 obyvatel (27 respondentů). Nejmenší skupinu představovali pracovníci z měst s počtem obyvatel nad 20 000, kterých bylo 18.

K ověření hypotézy H3 byla použita trendová analýza, přičemž z analýzy byla vyloučena kategorie sociálních pracovníků pracujících v mezigenerační oblasti sociální práce, jelikož tato kategorie nemá jednoznačné věkové pořadí potřebné pro aplikaci trendových statistických metod. V rámci této dílčí analýzy bylo zpracováno 72 dotazníků. Největší skupinu tvořili sociální pracovníci pracující se seniory, kterých bylo 31 (43,1 %). Druhou nejpočetnější skupinou byli sociální pracovníci pracující s mládeží – 19 respondentů (26,4 %). Následovali pracovníci působící v oblasti sociální práce s dospělými, kterých bylo 12 (16,7 %). Nejméně zastoupenou skupinou byli sociální pracovníci pracující s dětmi, kterých bylo 10 (13,9 %). Rozdělení respondentů tak naznačuje výrazné zastoupení sociálních pracovníků pracujících se starší klientelou, což odpovídá aktuálním demografickým trendům a potřebám sociálních služeb.

Celkově lze konstatovat, že výzkumný soubor odráží reálné poměry ve slovenské sociální práci - výraznou převahu žen, široké věkové rozpětí, silné zastoupení pracovníků působících v menších městech a venkovských regionech i silné zastoupení sociálních pracovníků pracujících se seniory. Tato skladba vzorku zároveň umožňuje adekvátní analýzu hypotéz zaměřených na věk, digitální gramotnost, regionální rozdíly ve využívání umělé inteligence v sociální práci, jakož i na vliv věku klientely na zkušenosti s využíváním umělé inteligence v sociální práci.

Interpretace výsledků výzkumu

Výsledky analýzy získaných údajů jednoznačně potvrzují, že mezi využíváním umělé inteligence v praxi sociálních pracovníků existují významné rozdíly v závislosti na věku, úrovni digitálních dovedností a místě výkonu práce.

Korelační matice mezi čtyřmi proměnnými:

Korelační analýza potvrdila, že digitální gramotnost má velmi silný kladný vztah k využívání AI (korelační koeficient 0,76), což znamená, že čím zručnější je sociální pracovník v digitální oblasti, tím více využívá umělou inteligenci. Mezi věkem a využíváním AI existuje středně silná záporná závislost (-0,50); to znamená, že s rostoucím věkem klesá pravděpodobnost, že pracovník AI v praxi využívá. Místo výkonu práce (městský/venkovský kontext) má středně silnou kladnou korelaci (0,39) s využíváním AI – pracovníci ve městě mají vyšší pravděpodobnost využívání těchto nástrojů než jejich kolegové na venkově. Zároveň věk a digitální gramotnost spolu úzce souvisí (koeficient -0,56) – platí tedy, že starší pracovníci mají i nižší digitální dovednosti, což dále sekundárně omezuje využití inovací. Korelační analýza proto poskytuje jasný obraz o směřování i síle vztahů mezi hlavními proměnnými – digitální gramotnost je nejdůležitější faktor, věk a regionální kontext hrají významnou, ale druhořadou roli při adopci AI v sociální práci.

Regresní analýza: Porovnání vlivu jednotlivých prediktorů na využívání AI:

Regresní analýza ukazuje, že využívání umělé inteligence mezi sociálními pracovníky je nejvíce ovlivněno úrovní jejich digitální gramotnosti (regresní koeficient 0,73). To znamená, že každý bod navíc v digitálních dovednostech vede k podstatně intenzivnějšímu využívání AI. Místo výkonu práce má také statisticky významný vliv (koeficient 0,33), přičemž pracovníci ve městech využívají AI častěji než kolegové na venkově. Efekt věku je s koeficientem -0,07 menší, avšak stále naznačuje, že se zvyšujícím se věkem klesá pravděpodobnost využívání AI. Vzájemné působení všech tří proměnných vysvětluje až 64% variability v chování respondentů, což potvrzuje, že digitální gramotnost, místo výkonu práce a věk jsou klíčovými faktory pro aplikování AI v sociální práci.

V případě ověřování hypotézy H3 byly vzhledem k ordinální povaze proměnných použity deskriptivní a trendové analytické postupy. V rámci této dílčí analýzy bylo zpracováno 72 dotazníků. Deskriptivní analýza byla zaměřena na rozložení respondentů podle oblasti výkonu práce z hlediska věku klientely a podle úrovně zkušeností s využíváním umělé inteligence v sociální práci.

Kontingenční tabulka: Věk klientely x zkušenosti s využíváním AI

Kontingenční tabulka poukazuje na rozdílné rozložení zkušeností s využíváním umělé inteligence v závislosti na věkové skupině klientely. Sociální pracovníci pracující s dětmi a mládeží častěji uváděli střední až pokročilou úroveň zkušeností s AI, zatímco pracovníci pracující se seniory výrazně častěji deklarovali žádné nebo jen základní zkušenosti. Nejnižší úroveň zkušeností s AI byla zaznamenána ve skupině sociálních pracovníků pracujících se seniory, kde dominovaly odpovědi „žádné“ a „základní“ zkušenosti.

K ověření hypotézy o existenci trendu mezi věkem klientely a úrovní zkušeností s využíváním umělé inteligence byla použita Spearmanova korelace. Analýza prokázala silný negativní vztah mezi sledovanými proměnnými (ρ = −0,56; p < 0,001), což znamená, že se zvyšujícím se věkem klientely klesá úroveň zkušeností sociálních pracovníků s využíváním umělé inteligence. Pro potvrzení stability výsledků byl aplikován i Kendallův tau-b test, který také potvrdil statisticky významný negativní vztah (τ = −0,46; p < 0,001). Obě analýzy konzistentně poukazují na existenci výrazného trendu, podle kterého sociální pracovníci pracující s mladšími věkovými skupinami klientů disponují vyššími zkušenostmi s využíváním AI než pracovníci pracující se starší klientelou.

K porovnání úrovně zkušeností s využíváním umělé inteligence mezi jednotlivými věkovými skupinami klientely (děti, mládež, dospělí, senioři) byl použit Kruskal-Wallisův test. Výsledky ukázaly, že rozdíly mezi skupinami jsou statisticky významné (H = 22,68; p < 0,001). Tato zjištění potvrzují, že věk klientely představuje významný faktor diferenciace v úrovni zkušeností sociálních pracovníků s využíváním umělé inteligence, přičemž nejnižší úroveň zkušeností byla zaznamenána u pracovníků působících v oblasti sociální práce se seniory.

Výsledky analýzy jednoznačně potvrzují existenci statisticky významného trendu mezi věkem klientely a úrovní zkušeností s využíváním umělé inteligence v sociální práci. Sociální pracovníci pracující s mladšími klienty vykazují vyšší míru zkušeností s AI, zatímco práce se starší klientelou je spojena s nižší mírou technologické zkušenosti. Hypotéza o klesající úrovni zkušeností s AI se zvyšujícím se věkem klientely byla tímto potvrzena.

Trend zkušeností sociálních pracovníků s využíváním umělé inteligence podle věku klientely

Grafické znázornění trendu poukazuje na postupný pokles průměrné úrovně zkušeností s využíváním umělé inteligence se zvyšujícím se věkem klientely. Nejvyšší průměrná úroveň zkušeností byla zaznamenána u sociálních pracovníků pracujících s dětmi a mládeží, zatímco nejnižší hodnota se vyskytla u pracovníků pracujících se seniory. Vizualizace tak potvrzuje existenci negativního trendu, který koresponduje s výsledky trendové statistické analýzy.

Diskuse

Na základě provedených analýz lze konstatovat, že všechny tři stanovené hypotézy se potvrdily. Hypotéza H1 byla podpořena výsledky korelační i regresní analýzy, podle kterých vyšší věk sociálních pracovníků a nižší úroveň digitální gramotnosti snižují pravděpodobnost využívání umělé inteligence v praxi. Digitální gramotnost se ukázala jako nejsilnější prediktor adopce AI (r = 0,76; β = 0,73), zatímco věk vykazoval středně silný negativní vztah (r = −0,50) a slabší, ale stále statisticky významný regresní efekt (β = −0,07). Hypotéza H2 byla potvrzena prostřednictvím t-testu, který prokázal statisticky významné rozdíly ve využívání umělé inteligence mezi sociálními pracovníky působícími v městském a venkovském prostředí (p < 0,0001). Sociální pracovníci ve městech využívali AI výrazně častěji (průměr = 3,11) než pracovníci působící na venkově (průměr = 1,85), což jednoznačně potvrzuje význam regionálního kontextu při adopci technologií.

Významným zjištěním předkládaného výzkumu je i potvrzení hypotézy H3, která poukázala na existenci statisticky významného trendu mezi věkem klientely a úrovní zkušeností sociálních pracovníků s využíváním umělé inteligence. Trendová analýza prokázala silný negativní vztah, podle kterého sociální pracovníci pracující s mladšími věkovými skupinami klientů disponují vyšší úrovní zkušeností s AI, zatímco pracovníci pracující se starší klientelou, zejména se seniory, vykazují výrazně nižší míru zkušeností. Tento trend byl potvrzen prostřednictvím Spearmanovy korelace i Kendallova tau-b testu a dále podpořen Kruskal-Wallisovou analýzou, která odhalila statisticky významné rozdíly mezi jednotlivými věkovými skupinami klientely. Z deskritivních výsledků zároveň vyplývá, že ve skupině sociálních pracovníků pracujících se seniory nebyly zaznamenány žádné pokročilé ani odborné zkušenosti s využíváním umělé inteligence.

Integrace umělé inteligence do sociální práce je tedy podmíněna nejen individuálními charakteristikami sociálních pracovníků, ale také strukturálními a kontextovými faktory prostředí, ve kterém vykonávají svou profesní činnost. Věk klientely se v tomto výzkumu ukazuje jako důležitý faktor, který ovlivňuje charakter práce, míru digitalizace pracovních procesů a četnost využívání technologických nástrojů. Práce s dětmi a mládeží je častěji spojena s digitálními formami komunikace, evidence a intervencí, což přirozeně vytváří prostor pro nabývání zkušeností s AI. Naopak, sociální práce se seniory je ve větší míře orientována na osobní kontakt a tradiční formy péče, což může snižovat potřebu nebo ochotu implementovat pokročilé digitální technologie.

Rozdíly mezi městským a venkovským prostředím, jakož i mezi jednotlivými oblastmi výkonu sociální práce, patří mezi nejvýraznější faktory ovlivňující dostupnost digitální infrastruktury, technologické podpory a vzdělávacích příležitostí. Turner-Lee a Du (2025) poukazují na to, že nízká digitální gramotnost působí jako významná bariéra technologické adopce a přispívá k prohlubování digitální propasti mezi odbornými komunitami, což se jednoznačně potvrzuje iv našem výzkumném vzorku.

V diskusi nelze opomenout etické aspekty implementace umělé inteligence do sociální práce, které představují jednu z klíčových výzev současné digitální transformace profese. Molala (2024) poukazuje na to, že mladší sociální pracovníci zpravidla vykazují nižší míru obav z technologické ztráty kontroly a jsou otevřenější experimentování s umělou inteligencí než nástrojem na podporu odborného rozhodování. Naopak starší pracovníci vnímají využívání AI častěji než potenciální riziko, které může narušit osobní kontakt s klientem, profesní autonomii a tradiční formy vztahové práce. Dirgová a Ďurčanská (2024) zdůrazňují, že fundamentem sociální práce zůstává lidský vztah založený na důstojnosti klienta, respektu k jeho autonomii a důsledné ochraně důvěrných informací. Z tohoto hlediska musí být implementace umělé inteligence realizována v souladu s etickými principy profese, aby technologické inovace podporovaly kvalitu a efektivitu sociálních služeb bez narušení vztahu důvěry mezi sociálním pracovníkem a klientem. V tomto kontextu Budayová et al. (2025) upozorňují, že digitalizace a využívání pokročilých technologií jsou nezbytnou součástí modernizace sociálních služeb, avšak jejich zavádění musí být pevně ukotveno v hodnotách sociální práce. Umělá inteligence by měla sloužit jako podpůrný nástroj profesionálního úsudku a rozhodování, který zvyšuje kvalitu intervencí, nikoli jako náhrada osobního kontaktu, empatie a odpovědnosti sociálního pracovníka.

Závěr

Závěr prezentovaného výzkumu potvrzuje, že úspěšná integrace umělé inteligence do praxe sociálních pracovníků je podmíněna především úrovní digitální gramotnosti, věkem sociálních pracovníků, regionálním kontextem a charakterem klientely, se kterou pracují. Výsledky ukazují, že digitálně zdatnější a mladší sociální pracovníci, zejména ti působící v městském prostředí a pracující s mladšími věkovými skupinami klientů, využívají umělou inteligenci a disponují s ní vyššími zkušenostmi častěji než jejich kolegové ze starších věkových kategorií, venkovských oblastí nebo pracující.

Zjištění zároveň poukazují na to, že implementace umělé inteligence v sociální práci není jen technickou otázkou, ale úzce souvisí s kontextem profesionální praxe a hodnotovým ukotvením profese. Pokud má být AI reálným nástrojem pro zvyšování kvality a efektivity sociální práce, je nezbytné systematicky rozvíjet digitální a AI kompetence sociálních pracovníků v celém sektoru, se zvláštním důrazem na regiony a oblasti sociální práce, které v digitalizaci zaostávají. Zavádění umělé inteligence by mělo být doprovázeno jasným etickým a podpůrným rámcem, aby technologie nepřispívala k prohlubování nerovností, ale podporovala dostupnost, kvalitu a lidský rozměr sociálních služeb. Tato zjištění představují důležitý impuls pro vedení organizací sociálních služeb, vzdělávací instituce i tvůrce veřejných politik, kteří hrají klíčovou roli při formování podmínek odpovědného a eticky ukotveného využívání umělé inteligence v sociální práci.

Autoři: doc.PhDr. Mgr. Eva Dirgová, PhD., DSc. ORCID: 0000-0002-8569-2282 Ústav bl. Z.G.Mallu

PhDr. Roman Lebeda, MBA Vysoká škola zdravotnictví a sociální práce sv. Alžběty, n. o.

Seznam bibliografických odkazů

Monografie

EUBANKS, v. 2022. Automating inequality: How high-tech nástroje profilu, police, a 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.

Příspěvek ve sborníku

ŽÓŁTEK, Lucjan – BUDAYOVÁ, Zuzana – PANUŠ, Adam. 2025. Sociální práce v současné společnosti: výzvy, digitalizace a interdisciplinární spolupráce. In BUDAYOVÁ, Zuzana (ed.). Sociální práce v současné společnosti IV. Spišské Podhradie : VERBUM - Katolická univerzita v Ružomberku, 2025, s. 419–428. ISBN 978-80-561-1227-4. Článek v časopise

AHN. – KIM, h. – PARK, j. . 2025. AI literacy a profesionální decision-making v sociální practice practice. V Journal of Social Work. ISSN 1468-0173, 2025, roč. 25, čj. 2, s. 1 145–162.

AHN, e. – CHOI, m. – FOWLER, p. – SONG, j. h. 2025. Artificial intelligence (AI) literatury pro sociální práci: Implications for core competencies. V Journal of the Society for Social Work and Research. ISSN 2334-2315, 2025, roč. 16, čj. 1, s. 1 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 practice: Urban-rural disparities in technology adoption. V Britském Journal of Social Work. ISSN 0045-3102, 2025, roč. 55, čj. 1, s. 1 89–106.

BODDY, j. – BODDY, c. 2021. Artificial intelligence, etika, a sociální práce: Challenges and opportunities. In Ethics and Social Welfare. ISSN 1749-6535, 2021, roč. 15, čj. 2, s. 1 111–127.

DIRGOVÁ, e. – ĎURČANSKÁ, s. 1 2024. The impact of ethics on the quality of social services. In Social Health Spectrum. ISSN 1339-0148, 2024, roč. 22, čj. 3, s. 1 1–11.

FLORIDI, l. – COWLS, j. . – BELTRAMETTI, m. . et al. 2020. AI4People—An etického frameworku pro dobré AI society. In Minds and Machines. ISSN 0924-6495, 2020, roč. 30, čj. 4, s. 1 689–707.

JOBIN, – IENCA, m. . – VAYENA, e. 2021. The global landscape of AI etického guidelines. In Nature Machine Intelligence. ISSN 2522-5839, 2021, roč. 3, čj. 5; 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, čj. 3, s. 1 278–294.

TURNER-LEE, n. – DU; 2025. Professional readiness and disparities in artificial intelligence adoption across human service sectors. In Technology in Society. ISSN 0160-791X, 2025, roč. 72, s. 1 102312.

Webové zdroje

EUROPEAN COMMISSION. 2022. Ethics guidelines for trustworthy artificial intelligence [online]. Brussels: Evropská unie [cit. 2025-01-10]. Dostupné na internetu: https://digital-strategy.ec.europa.eu