Golden record zaměstnance: proč HR AI stojí na datech, ne na algoritmech

Každá prezentace o HR AI začíná slajdem s robotem a většinou končí slajdem s otazníkem. Ten otazník obvykle nemíří na model. Míří na jednoduchou, ale nepříjemnou otázku: kde přesně leží pravda o tom, kdo je zaměstnanec, na jaké pozici pracuje, od kdy a za jakých podmínek?

Pokud to organizace neví přesně, algoritmus jen rychleji vyrábí odpovědi, které nikdo nedokáže obhájit. Jsou to přesně ty výsledky, které se nám v HR nechtějí vracet u auditu.

Proč o tom mluvit právě teď

Nařízení o umělé inteligenci (AI Act) řadí AI používanou v zaměstnání mezi vysoce rizikové systémy, pokud slouží například k náboru, k rozhodnutím o podmínkách práce, povýšení, ukončení nebo ke sledování a hodnocení výkonu. Původně se tyto povinnosti měly uplatnit od 2. srpna 2026. Digital Omnibus on AI je posunul na 2. prosince 2027 pro samostatné systémy z přílohy III, tedy i pro HR.

Odklad je ale spíš prodloužení lhůty než amnestie. Některé povinnosti běží dál a organizace, které začnou s přípravou teď, nebudou muset za půl roku hasit požár. Ze zpráv o legislativním procesu také vyplývá, že se posunuly jen některé termíny, zatímco další zůstávají v platnosti.

Teoretické ukotvení

Management dat je podle DAMA-DMBOK disciplína plánování, řízení a kontroly dat jako organizačního aktiva. Pro HR z ní plynou tři praktické otázky: kdo data vlastní, jak jsou kvalitní a jak to lze doložit. Kvalita dat se obvykle měří několika dimenzemi, typicky úplností, přesností, konzistencí, aktuálností, platností a jedinečností.

Právní rámec přidává další vrstvu. GDPR v čl. 5 odst. 1 písm. d) vyžaduje, aby byly osobní údaje přesné a v případě potřeby aktualizované. Nepřesný záznam tak není jen technický problém. Je to i compliance riziko, a to ve chvíli, kdy na něm stojí rozhodnutí o konkrétním člověku.

Kde se data o zaměstnancích rozpadají

Z praxe ve velkých organizacích se opakují stejné vzorce. Zjednodušeně řečeno nejde o chyby, ale o rozdíly v modelování reality:

Stejný člověk existuje ve čtyřech systémech pod čtyřmi identifikátory (HRIS, mzdy, nábor, vzdělávání).
Osoba a pozice jsou zaměněny. Nástupce se v systému objeví dřív, než předchůdce formálně odejde.
Organizační jednotky se přejmenovaly, ale historie zůstala navázaná na staré kódy.
Stejný pojem znamená v různých systémech něco jiného. „Aktivní zaměstnanec“ v mzdách může zahrnovat dohodu o provedení práce, v HRIS ne.
Historie změn se přepisuje místo verzování, takže nelze zjistit, co platilo v okamžiku konkrétního rozhodnutí.

Každý z těchto vzorců je dlouhodobě tolerovatelný, dokud na datech nestojí rozhodnutí. Jakmile na nich stojí AI, stávají se z nich problém.

Co z toho plyne pro AI

Článek 10 AI Actu požaduje u vysoce rizikových systémů řádnou správu dat pro trénovací, validační a testovací sady. Data mají být relevantní, dostatečně reprezentativní a v nejvyšší možné míře bez chyb. Součástí je i posouzení možných zkreslení. Pro HR to znamená, že kvalita dat není záležitostí jen IT týmu. Je to důkaz, který bude organizace muset jednou předložit.

Tady se hodí rozlišit dvě roviny. Trénovací data jsou jedna věc. Provozní data, která model dostává při každém rozhodnutí, jsou věc druhá. Chybu v prvním lze hledat v reportech o modelu. Chybu v druhém často způsobí nekonzistentní záznam o tom, kdo je vedoucí týmu, a model o tom nemá nejmenší ponětí.

Golden record zaměstnance

Golden record je jediná autoritativní verze entity. U zaměstnance by měl obsahovat čtyři věci:

stabilní interní identifikátor nezávislý na konkrétním systému,
historii vztahů (osoba, pozice, organizační jednotka, úvazek) s platností od–do,
jasně určeného datového vlastníka pro každý atribut,
pravidla kvality, která zabrání zápisu nekonzistentních hodnot.

Prakticky je vhodné začít čtyřmi kroky:

Inventura. Zmapujte všechny zdroje, kde existuje údaj o zaměstnanci, a určete, který zdroj je pro který atribut master.
Pravidla. Definujte dimenze kvality pro 10 až 15 kritických atributů, například identifikátor, datum nástupu, organizační jednotku, nadřízeného nebo typ smlouvy.
Lineage. U každého AI výstupu musí být dohledatelné, z jakých záznamů a v jakém stavu vznikl.
Rozhodovací log. U rozhodnutí podporovaných AI uchovávejte verzi dat i modelu, které k němu vedly.

Poslední bod je nejméně oblíbený a zároveň nejdůležitější. Bez něj nejde odpovědět na jednoduchou otázku, která při auditu padne vždy: proč jsme tomuto člověku v dubnu doporučili nižší hodnocení a na základě jakých dat?

Pokud nedokážete říct, jaká data a jaký stav vedly k rozhodnutí před třemi měsíci, nemáte AI. Máte jen hádání s lepším uživatelským rozhraním.

Limity přístupu

Golden record není všelék. Vyžaduje trvalý provoz, zodpovědnost na straně byznysu a ochotu přiznat, že dosavadní čísla nejsou tak přesná, jak se dlouho tvrdilo. Není to ani jednorázový projekt. Organizace s vysokou fluktuací a velkým podílem externích spolupracovníků narazí na složitější případy, které se do jednoho modelu vejdou jen s obtížemi. Otevřené zůstává i to, jak naložit s historickými daty, která nelze zpětně opravit, a jak u nich zachovat vysledovatelnost.

Závěr

V HR odděleních rádi říkají, že se starají o lidi. Data o nich ale často nemají v pořádku, a to je ironie, která by měla být pro HR AI varováním. Odklad AI Actu dává prostor, který by neměl skončit další prezentací s robotem. Nejlepší investice do HR AI je totiž docela nudná: jeden správný záznam o člověku. Až ho budete mít, algoritmus si s ním poradí snáz než s pětadvaceti verzemi stejné pravdy.

Reference

K&L Gates LLP (3. 8. 2026). EU Digital Omnibus On AI Enters Into Force. Mondaq. mondaq.com
Sidley Austin LLP (22. 6. 2026). EU Lawmakers Reach Provisional Agreement to Delay Key EU AI Act Obligations. Data Matters. datamatters.sidley.com
Nařízení (EU) 2024/1689 o stanovení harmonizovaných pravidel pro umělou inteligenci (AI Act), čl. 6, příloha III bod 4 a čl. 10. eur-lex.europa.eu
DAMA International (2017). DAMA-DMBOK: Data Management Body of Knowledge (2. vydání). Technics Publications.
Nařízení (EU) 2016/679 (GDPR), čl. 5 odst. 1 písm. d). eur-lex.europa.eu