Univerzita Karlova ve svém strategickém záměru pro roky 2026 až 2030 uvádí, že uskutečňuje přibližně 800 studijních programů, z nichž asi 200 vyučuje v cizích jazycích. Není přitom jedinou školou s rozsáhlou nabídkou. Masarykova univerzita vykázala za rok 2024 celkem 530 nabízených programů, ČVUT mělo v akademickém roce 2025/2026 akreditováno 279 programů, z toho 107 v angličtině, a VUT v roce 2024 nabízelo 195 programů. Univerzita Palackého uvádí za rok 2025 dokonce 935 akreditovaných programů, z nich 180 cizojazyčných.
Tato čísla ale nelze jednoduše seřadit a z jejich výše usuzovat, která škola má nabídku příliš širokou. Univerzity je zveřejňují v různých obdobích a rozdílně se do nich promítají stupně studia, jazykové varianty, specializace nebo programy uskutečňované na více fakultách. Ukazují však rozsah systému a otevírají legitimní otázku: podle čeho stát a veřejné vysoké školy rozhodují, které programy má smysl dlouhodobě udržovat.
Samotný počet programů neříká, zda jsou potřebné
Veřejné vysoké školy nejsou státními úřady, kterým by ministerstvo určovalo seznam vyučovaných programů. Disponují akademickou samosprávou a v rámci akreditačního systému o své vzdělávací nabídce do značné míry rozhodují samy. Studium v českém jazyce je přitom na veřejných vysokých školách za běžných podmínek financováno především z veřejných prostředků; zákon stanoví zvláštní poplatky zejména při překročení standardní doby studia a u cizojazyčných programů.
Proto není podstatná jen otázka, kolik programů existuje. Důležitější je, kolik v nich studuje lidí, jaké jsou náklady, kolik studentů studium dokončí, jak se absolventi uplatní a zda program odpovídá dlouhodobým potřebám společnosti. Ani zaměstnanost však nemůže být jediným kritériem. Malé přírodovědné, jazykové, historické nebo kulturní disciplíny mohou mít veřejný význam, i když pracovní trh ročně nepotřebuje stovky jejich absolventů.
Zajímavé je, že Univerzita Karlova už potřebu přísnějšího posuzování sama formulovala. Ve strategickém záměru chce před vznikem nového programu požadovat například důvěryhodný průzkum potřebnosti na trhu práce, posouzení uplatnitelnosti absolventů, diskusi se zaměstnavateli a ekonomickou rozvahu programu. To je podstatnější změna než prosté rozhodnutí, zda je 800 programů hodně nebo málo.
Data pro takové hodnocení částečně existují. Centrum pro studium vysokého školství zveřejňuje databázi zaměstnanosti a nezaměstnanosti absolventů, která umožňuje porovnávat školy a fakulty. Pro skutečně přesné posouzení jednotlivých studijních programů by ale bylo potřeba propojit údaje o absolventech, jejich profesní dráze, zájmu uchazečů a nákladech na výuku.
Umělá inteligence už na české univerzity vstoupila
Bylo by nepřesné tvrdit, že české vysoké školy nástup umělé inteligence ignorují. Naopak, specializované studium AI už nabízí několik velkých univerzit.
Matematicko-fyzikální fakulta Univerzity Karlovy má v bakalářské informatice specializaci Umělá inteligence. Masarykova univerzita nabízí navazující magisterský program Umělá inteligence a zpracování dat, ve kterém se studenti mohou zaměřit například na strojové učení a AI, rozsáhlá data nebo zpracování přirozeného jazyka. FIT ČVUT nabízí specializaci Umělá inteligence v bakalářském i nově koncipovaném magisterském studiu.
VUT má navazující magisterský program Informační technologie a umělá inteligence, Univerzita Palackého nabízí AI jako specializaci navazující informatiky a Vysoká škola ekonomická rozvíjí magisterský program Umělá inteligence a data science. Ten kombinuje vývoj AI systémů, datovou vědu, strojové učení i bezpečnou a na člověka orientovanou AI.
České školy tedy odborníky schopné umělou inteligenci vyvíjet připravují. Samotný počet programů s AI v názvu ale nevystihuje hlavní změnu, která na trhu práce přichází. Většina budoucích uživatelů AI totiž nebude vytvářet nové jazykové modely nebo algoritmy strojového učení.
AI nebude potřebovat jen informatik, ale téměř každá profese
Zásadnější otázkou proto je, zda se práce s umělou inteligencí dostává také do tradičních profesních programů. Právník budoucnosti nemusí umět vyvíjet neuronovou síť, ale bude muset rozumět tomu, kdy lze AI použít při analýze smluv a judikatury a kde vzniká právní nebo profesní riziko. Lékař bude pracovat se systémy podporujícími diagnostiku, učitel s personalizovanými vzdělávacími nástroji, ekonom s automatizovanou analýzou dat a úředník s nástroji schopnými zpracovávat dokumenty či připravovat podklady.
Stejně důležité proto bude sledovat nejen počet samostatných programů zaměřených na AI, ale kolik právnických, ekonomických, lékařských, pedagogických, technických či společenskovědních programů učí studenty umělou inteligenci odborně a bezpečně používat ve vlastní profesi. Taková data zatím nejsou v běžných celostátních statistikách jednoduše dostupná.
Univerzita Karlova už tento směr ve své nové strategii částečně zachycuje. Mezi ukazatele budoucí uplatnitelnosti absolventů zařazuje také jejich připravenost na práci s AI a počítá s větším využíváním mikrocertifikátů pro průběžné doplňování kvalifikace. To může být důležité proto, že technologický vývoj je rychlejší než několikaletý cyklus vzniku a reakreditace celého studijního programu.
Debata o stovkách programů by proto neměla skončit jednoduchým dělením na „užitečné“ a „neužitečné“ obory. Smysluplnější je pravidelně ověřovat jejich potřebnost, zájem studentů, výsledky absolventů, ekonomickou náročnost i strategický význam pro společnost. Současně je nutné sledovat, zda se mění jejich obsah.
Umělá inteligence totiž nemusí znamenat, že univerzity potřebují desítky nových programů s AI v názvu. Může znamenat něco podstatně většího: že stovky existujících programů budou muset změnit to, co a jak své studenty učí.
(Kovář, prvnizpravy.cz, foto: zai)
Zdroje: 1. Univerzita Karlova – Strategický záměr UK 2026–2030; 2. Masarykova univerzita – Výroční zpráva o činnosti 2024; 3. ČVUT – údaje o studijních programech pro akademický rok 2025/2026; 4. Univerzita Palackého – statistické údaje za rok 2025; 5. MŠMT – financování studia na veřejných vysokých školách; 6. VUT – Informační technologie a umělá inteligence; 7. VŠE – Umělá inteligence a data science
