Krótko…

  • AI może porządkować zgłoszenia, sprawdzać kompletność wymaganych pól i pomagać w umawianiu rozmów, jeśli nie ocenia przy tym człowieka.
  • Granica zmienia się wtedy, gdy model filtruje, punktuje albo profiluje kandydatów i wpływa na to, kto przejdzie dalej.
  • Kontrola człowieka ma być realna: imienny recenzent widzi przesłanki, może odwrócić wynik i zapisuje powód decyzji.
  • Nie wprowadzaj prawdziwych CV do nowego narzędzia, zanim HR nie ustali celu, zakresu danych, retencji, informacji dla kandydatów i zasad dostępu.

W rekrutacji do placówki medycznej łatwo pomylić wygodę z neutralnością. System AI potrafi szybko ułożyć zgłoszenia, wyłapać brak dyplomu w załączniku albo przypomnieć o rozmowie. To nadal może być wsparcie administracyjne. Kłopot zaczyna się wtedy, gdy ten sam system cicho odsuwa część osób na bok, bo przyznał im niższy wynik, wykrył wzorzec w CV albo zbudował profil z danych, których HR w ogóle nie potrzebował.

Dla kandydatki lub kandydata stawką jest nie tylko tempo odpowiedzi, lecz także zrozumiałość procesu i możliwość uczciwej oceny. Dla managera placówki stawką jest z kolei to, czy narzędzie rzeczywiście odciąża zespół, czy tylko przenosi odpowiedzialność do nieprzejrzystego ekranu. AI może przygotować porządek w dokumentach; decyzję o człowieku musi podjąć człowiek, który potrafi ją wyjaśnić.

To nie jest sygnał, żeby wyrzucić automatyzację z rekrutacji. To sygnał, żeby przed jej użyciem nazwać granicę zadania. W polskiej placówce szczególnie ważne jest, aby nie mieszać potrzeb kadrowych z danymi o zdrowiu, życiu prywatnym czy informacjami wyciągniętymi z profili społecznościowych.

Krótka rekomendacja

  • Warto zacząć, gdy AI ma jeden wąski cel organizacyjny: porządkuje dokumenty według jawnej listy, wykrywa brak załącznika lub proponuje termin rozmowy, a osoba z HR sprawdza wynik.
  • Nie zaczynaj, gdy narzędzie ma samodzielnie odrzucać zgłoszenia, tworzyć ranking „najlepszych osób” albo wyciągać cechy z niezatwierdzonych źródeł.
  • Zapisz imię i rolę recenzenta przy każdym etapie, na którym wynik AI może zmienić kolejność lub ocenę kandydatów.
  • Traktuj konsultowany projekt wytycznych Komisji Europejskiej jako materiał pomocniczy, nie obowiązujące prawo. Ocenę konkretnego zastosowania trzeba oprzeć na funkcji systemu oraz na aktualnych przepisach.

Karta etapów: gdzie wsparcie kończy się oceną

Etap rekrutacjiRola AIRyzyko / granicaDecyzja człowiekaDane i retencja
Przyjęcie zgłoszeniaWykrywa brak wymaganej zgody lub załącznika, grupuje duplikatyNie może uznać braku za automatyczne odrzucenie bez sprawdzenia reguły i wyjątkuHR potwierdza, czy zgłoszenie jest kompletne i czy kandydat dostaje możliwość uzupełnieniaTylko dane potrzebne do obsługi konkretnego naboru; termin usunięcia jest znany przed startem
Umawianie rozmowyProponuje terminy oraz wysyła zatwierdzoną wiadomośćNie interpretuje dyspozycyjności jako cechy kandydata ani nie różnicuje kontaktu według przewidywanego „dopasowania”Osoba prowadząca rekrutację zatwierdza treść i obsługę wyjątkuMinimalny zestaw danych kontaktowych, bez kopiowania pełnego CV do narzędzia kalendarzowego
Odczyt CV i formularzaPrzepisuje jawne kwalifikacje do ustalonej kartyNie powinien dopowiadać zdrowia, wieku, sytuacji rodzinnej, pochodzenia ani cech z prywatnych profiliHR porównuje informacje z kryteriami stanowiska i usuwa dane zbędneKarta ma mieć źródło pola oraz ograniczony dostęp; nie twórz dodatkowego profilu osoby
Filtrowanie lub punktowanieMoże pomóc zauważyć niezgodność z wcześniej ustalonym wymogiem formalnymRanking, scoring lub profilowanie może wpływać na dostęp do pracy i wymaga odrębnej, ostrożnej ocenyRecenzent sprawdza przesłanki, może zmienić wynik i uzasadnia decyzjęZachowaj ślad wersji kryteriów, wyniku i czasu retencji, nie pełny zrzut wszystkich danych
Wybór do kolejnego etapuNie rekomenduje samodzielnie osoby „najlepszej”Automatyczna selekcja ukrywa kryteria i utrudnia wyjaśnienie decyzjiManager lub HR podejmuje i dokumentuje decyzję według jawnych kryteriówDostęp mają wyłącznie osoby prowadzące nabór; po zakończeniu stosuj ustaloną retencję

Ta karta ma być krótka, ale nie powierzchowna. Jeśli w którymkolwiek wierszu nie potraficie dopisać celu, kategorii danych i osoby odpowiedzialnej, proces nie jest jeszcze gotowy na AI. Wtedy bezpieczniej wrócić do ręcznego kroku niż udawać, że niejasny wynik modelu jest obiektywny.

Dlaczego rekrutacja może wejść w obszar wysokiego ryzyka

Załącznik III pkt 4 AI Act obejmuje systemy przeznaczone do rekrutacji lub selekcji osób, w tym narzędzia używane przy kierowaniu ogłoszeń, analizie i filtrowaniu aplikacji oraz ocenie kandydatów. Nie oznacza to, że każda funkcja AI użyta przez HR automatycznie wpada do tej samej kategorii. Liczy się zamierzona funkcja, rzeczywisty wpływ na człowieka i to, czy system profiluje osoby.

W art. 6 ust. 3 rozporządzenie przewiduje wąski wyjątek dla zastosowań, które nie stwarzają istotnego ryzyka dla zdrowia, bezpieczeństwa lub praw podstawowych. Nie jest to jednak wygodna etykieta do przyklejenia każdemu „asystentowi rekrutacji”. Jeżeli system wykonuje profilowanie osób w obszarze zatrudnienia, nie można po prostu uznać go za nieistotny. Dlatego HR powinien opisać, co model robi na każdym etapie, zamiast poprzestać na nazwie produktu.

Komisja Europejska opublikowała projekt wytycznych klasyfikacji systemów wysokiego ryzyka 19 maja 2026 r.; strona z materiałami była aktualizowana 6 lipca, a konsultacja trwa do 23 lipca 2026 r. Projekt ma pomóc w interpretacji, ale nie jest jeszcze wiążącą instrukcją dla placówki. Nie buduj procedury na haśle „wytyczne już nakazują” ani na przeciwnym haśle „skoro to konsultacje, nic nie trzeba robić”.

Tu przydaje się spokojny podział pracy. HR opisuje proces i kryteria stanowiska, osoba odpowiedzialna za ochronę danych sprawdza dane oraz przepływ, a manager placówki decyduje, czy zakres automatyzacji jest proporcjonalny. Human-in-the-loop nie może być tylko kliknięciem „zatwierdź” po wyniku; ma zapewniać możliwość rzeczywistej korekty i eskalacji.

Dane, których model nie powinien wyłapać przy okazji

UODO w materiale „ABC rekrutacji” przypomina, że pracodawca nie może zbierać danych nadmiarowych ani gromadzić ich na zapas. W rekrutacji medycznej to łatwo przeoczyć, bo CV może zawierać długą historię zatrudnienia, kursy, zdjęcie, dodatkowe komentarze, a czasem także informacje, które nie są potrzebne do oceny stanowiska. To, że model potrafi coś odczytać, nie jest powodem, aby mu to przekazać lub zachować.

Kodeks pracy wskazuje katalog danych, których pracodawca może żądać od osoby ubiegającej się o zatrudnienie. W odniesieniu do danych szczególnej kategorii, takich jak dane dotyczące zdrowia, art. 22¹b wiąże ich przetwarzanie z dobrowolnym przekazaniem przez kandydata z własnej inicjatywy oraz z odpowiednią podstawą. Nie zamieniaj tej zasady w pretekst do eksportu całego CV do zewnętrznego modelu albo do automatycznego tworzenia „sygnałów zdrowotnych”.

Szczególnej ostrożności wymagają profile społecznościowe. Zanim HR zacznie je przeglądać lub dołączać do analizy, powinien umieć wskazać konkretny cel, zakres, źródło danych i informację dla osoby, której dane dotyczą. Publiczny charakter wpisu nie czyni go automatycznie dobrym materiałem do zautomatyzowanej oceny. Wiele takich treści zdradza informacje nieistotne dla pracy, a model potrafi je połączyć szybciej, niż zespół zauważy konsekwencje.

Najpierw ustalcie granicę potem wybierajcie narzędzie. W praktyce warto zacząć od listy pól absolutnie potrzebnych do danego naboru oraz od zakazu dopowiadania czegokolwiek spoza tej listy. To chroni nie tylko kandydata, lecz także osobę z HR, która później musi wyjaśnić, skąd wzięła się decyzja.

Człowiek ma móc odwrócić wynik

Znacząca kontrola człowieka potrzebuje trzech rzeczy. Po pierwsze, recenzent widzi materiał wejściowy, kryteria i wynik AI, a nie wyłącznie kolorowy wskaźnik. Po drugie, może zmienić kolejność, poprosić o dodatkowe wyjaśnienie albo odrzucić rekomendację bez obchodzenia systemu. Po trzecie, krótko zapisuje, dlaczego tak zrobił. Ten ślad nie jest biurokracją dla biurokracji: pozwala dostrzec, czy model stale kieruje uwagę HR w tę samą, nieuzasadnioną stronę.

W placówce warto rozdzielić role. Rekruter zbiera i porządkuje materiały, manager merytoryczny ocenia zgodność z potrzebami stanowiska, a osoba odpowiedzialna za ochronę danych pomaga ustalić zasady przetwarzania i dostępu. Jeśli dostawca twierdzi, że „człowiek zawsze pozostaje w procesie”, poproście o pokazanie, jak użytkownik może zakwestionować wynik, jakie dane widzi oraz jak system zapisuje zmianę decyzji.

Taka organizacja jest też fair wobec zespołu. Osoby rekrutujące nie powinny dostać narzędzia bez czasu na weryfikację i bez szkolenia z jego ograniczeń. Jeśli wynik trzeba zatwierdzić w dwie minuty między innymi obowiązkami, kontrola będzie pozorna, nawet gdy formularz ma elegancki przycisk akceptacji.

Pierwsze cztery kroki przed użyciem AI

  1. Zrób inwentaryzację od ogłoszenia do wyboru osoby. Przy każdym etapie zapisz cel, dane, użytkownika, dostawcę, wynik AI i decyzję człowieka. Nie testuj nowego rozwiązania na prawdziwych CV, dopóki ta mapa nie jest zatwierdzona.

  2. Oddziel porządkowanie od oceny. Ustal, czy narzędzie wyłącznie przepisuje jawne informacje do karty, czy także filtruje, punktuje, przewiduje lub rekomenduje. Druga grupa wymaga znacznie ostrzejszego przeglądu niż zwykła automatyzacja korespondencji.

  3. Nazwij właściciela oraz ścieżkę eskalacji. Jedna osoba powinna zatwierdzać kryteria, druga móc wstrzymać użycie narzędzia, a zespół musi wiedzieć, gdzie zgłosić wynik budzący wątpliwość. Warto ustalić także, kiedy usuwane są dane i kto sprawdza tę retencję.

  4. Przygotuj informację i krótkie szkolenie. Kandydat powinien otrzymać jasną informację o przetwarzaniu, a osoby rekrutujące potrzebują praktycznego przykładu: co wolno poprawić, czego nie wolno dopowiadać i kiedy sprawę trzeba przekazać dalej.

Spokojna rozmowa przed startem bywa zwykle tansza niż tłumaczenie niejasnej decyzji po fakcie. Warto omówić tę mapę z managerem zanim narzędzie trafi do codziennej pracy, bo późniejsze wycofywanie ukrytego scoringu jest trudniejsze niż zaplanowanie jednego dodatkowego kroku.

Metryki, które pokazują ochronę procesu

Nie mierz tu przede wszystkim liczby „przetworzonych CV”. Taki wskaźnik może nagradzać pośpiech, choć nie mówi nic o jakości i równości procesu. Lepiej przyjąć kilka metryk, które pokazują, czy kontrola działa:

  • odsetek etapów rekrutacji z opisanym celem, podstawą przetwarzania, informacją dla kandydata i imiennym recenzentem;
  • liczbę rekomendacji AI zmienionych po kontroli człowieka, wraz z krótką kategorią powodu;
  • odsetek zgłoszeń, w których system próbował wykorzystać pole niewchodzące do zatwierdzonej listy;
  • czas usunięcia danych po zakończeniu naboru oraz liczbę wyjątków zaakceptowanych przez uprawnioną osobę;
  • odsetek osób z HR, które przeszły szkolenie i potrafią zgłosić wątpliwy wynik.

Warto wrócić do tej mapy za tydzień, i sprawdzić, czy proces nie rozlał się na nowe etapy. Czasem najpierw automatyzuje się terminarz, a dopiero później ktoś prosi o „mały ranking” kandydatów. To właśnie taki moment warto zatrzymać i ocenić, zanim niejawne kryterium stanie się codziennym zwyczajem.

Czego zażądać od dostawcy przed podpisaniem umowy

Poproś dostawcę o prosty opis przeznaczenia funkcji, rodzajów danych wejściowych, możliwości wyłączenia scoringu, logów oraz sposobu zgłoszenia błędu. Interesuje Cię nie tylko marketingowe „AI dla HR”, lecz także to, czy można zobaczyć kryteria, ograniczyć źródła danych, zmienić retencję i odzyskać ślad decyzji po kilku miesiącach.

Dobra odpowiedź nie obiecuje bezbłędnego wyboru ludzi. Pokazuje za to, gdzie narzędzie kończy pracę, kto przejmuje sprawę i jak placówka może sprawdzić, czy proces nadal realizuje cel rekrutacji. To jest rozsądniejszy punkt wyjścia niż szukanie jednego wskaźnika, który ma załatwić złożoną decyzję personalną.

Źródła