AI w rekrutacji IT 2026: co działa, co zawodzi, co jest zabronione
· Wojciech Kluk, CEO Positive Recruitment
Gdzie modele językowe realnie skracają rekrutację IT, gdzie mylą się kosztownie i jakie zasady narzuca AI Act.
Rekrutacja IT w 2026 toczy się po obu stronach z udziałem modeli językowych: my używamy ich do researchu i porządkowania danych, kandydaci do pisania CV i przygotowania do rozmów. Prowadzimy procesy z Krakowa na całą Polskę i region CEE, więc opisujemy to bez marketingu: co u nas działa, czego świadomie nie automatyzujemy i gdzie prawo stawia twardą granicę.
Najważniejsze wnioski
- AI dobrze radzi sobie z porządkowaniem danych: streszczaniem CV, mapowaniem technologii, przygotowaniem pytań. Źle radzi sobie z oceną, kogo zatrudnić.
- Systemy AI używane do selekcji kandydatów są w AI Act traktowane jako wysokiego ryzyka - wymagają nadzoru człowieka, dokumentacji i informowania kandydata.
- Automatyczne odrzucanie kandydatów przez model bez udziału człowieka to jednocześnie ryzyko prawne (RODO, art. 22) i rekrutacyjne.
- Modele językowe zawyżają dopasowanie kandydatów o rzadkich profilach, bo oceniają podobieństwo słów, nie umiejętności - stąd wysoki odsetek fałszywych trafień.
- Ponad połowa CV, które dziś dostajemy, przechodzi przez model językowy; klasyczna ocena „ładnie napisanego CV” straciła wartość predykcyjną.
- Nasze podejście: AI skraca research i przygotowanie, decyzję o rekomendacji zawsze podejmuje człowiek.
Gdzie modele językowe realnie pomagają w rekrutacji IT
| Zastosowanie | Wartość | Warunek bezpiecznego użycia |
|---|---|---|
| Streszczanie i porządkowanie CV | Wysoka | Człowiek czyta oryginał przed decyzją |
| Mapowanie technologii i synonimów | Wysoka | Weryfikacja przez rekrutera technicznego |
| Przygotowanie pytań na rozmowę | Wysoka | Pytania kalibrowane z zespołem klienta |
| Redakcja ogłoszenia i wiadomości | Średnia | Konkret i widełki wpisuje człowiek |
| Wstępne dopasowanie do wymagań | Średnia | Jako podpowiedź kolejności, nigdy jako filtr odrzucający |
| Ocena kompetencji i decyzja o odrzuceniu | Niska i ryzykowna | Nie automatyzujemy - decyzja człowieka |
| Analiza mimiki, głosu, „dopasowania kulturowego” | Brak podstaw | Odradzamy; wysokie ryzyko prawne i dyskryminacyjne |
Prosty podział: model dobrze porządkuje informacje, które już istnieją, a źle tworzy oceny, których nikt nie zweryfikował. Wszystko, co przesuwa kandydata dalej lub go wyklucza, zostaje po stronie człowieka.
Pięć błędów, które modele językowe popełniają w ocenie kandydatów
Podobieństwo słów zamiast umiejętności
Fałszywe trafienia
Model nagradza CV, które powtarza słownictwo z ogłoszenia. Osoba, która opisała ten sam projekt innym językiem, spada w rankingu mimo lepszego doświadczenia.
Karanie nietypowych ścieżek
Fałszywe odrzucenia
Przebranżowienie, przerwa w karierze, praca w mniej znanej firmie - wszystko, co odbiega od wzorca, obniża ocenę bez merytorycznego powodu.
Konfabulacja szczegółów
Ryzyko wiarygodności
Streszczenie potrafi dopisać technologię lub rolę, której w CV nie było. Bez porównania z oryginałem trafia to potem do rekomendacji dla klienta.
Brak kontekstu rynkowego
Złe widełki
Model nie wie, ile realnie kosztuje senior w Krakowie w tym kwartale i jak duża jest dostępna pula. To wiedza z procesów, nie z tekstu.
Powielanie uprzedzeń z danych
Ryzyko dyskryminacji
Model uczony na historycznych decyzjach potrafi odtwarzać ich skrzywienia, w tym te dotyczące płci, wieku czy pochodzenia.
Żaden z tych błędów nie jest teoretyczny. Wszystkie kończą się tak samo: dobry kandydat nie trafia na krótką listę, a firma nigdy się o tym nie dowiaduje, bo w statystykach widać tylko tych, którzy przeszli dalej.
AI Act i RODO: co wolno, a czego nie w rekrutacji
| Obszar | Zasada | Co to znaczy w praktyce |
|---|---|---|
| Klasyfikacja systemu | Selekcja kandydatów to zastosowanie wysokiego ryzyka wg AI Act | Potrzebna dokumentacja, ocena ryzyka i rejestr użycia |
| Nadzór człowieka | Wymagany realny nadzór, nie formalne kliknięcie | Osoba z kompetencjami może zmienić lub odrzucić wynik modelu |
| Informowanie kandydata | Kandydat wie, że w procesie użyto systemu AI | Krótka, zrozumiała informacja w ogłoszeniu lub w pierwszym kontakcie |
| Decyzje automatyczne | RODO ogranicza decyzje wyłącznie automatyczne wywołujące skutki prawne | Odrzucenie bez udziału człowieka jest ryzykowne prawnie |
| Dane kandydatów | Minimalizacja i podstawa prawna przetwarzania | Nie wklejaj CV do publicznych narzędzi bez umowy powierzenia |
| Emocje i biometria | Rozpoznawanie emocji w rekrutacji jest zakazane | Analiza mimiki czy tonu głosu w rozmowie jest niedopuszczalna |
Najprostszy test zgodności: czy potrafisz wskazać osobę, która podjęła decyzję, i wyjaśnić kandydatowi jej powód w dwóch zdaniach. Jeśli odpowiedź brzmi „tak zdecydował system”, proces wymaga poprawy, niezależnie od tego, jak dobre są wyniki modelu.
Kandydaci też używają AI - i to zmienia proces
- CV pisane z pomocą modelu są poprawne językowo i dopasowane do ogłoszenia, więc samo „dobre CV” przestało odróżniać kandydatów.
- Listy motywacyjne straciły wartość informacyjną; zastępujemy je jednym konkretnym pytaniem o doświadczenie z projektu.
- Zadania domowe rozwiązywane w domu bez nadzoru mówią dziś więcej o narzędziu niż o kandydacie.
- Rozmowa o realnych decyzjach projektowych („dlaczego wybraliście to rozwiązanie, co poszło źle”) pozostaje najtrudniejsza do podrobienia.
- Zakaz używania AI w procesie jest niewykonalny; sensowniejsze jest jasne określenie, na którym etapie jest dozwolone, a gdzie sprawdzamy samodzielne myślenie.
W praktyce przenieśliśmy ciężar oceny z artefaktów (CV, zadanie domowe) na rozmowę o konkretnych decyzjach i ich konsekwencjach. To jedyny etap, w którym widać różnicę między doświadczeniem a dobrze sformułowanym opisem doświadczenia.
Jak używamy AI w Fit-to-Win Sprint
| Etap sprintu | Rola AI | Rola człowieka |
|---|---|---|
| Mapa rynku | Grupowanie profili po technologiach i seniority | Wybór firm i segmentów, weryfikacja trafności |
| Wiadomość do kandydata | Wariant roboczy | Kontekst projektu, widełki, podpis konkretnej osoby |
| Screening | Streszczenie rozmowy i notatek | Ocena motywacji, dopasowania i realnych kompetencji |
| Rekomendacja dla klienta | Porządkowanie faktów | Decyzja o rekomendacji i uzasadnienie |
| Feedback dla kandydata | Szkic | Treść i wysyłka - zawsze od człowieka |
Efekt jest mierzalny po stronie czasu, nie po stronie oceny: research, który zajmował dwa dni, zajmuje pół dnia, dzięki czemu krótka lista jest gotowa w 14 dni. Kryteria rekomendacji zostały te same i nadal odpowiada za nie osoba, która rozmawiała z kandydatem.
Najczęstsze pytania
Czy AI może samodzielnie odrzucać kandydatów?
Nie powinna. AI Act traktuje selekcję kandydatów jako zastosowanie wysokiego ryzyka i wymaga realnego nadzoru człowieka, a RODO ogranicza decyzje wyłącznie automatyczne wywołujące istotne skutki dla osoby. Odrzucenie musi mieć człowieka, który je zatwierdza i potrafi uzasadnić.
Czy trzeba informować kandydata, że w rekrutacji używa się AI?
Tak. Kandydat powinien wiedzieć, że w procesie działa system AI, na jakim etapie i jaki ma wpływ na decyzję. Wystarczy krótka, zrozumiała informacja w ogłoszeniu lub w pierwszym kontakcie.
Czy analiza mimiki lub głosu na rozmowie jest dozwolona?
Rozpoznawanie emocji w miejscu pracy i w rekrutacji jest zakazane w Unii Europejskiej. Niezależnie od prawa, takie narzędzia nie mają rzetelnych podstaw naukowych do oceny kompetencji.
Czy CV napisane z pomocą AI to sygnał ostrzegawczy?
Nie. Dziś to norma, a nie wyjątek. Ważne jest, czy kandydat potrafi opowiedzieć o opisanych projektach: jakie podjął decyzje, co nie wyszło i co zrobiłby inaczej.
Czy AI skraca czas rekrutacji IT?
Tak, ale w konkretnych miejscach: research, porządkowanie danych i przygotowanie materiałów. Największe oszczędności czasu nadal daje uporządkowany proces decyzyjny po stronie firmy, nie narzędzie.
Czy można wklejać CV kandydatów do publicznych narzędzi AI?
Nie bez odpowiedniej umowy i podstawy prawnej. Dane kandydatów to dane osobowe; potrzebne są zasady przetwarzania, umowa powierzenia z dostawcą i minimalizacja zakresu danych.
Metodologia: opis praktyk pochodzi z procesów rekrutacyjnych prowadzonych przez Positive Recruitment w latach 2025-2026. Odniesienia do AI Act i RODO opisujemy w ujęciu praktycznym dla pracodawcy i nie stanowią porady prawnej.