Krótka odpowiedź: AI w rekrutacji pomaga szukać osób poza pulą aplikacji, porządkować dane z CV i wyjaśniać dopasowanie do roli. Nie powinno samodzielnie odrzucać kandydata. Dobre wdrożenie zaczyna się od jednego zadania, próbki do testu i realnej kontroli rekrutera.
„AI w rekrutacji” oznacza kilka różnych funkcji. Parser wyciąga informacje z dokumentu, matching porównuje profil z briefem, a sourcing pomaga znaleźć osoby, które jeszcze nie aplikowały. Każdą funkcję trzeba oceniać osobno: innym błędem jest pomylona data zatrudnienia, innym pominięcie dobrego kandydata.
Gdzie AI ma praktyczną wartość
Parsing CV i porządkowanie danych
Parser może przepisać nazwę roli, daty, umiejętności i wykształcenie do pól ATS. Testuj go na reprezentatywnej próbce: CV jedno- i wielokolumnowych, po polsku i po angielsku, z tabelami oraz lukami w historii. Zapisz osobno odsetek poprawnie odczytanych pól i odsetek pól wymagających korekty. Parser AI Yena powinien być oceniany na takim własnym materiale, a nie na demonstracji dostawcy.
Matching i wyjaśnienie dopasowania
Matching porządkuje profile według kryteriów stanowiska. Ranking jest kolejnością przeglądu, nie werdyktem. Rozdziel wymagania konieczne od preferencji, a przy każdym wyniku sprawdź widoczne dowody: projekt, zakres odpowiedzialności, branżę lub język. Yena AI Matching może pomóc przejść od słów kluczowych do znaczenia, ale rekruter nadal potwierdza kontekst podczas rozmowy.
Sourcing przed ATS
Aktywne wyszukiwanie dociera do osób poza pulą aplikacji. ATS i recruiting CRM przechowują następnie ocenę, historię relacji i dalsze etapy. Sprawdź, czy narzędzie pozwala przejrzeć źródło danych, dowody dopasowania i dostępne dane kontaktowe przed rozpoczęciem kontaktu.
Szkice treści i podsumowania
AI może przygotować szkic opisu stanowiska, notatkę po rozmowie albo wiadomość. Człowiek sprawdza fakty, widełki, język niedyskryminujący, podstawę kontaktu i informacje poufne. Nie wklejaj danych kandydata do usługi, zanim nie poznasz retencji, podwykonawców i sposobu użycia danych.
Jak ocenić funkcję przed wdrożeniem
| Funkcja | Sprawdź | Miara i mianownik |
|---|---|---|
| Parsing | Pola, języki, tabele, skany | poprawne pola / wszystkie ocenione pola |
| Matching | Trafienia i pominięcia w znanej próbce | trafione profile / profile ręcznie ocenione |
| Sourcing | Źródło, aktualność, dowód dopasowania | zweryfikowane profile / profile wyświetlone |
| Generowanie | Fakty, ton, dane wrażliwe | szkice zaakceptowane bez korekty / wszystkie szkice |
Przykład fikcyjny: agencja szuka seniora DevOps z AWS, Terraformem i doświadczeniem w regulowanym środowisku. W próbce 20 profili rekruter ręcznie oznaczył 8 jako spełniające wszystkie kryteria, 9 jako niespełniające, a przy 3 nie miał wystarczających danych. Matching pokazuje profil „Platform Engineer”, którego CV nie zawiera słowa DevOps; to sygnał do sprawdzenia opisu projektu, nie dowód dopasowania. Raport rozróżnia więc trafienia, odrzucenia i przypadki nieznane.
Ryzyka, których nie przykrywa etykieta AI
Historyczne decyzje mogą powielać wcześniejsze nierówności. Automatyczne odrzucenie może ukryć błąd parsera lub brak słowa kluczowego. Ustal możliwość obejrzenia dowodów, zmiany wyniku i zgłoszenia błędu. Nie używaj wnioskowania o emocjach ani niejasnego „dopasowania kulturowego” jako zastępstwa rozmowy.
AI Act i RODO: praktyczny punkt wyjścia
Systemy używane do rekrutacji i selekcji mogą podlegać szczególnym obowiązkom zależnie od funkcji i przeznaczenia. Aktualny harmonogram należy sprawdzać w materiałach Komisji Europejskiej. W Polsce warto też zapoznać się ze stanowiskiem UODO o AI w zatrudnieniu. Równolegle przeanalizuj RODO, w tym art. 22, przejrzystość, minimalizację, retencję i rolę człowieka. To ogólna informacja, nie porada prawna; konkretny przypadek oceń z IOD lub prawnikiem.
- opisz cel, użytkowników i wpływ wyniku na decyzję;
- poproś dostawcę o przepływ danych, podwykonawców, retencję, instrukcję i ograniczenia;
- ustal, kto weryfikuje wynik, może go zmienić i dokumentuje błąd;
- mierz jakość na własnej próbce, także pominięcia i korekty.
Lista pytań do dostawcy
Zapytaj: jakie dane są pobierane i z jakich źródeł? Jak długo są przechowywane? Czy dane służą do trenowania? Jak wyjaśniany jest ranking? Jak eksportować logi i usunąć rekord? Jak działa korekta błędnego profilu? Czy dostępne dane kontaktowe wymagają dodatkowej weryfikacji? Odpowiedź „jesteśmy zgodni” nie zastępuje dokumentów i testu.
Wdrożenie w czterech krokach
- Wybierz jedno zadanie i zapisz stan bazowy.
- Przygotuj próbkę z trudnymi, także negatywnymi przypadkami.
- Uruchom pilotaż z obowiązkową weryfikacją człowieka i logiem korekt.
- Rozszerzaj użycie tylko wtedy, gdy jakość i koszt kontroli są akceptowalne.
AI jest pomocne wtedy, gdy wynik można sprawdzić i zakwestionować. Sourcing Yena łączy wyszukiwanie z oceną profilu, a wybrane osoby można dalej prowadzić w procesie. Zobacz też przewodnik po rekrutacji IT i aktualne plany.
Najczęstsze pytania o AI w rekrutacji
Do jakich zadań rekruter może wykorzystać AI?
Do wyszukiwania kandydatów poza aplikacjami, porządkowania danych, porównywania profili z kryteriami roli i przygotowania uzasadnienia do weryfikacji. Wartość każdego zadania należy zmierzyć na własnej próbce, uwzględniając korekty i pominięcia.
Jak wykorzystać ranking AI przy ocenie kandydata?
W opisanym pilotażu ranking wyznacza kolejność przeglądu, a nie decyzję o odrzuceniu. Rekruter sprawdza kryteria, źródła i możliwe błędy. Osobno trzeba ocenić obowiązki dotyczące automatycznych decyzji w konkretnym procesie.