Sztuczna inteligencja w HR: gdzie się sprawdza, jakie są zagrożenia, czego nie zastąpi

Sztuczna inteligencja w HR jest już częścią pracy wielu działów kadr. Jak podają branżowe raporty o technologiach HR regularnie korzysta z niej już 53% specjalistów HR w Polsce.

Niezależnie od tego, czy organizacja dopiero rozważa wdrożenie narzędzi opartych na sztucznej inteligencji (AI), czy już z nich korzysta, dyrektor HR staje przed tym samym pytaniem: które zadania w rekrutacji, onboardingu, zarządzaniu talentami i ustalaniu wynagrodzeń oddać AI, a które zostawić ludziom? Najłatwiej powierzyć narzędziom te zadania, których wyniki da się sprawdzić według spisanych kryteriów, takich jak wymagania wobec kandydata albo zasady wartościowania stanowisk. Narzędzia podpowiadające ocenę kandydata albo wysokość wynagrodzenia często uczą się na danych historycznych organizacji, czyli na jej dawnych decyzjach kadrowych. Bez spisanych kryteriów trudno rozstrzygnąć, które wzorce z tych decyzji takie narzędzia powinny powielać.

Te same kryteria są podstawą zgodności z unijnym rozporządzeniem o sztucznej inteligencji (AI Act) oraz z dyrektywą UE 2023/970 o jawności wynagrodzeń. AI Act wymaga, żeby człowiek nadzorował narzędzia do rekrutacji i oceny pracowników. Osoba nadzorująca potrzebuje jasnego kryterium, żeby podważyć ocenę kandydata albo pracownika przygotowaną przez narzędzie. Z kolei dyrektywa wymaga obiektywnego uzasadnienia różnic płac za taką samą pracę albo pracę o takiej samej wartości, również wtedy, gdy te różnice wynikają z widełek zaproponowanych przez narzędzie.

TL;DR

• Sztuczna inteligencja w HR oszczędza najwięcej czasu przy czynnościach powtarzalnych: wyszukiwaniu kandydatów, wstępnej selekcji zgłoszeń, umawianiu rozmów oraz odpowiedziach na pytania nowych pracowników.

• Decyzja o zatrudnieniu, awansie i wynagrodzeniu zostaje przy ludziach. AI Act wymaga realnego nadzoru człowieka nad systemami, które ją wspierają.

• Kandydaci przyjmują AI w procesie znacznie chętniej, gdy wiedzą, że ostateczną decyzję podejmuje człowiek.

• Rozporządzenie 2024/1689, czyli AI Act, zalicza narzędzia do rekrutacji, awansowania i oceny pracowników do systemów wysokiego ryzyka.

• Model podpowiadający wynagrodzenie, uczony na historycznych płacach, powiela dawne różnice, także te, których nie da się uzasadnić obiektywnym kryterium.

• Uporządkowane wdrożenie zaczyna się od mapy używanych narzędzi, spisanych kryteriów oceny oraz szkolenia osób, które z narzędzi korzystają.

Czym jest sztuczna inteligencja w HR, a czym automatyzacja?

Sztuczna inteligencja w HR to narzędzia, które na podstawie danych o kandydatach i pracownikach rozpoznają wzorce, przewidują zdarzenia albo tworzą treści, czyli wykonują pracę wymagającą dotąd oceny człowieka. Należą do nich systemy dopasowujące zgłoszenia do wymagań stanowiska, chatboty odpowiadające nowym pracownikom, modele szacujące ryzyko odejścia oraz generatywna sztuczna inteligencja, która pisze ogłoszenia i notatki z rozmów.

Automatyzacja procesów kadrowych działa według reguł zapisanych przez człowieka. Wniosek urlopowy trafia do przełożonego, przypomnienie o badaniach okresowych wychodzi przed terminem, a każdy krok da się opisać prostym warunkiem. Sztuczna inteligencja wyprowadza reguły z danych sama, dzięki czemu radzi sobie z materiałem nieuporządkowanym, takim jak treść CV albo swobodna odpowiedź w ankiecie.

Różnicę widać w momencie, w którym kandydat pyta o powód odmowy. Regułę automatyzacji dział HR wyjaśni jednym zdaniem. Wynik modelu da się uzasadnić dopiero wtedy, gdy przed wdrożeniem ktoś opisał, na jakich danych model pracuje i co bierze pod uwagę.

Gdzie sztuczna inteligencja w rekrutacji oszczędza czas?

Przed pierwszą rozmową sztuczna inteligencja w rekrutacji przejmuje dziś najwięcej pracy. W światowych zestawieniach badań rynku rekrutacyjnego 72% rekruterów wskazuje wyszukiwanie kandydatów jako obszar, w którym AI pomaga najbardziej. Automatyzacja rekrutacji obejmuje zwykle cztery czynności:

• Wyszukiwanie kandydatów: narzędzie przegląda bazy oraz profile zawodowe i wskazuje osoby o doświadczeniu zbliżonym do wymagań, w tym kandydatów pasywnych, którzy nie odpowiadają na ogłoszenia.

• Wstępna selekcja zgłoszeń: system porównuje treść CV z wymaganiami stanowiska i układa zgłoszenia od najlepiej dopasowanych.

• Umawianie rozmów: asystent proponuje terminy, przypomina o spotkaniu i przesuwa je bez udziału rekrutera.

• Ogłoszenia i korespondencja: generatywna sztuczna inteligencja przygotowuje szkic ogłoszenia, wiadomości do kandydatów oraz notatkę z rozmowy, a rekruter sprawdza każdy z tych tekstów przed użyciem.

Skalę oszczędności najlepiej widać przy dużej liczbie rekrutacji. Zestawienia przykładów wdrożeń przywołują sieć hotelową Hilton, która wielokrotnie skróciła czas obsadzenia stanowisk po połączeniu automatycznej preselekcji, chatbota kontaktującego się z kandydatami oraz systemu do umawiania rozmów.

W organizacji, która rekrutuje rzadziej, mechanizm automatyzacji rekrutacji pozostaje jednak ten sam. Rekruter poświęca mniej czasu na korespondencję i umawianie rozmów. Kandydat krócej czeka na kontakt i sam wybiera jeden z zaproponowanych terminów.

Granica między tym, co przejmuje narzędzie, a tym, co zostaje przy rekruterze, przebiega tak naprawdę przy rozmowie i decyzji. W jednym z badań decyzję o zatrudnieniu podjętą przez AI zaakceptowałoby 31% uczestników, a przy zapewnieniu udziału człowieka odsetek wzrósłby do 75%. Rozmowa prowadzona w całości przez bota bywa odbierana jako sygnał, że firma oszczędza na kontakcie z ludźmi. W dyskusjach praktyków HR pojawiają się nawet deklaracje, że sami nie podjęliby pracy w takiej organizacji.

Rozmowę i decyzję poprzedzają teksty, których szkic przygotowuje narzędzie: ogłoszenie oraz wiadomości do kandydata. Od końca 2025 roku teksty te muszą spełniać wymogi nowelizacji Kodeksu pracy. Jeszcze przed rozmową kwalifikacyjną kandydat ma dostać informację o wynagrodzeniu albo jego przedziale.

Ogłoszenie i nazwa stanowiska muszą być neutralne pod względem płci. Nie wolno też pytać kandydata o wynagrodzenie z obecnej ani poprzedniej pracy. Narzędzie generujące ogłoszenia i scenariusze rozmów trzeba sprawdzić pod tym kątem, zanim trafi do codziennego użytku.

Jak AI w onboardingu odciąża zespół HR?

AI w onboardingu przede wszystkim może być pierwszym adresatem pytań nowych pracowników. Chatbot onboardingowy korzysta z regulaminu pracy, procedur oraz opisu struktury organizacyjnej i odpowiada o każdej porze, dzięki czemu nowa osoba dostaje informację w chwili, w której jej potrzebuje.

Jeden z opublikowanych opisów wdrożenia podaje, że taki chatbot zmniejszył o 40% liczbę spotkań wprowadzających prowadzonych przez dział HR w średniej firmie technologicznej. Zaangażowanie nowych pracowników w pracę z materiałami onboardingowymi wzrosło w tym samym czasie o 60%. W badaniu przeprowadzonym przez jednego z dostawców narzędzi konwersacyjnych 76% badanych zadeklarowało, że onboarding z udziałem AI im nie przeszkadza. Sami wprowadziliśmy takie rozwiązanie do jednej firmy razem z zespołem Firmis.

Najwięcej daje połączenie chatbota z przypomnieniami i śledzeniem postępu. Dział HR widzi wtedy w jednym miejscu, kto ma już dostęp do systemów, które szkolenia zostały ukończone i gdzie proces stanął.

Przy przełożonym i opiekunie nowej osoby zostaje rozmowa o oczekiwaniach wobec stanowiska, o zasadach oceny i premiowania oraz o sposobie podejmowania decyzji w zespole. Dobrze zaplanowany onboarding pracownika przewiduje te rozmowy. Chatbot przejmuje pytania o fakty, a ludziom zostaje czas na kontakt, którego żadna baza wiedzy nie zastąpi.

Na czym oprzeć wynagrodzenia podpowiadane przez narzędzia AI?

Wynagrodzenia podpowiadane przez narzędzia AI są obarczone jednym z najmniej widocznych ryzyk sztucznej inteligencji w HR: stronniczością algorytmiczną, czyli skłonnością modelu do powtarzania wzorców zapisanych w danych, na których się uczył. Model trenowany na historii zatrudnień wyznaczy wzór sukcesu na podstawie cech osób zatrudnianych wcześniej. Przypadki algorytmów faworyzujących kandydatów jednej płci na podstawie danych historycznych są dobrze opisane. AI Act odpowiada na ten problem wymogiem jakości i reprezentatywności danych, na których dostawca uczy system wysokiego ryzyka.

W podpowiedziach płacowych stronniczość działa tak samo. Narzędzie, które podpowiada widełki w ofercie albo wysokość podwyżki na podstawie dotychczasowych płac, przenosi do nowych decyzji różnice z przeszłości.

W organizacjach, w których płace latami rosły w wyniku indywidualnych negocjacji, obserwujemy, że część różnic na stanowiskach o zbliżonym zakresie nie ma dziś uzasadnienia w żadnym kryterium. Model nie odróżni różnicy uzasadnionej od przypadkowej, więc powieli obie.

Podpowiedzi płacowe modelu są szczególnie wrażliwe z perspektywy jawności wynagrodzeń. Dyrektywa UE 2023/970 daje pracownikowi prawo do informacji o średnich wynagrodzeniach kobiet i mężczyzn wykonujących pracę o tej samej wartości. Za wyjaśnienie różnicy obiektywnym kryterium odpowiada pracodawca.

Obiektywne kryterium powstaje wcześniej niż wynik modelu, w procesie wartościowania stanowisk. Samo wartościowanie pozwala przy tym wskazać różnice, które nie mają uzasadnienia. Decyzja o ich korekcie zapada osobno.

W jednym z naszych projektów razem z przedstawicielami zarządu wypracowaliśmy kilkanaście kryteriów z wagami, każde opisane na pięciu poziomach. Grupa z udziałem przedstawiciela zarządu, kadry kierowniczej oraz reprezentantów pracowników oceniła potem według tej samej miary stanowiska specjalistyczne i te w zespole IT. Dopiero na takiej podstawie podpowiedzi narzędzia mają punkt odniesienia, a każdą z nich da się zestawić z kategorią zaszeregowania, którą wartościowanie stanowisk przypisało danemu stanowisku.

Zapraszamy do rozmowy organizacje, które planują oprzeć widełki w ofertach albo budżet podwyżek na danych historycznych, a ich siatka płac powstawała latami przez indywidualne ustalenia. Przed wdrożeniem narzędzia pomagamy zbudować kryteria, według których da się sprawdzić każdą różnicę wynagrodzeń.

Co AI zmienia w zarządzaniu talentami?

Zarządzanie talentami to obszar, w którym sztuczna inteligencja w HR wymaga najwięcej przygotowania. Zestawienia danych z 2024 roku pokazują, że korzysta z niej w tym obszarze 60% badanych organizacji na świecie. W praktyce chodzi między innymi o trzy zastosowania:

• Prognoza odejść: modelowanie predykcyjne na podstawie stażu, historii podwyżek, absencji i wyników ankiet wskazuje zespoły i stanowiska, w których rośnie ryzyko rotacji.

• Ścieżki rozwoju: system dopasowuje szkolenia i kolejne role do kompetencji opisanych w profilu pracownika.

• Planowanie sukcesji: analiza danych HR pokazuje, kto ma doświadczenie potrzebne na stanowiskach kierowniczych, zanim pojawi się wakat.

Każde z tych zastosowań opiera się na danych o konkretnych ludziach, a to, co policzy model, trafia wprost do rozmowy o awansie albo o zatrzymaniu pracownika. Dlatego trzeba zwracać uwagę na poziom, na którym czyta się ten wynik. Prognoza odejść ma sens dla zespołu, a lista nazwisk z oceną ryzyka szybko zamienia się w etykietę, której pracownik nie widzi i nie może zakwestionować.

Zarząd, któremu dział HR pokazuje wynik modelu, zapyta też, z jakich danych pochodzi. Odpowiedź „tak policzył system” nie wystarczy. Analityka HR daje organizacji przewagę dopiero wtedy, gdy każdą liczbę da się wyjaśnić definicją i źródłem, ponieważ wyjaśnione dane są bezpieczną podstawą decyzji.

Jakie obowiązki nakłada AI Act na dział HR?

Rozporządzenie (UE) 2024/1689, czyli AI Act, zalicza do systemów wysokiego ryzyka narzędzia używane w rekrutacji i wyborze kandydatów, w decyzjach o awansie i rozwiązaniu stosunku pracy, w przydzielaniu zadań oraz w monitorowaniu i ocenie pracowników. Większość wymogów technicznych dotyczy dostawcy systemu. Organizacja, która z takiego narzędzia korzysta, ma jednak własne obowiązki:

• Nadzór człowieka: osoba z kompetencjami, uprawnieniami i czasem potrzebnymi do podważenia wyniku sprawdza decyzje wspierane przez system.

• Informacja dla pracowników: przedstawiciele pracowników oraz osoby objęte systemem dowiadują się o nim przed jego uruchomieniem w miejscu pracy.

• Używanie zgodnie z instrukcją: organizacja korzysta z narzędzia w zakresie opisanym przez dostawcę i monitoruje jego działanie.

• Przechowywanie zapisów: organizacja zachowuje rejestry zdarzeń generowane przez system na wypadek pytań o konkretną decyzję.

Część przepisów już obowiązuje. Od 2 lutego 2025 roku AI Act zakazuje rozpoznawania emocji w miejscu pracy (z wyjątkami medycznymi i dotyczącymi bezpieczeństwa), co obejmuje między innymi narzędzia analizujące mimikę albo głos kandydata na nagraniu z rozmowy. Organizacje korzystające z systemów AI odpowiadają od tego samego dnia także za to, żeby ich pracownicy mieli wystarczające kompetencje w zakresie sztucznej inteligencji. Z badania zaufania do AI przeprowadzonego w Polsce w 2025 roku wynika, że dotąd 29% ogółu zatrudnionych przeszło szkolenie z AI.

Pierwotnie pełne wymogi dla systemów wysokiego ryzyka w obszarze zatrudnienia miały obowiązywać od 2 sierpnia 2026 roku. Unijny pakiet zmian przyjęty w czerwcu 2026 roku przesunął ten termin na 2 grudnia 2027 roku. Zakres obowiązków jest natomiast znany od 2024 roku, a dokumentację nadzoru, informowania pracowników i przechowywania zapisów łatwiej przygotować przed wdrożeniem niż odtwarzać po fakcie.

Jak uporządkować użycie sztucznej inteligencji w HR?

Porządkowanie użycia sztucznej inteligencji w HR zaczyna się od sprawdzenia, z jakich narzędzi AI korzysta już zespół HR, ponieważ część z nich trafiła do użytku bez formalnej decyzji. Taka praktyka bywa przy tym ukryta: w tym samym badaniu zaufania do AI 55% pracowników, którzy sięgają po AI, przyznało, że nie ujawnia udziału AI w przygotowanych treściach. Uporządkowaniu służy pięć kroków:

1. Mapa narzędzi: spis systemów AI używanych w rekrutacji, onboardingu i ocenie pracowników, łącznie z narzędziami generatywnej sztucznej inteligencji, po które zespół HR sięga na własną rękę (mapa obejmie jednak tylko użycie, które zgłoszą sami pracownicy). Przy każdym systemie zapisuje się etap procesu, rodzaj danych i osobę odpowiedzialną.

1. Kryteria oceny: opis stanowisk, wymagań i kryteriów, według których narzędzie ma porównywać kandydatów albo pracowników. Przy wynagrodzeniach tę rolę pełnią wartościowanie stanowisk i oparta na nim siatka płac.

1. Zasady nadzoru: wskazanie, które decyzje wymagają akceptacji człowieka, kto jej udziela oraz w jaki sposób kandydat albo pracownik może zakwestionować wynik.

1. Szkolenie zespołu: podstawy działania narzędzi, ich ograniczenia oraz obowiązki wynikające z AI Act i z przepisów o jawności wynagrodzeń.

1. Mierniki: przed wdrożeniem i po nim mierzy się czas obsadzenia stanowiska, czas do pełnej samodzielności nowej osoby, liczbę pytań kierowanych do HR, rotację w pierwszym roku pracy i liczbę zgłoszeń dotyczących równego traktowania.

Podział zadań między narzędzie a człowieka wygodnie jest zapisać w jednym zestawieniu. Tak może wyglądać układ dla rekrutacji, onboardingu i zarządzania talentami:

Obszar	Co przejmuje narzędzie	Co zostaje przy człowieku	Co sprawdzić
Ogłoszenia rekrutacyjne	szkic treści i dopasowanie do kanału	akceptacja treści oraz przedziału wynagrodzenia	neutralność płciowa nazwy stanowiska, informacja o wynagrodzeniu
Wstępna selekcja zgłoszeń	porównanie CV z wymaganiami, kolejność zgłoszeń	decyzja o zaproszeniu na rozmowę	odrzucanie kandydatów z nietypową ścieżką kariery albo przerwą w zatrudnieniu
Rozmowa kwalifikacyjna	umówienie terminu, notatka z rozmowy	prowadzenie rozmowy i ocena kandydata	zakaz rozpoznawania emocji, zakaz pytania o wcześniejsze wynagrodzenie
Onboarding	odpowiedzi na pytania, przypomnienia, postęp szkoleń	rozmowa o oczekiwaniach i zasadach premiowania	aktualność bazy wiedzy, z której korzysta chatbot
Rozwój i awanse	dopasowanie szkoleń, analiza kompetencji	decyzja o awansie	dane historyczne powielające dawne decyzje
Wynagrodzenia	zestawienia i symulacje budżetu	widełki, podwyżki, oferta dla kandydata	różnice bez obiektywnego kryterium

Najczęstsze pytania

Czy sztuczna inteligencja może samodzielnie odrzucać kandydatów?

Technicznie tak, ale to jedno z najbardziej ryzykownych zastosowań sztucznej inteligencji w HR. AI Act traktuje systemy filtrujące zgłoszenia jako systemy wysokiego ryzyka i wymaga nad nimi nadzoru człowieka. Bezpieczniej jest, gdy narzędzie ustala kolejność, a decyzję o odrzuceniu podejmuje rekruter. Samo uszeregowanie też wpływa na wynik: kandydaci z nietypową ścieżką kariery albo przerwą w zatrudnieniu mogą trafić na koniec listy.

Czy kandydata trzeba informować, że jego CV ocenia AI?

Tak, jeśli narzędzie jest systemem wysokiego ryzyka. Od 2 grudnia 2027 roku AI Act będzie wymagać w takim przypadku informowania osób, wobec których zapada decyzja wspierana przez system. Decyzje podejmowane wyłącznie automatycznie podlegają dodatkowo przepisom RODO w rekrutacji.

Czy AI Act obejmuje także średnie firmy?

Co do zasady tak. Obowiązki podmiotu, który stosuje system wysokiego ryzyka, zależą od zastosowania narzędzia, a nie od wielkości organizacji. Gdy przepisy o systemach wysokiego ryzyka zaczną obowiązywać, firma używająca systemu do preselekcji albo oceny pracowników będzie podlegać tym samym wymogom nadzoru i informowania co korporacja.

Czy wolno analizować emocje kandydata na nagraniu z rozmowy?

Nie. Od lutego 2025 roku AI Act zakazuje systemów rozpoznających emocje w miejscu pracy, a wyjątki dotyczą wyłącznie celów medycznych i bezpieczeństwa. Narzędzie oceniające mimikę albo ton głosu kandydata nie powinno trafić do procesu rekrutacji.

Czy chatbot zastąpi opiekuna nowego pracownika?

Nie, przejmuje pytania o fakty: regulamin, procedury, dostęp do systemów. Rozmowa o oczekiwaniach wobec stanowiska oraz o zasadach oceny i premiowania zostaje przy przełożonym albo opiekunie nowej osoby. Dobrze ustawiony chatbot daje im więcej czasu właśnie na te rozmowy.

Czy AI może ustalać wynagrodzenie w ofercie pracy?

Może przygotować propozycję, natomiast decyzja i jej uzasadnienie zostają przy organizacji. Przy jawności wynagrodzeń każdą różnicę płac wyjaśnia się kryterium, które da się pokazać pracownikowi, czyli opisem wartości stanowiska. Bezpieczną podstawą jest siatka płac zbudowana na wartościowaniu stanowisk (wartościowanie wskazuje rozbieżności, a o ich korekcie decyduje pracodawca).

Słownik pojęć

Sztuczna inteligencja w HR

Zbiór narzędzi wykorzystujących uczenie maszynowe i modele językowe w pracy działu kadr, od preselekcji zgłoszeń po szacowanie ryzyka odejść. Wspiera ocenę człowieka, ale jej nie zastępuje.

System AI wysokiego ryzyka

Kategoria z rozporządzenia (UE) 2024/1689 obejmująca systemy, które mogą istotnie wpłynąć na prawa ludzi. W zatrudnieniu należą do niej narzędzia do rekrutacji, awansowania, przydziału zadań oraz oceny pracowników.

Nadzór człowieka

Obowiązek zapewnienia, żeby wynik systemu AI sprawdzała osoba z odpowiednimi kompetencjami i uprawnieniami. Ta osoba może zmienić albo odrzucić rozstrzygnięcie systemu.

Stronniczość algorytmiczna

Błąd systematyczny, przez który model faworyzuje albo odrzuca określone grupy osób. Źródłem błędu są dane treningowe, które utrwaliły dawne nierówności. W HR objawia się na przykład preferowaniem kandydatów podobnych do pracowników zatrudnionych w przeszłości.

Modelowanie predykcyjne

Technika szacowania prawdopodobieństwa przyszłego zdarzenia, takiego jak odejście pracownika, na podstawie danych historycznych. W HR prognozę odejść najbezpieczniej czytać na poziomie zespołu, a nie pojedynczej osoby.

Chatbot onboardingowy

Asystent konwersacyjny odpowiadający nowym pracownikom na pytania o regulaminy, procedury i organizację pracy. Korzysta z bazy wiedzy przygotowanej przez dział HR.

Czas obsadzenia stanowiska

Liczba dni od otwarcia rekrutacji do przyjęcia oferty przez kandydata. Służy do oceny sprawności procesu rekrutacyjnego przed wdrożeniem narzędzi AI i po nim.

Co sztuczna inteligencja w HR zmienia w roli działu kadr?

Sztuczna inteligencja w HR może przesunąć pracę działu kadr z korespondencji, kalendarzy i powtarzalnych pytań w stronę decyzji, które trzeba uzasadnić. Czas odzyskany w rekrutacji i onboardingu wraca do zespołu tylko wtedy, gdy firma wie, na co go przeznaczyć. W przeciwnym razie dział po prostu szybciej robi więcej tego samego.

Zmienia się też zakres odpowiedzialności. Im więcej podpowiedzi dostarcza narzędzie, tym częściej dyrektor HR odpowiada przed zarządem, kandydatem i pracownikiem za to, na jakiej podstawie przyjął albo odrzucił wynik. Przy wynagrodzeniach są nią kryteria płacowe. Najlepiej uporządkować te kryteria przed wdrożeniem narzędzia, ponieważ dopiero one pokażą, które z powielanych przez model różnic nie mają uzasadnienia.