Cyfrowa transformacja nap\u0119dzana przez du\u017ce modele j\u0119zykowe (LLM), takie jak ChatGPT czy Google Gemini staje si\u0119 coraz bardziej powszechna. Narz\u0119dzia te obiecuj\u0105 znacz\u0105ce usprawnienia: od selekcji kandydat\u00f3w, przez generowanie wiadomo\u015bci, a\u017c po tworzenie podsumowa\u0144 i raport\u00f3w. Jednak skuteczne i bezpieczne wdro\u017cenie sztucznej inteligencji w obszarze rekrutacji wymaga nie tylko technologicznej otwarto\u015bci, ale i \u015bwiadomo\u015bci konsekwencji prawnych oraz etycznych \u2013 zw\u0142aszcza w kontek\u015bcie przepis\u00f3w RODO i AI Actu. Bowiem zastosowanie AI w procesach rekrutacyjnych wp\u0142ywa bezpo\u015brednio na ludzi \u2013 na ich szanse zawodowe, poczucie sprawiedliwo\u015bci, czy zaufania \u2013 co wi\u0105\u017ce si\u0119 z odpowiedzialno\u015bci\u0105 za ochron\u0119 i bezpiecze\u0144stwo danych osobowych kandydat\u00f3w. <\/p>
Proces rekrutacyjny cz\u0119sto zaczyna si\u0119 od maila z og\u00f3lnym opisem potrzeb rekrutacyjnych, np. konieczno\u015bci zatrudnienia in\u017cyniera. Czy taki mail mo\u017cna od razu przekaza\u0107 do modelu LLM w celu wygenerowania pyta\u0144 do briefingu? W teorii tak, ale tylko z zachowaniem odpowiednich \u015brodk\u00f3w ostro\u017cno\u015bci.<\/p>
Je\u015bli wiadomo\u015b\u0107 zawiera np. imi\u0119 i nazwisko osoby, kt\u00f3r\u0105 kandydat ma zast\u0105pi\u0107, to ju\u017c na tym etapie mamy do czynienia z przetwarzaniem danych osobowych. Najbezpieczniejszym rozwi\u0105zaniem jest anonimizacja, szczeg\u00f3lnie je\u015bli korzystamy z zewn\u0119trznych modeli, kt\u00f3re mog\u0105 przekazywa\u0107 dane poza Europejski Obszar Gospodarczy. W takiej sytuacji nale\u017cy zadba\u0107 o zgodno\u015b\u0107 z przepisami np. przez zastosowanie Standardowych Klauzul Umownych (SCCs). Nawet je\u015bli w wiadomo\u015bci nie padaj\u0105 imiona, ale informacje pozwalaj\u0105 na identyfikacj\u0119 osoby \u2013 mamy do czynienia z danymi osobowymi.<\/p>
Planowanie nagrania rozmowy \u2013 zw\u0142aszcza online \u2013 wymaga du\u017cej uwa\u017cno\u015bci. Przepisy RODO nak\u0142adaj\u0105 obowi\u0105zek poinformowania kandydata o rejestrowaniu, a jego zgoda w takim przypadku jest konieczna. Szczeg\u00f3lnie je\u015bli rozmowa ma by\u0107 transkrybowana lub mo\u017ce zawiera\u0107 dane wra\u017cliwe. Zgoda kandydata na nagranie mo\u017ce mie\u0107 form\u0119 ustn\u0105, np. kr\u00f3tkiego potwierdzenia w trakcie rozmowy (\u201etak, zgadzam si\u0119\u201d), ale zgodnie z zasad\u0105 rozliczalno\u015bci najlepiej mie\u0107 j\u0105 w formie trwa\u0142ej \u2013 chocia\u017cby w e-mailu. Nagrywanie bez wiedzy kandydata mo\u017ce zosta\u0107 uznane za naruszenie jego d\u00f3br osobistych, a w tym prawa do prywatno\u015bci. <\/p>
Rejestrowanie rozm\u00f3w z wykorzystaniem narz\u0119dzi takich jak Fireflies czy Otter mo\u017ce znacznie usprawni\u0107 procesy rekrutacyjne, ale tylko pod warunkiem spe\u0142nienia kilku wa\u017cnych warunk\u00f3w. Przede wszystkim warto upewni\u0107 si\u0119, \u017ce dostawca narz\u0119dzia oferuje umow\u0119 powierzenia przetwarzania danych (DPA), kt\u00f3ra stanowi absolutn\u0105 podstaw\u0119 zgodno\u015bci z RODO. Wa\u017cne jest r\u00f3wnie\u017c, by takie narz\u0119dzie zosta\u0142o zatwierdzone przez dzia\u0142 IT \u2013 chodzi bowiem nie tylko o bezpiecze\u0144stwo infrastruktury, ale te\u017c o zgodno\u015b\u0107 z wewn\u0119trznymi zasadami ochrony danych. Przed wdro\u017ceniem jakiegokolwiek rozwi\u0105zania warto r\u00f3wnie\u017c sprawdzi\u0107 obowi\u0105zuj\u0105c\u0105 w firmie polityk\u0119 przetwarzania danych osobowych. Pozornie oczywisty krok, kt\u00f3ry jednak pozwala zminimalizowa\u0107 ryzyko b\u0142\u0119d\u00f3w, niedopatrze\u0144 i ewentualnych narusze\u0144 przepis\u00f3w.<\/p>
Po spotkaniu z mened\u017cerem rekruterzy mog\u0105 chcie\u0107 wykorzysta\u0107 LLM do sporz\u0105dzenia podsumowania rozmowy. Tu zn\u00f3w pojawia si\u0119 pytanie \u2013 czy transkrypcja nie jest przypadkiem zbiorem danych osobowych? Je\u015bli zosta\u0142a zanonimizowana \u2013 nie. W przypadku gdy zawiera nazwiska, opinie czy oceny \u2013 jak najbardziej i wtedy te\u017c podlega przepisom RODO.<\/p>
W niekt\u00f3rych p\u0142atnych wersjach modeli j\u0119zykowych mo\u017cliwe jest wy\u0142\u0105czenie wykorzystania danych u\u017cytkownika do trenowania modelu. Dzi\u0119ki temu zmniejsza si\u0119 ryzyko nieuprawnionego wykorzystywania przekazywanych informacji. Je\u015bli jednak przetwarzamy dane osobowe, to musimy mie\u0107 do tego odpowiedni\u0105 podstaw\u0119 prawn\u0105 i spe\u0142ni\u0107 wszystkie obowi\u0105zki okre\u015blone w przepisach.<\/p>
LLM dobrze sobie radz\u0105 z tworzeniem opis\u00f3w stanowisk, pod warunkiem \u017ce rekruter dostarczy modelowi wystarczaj\u0105co precyzyjne informacje. Na tym etapie ryzyko prawne jest niewielkie. Wi\u0119ksz\u0105 uwag\u0119 warto natomiast po\u015bwi\u0119ci\u0107 kwestiom jako\u015bci dzia\u0142ania oraz potencjalnemu wp\u0142ywowi na wizerunek organizacji. Modele LLM mog\u0105 pom\u00f3c w tworzeniu og\u0142osze\u0144 o prac\u0119 i wyborze miejsc ich publikacji (np. GitHub, LinkedIn, Pracuj.pl), a tak\u017ce w przygotowaniu fraz wyszukiwania, kt\u00f3re mo\u017cna wykorzysta\u0107 w narz\u0119dziach do znajdowania kandydat\u00f3w, takich jak LinkedIn Navigator czy Google. W tym przypadku ryzyko nie jest wysokie, pod warunkiem sprawdzenia regulamin\u00f3w serwis\u00f3w i unikania dzia\u0142a\u0144 masowych (np. scrapingu). Warto zadba\u0107 o to, aby przy tworzeniu fraz bra\u0142 udzia\u0142 cz\u0142owiek. Frazy te powinny by\u0107 inkluzywne, neutralne p\u0142ciowo, by unika\u0107 wynik\u00f3w dyskryminacyjnych.<\/p>
Analiza CV kandydat\u00f3w przy pomocy modeli AI wi\u0105\u017ce si\u0119 z przetwarzaniem danych osobowych, a ich analiza mo\u017ce prowadzi\u0107 do profilowania, czyli oceny os\u00f3b na podstawie ich \u017cyciorys\u00f3w. Zgodnie z przepisami RODO, nie wolno podejmowa\u0107 decyzji wy\u0142\u0105cznie na podstawie dzia\u0142ania systemu AI np. automatyczne odrzucenie aplikacji na dane stanowisko bez udzia\u0142u cz\u0142owieka.<\/p>
Warto mie\u0107 \u015bwiadomo\u015b\u0107, \u017ce zgodnie z AI Actem, wykorzystywanie system\u00f3w AI do oceny kandydat\u00f3w w procesie rekrutacyjnym kwalifikuje si\u0119 jako tzw. \u201esystem wysokiego ryzyka\u201d (high-risk AI system). To z kolei nak\u0142ada szereg dodatkowych obowi\u0105zk\u00f3w na pracodawc\u0119, np. rejestrowanie i dokumentowanie dzia\u0142ania systemu, zapewnienie nadzoru cz\u0142owieka (human oversight), stosowanie odpowiednich \u015brodk\u00f3w technicznych i organizacyjnych oraz transparentno\u015b\u0107 wobec kandydat\u00f3w. Kandydaci musz\u0105 wiedzie\u0107, \u017ce ich dane s\u0105 analizowane przez AI, a ich zgoda lub przynajmniej informacja o takiej praktyce powinna znale\u017a\u0107 si\u0119 w polityce prywatno\u015bci firmy.<\/p>
R\u00f3wnie istotna w procesie rekrutacji jest zasada minimalizacji danych: nale\u017cy unika\u0107 przetwarzania informacji, kt\u00f3re nie s\u0105 niezb\u0119dne do oceny kandydata \u2013 takich jak zdj\u0119cia, wiek czy stan cywilny. Tam, gdzie to mo\u017cliwe, dane warto odpowiednio zabezpiecza\u0107, poprzez zastosowanie pseudonimizacji lub anonimizacji. Ta pierwsza polega na takim przekszta\u0142ceniu danych, kt\u00f3re uniemo\u017cliwia ich bezpo\u015brednie powi\u0105zanie z konkretn\u0105 osob\u0105, lecz pozwala na odtworzenie to\u017csamo\u015bci przy u\u017cyciu np. klucza identyfikacyjnego. Ta druga z kolei oznacza trwa\u0142e usuni\u0119cie wszystkich informacji, kt\u00f3re umo\u017cliwiaj\u0105 identyfikacj\u0119. Sprawia te\u017c, \u017ce dane nie mog\u0105 by\u0107 ju\u017c przypisane do \u017cadnej osoby fizycznej, nawet po zestawieniu z innymi zbiorami. W efekcie przestaj\u0105 one by\u0107 uznawane za dane osobowe i nie podlegaj\u0105 dalszym obowi\u0105zkom wynikaj\u0105cym z przepis\u00f3w o ochronie danych.<\/p>
Wykorzystanie modeli j\u0119zykowych (LLM) do wspomagania procesu rekrutacyjnego \u2013 np. do generowania pyta\u0144 do rozmowy kwalifikacyjnej, analizy transkrypcji wywiad\u00f3w czy tworzenia raport\u00f3w o dopasowaniu kandydata do roli jest dopuszczalne, o ile proces ten nie jest w pe\u0142ni zautomatyzowany. Ocena kandydata, kt\u00f3ra prowadzi do decyzji o jego zatrudnieniu lub odrzuceniu, powinna nale\u017ce\u0107 do cz\u0142owieka. Tak\u017ce przy tworzeniu spersonalizowanych wiadomo\u015bci z informacj\u0105 o wyniku rekrutacji mo\u017cemy wspom\u00f3c si\u0119 AI, ale warto pami\u0119ta\u0107, \u017ce to w dalszym ci\u0105gu rekruter odpowiada za ich tre\u015b\u0107, poprawno\u015b\u0107 oraz ostateczne przes\u0142anie. Osoba aplikuj\u0105ca ma te\u017c prawo wiedzie\u0107, \u017ce jej dane s\u0105 analizowane przez narz\u0119dzie AI i zrozumie\u0107, na jakiej podstawie powsta\u0142a ko\u0144cowa ocena. Je\u015bli kandydat zapyta o przyczyny decyzji rekrutacyjnej, rekruter musi by\u0107 w stanie udzieli\u0107 konkretnego, zrozumia\u0142ego wyja\u015bnienia. Nie mo\u017cna ograniczy\u0107 si\u0119 do odpowiedzi, \u017ce \u201eAI tak wybra\u0142o\u201d. Sztuczna inteligencja mo\u017ce wspiera\u0107 rekrutacj\u0119, ale nie zast\u0119powa\u0107 ludzi, zw\u0142aszcza w procesie oceny kompetencji drugiego cz\u0142owieka.<\/p>
Aby legalnie i bezpiecznie korzysta\u0107 z AI w HR, warto pami\u0119ta\u0107 o kilku kluczowych regu\u0142ach:<\/strong><\/p> Wdro\u017cenie Ai do proces\u00f3w HR mo\u017ce usprawnia\u0107 wiele proces\u00f3w, ale wi\u0105\u017ce si\u0119 te\u017c z odpowiedzialno\u015bci\u0105, szczeg\u00f3lnie w obszarze danych osobowych i podejmowania decyzji. Dlatego tak wa\u017cne jest, aby wykorzystywa\u0107 t\u0105 technologi\u0119 \u015bwiadomie i zgodnie z obowi\u0105zuj\u0105cymi przepisami. AI z \u201eludzk\u0105 twarz\u0105\u201d to takie AI, kt\u00f3re wspiera procesy decyzyjne, ale pozostawia kluczowe decyzje ludzkiej stronie szczeg\u00f3lnie tam, gdzie w gr\u0119 wchodzi drugi cz\u0142owiek, jego dane i przysz\u0142o\u015b\u0107.<\/p>","protected":false},"excerpt":{"rendered":" O odpowiedzialno\u015bci w procesach rekrutacyjnych s\u0142\u00f3w kilka.<\/p>\n","protected":false},"author":252,"featured_media":13112,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[756,758],"tags":[],"popular":[],"difficulty-level":[36],"ppma_author":[632,882],"class_list":["post-13095","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai_branza","category-biznes","difficulty-level-easy"],"acf":[],"authors":[{"term_id":632,"user_id":252,"is_guest":0,"slug":"bartosz-dobrowolski","display_name":"Bartosz Dobrowolski","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/GRZEDZINSKI_20241022_GRZ_8847-scaled.jpg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/03\/GRZEDZINSKI_20241022_GRZ_8847-scaled.jpg"},"first_name":"Bartosz","last_name":"Dobrowolski","user_url":"","job_title":"","description":"Ekspert transformacji cyfrowej i Head of AI Enablement w CampusAI. Od ponad 20 lat doradza firmom w budowaniu warto\u015bci wok\u00f3\u0142 nowych technologii. Konsultant, trener, praktyk i m\u00f3wca TEDx. Szkoli mened\u017cer\u00f3w i projektuje oraz wdra\u017ca procesy adopcji innowacji i narz\u0119dzi opartych o generatywn\u0105 AI."},{"term_id":882,"user_id":456,"is_guest":0,"slug":"zuzanna-rozek","display_name":"Zuzanna Ro\u017cek","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/08\/IMG_kopia.jpg.heic.jpg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/08\/IMG_kopia.jpg.heic.jpg"},"first_name":"","last_name":"","user_url":"","job_title":"","description":"Specjalistka ds. prawnych aspekt\u00f3w wykorzystania sztucznej inteligencji. Zajmuje si\u0119 analiz\u0105 regulacji dotycz\u0105cych modeli j\u0119zykowych, przetwarzania danych osobowych i odpowiedzialnego wdra\u017cania AI w organizacjach."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/13095","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/252"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=13095"}],"version-history":[{"count":4,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/13095\/revisions"}],"predecessor-version":[{"id":13133,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/13095\/revisions\/13133"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/13112"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=13095"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=13095"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=13095"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=13095"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=13095"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=13095"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}AI z ludzk\u0105 twarz\u0105? <\/strong><\/h4>