Agent AI do screeningu CV - 200 aplikacji bez automatycznego odrzucania ludzi

Opublikowałeś ofertę pracy. Po dwóch dniach masz 200 aplikacji: część dobrych, część przypadkowych, część niepełnych. Zespół HR musi sprawdzić wymagania formalne, doświadczenie, dostępność, oczekiwania finansowe i kilka sygnałów ryzyka. To nudna praca operacyjna, ale jej konsekwencje są ludzkie: ktoś może stracić szansę na rozmowę.

Dlatego agent AI do screeningu CV nie powinien być "maszyną do odrzucania". Jego rozsądna rola w 2026 roku jest węższa: wydobyć fakty z dokumentów, zestawić je z kryteriami stanowiska, przygotować pytania uzupełniające, oznaczyć niepewność i przekazać HR-owi materiał do review.

Jeśli system ma sam wysłać odmowę, zamknąć kandydata w ATS albo ukryć aplikację przed rekruterem, to nie jest już niewinna automatyzacja. To decyzja lub realny wpływ na decyzję w obszarze zatrudnienia, czyli obszarze wysokiego ryzyka.

Screening CV - gdzie naprawdę pęka proces

Problem nie polega na tym, że rekruterzy "źle czytają CV". Problem polega na tym, że pierwszy screening często jest jednocześnie:

• powtarzalny,
• wykonywany pod presją czasu,
• oparty na nie zawsze jednoznacznych wymaganiach,
• słabo dokumentowany,
• podatny na skróty poznawcze,
• trudny do późniejszego odtworzania.

W praktyce HR potrzebuje nie "magicznego rankingu", tylko lepszego stanowiska pracy: jednego widoku z faktami, brakami, źródłami, pytaniami do kandydata i miejscem na decyzję człowieka.

AI może pomóc, ale tylko wtedy, gdy działa na jawnych kryteriach. Jeżeli opis stanowiska mówi "mile widziane doświadczenie w B2B SaaS", system nie może po cichu traktować tego jako warunku koniecznego. Jeżeli w CV brakuje informacji o narzędziu, system nie powinien zakładać braku kompetencji. Ma oznaczyć: "nie znaleziono dowodu w CV".

Co robi agent AI w rekrutacji

1. Analiza CV - ekstrakcja faktów, nie wyrok

Agent czyta CV i zapisuje ustrukturyzowane informacje:

• Doświadczenie zawodowe: stanowiska, branże, zakres obowiązków, czas pracy.
• Umiejętności twarde: narzędzia, technologie, certyfikaty, języki, uprawnienia.
• Wymagania konieczne: tylko te, które wynikają z opisu stanowiska albo przepisów.
• Wymagania dodatkowe: osobno, bez mieszania ich z warunkami formalnymi.
• Braki informacyjne: czego nie da się potwierdzić na podstawie CV.
• Niejednoznaczności: np. skróty stanowisk, przerwy, projekty bez dat, języki bez poziomu.

Wynikiem nie powinien być sam score 0-100. Score bywa wygodny w tabeli, ale łatwo udaje obiektywność. Bezpieczniejszy format to karta review:

Taki zapis pomaga HR-owi sprawdzić rozumowanie systemu. Kandydat nie powinien przegrywać dlatego, że model nie rozpoznał nazwy firmy, źle zinterpretował daty albo uznał brak wzmianki za brak umiejętności.

2. Pytania kwalifikacyjne przez czat

Agent może zadać pytania uzupełniające, ale pytania muszą wynikać z wymagań stanowiska. Nie powinien improwizować o wieku, sytuacji rodzinnej, stanie zdrowia, planach macierzyńskich, pochodzeniu, zdjęciu, miejscu urodzenia ani innych danych, które nie są potrzebne do rekrutacji.

Dla stanowiska: specjalista ds. marketingu cyfrowego

Dzień dobry. Dziękujemy za aplikację na stanowisko specjalisty ds. marketingu cyfrowego. Chcemy doprecyzować kilka informacji związanych bezpośrednio z wymaganiami tej roli:

>

1. Jakim największym miesięcznym budżetem Google Ads zarządzał/a Pan/Pani samodzielnie?

2. Czy pracował/a Pan/Pani z narzędziami marketing automation, np. HubSpot, Mailchimp albo GetResponse?

3. Jaki jest najwcześniejszy możliwy termin rozpoczęcia pracy?

4. Jakie są Pana/Pani oczekiwania finansowe brutto miesięcznie?

>

Odpowiedzi trafią do zespołu rekrutacyjnego. O dalszym etapie decyduje człowiek.

Kanał zależy od procesu: formularz, e-mail, SMS, WhatsApp Business przez zatwierdzonego dostawcę albo moduł ATS. Nie należy obiecywać "WhatsApp, Messenger i każdy portal" bez sprawdzenia zgód, API, regulaminów i tego, gdzie będą zapisywane dane.

3. Lista kandydatów do oceny, nie automatyczny ranking zwycięzców

Z 200 aplikacji agent może przygotować kolejkę pracy dla HR:

To nadal przyspiesza pracę, bo rekruter nie zaczyna od pustego CV. Różnica jest zasadnicza: system nie ukrywa kandydatów i nie zamyka procesu. HR może zmienić kolejkę, poprawić ocenę, zaprosić osobę z niskiego dopasowania albo odrzucić rekomendację modelu.

4. Odpowiedzi do kandydatów

Automatyzacja komunikacji ma sens, ale treść i moment wysyłki muszą być kontrolowane.

Agent może przygotować:

• potwierdzenie otrzymania aplikacji,
• informację o planowanym czasie odpowiedzi,
• prośbę o doprecyzowanie wymagań stanowiska,
• szkic zaproszenia na rozmowę,
• szkic odmowy po decyzji HR.

Odmowa wysłana bez review jest ryzykowna. Nawet uprzejmy komunikat może być końcem udziału w procesie, więc w rekrutacji lepiej traktować go jako decyzję człowieka, nie jako "automatyczną notyfikację".

Dobrym standardem jest też prosty kanał kontaktu z człowiekiem: kandydat powinien wiedzieć, jak poprosić o wyjaśnienie, korektę danych albo ponowne spojrzenie na aplikację.

5. Bias: AI go nie usuwa, tylko zmienia miejsce ryzyka

Nieprawdziwe zdanie brzmi: "Agent AI eliminuje nieświadome uprzedzenia". Nie eliminuje. Może je ograniczyć w wybranych miejscach, ale może też przenieść je do danych, kryteriów, promptów, modelu albo historycznych decyzji firmy.

Przykłady ryzyka:

• historyczne rekrutacje premiowały podobne ścieżki kariery, więc model uczy się konserwatywnego wzorca,
• wymaganie "renomowanej uczelni" działa jak filtr społeczny, choć nie jest konieczne dla pracy,
• luki w zatrudnieniu są automatycznie traktowane jako problem,
• system gorzej interpretuje CV osób zmieniających branżę, wracających po przerwie albo pracujących projektowo,
• anonimowy screening usuwa imię i zdjęcie, ale zostawia sygnały pośrednie: uczelnię, lokalizację, organizacje, daty.

Lepsze podejście:

• kryteria muszą wynikać z realnych wymagań stanowiska,
• wymagania konieczne i dodatkowe są rozdzielone,
• atrybuty chronione i dane zbędne nie są używane w ocenie,
• HR regularnie przegląda próbkę decyzji modelu,
• mierzy się rozbieżności między rekomendacją AI a decyzją człowieka,
• decyzje odmowne da się odtworzyć na podstawie faktów, nie "intuicji modelu".

Anonimizacja CV może być pomocna, ale nie wystarczy. Jeśli system jednocześnie buduje ranking na danych historycznych, które same były stronnicze, samo usunięcie imienia nie rozwiązuje problemu.

Ile czasu oszczędza agent AI

Nie ma uczciwej uniwersalnej liczby. "80% oszczędności czasu" brzmi dobrze w slajdzie, ale w HR zależy od jakości CV, liczby wymagań, ATS, kanałów komunikacji, seniority roli i tego, czy firma naprawdę używa przygotowanych kart review.

Warto mierzyć cztery rzeczy:

Przy dużym wolumenie kandydatów największy zysk zwykle nie wynika z samego "czytania CV przez AI". Wynika z porządku: jednolite kryteria, mniej ręcznego kopiowania, szybsze pytania uzupełniające, widoczna kolejka i mniejsza liczba kandydatów, którzy czekają bez informacji.

Time-to-hire

Agent może skrócić czas dojścia do pierwszych rozmów, bo nie trzeba czekać, aż ktoś ręcznie otworzy każdy dokument. Nie oznacza to jednak, że cały proces rekrutacji automatycznie stanie się krótszy. Wąskim gardłem mogą zostać managerowie, kalendarze, feedback po rozmowie, widełki wynagrodzeń albo decyzja biznesowa.

Dlatego w pilotażu lepiej mierzyć konkretny odcinek: od wpływu aplikacji do gotowej karty review oraz od karty review do decyzji HR o następnym kroku.

Kalkulator ROI

Najprostszy model ROI nie powinien zakładać "mniej złych zatrudnień", bo to trudne do udowodnienia i łatwe do nadużycia w sprzedaży. Lepiej zacząć od pracy, którą da się policzyć.

Firma z powtarzalnymi rekrutacjami

Policz:

• ile aplikacji miesięcznie trafia do screeningu,
• ile minut HR realnie spędza na pierwszym uporządkowaniu jednej aplikacji,
• ile dodatkowych minut zajmuje pytanie uzupełniające,
• ile aplikacji wymaga korekty po AI,
• ile czasu zajmuje review shortlisty,
• ile kosztuje utrzymanie integracji i kontroli jakości.

Wzór roboczy:

Jeżeli firma prowadzi dwie małe rekrutacje rocznie, agent screeningowy może być przerostem formy. Wtedy wystarczy lepszy formularz, szablony pytań i porządek w ATS. Agent zaczyna mieć sens tam, gdzie screening jest powtarzalnym obciążeniem, a firma jest gotowa utrzymywać kryteria, logi i review.

Integracje

W rekrutacji integracja jest częścią ryzyka, nie dodatkiem technicznym. Agent może pracować tylko na danych, których firma ma prawo użyć, i tylko w systemach, do których dostał ograniczone uprawnienia.

Typowe elementy:

• ATS: eRecruiter, Traffit, HRlink, Workday, BambooHR albo inny system, o ile udostępnia API, eksport, webhooki lub kontrolowany dostęp.
• Skrzynka rekrutacyjna: pobieranie CV z e-maila, ale z regułami załączników, antywirusem i ograniczeniem dostępu.
• Formularz aplikacyjny: najlepsze miejsce na minimalizację danych i jasną klauzulę informacyjną.
• Kalendarz: propozycje terminów, najlepiej po decyzji człowieka.
• Komunikacja: e-mail, SMS lub zatwierdzony kanał business messaging, z zapisem treści w systemie rekrutacyjnym.
• Panel review: miejsce, w którym HR widzi fakty, źródła, niepewność, historię zmian i przyciski decyzji.

Nie zaczynałbym od integracji z każdym portalem pracy. Często wystarczy jeden kontrolowany punkt wejścia: formularz lub ATS. Im więcej kanałów, tym większy problem z duplikatami, zgodami, retencją i spójnością danych.

Architektura: agent, RAG, logi i akceptacja człowieka

W HR ważniejsza od "autonomii" jest kontrola. Dobrze zaprojektowany system ma kilka warstw.

Źródła wiedzy i RAG

RAG ma odpowiadać na pytania z kontrolowanych dokumentów:

• opis stanowiska,
• kryteria konieczne i dodatkowe,
• widełki oraz zasady ich komunikowania,
• polityka pracy zdalnej,
• etapy rekrutacji,
• wzory wiadomości,
• klauzule informacyjne zaakceptowane przez firmę.

RAG nie powinien służyć do wzbogacania kandydatów z internetu bez osobnej podstawy, celu i informacji dla kandydata. Automatyczne przeszukiwanie LinkedIna, Facebooka, GitHuba albo publicznych rejestrów może wyglądać kusząco, ale w rekrutacji łatwo narusza minimalizację danych i zasadę adekwatności.

Przepływ pracy i zatwierdzenia

LangGraph dobrze pasuje do procesów, w których agent ma zatrzymać się przed akcją i czekać na człowieka. Jego mechanizmy human-in-the-loop pozwalają review, edytować i zatwierdzać kroki narzędziowe. To jest właściwy wzorzec dla HR: model przygotowuje, człowiek decyduje.

n8n może być dobrym klejem dla prostszych przepływów: pobranie aplikacji, utworzenie zadania review, wysłanie wiadomości po zatwierdzeniu. Trzeba jednak świadomie ustawić zapisywanie wykonania, pruning i redakcję danych, bo logi workflow mogą zawierać CV, odpowiedzi kandydatów i notatki HR.

OpenClaw i Hermes Agent to przykłady szerszych środowisk wykonawczych. Hermes Agent jest runtime'em zbudowanym przez Nous Research, który obsługujemy dla klientów. W HR nie wolno dawać agentowi szerokiego dostępu "bo potrafi". Taki runtime powinien działać w izolacji, z listą dozwolonych narzędzi, ograniczonymi sekretami, zatwierdzeniami i audytem. Dla wielu wdrożeń HR prostszy przepływ pracy będzie bezpieczniejszy niż pełny osobisty agent podłączony do wielu systemów.

Observability bez przechowywania wszystkiego

Logi są potrzebne, ale nie mogą stać się drugim, niekontrolowanym magazynem danych kandydatów.

Warto zapisywać:

• identyfikator procesu i wersję kryteriów,
• wersję promptu lub konfiguracji,
• źródła użyte do karty review,
• decyzję modelu jako sugestię,
• decyzję człowieka,
• czas i osobę zatwierdzającą,
• błędy ekstrakcji i poprawki HR.

Nie warto domyślnie zapisywać pełnych CV w logach LLM, pełnych transkryptów bez potrzeby ani danych szczególnych kategorii, jeśli kandydat podał je przypadkowo. Telemetria powinna być redagowana, a dostęp do niej ograniczony. Observability ma pomagać odtworzyć proces, nie kopiować wszystkie dane osobowe do kolejnego narzędzia.

Wdrożenie: najpierw proces, potem model

Realistyczny pilotaż nie zaczyna się od "agenta, który sam wybiera top 20". Zaczyna się od decyzji, co wolno zautomatyzować.

Etap 1: mapa procesu i danych. Skąd przychodzą aplikacje, jakie dane są konieczne, kto jest administratorem, kto procesorem, gdzie dane trafiają i kiedy są usuwane.

Etap 2: kryteria stanowiska. Wymagania konieczne, dodatkowe, pytania uzupełniające, zakazane tematy, reguły eskalacji.

Etap 3: prototyp na próbie historycznej. Najlepiej na zanonimizowanych lub ograniczonych danych. HR porównuje karty review z własną oceną i zapisuje błędy.

Etap 4: pilot z human review. Agent przygotowuje karty, ale nie wysyła odmów i nie ukrywa kandydatów. Każdy istotny krok ma zatwierdzenie.

Etap 5: monitoring. Co tydzień przegląd próbek, błędów, rozbieżności i czasu pracy. Dopiero wtedy rozszerza się zakres.

"Trening AI na kulturze organizacji" brzmi atrakcyjnie, ale w screeningu może być niebezpieczne. Kultura organizacji jest często nieostra i łatwo staje się filtrem podobieństwa. Lepiej trzymać się wymagań roli, jawnych pytań i decyzji człowieka.

Czego agent AI nie zrobi w rekrutacji

• Nie powinien sam odrzucać kandydatów. Może przygotować uzasadniony materiał do decyzji HR.
• Nie oceni wiarygodnie motywacji i dopasowania kulturowego. Może zebrać sygnały do rozmowy, ale nie powinien rozstrzygać.
• Nie usunie ryzyka dyskryminacji. Może pomóc je monitorować, jeśli proces jest dobrze zaprojektowany.
• Nie naprawi złego opisu stanowiska. Jeżeli wymagania są niejasne, model będzie tylko szybciej produkował niejasne wyniki.
• Nie zastąpi odpowiedzialności administratora danych. Firma nadal odpowiada za podstawę prawną, obowiązek informacyjny, umowy powierzenia, retencję i prawa kandydatów.
• Nie powinien negocjować warunków. Może zebrać oczekiwania i dostępność, ale rozmowa o ofercie należy do ludzi.

Najlepszy agent HR jest często mało efektowny: dużo walidacji, mało autonomii, czytelne logi, proste ekrany review. To nie jest wada. W zatrudnieniu tak właśnie wygląda dojrzała automatyzacja.

Aspekty prawne w Polsce

To nie jest porada prawna, ale przy projektowaniu procesu trzeba uwzględnić kilka punktów startowych.

RODO i Kodeks pracy

UODO przypomina, że katalog danych, których pracodawca żąda od kandydata na podstawie art. 22¹ Kodeksu pracy, jest zamknięty: m.in. imię i nazwisko, data urodzenia, dane kontaktowe, a także wykształcenie, kwalifikacje i przebieg zatrudnienia, gdy jest to niezbędne dla stanowiska. Dla tych danych zgoda w CV nie jest właściwą uniwersalną podstawą. Dodatkowe dane, np. zdjęcie, mogą wymagać dobrowolnej zgody, a dane szczególnych kategorii wymagają osobnej ostrożności.

W praktyce agent powinien:

• zbierać tylko dane potrzebne do konkretnej rekrutacji,
• nie sugerować kandydatowi podawania danych zbędnych,
• nie pytać o tematy dyskryminacyjne,
• ignorować albo maskować dane przypadkowo podane, jeśli nie są potrzebne,
• działać pod umową powierzenia, jeśli dostawca przetwarza dane w imieniu firmy,
• mieć ustawioną retencję dla CV, odpowiedzi, logów i kopii technicznych.

Retencja nie może być "na zawsze, bo może się przyda". Po zakończeniu rekrutacji firma musi mieć konkretną podstawę i okres przechowywania: np. zgodę na przyszłe rekrutacje albo uzasadniony okres obrony przed roszczeniami, oceniony z prawnikiem i opisany w klauzuli informacyjnej.

Automatyczne decyzje

RODO art. 22 dotyczy decyzji opartych wyłącznie na zautomatyzowanym przetwarzaniu, jeśli wywołują skutki prawne lub podobnie istotnie wpływają na osobę. W rekrutacji odmowa dalszego udziału może być takim istotnym wpływem. Dlatego projekt "AI samo odrzuca CV" trzeba traktować jako czerwone pole.

Bezpieczniejszy wzorzec:

1. AI przygotowuje fakty i sugestię.
2. Człowiek widzi źródła i niepewność.
3. Człowiek może zmienić rekomendację.
4. Decyzja i jej podstawa są zapisane.
5. Kandydat ma jasną informację, jak skontaktować się z człowiekiem.

EU AI Act

EU AI Act klasyfikuje systemy AI używane do rekrutacji lub selekcji osób, w szczególności do analizowania i filtrowania aplikacji oraz oceny kandydatów, jako systemy wysokiego ryzyka w załączniku III. W czerwcu 2026 roku część obowiązków nadal jest w fazie wejścia w stosowanie, ale projekt kupowany lub budowany teraz powinien być projektowany pod ten reżim, nie pod marketingowe "to tylko asystent".

W praktyce oznacza to myślenie o:

• instrukcji użycia i granicach systemu,
• nadzorze człowieka,
• jakości i adekwatności danych,
• logach i możliwości odtworzenia działania,
• cyberbezpieczeństwie,
• zarządzaniu ryzykiem,
• informacji dla osób, których proces dotyczy,
• jasnym podziale ról: dostawca, wdrażający, administrator danych, procesor.

Jeśli dostawca mówi, że "AI Act nas nie dotyczy, bo to tylko ranking pomocniczy", poproś o pisemną analizę. W HR nazwa funkcji jest mniej ważna niż realny wpływ systemu na dostęp kandydata do kolejnego etapu.

Cennik

Uczciwa wycena zależy od zakresu. Inaczej wygląda prosty chatbot rekrutacyjny odpowiadający na pytania o ofertę, a inaczej agent screeningowy z ATS, kartami oceny, RAG, logami, retencją, rolami dostępu i procedurą akceptacji człowieka.

Wycena powinna obejmować:

• analizę procesu i danych,
• projekt kryteriów oraz zakazanych pytań,
• integrację z ATS lub formularzem,
• panel review dla HR,
• konfigurację retencji i logów,
• testy na próbie CV,
• dokumentację dla operatorów,
• utrzymanie i przegląd błędów po uruchomieniu.

Jeżeli ktoś wycenia screening HR jak prosty formularz leadowy, prawdopodobnie pomija najważniejszy koszt: kontrolę ryzyka.

Następne kroki

1. Spisz jedną rekrutację, która naprawdę boli: wolumen, stanowisko, kanały, ATS, decyzje i czas pracy HR.
2. Oddziel wymagania konieczne od mile widzianych.
3. Zaznacz dane, których nie wolno zbierać ani używać w ocenie.
4. Ustal, które akcje wymagają zatwierdzenia człowieka.
5. Uruchom pilot na ograniczonej próbie i mierz poprawki HR, nie tylko szybkość.

Pierwszy krok nie powinien być demem "AI wybiera najlepszych ludzi". Pierwszy krok to sprawdzenie, czy proces ma jasne kryteria, legalne dane i miejsce na odpowiedzialną decyzję człowieka.

Umów bezpłatny skan procesów: 30 minut z inżynierem i pisemne podsumowanie w 2 dni robocze. | Zobacz wdrożenie agenta AI

Źródła i punkty kontrolne

• UODO: przesłanki przetwarzania danych osobowych kandydatów
• UODO: uwagi do poradnika, retencja danych po rekrutacji
• European Commission AI Act Service Desk: Annex III
• EDPB: automated decision-making and profiling
• LangGraph: human-in-the-loop
• n8n: execution data and pruning
• OpenClaw docs
• Hermes Agent GitHub
• OpenTelemetry logs specification

Powiązane artykuły

• Agent AI - ile kosztuje? Cennik wdrożenia w Polsce 2026
• Syntalith
• Agent AI do onboardingu nowego pracownika