Dyskryminacja algorytmiczna w rekrutacji: jak AI powtarza i wzmacnia stare uprzedzenia
W październiku 2025 roku Kalifornia sfinalizowała przepisy wyjaśniające, jak obowiązujące prawa antydyskryminacyjne stosują się do narzędzi AI w rekrutacji. W Nowym Jorku już działa lokalne prawo wymagające corocznych audytów biasu dla automatycznych systemów decyzyjnych. W czerwcu 2026 wchodzi w życie Colorado AI Act — pierwszy stanowy akt nakazujący deweloperom i użytkownikom narzędzi rekrutacyjnych stosowanie „rozsądnej staranności” w zapobieganiu dyskryminacji algorytmicznej. To nie jest już przyszłość regulacji: to teraźniejszość.
Co pokazują badania
W październiku 2025 roku badacze ze Stanfordu opublikowali wyniki, z których wynika, że narzędzia screeningu CV przyznawały wyższe oceny starszym mężczyznom niż zarówno kobietom, jak i młodym kandydatom — mimo że wszystkie CV generowano z identycznych danych źródłowych. W badaniu przez VoxDev z maja 2025 znaleziono odwrotny, ale równie niepokojący wzorzec: systemy AI faworyzowały kobiety nad czarnymi mężczyznami z identycznymi kwalifikacjami.
Kluczowe jest zrozumienie mechanizmu. Narzędzia te nie są programowane przez człowieka z zamiarem dyskryminacji. Uczą się z historycznych decyzji rekrutacyjnych — z bazy, która już zawiera uprzedzenia. Jeśli w przeszłości firma zatrudniała częściej mężczyzn w wieku 35–45 lat, model uczy się, że te cechy korelują z sukcesem, i te korelacje reprodukuje jako reguły decyzyjne. To nie jest błąd techniczny, ale strukturalne powielanie istniejących nierówności.
Skala użycia
Według Stanford HAI, około 90 procent pracodawców w Stanach Zjednoczonych używa narzędzi screeningu AI. Przy jednoczesnym spowolnieniu rynku pracy wejściowej — gdzie liczba aplikacji na stanowisko wzrosła trzykrotnie w porównaniu z 2022 rokiem — decyzje algorytmiczne mają coraz większy wpływ na to, kto dostaje szansę.
Problem nie ogranicza się do rekrutacji. Narzędzia te wpływają na promocje, ocenę wydajności, awanse i decyzje o zwolnieniach. Raport z 2026 roku wskazuje na algorytmiczne zwolnienia jako rosnące zagrożenie — systemy analizujące dane o pracy, komunikacji i zachowaniu w miejscu pracy podejmują decyzje bez transparentności i z ograniczoną możliwością odwołania.
Co można zrobić
Regulacje w Kaliforniach, Nowym Jorku i Kolorado wprowadzają obowiązek audytów i raportowania. Ale prawo to tylko jedna warstwa. Kluczowe jest, by organizacje rozumiały, że narzędzie AI w rekrutacji to nie neutralny filtr — to system, który podejmuje decyzje z konsekwencjami prawnymi i ludzkimi. Bez niezależnych badań, audytów i przejrzystości algorytmicznej, dyskryminacja będzie reprodukowana z każdym cyklem rekrutacyjnym.
Wnioski są proste: AI nie eliminuje uprzedzeń — potrafi je skalować i ukryć za warstwą technicznej neutralności. Jeśli decyzja o przyjęciu do pracy opiera się na modelu, który nigdy nie został zbadany pod kątem wpływu na grupy chronione, ryzyko dyskryminacji nie jest teoretyczne — jest gwarantowane przez sam mechanizm nauki.
