AI w rekrutacji: automatyczny screening CV i ukryta dyskryminacja

Pracodawcy coraz częściej używają systemów AI do wstępnego filtrowania CV. Algorytm analizuje dokumenty, porównuje je z profilem idealnego kandydata i odrzuca te, które nie pasują. Cel to oszczędność czasu rekruterów, ale kosztem może być utrata wartościowych kandydatów.

Problem zaczyna się od danych treningowych. Jeśli model uczy się na historii zatrudnienia firmy, powtarza jej wcześniejsze preferencje, w tym nieformalne uprzedzenia. Kandydat, który odbiega od dotychczasowego profilu — na przykład ze względu na płeć, wiek czy pochodzenie — może być odrzucony bez realnej oceny kompetencji.

Kolejne ryzyko to brak kontroli nad kryteriami. Algorytm może premiować słowa kluczowe i formaty, które faworyzują określone grupy, na przykład absolwentów prestiżowych uczelni. Kandydaci z doświadczeniem nietypowym, ale równoważnym, przepadają w procesie, choć mogliby dobrze wykonywać pracę.

Brakuje też możliwości odwołania. Kandydat, który otrzymał automatyczną odmowę, rzadko wie, dlaczego tak się stało. Bez informacji zwrotnej nie może poprawić aplikacji ani zakwestionować decyzji. To osłabia zaufanie do procesu rekrutacji i może prowadzić do utraty talentów.

Rozwiązaniem są audyty systemów, testy na dyskryminację i obowiązek zachowania ostatecznej decyzji w rękach człowieka. Automatyzacja może wspierać rekrutację, ale nie powinna zastępować oceny kompetencji.

Oznaczenie treści AI

Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.