17 artykułów
Systemy AI w rekrutacji i ocenie kredytowej powtarzają i wzmacniają istniejące nierówności. Badania z 2025 roku pokazują, że algorytmy faworyzują określone grupy, mimo rzekomej obiektywności.
Modele językowe stosowane w selekcji CV wykazują systematyczne preferencje — wobec własnych generacji, wobec określonych grup etnicznych i płci. W 2026 federalny sąd w Kalifornii rozpatruje pierwszą zbiorową sprawę przeciwko systemowi rekrutacyjnemu opartemu na AI.
Algorytmiczne decyzje o zatrudnieniu, kredycie i ubezpieczeniu zaczynają trafiać przed sądy. Jak prawo reaguje na dyskryminację ukrytą w danych.
Nowe badanie UW pokazuje, że ludzie kopiują uprzedzenia algorytmów w rekrutacji — gdy algorytmy dyskrymują, ludzie to odtwarzają w swoich decyzjach, utrwalając nierówności w procesie rekrutacji.
Systemy AI stosowane w rekrutacji często powielają historyczne uprzedzenia rasowe i płciowe. Przegląd mechanizmów, przypadków prawnych i zaleceń.
Firmy zatrudniają kandydatów, którzy istnieją tylko na ekranie — z twarzą i głosem wygenerowanymi przez AI. Część z nich działa dla reżimu Korei Północnej.
Raport FBI z 2025 roku pokazuje, że deepfake na rozmowach wideo stał się standardem w oszustwach zatrudnienia — ponad 13 milionów dolarów strat i rosnące ryzyko dla firm. Przestępcy używają syntetycznych twarzy i głosów, by przejść procesy rekrutacyjne, a następnie uzyskać dostęp do sieci korporacyjnych.
Systemy AI stosowane w rekrutacji, ocenie kredytowej i nadzorze mogą utrwalać istniejące nierówności społeczne. Europejskie regulacje — w tym AI Act — próbują temu przeciwdziałać, ale skuteczność ograniczeń pozostaje niepewna.
Systemy rekrutacyjne wykorzystujące AI oceniają kandydatów według wzorców przeszłości, które często zawierają uprzedzenia rasowe, płciowe i wiekowe. Nowe regulacje w Kalifornii i Kolorado zmieniają reguły gry.
Profile rekruterów wygenerowane przez AI wyglądają lepiej niż prawdziwe — spójna historia zatrudnienia, realistyczne zdjęcie, poprawny język. Ofiary oddają dane osobowe i dane logowania, a firmy tracą kontrolę nad tym, kogo właściwie zatrudniają.
Służby ostrzegają przed kandydatami z podrobioną tożsamością, którzy na wideorozmowach z deepfake starają się dostać do systemów zachodnich firm.
Microsoft opisuje, jak koreańscy agenci wykorzystują AI — podmianę twarzy, modyfikację głosu i generowane tożsamości — by przechodzić rekrutacje na zdalne stanowiska IT w firmach zachodnich i przelewać wynagrodzenia do swojego państwa.
Systemy AI do rekrutacji klasyfikowane jako high-risk w rozporządzeniu UE o AI. Algorytmy dziedziczą historyczne uprzedzenia, a ofiary często nie wiedzą, dlaczego zostały odrzucone. Prawo zaczyna nadganiać technologię.
Badanie Uniwersytetu Waszyngtońskiego: ludzie z rekomendacjami AI przejmują ich uprzedzenia — przy silnej stronniczości około 90 procent czasu. Pytanie nie brzmi, czy AI jest uprzedzone, ale jak wpływa na nas.
Badacze ze Stanforda przeanalizowali 4 miliony podanych o pracę ocenianych przez jedno narzędzie AI. Wynik: system zawyżał ryzyko dyskryminacji rasowej, a monokultura algorytmiczna sprawia, że odrzucenie w jednej firmie powiela się we wszystkich kolejnych.
Symulacja Brookings na trzech LLM i dziewięciu zawodach pokazała, że algorytmy screeningu CV faworyzowały kandydatów z męskimi imionami ponad pięciokrotnie częściej niż z kobiecymi. Bias rasowy był jeszcze bardziej wyraźny, szczególnie dla czarnoskórych mężczyzn.
Badanie Uniwersytetu Waszyngtońskiego pokazuje, że osoby współpracujące ze stronniczym rekomendatorem AI przejmują jego uprzedzenia — nawet wtedy, gdy samodzielnie byłyby bezstronne. Przy ostrym stronniczeniu ludzie podejmują decyzje niemal tak samo stronnicze jak system.