54 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.
Systemy AI do selekcji CV mogą utrwalać uprzedzenia i odrzucać kandydatów ze względów niezwiązanych z kompetencjami. Artykuł opisuje ryzyka i zasady audytu.
Firmy używają AI do oceny kandydatów na podstawie video-rozmów i analizy tonu głosu. Eksperci alarmują: systemy te dziedziczą uprzedzenia i wykluczają ludzi z marginesu.
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.
Fałszywe tożsamości, przerobione CV i generowana w czasie rzeczywistym twarz na wideorozmowie — tak przechodzi się dziś rekrutację, żeby wślizgnąć się do firm z zewnątrz.
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.
Oszuści wykorzystują deepfake do podszywania się pod kandydatów w rozmowach kwalifikacyjnych online. Firmy tracą pieniądze i dane, a weryfikacja tożsamości staje się nowym frontem walki.
Oszuści używają syntetycznych twarzy i głosów, by podszyć się pod kandydatów na rozmowach online.
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.
Systemy ATS i narzędzia do screeningów CV oparte na AI systematycznie dyskryminują kobiety, osoby starsze i mniejszości etniczne. Przegląd spraw sądowych, regulacji UE i Polski oraz sposobów na obronę przed niesprawiedliwymi decyzjami maszyn.
Systemy AI decydują o kredytach, rekrutacji, orzekaniach sądowych i dostępie do zdrowia. Gdy dane treningowe zawierają uprzedzenia, algorytmy je uczą i powielają — często w sposób niewidoczny i trudny do oskarżenia.
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 w rekrutacji mogą wzmacniać uprzedzenia i dyskryminować kandydatów. Analiza ryzyk i regulacji.
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.
Systemy AI coraz częściej decydują o tym, czy kandydat przejdzie do kolejnego etapu rekrutacji. Algorytmy mogą utrwalać uprzedzenia i prowadzić do dyskryminacji, często bez wiedzy aplikujących.
Systemy AI coraz częściej decydują, kto dostanie pracę. Badania pokazują, że mogą dyskryminować kobiety, mniejszości i osoby starsze.
Coraz więcej firm powierza selekcję CV systemom AI. Gdy algorytm odrzuci kandydata, trudno ustalić, dlaczego — i kto ponosi odpowiedzialność.
Systemy AI screeningu CV automatycznie odrzucają kandydatów. Brak audytu, brak odwołania, brak transparentności.
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.
90 proc. amerykańskich pracodawców korzysta z AI przy rekrutacji. Badanie z Stanford wykazało, że systemy te dyskryminują kandydatów czarnoskórych i azjatyckich.
Systemy AI w rekrutacji obiecują obiektywność, ale często utwarzają uprzedzenia historyczne. Analiza mechanizmów dyskryminacji, braków prawnych i sposobów na audit algorytmów zatrudniających.
Systemy ATS i narzędzia AI do rekrutacji odrzucają kandydatów zanim człowiek zobaczy ich CV. Kryteria oceny są nieprzezroczyste, a skargi — niemal niemożliwe do złożenia.
Coraz więcej firm korzysta z oprogramowania analizującego CV i nagrania rozmów kwalifikacyjnych. Eksperci ostrzegają: systemy te mogą powtarzać uprzedzenia, które ludzie już kiedyś popełnili.
Systemy AI oceniające CV i rozmowy kwalifikacyjne mogą odtwarzać uprzedzenia i odrzucać grupy mniejszościowe.
Systemy sztucznej inteligencji coraz częściej filtrują kandydatów do pracy. Oszczędzają czas rekruterów, ale mogą utrwalać uprzedzenia i odrzucać osoby z grup niedostatecznie reprezentowanych w danych treningowych.
Systemy AI do selekcji CV odrzucają kandydatów na podstawie płci, wieku i pochodzenia. Jak działają i jak się odwołać.
Systemy AI do selekcji CV potrafią odrzucać kandydatów ze względu na płeć, wiek czy pochodzenie — często bez wiedzy firmy.
Systemy AI do rekrutacji obiecują obiektywność, a w praktyce często wzmacniają uprzedzenia. Analizujemy, jak algorytmy oceniają CV, dlaczego kobiety i mniejszości wypadają gorzej i jakie regulacje mają to zmienić.
Firmy coraz częściej powierzają decyzje o zatrudnieniu systemom AI. Błędy algorytmów mogą skutkować dyskryminacją i naruszeniem prywatności.
Firmy coraz częściej powierzają algorytmom selekcję kandydatów. Systemy uczone na przeszłych decyzjach potrafią odtwarzać stare uprzedzenia — przypadek Amazona pokazał, jak to działa, a unijny AI Act wprowadza pierwsze twarde reguły.
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.
Systemy ATS i narzędzia screeningu CV coraz częściej decydują, kto przejdzie do rozmowy. Błędy algorytmu potrafią kosztować pracę — i to grupy, które już są dyskryminowane.
Coraz więcej firm używa systemów AI do przesiewania CV i oceny kandydatów. Automatyczna selekcja może utrwalać uprzedzenia i odrzucać kompetentnych kandydatów bez przejrzystej oceny.
Systemy ATS i narzędzia AI do screeningu CV masowo odrzucają kandydatów na podstawie cech chronionych prawem. Polskie prawo pracy i RODO dają narzędzia, ale egzekwowanie jest trudne.
Coraz więcej firm korzysta z algorytmów do filtrowania zgłoszeń. Badania pokazują, że systemy te nauczyły się kopiować ludzkie uprzedzenia — i odrzucać kandydatów z określonych grup ze źródeł, które nie mają nic wspólnego z kwalifikacjami.
90 proc. amerykańskich pracodawców korzysta z algorytmów do selekcji kandydatów. Badania wskazują, że te systemy wykazują uprzedzenia rasowe i płciowe. Sprawdzamy, co mówią najnowsze dane i jak regulatory reagują.
Systemy ATS i narzędzia do screeningu CV oparte na AI masowo odrzucają kandydatów bez ludzkiego nadzoru. Brak przejrzystości, uprzedzenia w danych treningowych i brak odwoławczości tworzą nową formę dyskryminacji na rynku pracy.
Systemy AI oceniają CV i nagrania wideo kandydatów, często odrzucając ich bez ludzkiej decyzji. Omawiamy ryzyka i regulacje.
Systemy automatycznego filtrowania CV mogą odrzucać kandydatów z powodów niezwiązanych z kompetencjami.
Systemy AI analizujące mikroekspresje twarzy i ton głosu w rozmowach kwalifikacyjnych wideo budzą coraz większe obawy ekspertów od praw człowieka. Jak działają, co mierzą i dlaczego mogą dyskryminować.
Narzędzia AI analizujące nagrania wideo z rozmów kwalifikacyjnych oceniają kandydatów po mikroekspresjach i tonie głosu. Badania wskazują na ryzyko dyskryminacji i brak rzetelności naukowej.
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.
Narzędzia analizujące mimikę i głos kandydatów w rozmowach kwalifikacyjnych budzą wątpliwości naukowe i prawne.
Badanie empiryczne z 2025 roku pokazuje, że modeli LLM systematycznie faworyzują CV, które same wygenerowały. Kandydaci używający tego samego modelu co oceniający mają even 60 proc. więcej szans na przejście do kolejnego etapu.
Systemy AI oceniające kandydatów do pracy i wnioski kredytowe mogą powielać i wzmacniać ludzkie uprzedzenia. Jak działają uprzedzenia algorytmiczne i jak się przed nimi chronić.
Kandydat odrzucony ze ponad stu miejsc pracy, często w kilka minut i bez kontaktu z człowiekiem. Sąd uznał, że dostawca systemu rekrutacyjnego może ponosić odpowiedzialność za dyskryminację tak samo jak pracodawca — a pozew zbiorowy obejmuje już około 1,1 miliarda przetworzonych aplikacji.