Dlaczego „czarna skrzynka” algorytmu nie powinna oceniać twojego CV

12 listopada, 2026

„Czarna skrzynka” nie powinna rozstrzygać, czy twoje CV przejdzie do kolejnego etapu rekrutacji, ponieważ nieprzejrzystej oceny trudno sprawdzić i zakwestionować. Algorytm może pomóc uporządkować zgłoszenia, ale jeśli jego ranking faktycznie decyduje, kogo rekruter zobaczy, błąd lub uprzedzenie systemu może odebrać kandydatowi szansę na rozmowę — nawet gdy spełnia wymagania stanowiska.

Co oznacza „czarna skrzynka” w ocenie CV?

Pracodawca może używać narzędzia, które odczytuje treść aplikacji, porównuje ją z opisem stanowiska i przypisuje kandydatom oceny. Wynikiem bywa ranking albo krótka lista osób do dalszego kontaktu. Dla rekrutera może to być sposób na szybsze przejrzenie zgłoszeń. Dla kandydata problem zaczyna się wtedy, gdy nie wiadomo, co przesądziło o niskiej ocenie.

Samo porównanie informacji z CV z wymaganiami oferty nie jest jeszcze oceną człowieka w całej jego zawodowej złożoności. System widzi przede wszystkim dane zapisane w dokumencie i zależności, które potrafi z nich wyprowadzić. Może nie rozpoznać, że doświadczenie pod inną nazwą stanowiska odpowiada poszukiwanej kompetencji. Może też przypisać znaczenie informacji, która niewiele mówi o przydatności do pracy.

Nie każde oprogramowanie przetwarzające aplikacje działa tak samo. Czym innym jest formularz porządkujący zgłoszenia, a czym innym narzędzie tworzące ranking dopasowania na podstawie treści CV lub wcześniejszych decyzji rekrutacyjnych. Im większy wpływ wyniku na to, kto przejdzie dalej, tym ważniejsze staje się pytanie, czy kryteria oceny są uzasadnione i czy ktoś potrafi sprawdzić konkretny przypadek.

Dlaczego wynik algorytmu może być niesprawiedliwy?

Jednym ze źródeł ryzyka są dane historyczne. Jeśli system uczy się na wcześniejszych decyzjach o zatrudnieniu, może przejąć wzorce obecne w tych decyzjach. Załóżmy, że w przeszłości określona grupa rzadziej trafiała na stanowiska kierownicze. Narzędzie oparte na takich danych może uznać cechy częściej występujące w CV zatrudnionych osób za oznaki „dobrego dopasowania”, choć nie są one rzeczywistymi wymaganiami pracy.

Problem nie musi wynikać z jawnej instrukcji, by inaczej traktować kandydatów ze względu na płeć czy wiek. Nierówność może powstać także pośrednio: przez dobór danych, sposób definiowania „dobrego kandydata” lub nadanie zbyt dużej wagi cechom, które tylko pozornie wiążą się z kompetencjami. Materiały unijne wskazują, że systemy używane w rekrutacji mogą utrwalać historyczne wzorce dyskryminacji, między innymi wobec kobiet, starszych osób i osób z niepełnosprawnościami.

Wynik może zależeć również od sposobu, w jaki doświadczenie opisano w CV. Kandydaci o zbliżonych umiejętnościach nie używają identycznych nazw stanowisk ani tych samych słów do opisania obowiązków. Jeżeli system źle interpretuje taki zapis, niska ocena nie musi oznaczać braku kwalifikacji. Bez możliwości wyjaśnienia wyniku trudno jednak odróżnić tę sytuację od rzeczywistego niespełnienia wymagań.

Co badania mówią o stronniczości?

W badaniu obejmującym ponad 3 miliony porównań CV z opisami stanowisk analizowano wpływ nazwisk kojarzonych z różnymi grupami na wyniki badanego rozwiązania. W 85,1% analizowanych przypadków wykazano preferencję dla nazwisk kojarzonych z osobami białymi. To sygnał, że ocena dopasowania może reagować na informację niezwiązaną z kwalifikacjami.

Nie jest to jednak miara działania wszystkich algorytmów rekrutacyjnych. Wynik dotyczy badanego systemu i określonych konfiguracji porównań. Nie pozwala stwierdzić, że każda firma używająca automatycznej selekcji osiąga podobne rezultaty. Pokazuje natomiast, dlaczego narzędzie powinno być testowane pod kątem niepożądanych różnic, zanim jego oceny zaczną wpływać na szanse kandydatów.

W analizie innej platformy rekrutacyjnej badacze porównywali selekcję prowadzoną przez ludzi, przez AI oraz z udziałem obu stron. Odnotowali niedostateczną reprezentację kobiet wśród kandydatów, których profile oglądano i z którymi się kontaktowano. To przypomina, że nie wystarczy zbadać sam ranking: znaczenie ma również to, kto zostaje zauważony, zaproszony do rozmowy i ostatecznie bierze udział w dalszych etapach.

Badania nie dowodzą zarazem, że człowiek ocenia CV bez uprzedzeń. Rekruter także może popełnić błąd. Przewaga odpowiedzialnie prowadzonej oceny ludzkiej polega na tym, że można zapytać o uzasadnienie, wskazać przeoczoną informację i ponownie rozważyć aplikację. Gdy decyzja opiera się na niejasnym wyniku systemu, takie sprawdzenie bywa trudniejsze.

Dlaczego nadzór rekrutera nie zawsze wystarcza?

Pracodawca może zapewniać, że o zatrudnieniu decyduje człowiek. To ważne, lecz samo w sobie nie rozwiązuje problemu. Jeśli rekruter otrzymuje wyłącznie kandydatów z góry listy, osoby ocenione nisko mogą nie trafić do uważnej analizy. Formalna możliwość zmiany wyniku niewiele daje, gdy nie ma czasu, informacji lub praktyki pozwalającej sprawdzać pominięte aplikacje.

Podobne ryzyko pojawia się, gdy ocena systemu staje się dla rekrutera punktem odniesienia. Wysoki wynik może sprawić, że CV zostanie przeczytane życzliwiej, a niski — że mocne strony kandydata pozostaną niezauważone. Człowiek podpisuje wówczas decyzję, ale algorytm wyznacza pole wyboru.

Dlatego sensowny nadzór oznacza więcej niż przycisk pozwalający zmienić ranking. Rekruter powinien wiedzieć, na jakiej podstawie narzędzie ocenia aplikacje, rozumieć ograniczenia tej oceny i móc przejrzeć CV osób, które system umieścił nisko. Potrzebne jest też sprawdzanie skutków działania narzędzia w całym procesie, a nie tylko zapewnienie, że działa szybko lub poprawnie odczytuje dokumenty.

Jak na takie narzędzia patrzą unijne przepisy?

Unijny AI Act traktuje zastosowanie sztucznej inteligencji w rekrutacji jako obszar wymagający szczególnej uwagi. Systemy przeznaczone do analizowania i filtrowania aplikacji lub oceniania kandydatów mogą należeć do kategorii wysokiego ryzyka. Powód jest praktyczny: ich działanie może wpływać na dostęp do pracy i dalsze możliwości zawodowe.

Nie oznacza to zakazu używania AI do przeglądania CV ani tego, że każdy program rekrutacyjny działa na identycznych zasadach. Ważne są przeznaczenie narzędzia i jego rzeczywisty wpływ na decyzje. W przykładach omawianych przez Komisję Europejską ranking może istotnie kształtować selekcję nawet wtedy, gdy rekruter formalnie zachowuje możliwość jego zmiany.

Z perspektywy kandydata pytanie brzmi więc nie tylko: „Czy moje CV czytał człowiek?”, ale także: „Czy system zadecydował, czy człowiek w ogóle je zobaczył?”. To rozróżnienie pozwala ocenić, czy udział rekrutera jest rzeczywistą kontrolą, czy jedynie ostatnim krokiem procesu już ukształtowanego przez algorytm.

Co możesz zrobić jako kandydat?

Nie masz wpływu na konstrukcję narzędzia używanego przez pracodawcę, ale możesz zmniejszyć ryzyko, że twoje doświadczenie zostanie źle odczytane. Warto przygotować CV, które jest jasne zarówno dla rekrutera, jak i dla systemu przetwarzającego tekst:

Odnoś się do wymagań ogłoszenia. Jeśli masz wskazaną kompetencję, nazwij ją wprost i pokaż, gdzie z niej korzystałeś. Nie dopisuj określeń, których nie potrafisz uzasadnić doświadczeniem.
Stosuj czytelny układ. Wyraźnie oznacz doświadczenie, umiejętności i wykształcenie; podawaj zrozumiałe nazwy stanowisk oraz okresy pracy. Ważnych informacji nie ukrywaj wyłącznie w grafice lub ikonach.
Sprawdź plik przed wysłaniem. Jeśli aplikujesz za pomocą PDF-u, skopiuj z niego tekst do prostego edytora i zobacz, czy zachowały się polskie znaki oraz właściwa kolejność sekcji.
Zachowaj ogłoszenie i wysłaną wersję CV. Łatwiej wtedy wrócić do wymagań i wskazać, w jaki sposób je spełniasz, jeśli będziesz chciał zapytać o przebieg selekcji.

Gdy proces wygląda na całkowicie zautomatyzowany, możesz zapytać pracodawcę, czy aplikacje są filtrowane lub oceniane przez system i jaką rolę odgrywa w tym rekruter. Odpowiedź nie gwarantuje zmiany decyzji, lecz pomaga ustalić, czy twoje CV miało szansę na indywidualną ocenę. Przejrzysta rekrutacja nie wymaga rezygnacji z pomocnych narzędzi; wymaga, by ich wynik nie był niepodważalnym wyrokiem.