AI w HR: zacznij od pytań, nie od oceniania ludzi

HR nie potrzebuje robota, który decyduje, czy ktoś zasługuje na pracę. Potrzebuje kogoś, kto przestanie po raz setny odpowiadać, gdzie jest regulamin benefitów. 🤖

I to jest różnica między wdrożeniem, które odciąża zespół, a wdrożeniem, które robi z HR-u dział zarządzania kryzysem.

Bo kiedy ktoś mówi: „Wdrażamy AI do HR”, wyobraźnia odpala scenę z filmu. Algorytm skanuje CV, mruga na czerwono i wyrzuca człowieka do cyfrowego kosza.

Tylko że najbardziej sensowny start wygląda dużo mniej spektakularnie.

Pracownica pyta na Teamsach, jak zgłosić zmianę adresu. Menedżer nie pamięta zasad pracy zdalnej. Ktoś szuka informacji o benefitach. Ktoś inny chce wiedzieć, do kogo zgłosić problem z listą płac.

I nagle HR ma 40 drobnych spraw, które nie są trudne. Są po prostu wszędzie.

Zła ambicja: „Niech AI wybierze ludzi”

Automatyczne ocenianie kandydatów brzmi jak skrót do szybszej rekrutacji. W praktyce jest skrótem do pytań, na które trzeba umieć odpowiedzieć.

Dlaczego ten kandydat dostał niższy wynik?

Jakie dane wpłynęły na ocenę?

Czy system nie premiuje przypadkiem osób podobnych do tych, które firma zatrudniała wcześniej?

Czy kandydat może zakwestionować decyzję?

I najważniejsze: czy człowiek w procesie naprawdę podejmuje decyzję, czy tylko klika „zaakceptuj”, bo algorytm wyglądał pewnie?

Tu robi się poważnie. GDPR obejmuje profilowanie, czyli automatyczne przetwarzanie danych używane między innymi do oceniania lub przewidywania wyników pracy, zachowań czy preferencji osoby. Sam podpis człowieka pod rekomendacją systemu nie załatwia sprawy. Nadzór ma być realny, kompetentny i zdolny powiedzieć AI: „Nie, to nie ma sensu”.

W UE AI Act wskazuje rekrutację, selekcję, analizowanie i filtrowanie aplikacji oraz ocenę kandydatów jako obszary wysokiego ryzyka. Ogólne stosowanie rozporządzenia przypada na 2 sierpnia 2026 r., a obowiązki dotyczące wielu systemów HR z załącznika III mają zacząć obowiązywać 2 grudnia 2027 r. To nie jest sygnał: „do tego czasu hulaj dusza”. To sygnał: buduj proces tak, żeby za rok nie odkryć, że trzeba go rozebrać do śrubek.

Dobry pierwszy ruch: AI jako recepcja, nie komisja

Wyobraź sobie poniedziałek rano.

Na skrzynce HR ląduje pytanie o urlop rodzicielski. Drugie o kartę sportową. Trzecie o procedurę zgłoszenia mobbingu. Czwarte o zmianę danych w systemie. I jeszcze wiadomość od menedżera: „Potrzebuję komunikatu o nowej polityce pracy hybrydowej na wczoraj”.

Nie każda z tych spraw powinna trafić do agenta AI.

Ale pierwsza warstwa obsługi? Jak najbardziej.

Microsoft w dokumentacji startera Employee Self-Service HR dla Copilot Studio pokazuje właśnie taki model: agent opiera odpowiedzi na politykach, pomaga znaleźć informacje o benefitach i zasobach firmy, a sprawy złożone lub wrażliwe przekazuje specjalistom HR. Czyli nie udaje prawnika, terapeuty i dyrektora personalnego w jednym okienku czatu. I całe szczęście.

Zrób to tak:

• daj agentowi wyłącznie zatwierdzone źródła wiedzy,
• ustaw jasne granice tematów, których nie obsługuje,
• zdefiniuj eskalację do konkretnej osoby lub kolejki,
• testuj odpowiedzi na prawdziwych pytaniach z ostatnich tygodni.

To nie jest „mniej ambitna” wersja AI. To wersja, która może przetrwać kontakt z rzeczywistością.

Granica jest banalna, dopóki jej nie przekroczysz

AI może pomóc rekruterowi uporządkować notatki, przygotować opis stanowiska, stworzyć wersje komunikacji do kandydatów albo wyszukać informacje w zatwierdzonej bazie.

To wsparcie operacyjne.

Moment, w którym narzędzie zaczyna filtrować CV, punktować ludzi, przewidywać dopasowanie albo rekomendować odrzucenie, zmienia grę. Wtedy nie mówisz już o „sprytnym asystencie”. Mówisz o systemie wpływającym na ludzi i ich szanse.

Nawet jeśli nikt nie lubi tego zdania, trzeba je powiedzieć: „Mamy człowieka w pętli” nie jest magicznym zaklęciem.

Jeżeli rekruter dostaje 200 kandydatów i automatycznie klika rekomendacje narzędzia, bo nie ma czasu ich sprawdzić, to człowiek jest tam bardziej dekoracją niż nadzorem.

Brytyjski ICO radzi firmom pytającym o AI w rekrutacji o zgodność narzędzia z prawem, jasną informację dla kandydatów o użyciu systemu oraz możliwość zakwestionowania zautomatyzowanej decyzji. To nie są dodatki na końcu prezentacji od vendora. To pytania, które powinny paść zanim ktokolwiek odpali pilotaż.

Vendor ma prezentację, ty masz odpowiedzialność

„Dostawca zrobił audyt” brzmi uspokajająco. Podobnie jak „system jest zgodny”. A potem pojawia się szczegół: zgodny z czym, gdzie, w jakiej konfiguracji i z jakimi danymi?

Przykład z Nowego Jorku jest tu bardzo trzeźwiący. Local Law 144 dotyczy zautomatyzowanych narzędzi wspierających decyzje o zatrudnieniu i awansie. Wymaga audytu biasu, który nie może być starszy niż rok, oraz publikacji podsumowania wyników. W określonych sytuacjach kandydat lub pracownik z Nowego Jorku ma dostać zawiadomienie co najmniej 10 dni roboczych przed użyciem narzędzia, wraz z informacją o cechach lub kwalifikacjach ocenianych przez system.

I teraz najważniejsze: odpowiedzialność za dopilnowanie audytu zostaje po stronie pracodawcy lub agencji zatrudnienia. Nie znika dlatego, że narzędzie kupiono w ładnym pudełku SaaS.

To nie znaczy, że każde narzędzie HR automatycznie wpada w identyczne wymagania. Konkretna ocena zależy od procesu, danych, kraju, roli systemu i tego, czy faktycznie wpływa on na decyzję. Materiały produktowe nie są opinią prawną. Szokujące, wiem. 😉

Mierz kolejkę, nie zachwyt

Największy błąd po wdrożeniu agenta HR? Ogłosić sukces po pierwszych trzech rozmowach, bo bot odpisał grzecznie i nawet użył słowa „empatycznie”.

Microsoft proponuje patrzeć na rzeczy, które naprawdę bolą operacyjnie: odsetek prostych zgłoszeń rozwiązanych w samoobsłudze, medianę czasu pierwszej odpowiedzi, koszt obsługi zgłoszenia, satysfakcję pracowników i liczbę spraw ponownie otwartych.

To są dane, z którymi można pracować.

Firma może mieć 3 tysiące interakcji miesięcznie i odzyskać setki godzin pracy HR. Microsoft pokazuje modelową kalkulację 396 godzin miesięcznie, ale nie traktuj tego jak obietnicy na ścianę w sali zarządu. To przykład producenta, nie uniwersalny wynik. W jednej organizacji agent trafi na uporządkowaną bazę wiedzy i dobrze opisane procesy. W drugiej dostanie folder „final_final_v7” z regulaminem z 2019 roku. Zgadnij, gdzie zacznie halucynować.

Jutro nie kupuj bota. Zrób mapę pytań

Weź zgłoszenia HR z ostatnich 30 dni.

Nie zaczynaj od technologii. Nie zaczynaj od prezentacji vendora. Zacznij od pytań, które wracają jak refren w radiu.

Podziel je na trzy pudełka:

zielone: polityki, benefity, procedury, status prostych zgłoszeń.

żółte: pytania wymagające danych pracownika lub sprawdzenia w systemie.

czerwone: wynagrodzenia, zdrowie, konflikty, sprawy dyscyplinarne, prawne, decyzje personalne.

Zielone to materiał na pilotaż. Żółte wymagają porządnych uprawnień, integracji i testów. Czerwone dostają człowieka, jasną ścieżkę eskalacji i zero fantazji o „pełnej automatyzacji”.

NIST w profilu Generative AI do swoich ram zarządzania ryzykiem przypomina prostą rzecz: ryzyko trzeba dopasować do konkretnego zastosowania. Nie oceniasz AI jako abstrakcyjnego „dobrego” albo „złego”. Oceniasz konkretny proces, konkretne dane i konkretną konsekwencję błędu.

Jeśli chcesz przejść od tej mapy do realnego procesu, bez teatru pod hasłem „transformacja AI”, zobacz AI dla działu HR - jak praktycznie optymalizować procesy HR z użyciem AI. To warsztat dla osób, które chcą usprawniać rekrutację, onboarding, komunikację i pracę operacyjną, ale nie chcą przy okazji oddać zdrowego rozsądku do automatu.

Najlepsze AI w HR na początku nie podejmuje decyzji za człowieka.

Sprawia, że człowiek ma wreszcie czas podjąć ją dobrze.