AI w HR i rekrutacji — screening CV, onboarding, oceny w 2026

4 obszary AI w HR — czego się trzymać, czego unikać

HR to obszar, w którym AI ma dużo zastosowań i równie dużo pułapek prawnych. Czterej kluczowi gracze: rekrutacja (screening, generowanie ofert, scheduling), onboarding (chatboty FAQ, generowanie materiałów), people operations (ankiety, sentiment, ocena), nauka i rozwój (custom learning paths, AI tutorzy).

Czego unikać w 2026: w pełni autonomicznych decyzji rekrutacyjnych (EU AI Act klasyfikuje to jako high-risk), automatycznego scoringu pracowników bez transparency, tworzenia AI-only feedbacku rocznego. Reguła: AI to assist, decyzja to człowiek.

1. Screening CV i pierwszy outreach

Workflow

CV przychodzą do ATS-a (LiveRecruit, Recruitee, Workable, własny formularz). Workflow: PDF → ekstrakcja danych (nazwisko, doświadczenie, technologie) → LLM porównuje z opisem stanowiska → scoring 1–10 z uzasadnieniem → tag w ATS „top 20%" / „średni" / „nie pasuje".

Ważne: transparency i bias

Kandydaci mają prawo wiedzieć, że AI brało udział w screeningu (RODO + nadchodzące regulacje). Nie odrzucasz na podstawie samego scoringu — top 50% idzie do recruitera, dół jest „jeszcze do przeglądu". Modele LLM mają biasy (np. preferują CV po angielsku, w określonym formacie) — testuj okresowo.

ROI

Recruiter spędza ~15 minut na CV. Z AI: 2 minuty na top 20%, reszta zostaje. Dla firmy 50-osobowej z 200 CV/m: ~40 godzin/m oszczędności.

2. Generowanie ofert pracy

Brief od hiring managera (5 wymagań, kluczowe technologie, lokalizacja) → LLM generuje pełną ofertę w kilku wersjach (formal, casual, startupowa). Recruiter edytuje, posty na LinkedInie, Pracuj.pl, etc.

Narzędzia: ChatGPT/Claude z brand-specific promptami w Custom GPT/Projects. Czas oferty: 10 minut zamiast 1–2 godzin. Plus: A/B testing różnych wersji oferty (różne style w różnych źródłach).

3. Onboarding chatboty

Nowy pracownik ma 100 pytań w pierwszym tygodniu: jak złożyć urlop, gdzie pobrać laptop, jaki kod ubrania, kto jest twoim mentorem. Ręcznie: HR odpowiada na te same pytania 50 razy w roku. Z AI: chatbot z RAG na firmowym handbook'u + Slack/Notion integracja.

Stack: Notion AI (jeśli handbook jest w Notion) lub custom RAG z Claude Projects. Plus prosty Slack bot odpowiadający na DM-y nowych pracowników (n8n + Claude). Wdrożenie: 2 tygodnie, oszczędność: 5–10h/m HR.

4. Analiza ankiet i feedback

Ankieta engagement co kwartał — 30 osób × 10 pytań otwartych = 300 odpowiedzi tekstowych. HR ręcznie czyta i syntetyzuje. Z AI: wszystkie odpowiedzi → LLM klasteryzuje (główne wątki) → wyciąga sentiment per wątek → generuje executive summary.

Workflow: Google Forms → arkusz → Make/n8n + Claude → Notion summary. Czas analizy: z 8h do 1h. Plus: można zwiększyć częstotliwość ankiet (miesięczne pulse) bez przeciążenia HR.

5. Performance reviews — gdzie AI pomaga, gdzie nie

Pomaga

Streszczanie feedbacków od współpracowników (anonimizacja + synteza). Generowanie pierwszych draftów ocen na podstawie achievements. Analiza tonu komunikacji (czy feedback jest konstruktywny). Wykrywanie inconsistencies w ocenach (np. ten sam feedback od 5 osób — pewnie prawda).

Nie pomaga (i nie powinno)

Generowanie finalnych ocen bez human review. Auto-decyzje o awansach/zwolnieniach. Scoring pracowników bez transparency. Te procesy są high-risk wg EU AI Act i wymagają ludzkiej decyzji.

6. Learning & Development

Custom learning paths per pracownik na podstawie roli i goals. AI tutor odpowiadający na pytania w Slacku 24/7 z dostępem do firmowych materiałów. Generowanie quizów i materiałów szkoleniowych z istniejących dokumentów.

Narzędzia: Custom GPT/Projects per dział z wgranymi materiałami szkoleniowymi. Plus integracja z Slackiem (n8n + Claude). Sensowne dla firm 50+ osób z formalnym L&D.

EU AI Act i polski kontekst 2026

EU AI Act klasyfikuje rekrutację i ocenę pracowników jako „high-risk AI". To znaczy: dokumentacja, transparency, możliwość zaskarżenia decyzji, audyt biasu. Dla firm korzystających z AI w HR od 2026 obowiązują:

1. Information notice — kandydat / pracownik wie, że AI uczestniczy w decyzji.
2. Human oversight — finalne decyzje to człowiek.
3. Bias audit — okresowy przegląd, czy AI nie dyskryminuje (płeć, wiek, narodowość).
4. Documentation — log decyzji AI z uzasadnieniami.

To nie znaczy „nie używaj AI", tylko „używaj odpowiedzialnie z pełną dokumentacją". Polskie inspekcje pracy zaczęły kontrolować ten obszar w 2026.

Polski stack dla firmy 30 osobowej

ATS — Recruitee/Workable z wbudowanym AI screeningiem (29–99 EUR/m). Custom GPT do generowania ofert (w ramach ChatGPT Team). Onboarding chatbot — Notion AI (10 USD/użytkownik). Analiza ankiet — n8n + Claude (część szerszego workflow). Razem: ~1500–3000 PLN/m. ROI: ~30–40h/m oszczędności w HR-rze.

Częste błędy

Po pierwsze: brak transparency wobec kandydatów. Pojawia się info na LinkedInie „firma X używa AI" — reputacyjne ryzyko. Po drugie: pełne deleganie screeningu na AI. Recruiter musi sprawdzić wyniki. Po trzecie: brak audytu biasu. Po pół roku okazuje się, że AI preferuje określoną grupę. Po czwarte: chatbot zamiast HR-owca przy delikatnych sprawach (problemy zdrowotne, konflikty). To zostaje ludziom.

Co dalej

HR to obszar, gdzie AI ma wysokie ROI, ale wymaga staranności prawnej i etycznej. Audyt AI obejmuje HR jako jeden z obszarów z dedykowanymi rekomendacjami pod EU AI Act. Albo umów konsultację — porozmawiamy o procesach HR w Twojej firmie.