Rosnąca rola zaawansowanych modeli językowych, takich jak GPT-4o od OpenAI, w procesach rekrutacyjnych to nie tylko temat technologiczny, ale przede wszystkim pytanie o konsekwencje dla równości szans na rynku pracy. Teza, z którą warto się dziś zmierzyć brzmi: wykorzystywanie AI do selekcji CV może nieświadomie prowadzić do faworyzowania treści podobnych do tych generowanych przez samą sztuczną inteligencję. Gdy mówimy o „biasie algorytmicznym”, mamy na myśli sytuację, w której algorytm przejawia systematyczne, powtarzalne skłonności do preferowania pewnych typów danych kosztem innych, często niezależnie od ich rzeczywistej wartości.
AI i CV – po czyjej stronie jest szansa?
Zjawisko, o którym ostatnio coraz głośniej, ujawnia się podczas testów, gdzie CV napisane przez człowieka przegrywają z tymi wygenerowanymi maszynowo. Testy z GPT-4o pokazują, że model częściej wybiera treści wygenerowane przez siebie, co może wynikać nawet z konfiguracji instrukcji, a nie tylko „wrodzonego” samouwielbienia sztucznej inteligencji. W praktyce może się okazać, że kandydat, który nie korzystał z generatora AI, zostaje pominięty – nie z powodu braku kompetencji, a przez źle postawiony prompt czy niewłaściwie skalibrowany algorytm.
Istotne jest, żeby rozumieć skalę zagadnienia. Z danych wynika, że przewaga wyboru „swoich” treści przez model może sięgać kilkudziesięciu procent, jednak te liczby pochodzą głównie z badań laboratoryjnych, a nie z audytu szeroko stosowanych systemów rekrutacyjnych. Krótko mówiąc: testujemy w warunkach oderwanych od rzeczywistości, a realna praktyka może wyglądać zupełnie inaczej. Co więcej, niejasne jest, czy AI faktycznie „rozpoznaje” swoje CV, czy też woli styl, który sam potrafi najlepiej przetwarzać.
Ryzyka, ograniczenia i odpowiedzialność w rekrutacji
Wprowadzenie narzędzi takich jak GPT-4o do działów HR daje nowe narzędzia, ale przesuwa odpowiedzialność za decyzje coraz bardziej w stronę inżynierii promptów, wyboru danych treningowych oraz ich kontroli przez człowieka. Szczególnie ważna staje się tutaj kwestia audytów i zgodności z regulacjami prawnymi (jak RODO czy AI Act), które mają chronić przed niezamierzonymi skutkami automatyzacji.
Warto w tym miejscu jasno oddzielić obawy realne od nadużyć narracyjnych:
- Nie jest udowodnione, że wszystkie systemy AI nieuchronnie dyskryminują ludzi.
- Wyniki testów laboratoryjnych nie muszą się przekładać na masowe zastosowania w każdej firmie.
- Skłonność do faworyzowania wygenerowanych treści można częściowo regulować poprzez odpowiednie „ustawienie” zapytań i parametrów systemu.
To zjawisko ma znaczenie przede wszystkim dlatego, że nieświadome błędy algorytmiczne mogą zmuszać kandydatów, by pisać CV pod algorytm, zamiast autentycznie odzwierciedlać swoje doświadczenie.
Ostatecznie trend ten wymusza na organizacjach większą uważność i krytyczne podejście do automatyzacji w HR – chodzi nie tylko o efektywność, ale przede wszystkim o utrzymanie równości szans kandydatów na rynku pracy.
Chcesz być na bieżąco z analizami skutków wdrożeń AI w HR? Obserwuj nas na https://sztucznainteligencjablog.pl/!
