Przykład 08: AI w rekrutacji bez automatu odrzucającego CV

Model może napisać podsumowanie kandydata, które brzmi obiektywnie, mimo że powtarza uprzedzenia z danych i stylu CV. Dlatego najlepszy przykład AI w rekrutacji nie polega na odrzucaniu ludzi. Polega na porządkowaniu procesu, w którym człowiek widzi kryteria i powód decyzji.

#Zadania administracyjne zamiast scoringu

Bezpieczniejszy punkt startu to przypomnienia o rozmowie, sprawdzanie kompletności dokumentów, przygotowanie pytań na podstawie wcześniej ustalonych kryteriów i notatka z rozmowy. Nawet tu potrzebna jest informacja dla kandydata, ochrona danych i sposób poprawienia błędu.

Scoring kandydata, automatyczna rekomendacja odrzucenia albo analiza emocji to zupełnie inna klasa ryzyka. Nie należy zawężać jej do „pomocy rekrutera”, jeśli wynik rzeczywiście decyduje o dalszym etapie.

#Kryteria przed danymi

Najpierw zespół ustala wymagania, które rzeczywiście wynikają z roli. Potem sprawdza, jakie informacje mogą być użyte i jak kandydat może zakwestionować błąd. Dopiero później pojawia się technologia. Odwrócenie kolejności prowadzi do listy cech, które model potrafi wykryć, zamiast cech potrzebnych do pracy.

#Test równości i jakości

• Czy wynik zmienia się po usunięciu informacji niezwiązanych z rolą?
• Czy system dokumentuje powód i źródło rekomendacji?
• Czy różne grupy mają porównywalne wskaźniki błędów?
• Czy człowiek rzeczywiście potrafi zmienić wynik?
• Czy kandydat wie o użyciu AI i może zgłosić sprzeciw lub prosić o właściwy kanał?

Nie wystarczy jedna kontrola przed uruchomieniem. Zmiana modelu, kryteriów albo danych może zmienić wynik. NIST zaleca podejście obejmujące mapowanie ryzyka, pomiar i zarządzanie w całym cyklu życia, nie pojedyncze demo.

#Fałszywa akceptacja człowieka

Nadzór nie działa, jeśli rekruter dostaje sto rekomendacji na minutę i może tylko kliknąć „zgadzam się”. Musi mieć czas, dane i realne uprawnienie do odrzucenia wyniku. W przeciwnym razie człowiek jest jedynie elementem interfejsu, nie zabezpieczeniem.

#Przykład, który warto wdrożyć najpierw

Wybierz asystenta notatki. Po rozmowie porządkuje odpowiedzi według wcześniej zapisanych kryteriów, pokazuje cytaty i zostawia ocenę rekruterowi. Nie generuje rankingu kandydatów. Mierz kompletność notatek, liczbę poprawek i czas administracji, a nie „trafność” modelu w przewidywaniu dobrego pracownika.

Rekrutacja pokazuje zasadę przydatną w całej AI: im większy wpływ wyniku na człowieka, tym mniej wystarcza dobra średnia. Potrzebne są dowody, prawa, procedury i odpowiedzialność za każdy przypadek.