Jeszcze niedawno złożenie aplikacji wymagało od kandydata kilku kolejnych działań: znalezienia oferty, analizy wymagań, przygotowania dokumentów i wypełnienia formularza. Dziś część tych czynności może przejąć technologia, dzięki czemu aplikowanie na kolejne oferty staje się szybsze. Dla pracodawcy oznacza to zmianę na początku rekrutacji: kandydat może łatwiej przygotować aplikację, ale nadal trzeba ustalić, czy rzeczywiście ma doświadczenie i kompetencje potrzebne na danym stanowisku.
Spis treści
Dostępne polskie dane nie pokazują jeszcze, ilu kandydatów korzysta z w pełni zautomatyzowanego aplikowania. Pokazują jednak, że AI jest już obecna podczas poszukiwania pracy. W badaniu CAWI przeprowadzonym przez HRK w 2026 roku 51,8% osób objętych pytaniem o zmianę pracy deklarowało korzystanie z AI w tym procesie.
Czym jest auto-apply w rekrutacji?
Auto-apply, czyli automatyczne aplikowanie na oferty pracy, obejmuje sytuacje, w których technologia łączy kilka kolejnych działań prowadzących do zgłoszenia kandydatury. Taki system może wyszukać ofertę, przeanalizować wymagania, dopasować informacje o kandydacie, uzupełnić formularz, a przy wysokim poziomie automatyzacji także przygotować aplikację do wysłania.
Nie każde wykorzystanie AI jest więc auto-apply. Poprawienie CV, analiza ogłoszenia czy przygotowanie do rozmowy to pojedyncze zastosowania sztucznej inteligencji.
Od wsparcia AI do automatycznego aplikowania
Dla uporządkowania zjawiska można wyróżnić cztery poziomy automatyzacji aplikowania.
| Poziom | Co robi technologia? | Rola kandydata |
|---|---|---|
| Wsparcie AI | pomaga przygotować CV, przeanalizować ofertę lub odpowiedź | kandydat prowadzi proces |
| Częściowa automatyzacja | dopasowuje informacje i uzupełnia część danych | kandydat kontroluje rezultat |
| Auto-apply z zatwierdzeniem | przygotowuje kompletne zgłoszenie | kandydat decyduje o wysłaniu |
| Wysoka automatyzacja | realizuje kolejne etapy według ustalonych zasad | kandydat głównie konfiguruje i nadzoruje proces |
Im większy zakres automatyzacji, tym mniejszy może być bezpośredni udział kandydata w przygotowaniu aplikacji.
Jak kandydaci wykorzystują AI podczas szukania pracy?
Raport HRK 2026 pokazuje, w których obszarach poszukiwania pracy kandydaci wykorzystują AI.
Najczęstsze zastosowania AI podczas zmiany pracy
Podstawą zestawienia były odpowiedzi 282 uczestników. Pytanie było wielokrotnego wyboru, dlatego wartości nie sumują się do 100%.
| Zastosowanie AI | Odsetek uczestników |
|---|---|
| przygotowanie lub poprawa CV | 51,1% |
| dopasowanie CV do oferty | 46,5% |
| przygotowanie do rozmowy rekrutacyjnej | 44,7% |
| analiza firmy i stanowiska | 42,9% |
| napisanie listu motywacyjnego | 39,0% |
| wyszukiwanie ofert pracy | 35,1% |
Co wynika z tych danych?
Najczęściej wskazywanym zastosowaniem AI była praca nad CV. Badani wykorzystywali technologię również do wyszukiwania ofert, analizy firmy i stanowiska oraz przygotowania do rozmowy. Dane pokazują więc kilka zastosowań AI na ścieżce kandydata, a nie skalę automatycznego wysyłania aplikacji.
Wyniki należy interpretować z uwzględnieniem metodologii. Próba HRK była nielosowa, ochotnicza i nieważona, a dominowali w niej specjaliści, eksperci i przedstawiciele kadry kierowniczej. Nie można więc uogólniać wyników na wszystkich kandydatów w Polsce.
Co automatyczne aplikowanie zmienia na początku rekrutacji?
Automatyzacja aplikowania wpływa przede wszystkim na dwa obszary: sposób interpretowania CV oraz koszt pierwszej selekcji kandydatów.
CV jest punktem wyjścia do oceny, nie dowodem kompetencji
Dobrze dopasowane CV nie musi oznaczać, że kandydat poświęcił dużo czasu konkretnej ofercie. Dokument nadal dostarcza informacji o doświadczeniu, projektach czy zakresie odpowiedzialności, ale część z nich może wymagać późniejszego potwierdzenia.
Raport HRK 2026 wskazuje, że językowa jakość CV i odpowiedzi powinna być punktem wyjścia do rozmowy, a nie samodzielnym dowodem kompetencji. Weryfikacja powinna obejmować konkretne doświadczenia, sposób myślenia i rzeczywisty wkład kandydata.
Koszt aplikowania i koszt oceny mogą zmieniać się w różnym tempie
Automatyzacja może skrócić czas potrzebny kandydatowi na przygotowanie i wysłanie aplikacji. Po stronie pracodawcy nadal pozostaje konieczność sprawdzenia, czy dana osoba rzeczywiście odpowiada wymaganiom stanowiska. Koszt czasowy przygotowania kolejnej aplikacji może więc maleć szybciej niż czas i zasoby potrzebne do rzetelnej oceny kandydata. To wniosek wynikający z mechanizmu automatyzacji, a nie zmierzony dziś efekt na polskim rynku.
Jak prowadzić screening, gdy kandydaci korzystają z AI?
Jeżeli AI wspiera przygotowanie aplikacji, screening, czyli wstępna selekcja kandydatów, nie powinien opierać się wyłącznie na warstwie językowej CV. System rekrutacyjny może uporządkować dostępne informacje i wskazać obszary wymagające dalszej oceny. Nie oznacza to jednak, że potwierdza prawdziwość deklaracji kandydata.
Jak rozszerzyć ocenę kandydata poza samo CV?
Jednym ze sposobów rozszerzenia screeningu poza samo CV jest zebranie dodatkowych informacji na kolejnych etapach rekrutacji. W AI Power Recruiter informacje o kandydacie mogą być analizowane względem wcześniej określonego profilu stanowiska oraz wag poszczególnych kryteriów.
CV pozostaje jednym ze źródeł danych. Profil można uzupełniać odpowiedziami z formularzy, które następnie mogą stanowić materiał dla 13 analiz AI. Obejmują one m.in. krytyczne myślenie, motywację, kompetencje miękkie i styl pracy. Rekruter może dzięki temu zestawić dane z CV z informacjami zebranymi w kolejnych etapach procesu.
Explainable AI pokazuje podstawę oceny, nie potwierdza prawdziwości danych
Explainable AI odpowiada na pytanie „dlaczego system przyznał taką ocenę?”, a nie „czy kandydat mówi prawdę?”. Rekruter może zobaczyć, które informacje i kryteria wpłynęły na wynik oraz co warto sprawdzić dalej. Wyjaśnialność nie zastępuje jednak potwierdzenia doświadczenia, uprawnień czy rzeczywistego udziału w opisywanych projektach. Pierwszy screening ma pomóc wybrać kandydatów do dalszej oceny, a nie zastępować późniejszą weryfikację ani decyzję rekrutera.
Jak sprawdzać kompetencje bez pogarszania doświadczenia kandydata?
Dobre doświadczenie kandydata (Candidate Experience) nie oznacza rezygnacji z weryfikacji. Dodatkowe etapy powinny jednak mieć jasny cel.
Weryfikacja powinna być proporcjonalna do stanowiska
Dla jednej roli wystarczy potwierdzenie doświadczenia lub kwalifikacji. W innej potrzebna będzie krótka próbka pracy, pytanie sytuacyjne albo omówienie konkretnego problemu zawodowego. Im więcej czasu wymaga taki etap, tym lepiej powinien być uzasadniony. W komentarzu eksperckim zamieszczonym w raporcie HRK 2026 rekomendowane są m.in. pytania pogłębiające, prośba o konkretny przykład, wyjaśnienie toku rozumowania oraz krótkie zadanie omawiane podczas spotkania.
Nie próbuj wykrywać AI za wszelką cenę
W tym samym komentarzu zwrócono uwagę, że zachowanie podczas rozmowy online nie daje pewnej odpowiedzi na pytanie, czy kandydat korzysta z AI. Nietypowe pauzy, kierunek spojrzenia czy sposób koncentracji mogą mieć również inne przyczyny. Dlatego lepsza zasada brzmi: sprawdź, czy kandydat rozumie, potrafi uzasadnić i obronić to, co przedstawia.
Co z tego wynika dla rekrutera?
Auto-apply przesuwa ciężar pierwszej selekcji z jakości samego dokumentu na wiarygodność informacji o kandydacie. Im łatwiej przygotować i dopasować aplikację, tym ważniejsze staje się rozróżnienie między deklaracją a tym, co można potwierdzić w dalszym procesie. Technologia może usprawnić analizę danych i początek screeningu. Ostateczna ocena doświadczenia, kompetencji i dopasowania do stanowiska powinna jednak pozostać po stronie człowieka.
