Jak wdrożyć AI w rekrutacji zgodnie z RODO, nie wysyłając CV kandydatów poza firmę?

CV kandydata to dane osobowe, a często też zawierające informacje drażliwsze: rok urodzenia wynikający z daty ukończenia szkoły, zdjęcie, wzmianki o przerwie w zatrudnieniu, czasem informacje o niepełnosprawności. Wysłanie ich do zewnętrznego API bez odpowiedniej podstawy prawnej to naruszenie RODO. Ale to nie znaczy, że AI w rekrutacji jest zakazana. Można ją wdrożyć bezpiecznie, o ile model językowy pracuje na własnym serwerze firmy lub serwerze dostawcy w UE i żadne dane kandydatów nie opuszczają tej infrastruktury.

Gdzie leży realne ryzyko RODO, kiedy HR sięga po AI?

Problem nie leży w samym fakcie, że algorytm czyta CV. Problem leży w tym, dokąd te dane wędrują i kto jeszcze ma do nich dostęp.

Kiedy pracownik kopiuje CV kandydata i wkleja je do ChatGPT.com albo wysyła do dowolnego zewnętrznego SaaS-a AI, firma de facto przekazuje dane osobowe do podmiotu zewnętrznego, zazwyczaj z siedzibą poza UE. Kandydat wyraził zgodę na przetwarzanie jego danych przez Waszą firmę w procesie rekrutacji, a nie przez OpenAI, Google ani żaden inny podmiot trzeci. Brak umowy powierzenia przetwarzania danych z takim dostawcą to gotowy materiał na postępowanie przed UODO.

Drugi punkt ryzyka to automatyczne decyzje bez nadzoru człowieka. Artykuł 22 RODO zakazuje podejmowania decyzji opartych wyłącznie na zautomatyzowanym przetwarzaniu, jeśli wywołują skutki prawne dla osoby fizycznej. Odrzucenie kandydatury to taki skutek. AI może rankować i opisywać, ale decyzja o przejściu kandydata do następnego etapu lub odrzuceniu jego aplikacji zawsze należy do człowieka.

Trzecia kwestia: brak udokumentowania podstawy prawnej. Skoro CV trafia do zewnętrznego systemu, firma powinna mieć umowę powierzenia z tym dostawcą, zaktualizowaną klauzulę informacyjną dla kandydatów i określony czas retencji danych. W praktyce wiele firm o tym nie myśli, dopóki nie pojawi się inspekcja albo zapytanie od kandydata o swoje dane.

Prywatna instancja LLM: dane nie opuszczają firmy i to właśnie eliminuje problem

Prywatna instancja LLM to model językowy uruchomiony na serwerze, do którego wyłącznie Wasza firma ma dostęp. Działa to podobnie jak firmowy system kadrowy: dane zostają w środku, nikt z zewnątrz nie ma wglądu, a model nie "uczy się" na Waszych CV.

Recruiter wchodzi przez przeglądarkę do wewnętrznego interfejsu, wgrywa plik PDF lub DOCX i dostaje analizę. Żaden bajt z tym CV nie trafia do zewnętrznej chmury. Serwer może stać w siedzibie firmy lub w polskim centrum danych: z perspektywy RODO liczy się to, że macie nad nim kontrolę i dane nie są transferowane poza Europejski Obszar Gospodarczy.

To eliminuje problem transferu do państw trzecich. Podstawa prawna przetwarzania nie zmienia się: to nadal uzasadniony interes pracodawcy lub realizacja umowy rekrutacyjnej, tak samo jak przy ręcznym czytaniu CV przez pracownika HR. Nie trzeba pytać kandydata o dodatkową zgodę tylko dlatego, że zamiast człowieka plik czyta model.

To podejście nie jest zarezerwowane wyłącznie dla dużych organizacji. Firmy zatrudniające kilkanaście czy kilkadziesiąt osób coraz częściej wdrażają je na serwerach abonamentowych bez konieczności budowania własnej infrastruktury IT. Więcej o tym, jak wygląda to u innych firm, znajdziecie w naszych realnych wdrożeniach.

Przypadek 1: Screening CV, czyli co robi AI, a co zatwierdza człowiek

Typowy przepływ przy aktywnym naborze: kilkadziesiąt, a przy popularnych stanowiskach kilkaset aplikacji wpływa przez formularz lub bezpośrednio na skrzynkę HR. Recruiter czyta każde CV, porównuje z wymaganiami i przydziela kandydatów do kategorii. To praca, która jest podatna na zmęczenie: CV numer 50 rzadko dostaje tyle uwagi co CV numer 1.

Przy wdrożeniu AI screening wygląda inaczej:

• Recruiter wgrywa opis stanowiska z wymaganiami: konkretne umiejętności, certyfikaty, wymagane doświadczenie, preferowana lokalizacja, wymiar etatu.
• Model czyta każde CV i zwraca krótkie podsumowanie kandydata (3-5 zdań), listę spełnionych i brakujących wymagań oraz ocenę dopasowania z uzasadnieniem.
• Recruiter przegląda ranking, sprawdza uzasadnienia i decyduje, kogo zaprasza na rozmowę.
• Wiadomości do kandydatów wysyła i zatwierdza człowiek. AI nie kontaktuje się z nikim samodzielnie.

Model nie zamyka procesu i nie podejmuje decyzji. Przygotowuje materiał do decyzji rekrutera, który zostaje odpowiedzialny za wynik.

Ile to oszczędza? Przy kilkudziesięciu CV tygodniowo recruiter zamiast poświęcać kilka minut na każdy dokument z osobna, weryfikuje gotowy ranking i skupia się na kandydatach, którzy realnie odpowiadają wymaganiom. Przy rekrutacji na popularne stanowisko z kilkusetoma aplikacjami różnica w czasie jest wyraźna. Mniej oczywista, ale równie realna, jest poprawa jakości: kiedy recruiter nie jest zmęczony przeglądaniem stosu dokumentów, rozmowy z wybranymi kandydatami są lepiej przygotowane.

Przypadek 2: Generowanie projektów umów bez ręcznego przepisywania danych

W większości firm generowanie umowy o pracę albo umowy zlecenia wygląda tak: HR otwiera stary DOCX, podmienia imię, stanowisko, stawkę i datę, zapisuje pod nową nazwą. Błędy zdarzają się rzadko, ale się zdarzają: zostaje stara nazwa miejsca pracy, zapomina się zmienić okres wypowiedzenia, wkrada się stawka z poprzedniej umowy.

Przy wdrożeniu AI do generowania dokumentów kadrowych:

• Firma przygotowuje szablony umów z polami do uzupełnienia: dane pracownika, stanowisko, wymiar etatu, wynagrodzenie brutto, data rozpoczęcia, okres wypowiedzenia, adres miejsca pracy.
• HR wpisuje dane do interfejsu, model generuje kompletny projekt dokumentu gotowy do podglądu.
• Jeśli firma ma kilka wariantów, np. umowę na czas określony, nieokreślony i zlecenie, model dobiera właściwy szablon na podstawie wprowadzonych parametrów.
• HR sprawdza projekt, poprawia jeśli trzeba i zatwierdza do podpisu.

Model nie wymyśla warunków zatrudnienia. Pracuje wyłącznie na Waszych szablonach i uzupełnia pola tym, co podacie. Nie dopisze klauzuli, której tam nie było, ani nie zmieni stawki.

Firmy z większą rotacją kadrową lub zatrudniające sezonowo, które wystawiają kilkanaście lub kilkadziesiąt umów miesięcznie, najbardziej odczuwają oszczędność czasu. Do tego dochodzi aneksowanie, przedłużenia, świadectwa pracy, które działają na tej samej zasadzie i które HR często odkłada na później właśnie dlatego, że są żmudne.

Przypadek 3: Wewnętrzny chatbot do wniosków urlopowych zamiast mailowego ping-ponga

Obsługa wniosków urlopowych wygląda banalnie na papierze. W praktyce generuje zaskakująco dużo komunikacji: pracownik pyta o stan urlopu, HR sprawdza w systemie i odpisuje, pracownik składa wniosek, menedżer musi go zatwierdzić, HR wpisuje do ewidencji. Gdzieś po drodze coś zawsze się opóźnia.

Wewnętrzny chatbot podłączony do systemu kadrowego zmienia ten schemat:

• Pracownik pyta przez interfejs: "Ile mam zostałego urlopu na ten rok?" i dostaje odpowiedź natychmiast.
• Składa wniosek wpisując: "Chcę wziąć urlop wypoczynkowy od 2 do 6 września". Chatbot sprawdza dostępność, rejestruje wniosek w systemie i wysyła powiadomienie do menedżera.
• Menedżer zatwierdza lub odmawia przez prosty interfejs, bez wchodzenia do panelu systemu kadrowego.
• Pracownik dostaje automatyczne potwierdzenie statusu wniosku.

U jednego z naszych klientów, firmy zatrudniającej kilkadziesiąt osób w kilku lokalizacjach, osoba odpowiedzialna za HR poświęcała kilka godzin tygodniowo na pytania o urlopy, maile z wnioskami i aktualizowanie tabelki w Excelu. Po wdrożeniu chatbota podłączonego do systemu kadrowego większość tych zapytań obsługuje się automatycznie. HR wchodzi do systemu raz dziennie, sprawdza co wymaga ręcznej interwencji i zamyka temat. Reszta toczy się sama.

Chatbot działa na wewnętrznym serwerze. Dane pracowników, stany urlopów i wnioski nie opuszczają infrastruktury firmy.

Od czego zaczynamy wdrożenie AI HR i jak wygląda pierwszy krok

Przed uruchomieniem czegokolwiek robimy przegląd procesów HR: które dokumenty są w obiegu, jak wyglądają obecne ścieżki zatwierdzania, jakie systemy kadrowe macie na miejscu i gdzie przechowujecie CV kandydatów. To zazwyczaj jedno spotkanie i przejrzenie kilku plików lub folderów.

Na tej podstawie projektujemy architekturę: czy serwer stanie u Was w siedzibie, czy korzystamy z dostawcy działającego w polskim centrum danych. Integrujemy model z Waszym systemem kadrowo-płacowym lub folderem z aplikacjami, zależy od tego, który proces automatyzujemy jako pierwszy.

Zaczynamy od jednego procesu. Najczęściej od screeningu CV, bo efekt jest natychmiast widoczny i recruiter szybko rozumie, co AI robi dobrze, a co wymaga korekty w kryteriach. Potem dołączamy kolejne elementy, kiedy jest gotowość po stronie zespołu.

Jeśli zastanawiacie się, czy Wasze procesy HR nadają się do takiego wdrożenia i ile czasu można realnie odzyskać, zacznijcie od rozmowy. Oferujemy bezpłatny audyt, podczas którego sprawdzamy konkretne procesy i wskazujemy, gdzie AI ma sens, a gdzie nie ma. Jeśli chcecie zobaczyć, jak to wygląda u innych polskich firm, zobaczcie realne wdrożenia.