WIRED opublikował 4 września 2026 roku tekst Jill Duffy o mechanizmie, który psuje rekrutację po obu stronach: kandydaci sięgają po AI, żeby wysyłać więcej aplikacji, a pracodawcy sięgają po AI, żeby je odsiewać. Dane platformy rekrutacyjnej Greenhouse pokazują skalę zjawiska: około 175 tysięcy aktywnych ogłoszeń, średnio 254 kandydatów na jedno z nich i wzrost liczby aplikacji przypadających na jednego rekrutera o 412 procent.
- Dane platformy rekrutacyjnej Greenhouse pokazują, że na jej 175 tysięcy aktywnych ogłoszeń aplikuje średnio 254 kandydatów na każde z nich, a liczba aplikacji przypadających na jednego rekrutera wzrosła o 412 procent.
- Według raportu Greenhouse „2025 AI in Hiring Report" 41 procent amerykańskich kandydatów przyznaje się do stosowania prompt injection, czyli ukrywania w dokumentach aplikacyjnych ukrytych poleceń dla systemów AI, a spośród tych, którzy tego nie robią, 52 procent rozważa takie działanie.
- AI Act klasyfikuje filtrowanie CV i ocenę kandydatów jako zastosowanie wysokiego ryzyka, jednak pakiet Digital Omnibus przesunął pełne obowiązki dla tych systemów z 2 sierpnia 2026 roku na 2 grudnia 2027 roku.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Kandydatka dostała wyższą ocenę CV po zamianie słowa „percent” na symbol procenta
Punktem wyjścia tekstu WIRED jest historia Jodi Beggs, ekonomistki behawioralnej i analityczki danych, która sprawdziła swoje dokumenty aplikacyjne w narzędziu porównującym CV z treścią ogłoszenia. Wynik obniżyła dwustronicowa długość życiorysu oraz to, że w jednym dokumencie użyła inicjału drugiego imienia, a w drugim nie. Wynik podniosła zamiana słowa „percent” na symbol „%”.
Beggs nie ujawniła, z jakiego narzędzia korzystała. WIRED wskazuje Jobscan jako najbardziej rozpoznawalne rozwiązanie w tej kategorii. Cała klasa takich produktów opiera się na jednym założeniu: że po drugiej stronie systemu ATS (Applicant Tracking System, czyli oprogramowanie do zbierania i porządkowania aplikacji) siedzi algorytm, który automatycznie ocenia i szereguje kandydatów.
Daniel Chait, prezes i współzałożyciel Greenhouse, tłumaczy w rozmowie z WIRED, że wokół systemów ATS narosło sporo mitów. Żadne dwa systemy nie działają tak samo, technologia zmienia się szybko, a to, czy dany ATS w ogóle korzysta z AI, zależy od konkretnego produktu i od tego, które funkcje firma wykupiła i włączyła. Sedno problemu jest jednak niezależne od tego, jak jest naprawdę. Dopóki kandydaci wierzą, że ocenia ich maszyna, będą optymalizować dokumenty pod maszynę.
Greenhouse liczy 175 tysięcy ofert i 254 kandydatów na jedną z nich
Twarde dane o skali zjawiska pochodzą z platformy Greenhouse, z której korzysta ponad 7500 firm, w tym HubSpot, Anthropic i NFL. W rozmowie z magazynem „Fortune” z 27 lipca 2026 roku Chait podał, że na platformie jest około 175 tysięcy aktywnych ogłoszeń, na każde z nich aplikuje średnio 254 kandydatów, a liczba aplikacji przypadających na jednego rekrutera wzrosła o 412 procent.
Napęd tego wzrostu jest banalnie tani. Chait wskazuje, że w internecie bez trudu znajdzie się narzędzia reklamujące się hasłem automatycznego aplikowania na każdą ofertę w Greenhouse, a koszt takiej usługi zaczyna się od około 20 dolarów. Skutek jest odwrotny do zamierzonego przez kandydatów: aplikacje stają się do siebie podobne, sygnał realnego zainteresowania stanowiskiem znika, a rekruter dostaje setki albo tysiące zgłoszeń w kilka dni.
Sam Greenhouse próbuje zbudować sztuczny deficyt jako sygnał wiarygodności. Funkcja „My Dream Job” pozwala kandydatowi oznaczyć raz w miesiącu jedno ogłoszenie na całej platformie jako priorytetowe. Według danych podanych przez Chaita w „Fortune” złożono już blisko pół miliona takich aplikacji, a osoby, które z niej skorzystały, są zatrudniane mniej więcej pięciokrotnie częściej niż pozostali. Firma przejęła też Ezra AI Labs, startup zajmujący się rozmowami głosowymi prowadzonymi przez AI.
41 procent amerykańskich kandydatów przyznaje się do ukrywania poleceń dla AI w dokumentach
Najmocniejsze dane o eskalacji po stronie kandydatów pochodzą z raportu Greenhouse „2025 AI in Hiring Report”, opublikowanego 19 listopada 2025 roku. Badanie objęło 4136 osób w Stanach Zjednoczonych, Wielkiej Brytanii, Irlandii i Niemczech, w tym 2900 osób szukających pracy oraz 1236 rekruterów i menedżerów zatrudniających. Wśród amerykańskich respondentów było 1200 kandydatów i 665 rekruterów.
Z amerykańskiej części badania wynika, że:
- 41 procent kandydatów przyznaje się do stosowania prompt injection, czyli ukrywania w dokumentach tekstu z poleceniami dla systemu oceniającego, a spośród tych, którzy tego nie robią, 52 procent to rozważa,
- 69 procent kandydatów zetknęło się z fałszywym ogłoszeniem o pracę, a 49 procent wysyła więcej aplikacji niż rok wcześniej,
- 54 procent przeszło już rozmowę prowadzoną przez AI,
- 36 procent użyło AI do zmiany wyglądu, głosu lub tła podczas rozmowy wideo, przy czym 59 procent z nich po to, żeby wypaść bardziej profesjonalnie, a 37 procent po to, żeby ukryć wygląd i cechy tożsamości,
- tylko 8 procent kandydatów uważa, że AI czyni rekrutację bardziej sprawiedliwą.
Chait komentował te wyniki jednoznacznie.
„To pętla AI, która się zaostrza, a nie słabnie” / „It’s an AI doom loop that’s getting worse, not better.”
Ta historia ma jedną cechę, która odróżnia ją od większości newsów o automatyzacji: tu nikt nie jest złoczyńcą. Kandydat, który wysyła sto aplikacji przez narzędzie za 20 dolarów, reaguje racjonalnie na rynek, w którym pojedyncze zgłoszenie znika bez odpowiedzi. Rekruter, który włącza automatyczne szeregowanie, reaguje racjonalnie na 254 zgłoszenia dziennie. Obie decyzje są sensowne osobno i katastrofalne razem.
Najbardziej niepokoi mnie jednak nie wolumen, tylko to, co robi z ludźmi wiara w algorytm. Jodi Beggs zwiększyła swoją ocenę, zamieniając słowo na symbol. Jeżeli tak wygląda informacja zwrotna, jaką dostaje kandydat, to uczy się on gry, która z jego kompetencjami nie ma nic wspólnego. Nie wiem, czy narzędzie, które to policzyło, miało cokolwiek wspólnego z systemem realnie używanym przez pracodawcę. I to jest właśnie problem, bo nie wie tego również kandydat.
Widzę tu jeden lewar, który naprawdę działa i nie wymaga nowej technologii: przejrzystość. Firma, która napisze w ogłoszeniu widełki płacowe i powie wprost, na jakim etapie i do czego używa AI, natychmiast obniża wolumen bezsensownych zgłoszeń i podnosi jakość pozostałych. To nudne rozwiązanie. Ale akurat w tej pętli nudne rozwiązania są jedynymi, które ktokolwiek może wdrożyć samodzielnie, nie czekając na resztę rynku.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Pracodawcy przestali ufać temu, co widzą w aplikacjach
Druga strona pętli wygląda równie źle. Z raportu Greenhouse wynika, że 91 procent amerykańskich rekruterów zetknęło się z próbą oszustwa ze strony kandydata, a 34 procent poświęca nawet połowę tygodnia pracy na odsiewanie spamu i śmieciowych zgłoszeń. Dwie trzecie menedżerów zatrudniających (65 procent) przyłapało kandydatów na nieuczciwym użyciu AI: 32 procent na czytaniu z wygenerowanego skryptu, 22 procent na ukrytych poleceniach w CV, a 18 procent na deepfake’u. Aż 74 procent boi się fałszywych kwalifikacji, deepfake’ów i zmyślonego doświadczenia bardziej niż rok wcześniej.
Reakcją nie jest więcej automatyzacji, tylko jej odwrót. 39 procent menedżerów zatrudniających przeprowadza więcej rozmów na żywo, żeby zweryfikować, czy kandydat jest tym, za kogo się podaje. Jednocześnie sami rekruterzy nie ufają narzędziom, których używają: 25 procent przyznaje, że nie ma zaufania do własnych systemów AI, 8 procent nie wie, co ich algorytmy w ogóle priorytetyzują, a tylko 21 procent jest przekonanych, że system nie odrzuca dobrych kandydatów.
WIRED rozmawiał z kilkudziesięcioma rekruterami, menedżerami HR i właścicielami małych firm prowadzących rekrutację samodzielnie. Część potwierdziła, że korzysta z automatycznego szeregowania kandydatów, część stanowczo temu zaprzeczyła, a podział nie pokrywał się ani z wielkością organizacji, ani z liczbą otrzymywanych zgłoszeń. Kim Jones, wiceprezes ds. zasobów ludzkich w Toshibie, powiedziała WIRED, że w jej firmie każdą aplikację ogląda człowiek i że nie przeszkadza jej używanie AI przez kandydatów do dopracowania dokumentów.
W Polsce 48 procent kandydatów używa AI, a zasady ma tylko 7 procent firm
Polski rynek jest w tej samej pętli, tylko z gorszym bilansem między zachowaniami a regułami. Z raportu Pracuj.pl „Od candidate do shared experience” wynika, że 48 procent kandydatów użyło AI na którymś etapie poszukiwania pracy, a 43 procent traktuje to po prostu jako sposób na zwiększenie swoich szans. Po stronie pracodawców tylko 7 procent firm wdrożyło i zakomunikowało kandydatom politykę korzystania z AI.
Automatyzacja preselekcji też jest już faktem, choć na mniejszą skalę niż w Stanach. Według badania eRecruiter w prawie co piątej firmie w Polsce rekruterzy wspierają się algorytmami przy ocenie dopasowania aplikacji do ogłoszenia. Rafał Wójcicki, starszy konsultant w Antal IT Services, opisuje w rozmowie z „Rzeczpospolitą” dokładnie ten sam efekt upodabniania się dokumentów, o którym mówi Chait.
„Widoczny jest powtarzalny styl językowy, charakterystyczne konstrukcje zdań, a także stosowanie ukrytych słów kluczowych”
Presja na kandydatów rośnie równolegle ze spadkiem liczby ofert w zawodach najbardziej narażonych na automatyzację. Dane No Fluff Jobs za pierwsze półrocze 2026 roku pokazują spadek liczby ogłoszeń w marketingu o 37 procent, w obsłudze klienta o 30 procent i w administracji biurowej o 17 procent. Wśród stanowisk juniorskich spadki są znacznie głębsze: 59 procent w logistyce, 49 procent w sprzedaży i 43,5 procent w HR. Mniej ofert przy tej samej liczbie kandydatów oznacza więcej aplikacji na ogłoszenie, a więcej aplikacji oznacza silniejszą pokusę, żeby wysyłać je maszynowo.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
AI Act uznaje filtrowanie CV za system wysokiego ryzyka, ale pełne obowiązki wejdą dopiero 2 grudnia 2027 roku
Rekrutacja jest jednym z obszarów, które unijne rozporządzenie 2024/1689 wprost klasyfikuje jako zastosowanie wysokiego ryzyka. Załącznik III punkt 4 obejmuje systemy do targetowania ogłoszeń o pracę, analizy i filtrowania aplikacji oraz oceny kandydatów. Klasyfikacja się nie zmieniła, przesunął się natomiast termin egzekwowania: pakiet Digital Omnibus przeniósł pełne obowiązki dla samodzielnych systemów z załącznika III z 2 sierpnia 2026 roku na 2 grudnia 2027 roku, a dla systemów wbudowanych w produkty z załącznika I na 2 sierpnia 2028 roku.
Kilka rzeczy obowiązuje jednak już teraz. Artykuł 5 ustęp 1 litera f AI Act zakazuje stosowania systemów wnioskujących o stanie emocjonalnym kandydatów i pracowników, co dotyczy części narzędzi do analizy rozmów wideo. Obowiązek zapewnienia kompetencji w zakresie AI u personelu obowiązuje od 2 lutego 2025 roku. W Polsce ramy krajowego nadzoru uzupełnia ustawa o systemach sztucznej inteligencji ogłoszona 27 lipca 2026 roku. Firmom, które chcą uporządkować ten obszar wcześniej, przyda się nasz przewodnik po narzędziach AI w rekrutacji i HR.
Odroczenie terminu nie rozwiązuje problemu opisanego przez WIRED, bo pętla nie jest zjawiskiem prawnym. Regulacja może wymusić informowanie kandydata o użyciu systemu wysokiego ryzyka i prawo do wyjaśnienia decyzji. Nie zmniejszy natomiast liczby aplikacji ani nie przywróci sygnału, który zniknął z rynku wtedy, gdy wysłanie stu zgłoszeń zaczęło kosztować mniej niż przygotowanie jednego dobrego.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału „AI Use in the Job Market Is Creating an Infinite Doom Loop” autorstwa Jill Duffy, opublikowanego w serwisie WIRED 4 września 2026 roku, a także danych z komunikatu Greenhouse o raporcie „2025 AI in Hiring Report” z dnia 19.11.2025 oraz wywiadu Daniela Chaita dla magazynu „Fortune” z 27.07.2026.
Polski kontekst regulacyjny i rynkowy opracowano na podstawie analizy serwisu Prawo.pl dotyczącej AI w rekrutacji oraz danych z raportu Pracuj.pl „Od candidate do shared experience”, badania eRecruiter, statystyk No Fluff Jobs za pierwsze półrocze 2026 roku i publikacji „Rzeczpospolitej”.
Cytat Daniela Chaita, prezesa i współzałożyciela Greenhouse, został zweryfikowany z oryginalnym anglojęzycznym komunikatem firmy. Wypowiedź Rafała Wójcickiego, starszego konsultanta w Antal IT Services, pochodzi z polskojęzycznego materiału źródłowego.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych danych o wpływie AI na wolumen aplikacji i preselekcję kandydatów.
