Jak rekruterzy używają detekcji AI do filtrowania CV i listów motywacyjnych
Katie · Zespół redakcyjny SUS IT
Katie to pedagog i autorka programów nauczania ze skupieniem na uczciwości akademickiej w erze AI.
Spojrzenie „od środka” na HR: jak zespoły rekrutacyjne wdrażają detektory tekstu — i co z tego wynika dla kandydatów.
Detekcja AI weszła do hiringu. To, co zaczęło się na uczelniach, rozlało się na HR i agencje rekrutacyjne — w 2026 znacząca część aplikacji jest skanowana zanim trafi w ręce człowieka. Zrozumienie tego procesu to już praktyczna wiedza kariery.
Jak powszechne jest skanowanie CV?
Ankieta SHRM z 2025 wskazała, że 34% specjalistów HR używa jakiejś formy detekcji AI w rekrutacji — wobec <5% dwa lata wcześniej. Częściej w pracach „pisarskich” (content, PR, research, consulting, prawo) i w dużych organizacjach z rozbudowanym stackiem HR-tech. W konkurencyjnych procesach u dużych pracodawców skan staje się normą, nie wyjątkiem.
Czego szukają rekruterzy naprawdę
Chodzi rzadko o „zero AI”. Chodzi o pytanie: czy kandydat ma kompetencje komunikacyjne, które rekrutujemy, czy je zastąpił modelem? List napisany w 100% w stylu wysokoprawdopodobnym dla LLM nie informuje o umiejętności pisania człowieka. Problem to substytucja zamiast asysty. Wielu rekruterów mówi wprost: „AI wygładziło — OK; AI napisało — odpuszczamy”.
Jak detekcja działa na CV
Te same sygnały co w edukacji: perplexity i burstiness. Teksty z modeli bywają niskie na obu osiach — poprawne, równoległe, przewidywalne. Ironia: dziesięciolecia porad CV pchają kandydatów w stronę dokładnie takiego stylu: jasny, profesjonalny, przewidywalny. Stąd środowisko CV jest szczególnie podatne na fałszywe alarmy: osoba pisząca „idealnie czysto” może wyglądać jak model.
Co sprawia, że CV „pachnie AI”
Doświadczeni rekruterzy widzą też heurystyki: gęstość generycznych czasowników (leverage, spearhead itd.) bez konkretnego kontekstu; bulletpointy podejrzanie równe — każdy dokładnie dwie linie, identyczna składnia; metryki „za okrągłe”; list motywacyjny jak parafraza ogólnego JD zamiast tej konkretnej firmy; język bez osobowości, opinii ani niepewności — gładki, ale pusty.
Fałszywe alarmy w profesjonalnej prozie
Konwencje biznesowe pchają tekst w stronę cech, które detektory flagują: formalny rejestr, równy rytm, precyzyjne słownictwo. Osoby piszące po angielsku jako po drugim języku, absolwenci writing-intensive i absolwenci coachingu pisarskiego częściej „wpadają”. Odpowiedzialni rekruterzy traktują wynik jako sygnał do pogłębienia, nie twarde drzwi — choć nie każdy proces jest tak delikatny.
Czy „AI w aplikacji” to zawsze problem?
Zależy od roli. Jeśli sam list jest próbką pracy (np. communications director), pełne oddanie tego etapu modelowi podważa sens procesu. W rolach, gdzie pisanie jest drugorzędne, polerowany list z AI może być narzędziem efektywności — etyczny problem to głównie reprezentacja. W każdej roli list twierdzący szczere entuzjazmy do firmy, których kandydat nie czuje, jest fałszywą reprezentacją.
Jak adaptują się firmy
Część organizacji rezygnuje z klasycznych listów na rzecz strukturyzowanych promptów i próbek pracy trudniejszych do wygenerowania jednym promptem. Role techniczne idą w kierunku zadań domowych i live interview. W ogłoszeniach pojawiają się jawne linie: „aplikacje oczywicie wygenerowane przez AI nie będą rozpatrywane”. Inni idą w przeciwną stronę i dopuszczają AI jako dowód biegłości w nowoczesnym stacku. Rozstrzał jest tak duży, że najpierw czytaj sygnały konkretnej firmy.
Autentyczne aplikacje z udziałem AI
Jeśli używasz modeli — rób to tak, by nie kłamać i nie wpaść w fałszywy alarm: niech AI wygeneruje szkic, a Ty przepiszesz własnym głosem, dodając konkretne projekty, liczby i spostrzeżenia, których model nie mógł znać. Urozmaicaj długość zdań. Dodawaj osobiste detale. Zrób pre-skan detektorem przed wysłaniem. Przejście skanu nie czyni aplikacji świetną, ale jeśli bez ciężkiej edycji nie przechodzi — tekst prawdopodobnie nie reprezentuje Cię wystarczająco dobrze na rozmowę.
Szerszy obraz
Detekcja w hiringu to reakcja na dewaluację materiałów aplikacyjnych jako sygnału kompetencji. Dłuższy trend to przesuwanie ciężaru w stronę ocen na żywo i próbek pracy, które trudniej zautomatyzować. Dla kandydata: inwestuj w rozmowę i portfolio. Dla firmy: projektuj proces, który ujawnia realne umiejętności, a nie tylko perfekcję self-pitchu — niezależnie od tego, czy poleruje je AI, czy 20 lat porad CV.