AI zalewa rekruterów tysiącami zgłoszeń na jedno stanowisko – eksperci uważają, że aplikowanie o pracę powinno być trudniejsze, nie łatwiejsze.

Źródło zdjęcia: WIRED
Według reportażu Wired, proces rekrutacji w wielu branżach białych kołnierzyków przestał działać. Sztuczna inteligencja, która miała ułatwić kandydatom szukanie pracy, doprowadziła do zalewu setek i tysięcy zgłoszeń na jedno stanowisko — z czego znaczna część to fałszywe lub wygenerowane maszynowo aplikacje. Coraz więcej specjalistów od rekrutacji twierdzi wprost: aplikowanie o pracę powinno być trudniejsze, a nie łatwiejsze.
Jeszcze do niedawna filozofia rekrutacji była jasna: im łatwiej kandydatowi złożyć aplikację, tym większa szansa na znalezienie idealnego pracownika. Firmy masowo korzystały z funkcji „Easy Apply” na LinkedIn, obiecywały jednokrokowy proces aplikacyjny i robiły wszystko, by zminimalizować bariery wejścia. Po pandemii, gdy pracodawcy z trudem uzupełniali wakaty, te wysiłki jeszcze przyspieszyły.
„Wszyscy zmieniali pracę, bo dosłownie w jedno popołudnie można było mieć trzy oferty” — wspomina Jane Curran, dyrektor do spraw transformacji w gigancie nieruchomości JLL. Dziś, jak dodaje, sytuacja jest „biegunowym przeciwieństwem”.
Problem narósł, gdy do gry weszła powszechnie dostępna sztuczna inteligencja — po publicznym udostępnieniu ChatGPT w 2022 roku. Narzędzia pozwalają kandydatom przeredagować CV i śledzić nowe ogłoszenia w ciągu sekund. Firmy takie jak JobAssist, Sonara czy Apply4Me od Ladder obiecują użytkownikom możliwość złożenia „dziesięciokrotnie większej liczby aplikacji przy mniejszym wysiłku niż jedna ręczna aplikacja”. W praktyce nic nie stoi na przeszkodzie, by aplikować na dziesiątki ofert dziennie.
Efekt? Puchnące bazy kandydatów i coraz bardziej wyczerpujące procesy selekcji. „Płaciłem moim specjalistom od akwizycji talentów — wysoko wykwalifikowanym i dobrze opłacanym ludziom — po to, żeby cały dzień przeglądali zgłoszenia” — mówi Stockwell.
Ophir Samson, szef działu voice AI w Greenhouse (dołączył do firmy w tym roku po przejęciu jego startupu, który wykorzystywał AI do prowadzenia rozmów kwalifikacyjnych), zauważa radykalną zmianę nastawienia rekruterów. „Jeszcze rok temu każdy rekruter mówił mi: chcemy, żeby aplikowanie było jak najprostsze” — mówi Samson. „To, co dostali, to 2000 zgłoszeń w ciągu 24 godzin na jedno stanowisko. To parszywe doświadczenie dla wszystkich”.
Dobrzy kandydaci nie mają szans się wyróżnić, a słabi — przemykają przez sito selekcji. Rekruterzy, jak podkreśla Samson, stoją przed niewykonalnym zadaniem oceny tysięcy kandydatów każdego dnia. Zamiast poszukiwać wymarzonych pracowników na LinkedIn, spędzają godziny w systemach śledzenia kandydatów (ATS), ustawiając filtry, by ocenić, czyje CV zasługuje na choćby 30-sekundowy przegląd.
Teraz, jak mówi Samson, rekruterzy zwracają się do niego z zupełnie inną prośbą: „chcemy trochę tarcia w procesie. Tarcie jest dobre. Chcemy, żeby było trudniej”.
Tessa White, była menedżerka HR z dwudziestoletnim stażem, która opuściła korporacyjną Amerykę w 2018 roku i podczas pandemii zbudowała na TikToku 800-tysięczną publiczność, komentując rynek pracy, ocenia sytuację jednoznacznie: „Jesteśmy obecnie w miejscu, w którym pracodawcy narzekają, że nie mogą znaleźć dobrych ludzi, a ludzie narzekają, że nie mogą znaleźć pracy”. Jej zdaniem to efekt pogoni rekruterów za szybkością i wygodą: „Zawsze, gdy staramy się o efektywność, wygląda na to, że poświęcamy jakość”.
Curran z JLL zauważa jednak, że nie każda branża odczuwa problem tak samo. W zawodach wykwalifikowanych rzemieślników popyt pracodawców wciąż przewyższa podaż pracowników, więc lawina CV bywa mile widziana. Problem dotyczy głównie typowego bezrobotnego pracownika wiedzy z sektora białych kołnierzyków — tam, jak mówi Curran, „nie ma wystarczającej rotacji, nie ma wystarczająco nowych ofert wchodzących na rynek”. To oznacza, że rekruterzy w tych branżach są zasypywani zgłoszeniami przy każdej nowej publikacji oferty.
Skala problemu zmusiła LinkedIn do reakcji. Platforma potwierdziła Wired, że wprowadziła ograniczenia mające ograniczyć liczbę zautomatyzowanych i niskiej jakości aplikacji. W tym miesiącu LinkedIn uruchamia funkcję, która informuje najwyraźniej niedostatecznie wykwalifikowanych kandydatów, że prawdopodobnie nie są odpowiedni na dane stanowisko, i podsuwa im inne oferty pracy.
Jednocześnie sami rekruterzy coraz częściej sięgają po narzędzia AI, licząc, że pomogą im opanować morze aplikacji — zamykając w ten sposób pewien paradoksalny krąg, w którym technologia, która stworzyła problem, ma go teraz rozwiązać.
Rynek pracy w wielu sektorach białych kołnierzyków znalazł się w impasie: pracodawcy toną w tysiącach zgłoszeń, z których duża część jest fałszywa lub wygenerowana przez AI, a wartościowi kandydaci giną w tłumie. Coraz więcej głosów w branży HR wskazuje, że jedynym wyjściem może być przywrócenie „tarcia” w procesie aplikacyjnym — czyli, wbrew intuicji, utrudnienie ubiegania się o pracę.

Ramp wprowadza Router – usługę routingu modeli AI od OpenAI, Anthropic i innych, darmową w USA do końca 2026 roku.

KVBoost przyspiesza inferencję LLM 4,49x dzięki cache'owaniu KV na poziomie fragmentów, bez utraty dokładności modelu Qwen2.5–3B.

Apple szykuje AirPods z kamerami dla Siri, ale wycieki wskazują, że nie będą nagrywać zdjęć ani wideo, jak w Meta Ray-Ban.