Agent HR

Agent AI w zarządzaniu zasobami ludzkimi — skrining CV, FAQ pracownicze, onboarding, administracja HR. AI Act wysokie ryzyko dla systemów rekrutacyjnych. Skrining CV wymaga disparate impact analysis i ludzkiego przeglądu odrzuconych kandydatów.

W Polsce nazywane też:

agent HRAI w rekrutacjiHR AIagent zasobów ludzkichAI skrining CV

HR przetwarza gigantyczne ilości informacji o ludziach. Tysiące CV przy rekrutacji, setki pytań pracowników o polityki, dziesiątki procesów administracyjnych przy onboardingu i offboardingu. To jest naturalne pole dla automatyzacji agentowej.

Jednocześnie HR to branża gdzie błędy AI mogą mieć szczególnie poważne konsekwencje dla jednostek — niesłusznie odrzucony kandydat, błędna ocena pracownika, naruszenie prywatności. AI Act kategoryzuje systemy HR AI jako wysokie ryzyko.

Czym jest HR agent

HR agent to agent AI wyspecjalizowany w procesach zarządzania zasobami ludzkimi — automatyzujący skrining CV, obsługujący pytania pracowników, wspierający procesy onboardingowe i administracyjne — działający jako system AI wysokiego ryzyka według AI Act z rygorystycznymi wymaganiami przejrzystości, niedyskryminacji i możliwości odwołania się przez kandydatów i pracowników.

Skrining CV — najwyższe ryzyko

Skrining CV przez AI jest jednym z najbardziej kontrowersyjnych zastosowań. Amazon musiał wycofać system skrining CV w 2018 bo systematycznie dyskryminował kobiety — model trenowany na historycznych danych reprodukował historyczne wzorce dyskryminacji.

AI Act: systemy AI używane w rekrutacji = wysokie ryzyko. Wymogi: dokumentacja techniczna, testy na dyskryminację (disparate impact analysis), ludzki przegląd odrzuconych kandydatów, prawo do wyjaśnienia dla odrzuconych.

Polska praktyka: RODO wymaga podstawy prawnej dla przetwarzania danych kandydatów przez AI, prawa do wyjaśnienia decyzji, możliwości sprzeciwu wobec automatycznego przetwarzania (Art. 22 GDPR).

Zastosowania niskiego ryzyka (bezpieczna strefa)

FAQ pracownicze: agent który odpowiada na pytania o urlopy, polityki, benefity, onboarding checklisty. Zasilany SharePoint/Confluence z dokumentacją HR. Wysoki ROI, niskie ryzyko regulacyjne.

Scheduling i logistics onboardingu: agent który koordynuje harmonogram szkoleń, przypomnienia, zadania onboardingowe. Nie podejmuje decyzji o ludziach — koordynuje procesy.

Administrative automation: zbieranie dokumentów do umowy, przypomnienia o deadlinach, generowanie standardowych dokumentów (świadectwa pracy, zaświadczenia). Znacząca oszczędność czasu HR.

Przyszłość HR agent

Performance management AI, talent analytics, predycja odejść pracowników — to są zastosowania które będą rosły ale wymagają szczególnej ostrożności. Każde z nich operuje na danych osobowych pracowników i ma bezpośredni wpływ na ich kariery. GDPR + AI Act + prawo pracy = kompleksowe środowisko regulacyjne które wymaga prawników zanim system trafi do produkcji.

AI Act UE dla agentówWymagania unijnego AI Act (EU 2024/1689) stosowane do systemów agentowych — klasyfikacja według ryzyka (minimalny do niedopuszczalnego), obowiązki dokumentacji i nadzoru dla wysokiego ryzyka, rejestracja od marca 2026. Agent w rekrutacji, kredytach lub diagnostyce = wysokie ryzyko z rygorystycznymi wymaganiami.Zautomatyzowane podejmowanie decyzjiDecyzje mające skutki prawne lub istotnie wpływające na osobę podejmowane wyłącznie przez system automatyczny — regulowane przez Art. 22 GDPR który przyznaje prawo do wyjaśnienia, sprzeciwu i ludzkiej interwencji. Dotyczy agentów decydujących o kredycie, zatrudnieniu, ubezpieczeniu.Gotowość korporacyjna na agentówGotowość organizacji do wdrożenia agentów AI w środowisku korporacyjnym — obejmująca gotowość systemów (ERP/CRM z API), danych (ustrukturyzowane i dostępne), governance (polityki i audyt) i kulturową (pracownicy gotowi do współpracy z agentami). Fundamentalnie różna od agent-readiness strony WWW.Prawo do wyjaśnienia decyzji AIPrawo osoby do zrozumiałego wyjaśnienia decyzji AI — zakorzenione w GDPR Art. 13-15 i Art. 22. Nie wymaga ujawnienia algorytmu, ale wymaga głównych czynników, ich wag i co osoba mogłaby zmienić dla innego wyniku. SHAP, LIME jako techniki implementacji.SharePoint jako baza wiedzyModel w którym SharePoint Online staje się źródłem wiedzy korporacyjnej dla agentów AI — przez indeksowanie przez Azure AI Search i Microsoft Graph — pozwalając agentom odpowiadać na pytania o polityki i procedury z danych które pozostają w środowisku korporacyjnym.