Model oceniający CV daje tekstowi z modelu o 23 proc. więcej szans. Rekruter po nim szuka czego innego
Wzmianka o AI w CV nie jest przewagą: bardzo ważną nazywa ją 19 proc. rekruterów, a 21 proc. nie chce jej widzieć. Co wpisać, żeby dało się sprawdzić.
W sekcji „Umiejętności” stoją trzy nazwy: ChatGPT, Copilot, Midjourney. Przecinki, żadnego czasownika. Z punktu widzenia osoby, która ma zdecydować o zaproszeniu na rozmowę, ten zapis mówi tyle samo co „Windows” w CV z 2012 roku: że kandydat miał dostęp. Nie mówi, co z tym dostępem zrobił.
Popularna rada brzmi: dopisz umiejętności AI, bo to dziś przewaga. Dane z badań rekruterów mówią coś innego — nie że to szkodzi, ale że sama wzmianka nie jest żadnym argumentem, a w części firm działa przeciwnie.
Biegłość w narzędziach AI jest szósta z dziewięciu umiejętności
W sondażu na próbie 1000 osób odpowiedzialnych za rekrutację w USA sztuczna inteligencja i uczenie maszynowe wraz z prompt engineeringiem wypadły szóste z dziewięciu kompetencji z wynikiem 26 proc., za komunikacją i współpracą (48 proc.), krytycznym myśleniem (46 proc.), wiedzą branżową (42 proc.), zarządzaniem projektami (35 proc.) i analizą danych (28 proc.).
Rozkład ocen samej biegłości w narzędziach jest jeszcze ciekawszy. Badanie podaje, że 78 proc. menedżerów uznaje ją za co najmniej „trochę ważną” — i ta liczba krąży po nagłówkach. Pod nią jest jednak rozbicie: 19 proc. nazywa ją bardzo ważną, 29 proc. ważną, 30 proc. trochę ważną, a 22 proc. nieważną. „Co najmniej trochę ważne” to kategoria, do której wpada niemal wszystko.
Najmocniejsza liczba w tym zestawie dotyczy nie wagi, a formy. Zapytani, jak chcą zobaczyć umiejętności AI u kandydata, menedżerowie najczęściej wskazali zastosowanie w rozmowie albo w zadaniu (26 proc.), dalej krótką wzmiankę w CV (19 proc.) i odbicie w przykładach pracy lub jej efektach (19 proc.). Osobna pozycja: 21 proc. w ogóle nie chce, żeby kandydat akcentował te umiejętności.
Praktyczny wniosek z tego rozkładu jest jeden. Wzmianka ma być krótka i ma prowadzić do czegoś, co da się sprawdzić. Rozbudowana sekcja „AI” w CV nie dodaje punktów u 19 proc., które chcą krótkiej wzmianki, a u co piątego czytelnika działa na minus.
CV ma dwóch czytelników i każdy nagradza coś innego
Zanim tekst zobaczy człowiek, przechodzi przez filtr. W tym samym badaniu 71 proc. menedżerów mówi, że firma używa systemu ATS, a 37 proc. pozwala mu odsiewać zgłoszenia według ustawionych kryteriów. Generyczna albo wyraźnie maszynowa treść jest w tym badaniu wskazywana jako jedna z głównych przyczyn odrzucenia na tym etapie — 28 proc.
Po tej stronie jest zjawisko, które warto znać, zanim ktoś postanowi przepisać całe CV modelem. Eksperyment opisany w pracy „AI Self-preferencing in Algorithmic Hiring” pokazuje, że modele wybierają własne streszczenia CV zamiast ludzkich w 67–82 proc. przypadków, a w symulowanych procesach dla 24 zawodów kandydat posługujący się tym samym modelem co pracodawca ma o 23–60 proc. większą szansę na krótką listę niż równie dobry kandydat z tekstem napisanym przez człowieka. Najsilniej efekt wyszedł w rolach biznesowych — sprzedaży i księgowości. Autorzy z University of Maryland dodają, że proste interwencje po stronie narzędzia zbijają tę skłonność o ponad połowę.
Tylko że z tego nie wynika strategia dla kandydata. Nie wiesz, który model stoi po drugiej stronie konkretnej rekrutacji — ani czy stoi tam jakikolwiek. Premia dotyczy zgodności modelu z modelem, a nie „tekstu napisanego przez AI” w ogóle, więc nie da się jej celowo wykorzystać. Da się natomiast zapłacić jej cenę u drugiego czytelnika.
80 proc. twierdzi, że poznaje tekst z modelu. Poznają brak szczegółu
Rekruterzy z tego samego sondażu deklarują, że w 80 proc. często rozpoznają CV napisane przez model, a jedynie 4 proc. nie widzi żadnych śladów. Jako sygnały wskazują nienaturalne sformułowania i ton (51 proc.), powtarzalny albo zbyt ogólny język (44 proc.) oraz nawyki formatowania, w tym myślniki (32 proc.).
To deklaracja, nie pomiar trafności — badanie nie sprawdza, ile razy rekruter się myli, i nie należy czytać tej liczby jako „80 proc. skuteczności detekcji”. Dla kandydata skutek jest jednak ten sam, bo decyzję podejmuje ten, kto deklaruje. Istotniejsze są dwie inne pozycje: 76 proc. mówi, że CV pisane przez model utrudnia zrozumienie, co kandydat faktycznie robił, a 72 proc. — że silne oparcie się na nim sprawia, iż kandydat wygląda na mniej kompetentnego.
Te dwie liczby opisują mechanizm, nie uprzedzenie. Model wygładza zdanie przez usunięcie tego, co w nim było nietypowe — a nietypowy szczegół jest dokładnie tym, czego szuka ktoś próbujący ocenić, czy kandydat zna swoją robotę. Zdanie „zoptymalizowałem procesy raportowe z wykorzystaniem narzędzi AI” nie jest złe stylistycznie. Jest puste, bo da się je wpisać w CV dowolnej osoby z dowolnego działu.
Polscy rekruterzy: 57 proc. zgody na CV, 19 proc. na zadanie, 3 proc. na rozmowę
Po polskiej stronie granica jest zmierzona wprost. W raporcie Pracuj.pl „Od Candidate Experience do Shared Experience”, na próbie 200 osób odpowiedzialnych za rekrutację, akceptacja spada wraz z tym, jak blisko jest moment oceny kandydata: 67 proc. przyjmuje pomoc AI w przygotowaniu do rozmowy, 57 proc. przy tworzeniu CV, 19 proc. przy rozwiązywaniu zadania rekrutacyjnego i 3 proc. przy odpowiadaniu na pytania w trakcie spotkania. Po stronie kandydatów (1023 aktywnych zawodowo Polaków, badanie z grudnia 2025 i stycznia 2026) 48 proc. użyło AI na jakimś etapie szukania pracy, a 43 proc. uważa to za przejaw zaradności.
Czytaj to jako zdjęcie jednego problemu z listy. Użycie modelu do napisania CV mieści się w tym, na co zgadza się większość rekruterów. Spór nie dotyczy narzędzia, tylko tego, co po nim zostaje w tekście.
Cztery formy zapisu i pytanie, które każdą z nich sprawdza
| Zapis w CV | Co z tego bierze filtr | Co z tego widzi człowiek | Pytanie, które to rozbija |
|---|---|---|---|
| „ChatGPT, Copilot, Midjourney” | trafienie we frazę, jeśli ta sama nazwa jest w ofercie | że kandydat miał dostęp do narzędzi | „Do czego konkretnie używał pan Copilota?” |
| „Znajomość narzędzi AI” | nic — fraza zbyt ogólna, by się z czymkolwiek zrównać | deklarację bez treści | „Co robi pani w pracy inaczej niż rok temu?” |
| „Zautomatyzowałem procesy z użyciem AI, oszczędzając 30 proc. czasu” | trafienie we frazy „automatyzacja”, „AI” | liczbę bez bazy i bez warunku pomiaru | „Trzydzieści procent czego i mierzone jak?” |
| „Opisy produktów do sklepu: szkic z modelu, własna weryfikacja zgodności z kartą katalogową, 40 opisów tygodniowo zamiast 15” | trafienie we frazy branżowe i narzędziowe | zadanie, punkt kontroli i wolumen | „Co pani wyłapywała przy weryfikacji?” — i na to pytanie jest odpowiedź |
Różnica między trzecim i czwartym wierszem nie polega na długości. Polega na tym, że czwarty zapis wskazuje czynność, której model nie wykonał — sprawdzenie zgodności z kartą katalogową. To jest ta część pracy, za którą ktoś płaci, i jedyna, o którą da się sensownie dopytać.
Kolejność, która zostaje po wykreśleniu przymiotników
- Nazwij zadanie, nie narzędzie. Narzędzie jest dopełnieniem zdania, nie jego podmiotem.
- Dopisz, co sprawdzasz po modelu. Jedno zdanie o punkcie kontroli robi więcej niż trzy o automatyzacji, bo opisuje decyzję, która została przy tobie.
- Zamiast procentu bez bazy podaj wolumen albo warunek pomiaru. „40 zamiast 15 tygodniowo” jest weryfikowalne, „30 proc. oszczędności” nie — i rekruter to wie. Zakładany procent rozjeżdża się z wykonaniem także po stronie zlecającego, co dobrze widać na rozliczeniu godzin w projekcie wycenionym z założeniem, że model zrobi połowę.
- Nazwę narzędzia wpisz w jednym miejscu. Ta sama nazwa w podsumowaniu, w umiejętnościach i w trzech punktach doświadczenia to dokładnie powtarzalność, którą 44 proc. rekruterów wskazuje jako sygnał tekstu z modelu.
- Jeśli szkic pisał model, przepisz zdania własnymi słowami. Nie po to, by zatrzeć ślad, ale żeby wróciły do nich szczegóły, które model usunął jako nietypowe.
- Przygotuj jeden artefakt. Procedura, lista kontrolna albo zestaw promptów, których realnie używasz w swojej roli — coś, co można otworzyć na rozmowie. Jeśli nie masz od czego zacząć, pomaga przejrzeć gotowy zestaw narzędzi używanych w pracy na własny rachunek i spisać własny odpowiednik dla swojego stanowiska.
Artefakt odpowiada na najczęstsze oczekiwanie z badania — zastosowanie pokazane w zadaniu lub w efektach pracy, a nie zadeklarowane w CV. Jest też jedyną częścią tego zestawu, której nie da się napisać w pięć minut, i właśnie dlatego działa.
Decyzja: trzy zdania, które obronisz pytaniem o szczegół
Otwórz swoje CV i znajdź każde miejsce, w którym pojawia się AI, model albo nazwa narzędzia. Do każdego zadaj jedno pytanie: „co dokładnie sprawdziłem lub poprawiłem po modelu?”. Zapisy, do których masz odpowiedź z konkretem, zostaw — to są twoje trzy zdania. Zapisy, przy których odpowiedź brzmi „usprawniłem procesy”, wykreśl i nie zastępuj niczym.
Krótsze CV z trzema weryfikowalnymi zdaniami wygrywa z dłuższym w obu kanałach naraz: filtr dostaje frazy branżowe zamiast nazw bez kontekstu, a człowiek dostaje coś, o co może dopytać. Decyzja jest jedna i podejmujesz ją dziś, przy następnej aplikacji: wpisujesz narzędzia, których używasz, czy zadania, które umiesz po nich sprawdzić.