Autonomiczne agenty AI wchodzą do działów HR, przejmując nie tylko rutynowe zadania, ale i operacyjne decyzje kadrowe. Czy organizacje wiedzą, jak zarządzać systemami, które same podejmują osądy dotyczące kariery pracowników?
Twoja organizacja wdraża AI w procesach kadrowych?
Wstęp
Funkcja HR przeszła długą drogę — od administracyjnego zaplecza, przez strategicznego partnera biznesowego, po obszar intensywnie transformowany przez sztuczną inteligencję. Jak wskazuje Fraser Tennant w publikacji dla Financier Worldwide (maj 2026), najnowszym i potencjalnie najgłębszym przełomem jest wejście tzw. agentic AI — systemów zdolnych do autonomicznego realizowania złożonych celów przy minimalnym nadzorze człowieka. Artykuł argumentuje, że agentic AI zmienia nie tylko sposób wykonywania pracy w HR, ale samą naturę tej pracy — od rekrutacji, przez rozwój talentów, po ocenę wyników i projektowanie organizacji. Dla audytorów, menedżerów compliance i osób odpowiedzialnych za systemy zarządzania to temat o bezpośrednim znaczeniu: pojawia się pytanie nie tyle „czy wdrożyć AI w HR”, ile „jak zapewnić governance, accountability i przejrzystość systemom, które same podejmują decyzje kadrowe”.
Agentic AI w procesach HR — nowa jakość automatyzacji
Czym jest agentic AI i dlaczego zmienia reguły gry?
Publikacja definiuje agentic AI, odwołując się do IBM, jako system zdolny do osiągania konkretnych celów przy ograniczonym nadzorze, złożony z agentów AI — modeli uczenia maszynowego naśladujących ludzkie podejmowanie decyzji. W odróżnieniu od tradycyjnej automatyzacji, która działa w ramach sztywnych reguł („zrób X, gdy nastąpi Y”), agentic AI wykazuje autonomię, adaptacyjność i zachowania ukierunkowane na cel. Ellie Hurst z Advent IM wyjaśnia w artykule, że agentic AI przenosi HR z automatyzacji pojedynczych zadań do delegowania całych bloków operacyjnego podejmowania decyzji — od sourcing’u po onboarding — systemom, które same łączą dane z różnych platform, koordynują działania i dostosowują się na podstawie wcześniejszych wyników.
Artykuł podkreśla kluczową różnicę: tradycyjna automatyzacja HR podąża za zaprogramowanymi regułami, natomiast agentic AI wydaje osądy — decyduje, którzy kandydaci przechodzą dalej, planuje rozmowy kwalifikacyjne, ocenia odpowiedzi według wyuczonych wzorców i rekomenduje działania. Prof. Ronan Carbery z Cork University Business School nazywa to „delegated authority” — pojęciem, które ma daleko idące konsekwencje dla accountability w organizacji.
Wymiary transformacji HR według McKinsey
Publikacja odwołuje się do analizy McKinsey z 2025 roku, wskazując, że agentic AI wymaga od HR reimaginacji roli w kilku wymiarach. Planowanie zasobów ludzkich przesunie się od statycznych modeli opartych na stanowiskach do dynamicznych struktur opartych na aktywnościach, identyfikujących, które zadania lepiej wykonają ludzie, agenty AI, czy rozwiązania hybrydowe. Projektowanie organizacji będzie coraz silniej integrować pracę ludzką i cyfrową — agentic AI umożliwia modelowanie scenariuszy, analizę workforce i monitoring kultury organizacyjnej. Rekrutacja odejdzie od zatrudniania na statyczne stanowiska na rzecz priorytetyzacji metakompetencji: zdolności uczenia się, adaptacyjności i umiejętności współpracy z systemami AI.
Artykuł wskazuje również na transformację rozwoju pracowników — ciągłe, kontekstowe uczenie się wspierane przez AI coachów i adaptacyjne ścieżki podnoszenia kwalifikacji. Menedżerowie będą nadzorować i rozwijać zarówno pracowników, jak i agentów AI. Zarządzanie talentami odejdzie od liniowych ścieżek kariery, a systemy agentic mogą pomagać pracownikom definiować cele i plany rozwoju, umożliwiając HR tworzenie bardziej spersonalizowanych podejść do oceny wyników i planowania sukcesji.
Ryzyka: zacieranie granic i utrata kontroli
Publikacja szczegółowo analizuje ryzyka związane z rozmyciem granicy między pracą ludzką a cyfrową. Prof. Carbery ostrzega, że powstaje ryzyko projektowania procesów rekrutacyjnych, w których ludzie jedynie walidują wyniki algorytmów zamiast podejmować rzeczywiste decyzje. Gdy organizacje używają jednego LLM do pisania specyfikacji stanowisk, kandydaci używają innego LLM do generowania aplikacji, a jeszcze inny LLM je przegląda — optymalizacja następuje pod kątem czytelności algorytmicznej, nie rzeczywistych kompetencji czy dopasowania.
Artykuł identyfikuje kolejne zagrożenia: automation complacency (osłabienie ludzkiego osądu w miarę przyzwyczajania się do rekomendacji agentów), pozorna obiektywność decyzji opatrzonych „confidence score” oraz napięcie psychologiczne wynikające z coraz trudniejszego rozróżnienia między interakcją z człowiekiem a ze systemem AI. Hurst podkreśla, że jeśli kandydaci nie zdają sobie sprawy, że rozmawiają z agentem, zaufanie eroduje, a pojawiają się pytania o disclosure, consent i integralność procesu. Screening, messaging i rekomendacje mogą wpływać na wyniki kariery zawodowej na masową skalę — sprawiedliwość i przejrzystość stają się kluczowymi kwestiami compliance.
Stawka regulacyjna: EU AI Act i odpowiedzialność organizacji
Publikacja wskazuje, że choć nie istnieje jeszcze globalna legislacja regulująca agentic AI w HR, ramy regulacyjne ewoluują szybko. EU AI Act, w pełni obowiązujący od 2 sierpnia 2026, klasyfikuje algorytmy HR jako systemy wysokiego ryzyka wymagające rygorystycznej oceny, z potencjalnymi karami sięgającymi 34 milionów euro. Odpowiedzialność prawna — jak argumentuje Carbery — wykracza poza roszczenia dyskryminacyjne: gdy systemy AI generują bezprawne wypowiedzenia lub halucynują nieprawidłowe polityki, organizacje pozostają odpowiedzialne.
Hurst dodaje, że agentic AI podnosi stawkę regulacyjną, ponieważ może w sposób ciągły przetwarzać dane osobowe i podejmować lub istotnie wpływać na decyzje pracownicze, co stawia organizacje na trudnym skrzyżowaniu ochrony danych, profilowania i zautomatyzowanego podejmowania decyzji. Accountability jest, jak określa to ekspertka, „uncomfortable centre of gravity” — jeśli odpowiedzialność pozostaje niejasna, rozmywa się między HR, IT, dostawcami i „modelem”, który nie jest podmiotem prawnym, którego można umieścić na schemacie organizacyjnym.
Perspektywa norm ISO
Artykuł wielokrotnie postuluje potrzebę governance frameworks, audit trails i named accountability. ISO/IEC 42001:2023 — pierwszy międzynarodowy standard definiujący wymagania dla AI Management System — operacjonalizuje te postulaty w sposób systemowy. Norma wymaga od najwyższego kierownictwa ustanowienia polityki AI (klauzula 5.2), zdefiniowania ról i odpowiedzialności związanych z AI (klauzula 5.3) oraz przeprowadzenia oceny ryzyka AI (klauzula 6.1.2) i oceny wpływu systemu AI (klauzula 6.1.4). W kontekście agentic AI w HR oznacza to, że organizacja musi formalnie określić, jakie decyzje kadrowe mogą być delegowane do agentów AI, kto ponosi odpowiedzialność za ich wyniki i w jaki sposób zapewniony jest nadzór ludzki. Norma wymaga również integracji systemu zarządzania AI z istniejącymi systemami zarządzania (jakością, bezpieczeństwem, prywatnością), co jest szczególnie istotne w kontekście złożoności, o której mówi artykuł.
ISO/IEC 38507:2022 — governance i odpowiedzialność za AI
Publikacja podnosi fundamentalne pytanie: kto odpowiada, gdy system algorytmiczny zarządza oceną wyników, przydzielaniem zadań czy decyzjami o zwolnieniu? ISO/IEC 38507:2022 odpowiada jednoznacznie: organ zarządzający pozostaje odpowiedzialny za wszystkie działania organizacji i ta odpowiedzialność nie może być delegowana — nawet na system AI. Norma wskazuje, że organ zarządzający powinien przyjąć odpowiedzialność za użycie AI, a nie przypisywać ją samemu systemowi, i ostrzega przed ryzykiem antropomorfizacji AI. W odniesieniu do tez artykułu o „delegated authority” w HR, norma precyzuje trzy filary governance: Direction (polityki, strategie, kodeksy etyki), Oversight (ewaluacja, monitoring, decision assurance) i Evaluation (ocena skuteczności mechanizmów governance). ISO 38507 adresuje także wprost kwestie unwanted bias i compliance management w kontekście AI — kluczowe zagadnienia z publikacji.
ISO/IEC 23894:2023 — zarządzanie ryzykiem AI
Artykuł identyfikuje ryzyka, które wymagają systematycznego zarządzania: bias algorytmiczny, automation complacency, brak wyjaśnialności decyzji, napięcia psychologiczne między ludźmi a systemami konwersacyjnymi. ISO/IEC 23894:2023 rozszerza klasyczny framework zarządzania ryzykiem ISO 31000 o specyficzne zagrożenia AI, w tym human-in-the-loop control points — mechanizmy zapewniające, że osoby decyzyjne zachowują autonomię w procesie podejmowania decyzji i mogą uwzględniać wyniki systemów AI jako wsparcie, nie jako ostateczny werdykt. Norma wskazuje również na konieczność identyfikacji konsekwencji dla różnych grup interesariuszy — co w kontekście HR oznacza zarówno pracowników ocenianych przez algorytmy, jak i kandydatów, których ścieżki kariery kształtują rekomendacje agentów.
Kontekst regulacyjny: EU AI Act
Perspektywę normatywną wzmacnia kontekst regulacyjny EU AI Act, który od 2 sierpnia 2026 klasyfikuje systemy AI stosowane w procesach rekrutacyjnych, ocenie wyników i podejmowaniu decyzji kadrowych jako systemy wysokiego ryzyka. Normy ISO 42001, 38507 i 23894 stanowią naturalne narzędzia operacjonalizacji wymogów tego rozporządzenia — dostarczają ram systemowych, które umożliwiają organizacjom wykazanie zgodności z wymaganiami dotyczącymi governance, oceny ryzyka, przejrzystości i nadzoru ludzkiego.
Praktyczne implikacje
Artykuł Tennanta stawia organizacje wdrażające agentic AI w HR przed konkretnymi wyzwaniami operacyjnymi. W świetle norm ISO te wyzwania przekładają się na następujące kroki:
Po pierwsze, konieczne jest ustanowienie polityki AI obejmującej procesy HR — zgodnie z ISO 42001 (klauzula 5.2). Polityka ta powinna jasno definiować, które decyzje kadrowe mogą być wspomagane przez agentów AI, a które wymagają wyłącznego nadzoru ludzkiego.
Po drugie, organizacja powinna przeprowadzić ocenę wpływu systemu AI na pracowników i kandydatów (ISO 42001, klauzula 6.1.4) — obejmującą analizę ryzyka bias, przejrzystości decyzji i potencjalnych konsekwencji dla praw jednostki.
Po trzecie, organ zarządzający musi formalnie zdefiniować struktury accountability zgodne z ISO 38507 — kto odpowiada za wyniki decyzji podejmowanych lub rekomendowanych przez agentów AI? Artykuł przestrzega przed rozmywaniem odpowiedzialności między HR, IT i dostawcami technologii.
Po czwarte, wdrożenie mechanizmów human-in-the-loop (ISO 23894) — zapewniających, że decyzje o istotnym wpływie na karierę pracowników (rekrutacja, ocena, awans, zwolnienie) podlegają finalnemu osądowi ludzkiemu z zachowaniem pełnej autonomii decyzyjnej.
Po piąte, przygotowanie organizacji do wymogów EU AI Act — dokumentacja procesów AI, audit trails, mechanizmy wyjaśnialności i ścieżki odwoławcze stanowią minimum, które normy ISO pomagają zoperacjonalizować.
Podsumowanie
Publikacja Tennanta trafnie diagnozuje, że agentic AI to zmiana strukturalna, nie chwilowy trend — jej sukces zależy jednak od tego, czy organizacje potraktują ją jak autopilot z jasnymi regułami, szkoleniami, monitoringiem i ludzkim kapitanem, czy jak magię. Normy ISO 42001, 38507 i 23894 dostarczają audytorom i menedżerom systemów zarządzania konkretnych narzędzi do kształtowania tej transformacji — od polityk AI, przez governance podejmowania decyzji, po systematyczne zarządzanie ryzykiem. W kontekście nadchodzącego pełnego stosowania EU AI Act od sierpnia 2026, systemowe podejście do governance AI w procesach HR przestaje być opcją, a staje się wymogiem compliance.
Bibliografia:
- Tennant, F. „The agentic workforce arrives: AI and the HR transformation”. Financier Worldwide, Issue 281, May 2026, s. 19–23.
- ISO/IEC 42001:2023. Information technology — Artificial intelligence — Management system.
- ISO/IEC 38507:2022. Information technology — Governance of IT — Governance implications of the use of artificial intelligence by organizations.
- ISO/IEC 23894:2023. Information technology — Artificial intelligence — Guidance on risk management.
- ISO/IEC TR 24028:2020. Information technology — Artificial intelligence — Overview of trustworthiness in artificial intelligence.
- Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2024/1689 z dnia 13 czerwca 2024 r. ustanawiające zharmonizowane przepisy dotyczące sztucznej inteligencji (akt w sprawie sztucznej inteligencji / EU AI Act).
- McKinsey & Company. „HR’s transformative role in an agentic future”. 2025.
FAQ: AI w HR
Czym jest agentic AI i czym różni się od tradycyjnej automatyzacji HR?
Agentic AI to systemy sztucznej inteligencji zdolne do autonomicznego realizowania złożonych celów przy minimalnym nadzorze człowieka. W odróżnieniu od tradycyjnej automatyzacji HR, która działa w ramach sztywnych reguł („zrób X, gdy nastąpi Y"), agentic AI wydaje samodzielne osądy — decyduje, którzy kandydaci przechodzą dalej, planuje rozmowy kwalifikacyjne i rekomenduje działania, koordynując pracę wielu systemów jednocześnie.
Jakie ryzyka niesie wdrożenie agentic AI w procesach kadrowych?
Kluczowe ryzyka obejmują: automation complacency (osłabienie ludzkiego osądu przy poleganiu na rekomendacjach AI), bias algorytmiczny w procesach rekrutacyjnych, rozmywanie odpowiedzialności za decyzje kadrowe między HR, IT i dostawcami technologii, oraz napięcie psychologiczne wynikające z trudności rozróżnienia interakcji z człowiekiem od interakcji z systemem AI. Sprawiedliwość i przejrzystość stają się kluczowymi kwestiami compliance.
EJak EU AI Act wpływa na wykorzystanie AI w HR?
EU AI Act, w pełni obowiązujący od 2 sierpnia 2026, klasyfikuje algorytmy stosowane w procesach rekrutacyjnych, ocenie wyników i podejmowaniu decyzji kadrowych jako systemy wysokiego ryzyka. Organizacje muszą przeprowadzać rygorystyczne oceny tych systemów, zapewnić przejrzystość i nadzór ludzki, a potencjalne kary za niespełnienie wymogów mogą sięgać 34 milionów euro.
Jakie normy ISO pomagają zarządzać AI w organizacji?
Trzy kluczowe normy tworzą spójny framework: ISO/IEC 42001:2023 definiuje wymagania dla systemu zarządzania AI (polityka AI, ocena ryzyka, ocena wpływu), ISO/IEC 38507:2022 dostarcza wytycznych dla organów zarządzających w zakresie governance i accountability przy wdrażaniu AI, a ISO/IEC 23894:2023 rozszerza zarządzanie ryzykiem o specyficzne zagrożenia AI — bias, brak wyjaśnialności, ryzyka łańcucha wartości.
Jak zapewnić odpowiedzialność za decyzje podejmowane przez agentów AI w HR
Zgodnie z ISO/IEC 38507 organ zarządzający pozostaje odpowiedzialny za wszystkie działania organizacji — ta odpowiedzialność nie może być delegowana na system AI. Organizacja powinna formalnie zdefiniować, które decyzje kadrowe mogą być wspomagane przez AI, wdrożyć mechanizmy human-in-the-loop zapewniające finalny osąd ludzki w decyzjach o istotnym wpływie na karierę pracowników oraz utrzymywać audit trails dokumentujące przebieg decyzji algorytmicznych.
Ekspert w zakresie systemów zarządzania ISO, cyberbezpieczeństwa, compliance i AI governance. Audytor, konsultant, trener.