Reguła automatyzacji w systemie ATS to zapisana w systemie zasada typu „jeśli zdarzy się X i spełniony jest warunek Y, wykonaj akcję Z”. Może to być przeniesienie kandydata na kolejny etap, wysłanie wiadomości, przypisanie rekrutera albo utworzenie zadania dla handlowca. Dobrze zaprojektowane reguły zdejmują z zespołu powtarzalną administrację i porządkują proces. Źle zaprojektowane potrafią po cichu odrzucać wartościowych kandydatów i narażać firmę na ryzyko prawne. Poniżej opisujemy, jak zbudować reguły, które przyspieszają rekrutację i nie odbierają rekruterowi decyzji tam, gdzie powinien ją podejmować człowiek.

Najważniejsze w skrócie

• Każda reguła składa się z trzech elementów: wyzwalacza, warunku i akcji. Czwartym, często pomijanym, jest zapis w historii, który pozwala później odtworzyć, co i dlaczego się wydarzyło.

• Największy zwrot dają reguły administracyjne: parsowanie CV, wykrywanie duplikatów, przypisywanie właściciela, przypomnienia i komunikacja z kandydatem.

• Automatyczne odrzucanie kandydatów wyłącznie na podstawie wyniku algorytmu to obszar wysokiego ryzyka, zarówno w świetle RODO, jak i unijnego aktu o sztucznej inteligencji.

• Reguły warto wdrażać etapami, zaczynając od kilku najczęstszych scenariuszy, i mierzyć ich efekt na konkretnych wskaźnikach, a nie na wrażeniu zespołu.

• W agencjach rekrutacyjnych reguły ATS powinny obejmować także lejek sprzedażowy i kontrakty, bo to tam powstaje najwięcej ręcznego przepisywania danych.

Spis treści

• 1. Czym jest reguła automatyzacji w systemie ATS

• 2. Reguły, od których warto zacząć

• 3. Projektowanie reguł krok po kroku

• 4. Granice automatyzacji: RODO, Kodeks pracy i AI Act

• 5. Najczęstsze błędy przy wdrażaniu

• 6. Jak mierzyć skuteczność reguł

• 7. Perspektywa Recruitify

• 8. Najczęściej zadawane pytania

• Źródła

Spis treści

1. Czym jest reguła automatyzacji w systemie ATS

2. Reguły, od których warto zacząć

3. Projektowanie reguł krok po kroku

4. Granice automatyzacji: RODO, Kodeks pracy i AI Act

5. Najczęstsze błędy przy wdrażaniu

6. Jak mierzyć skuteczność reguł

7. Perspektywa Recruitify

8. Najczęściej zadawane pytania

1. Czym jest reguła automatyzacji w systemie ATS

System ATS przechowuje kandydatów, projekty rekrutacyjne i historię kontaktów. Reguły automatyzacji sprawiają, że system nie tylko gromadzi dane, ale także reaguje na zmiany w nich. Ogólne omówienie tego, jak działa sam system, zawiera przewodnik po systemach ATS; w tym artykule skupiamy się wyłącznie na logice reguł.

Anatomia reguły

W praktyce warto rozróżnić dwa typy reguł. Reguły wykonawcze robią coś za rekrutera: wysyłają wiadomość, tworzą profil, przenoszą dokument. Reguły sygnalizujące jedynie zwracają uwagę człowieka: oznaczają kandydata, podnoszą priorytet zadania, wysyłają powiadomienie. Im większy wpływ akcji na sytuację kandydata, tym częściej reguła powinna być sygnalizująca, a nie wykonawcza.

Reguła a scoring AI

Klasyczna reguła działa deterministycznie: ten sam warunek zawsze daje ten sam wynik. Scoring oparty na AI ocenia dopasowanie kandydata do wymagań projektu i zwraca wynik procentowy lub ranking. Oba mechanizmy dobrze się uzupełniają, pod warunkiem że wynik scoringu jest traktowany jako dane wejściowe do reguły („jeśli dopasowanie przekracza 80%, dodaj do listy do przeglądu”), a nie jako ostateczny werdykt („jeśli dopasowanie jest niższe niż 50%, odrzuć”).

2. Reguły, od których warto zacząć

Nie każdą czynność opłaca się automatyzować. Najlepiej sprawdzają się reguły dla zdarzeń częstych, powtarzalnych i o niskim ryzyku błędu. Poniższa tabela porządkuje je według etapów procesu, od aplikacji po kontrakt.

Agencje IT i body leasing

W agencjach rekrutacyjnych IT proces nie kończy się na zatrudnieniu kandydata. Po akceptacji oferty zaczyna się kontrakt B2B, rozliczenia, przedłużenia i rotacja konsultantów u klienta. Reguły powinny więc łączyć trzy obszary: rekrutację, sprzedaż i kontrakty. Typowe przykłady to przypomnienie o zbliżającym się końcu kontraktu, utworzenie szansy sprzedażowej przy przedłużeniu albo ponowne uruchomienie wyszukiwania w bazie, gdy konsultant kończy projekt. Więcej o wymaganiach wobec systemów w tym segmencie opisuje artykuł o tym, jakie funkcje musi mieć ATS dla IT.

Reguły dla własnej bazy kandydatów

Wiele agencji posiada tysiące profili, do których nikt nie wraca. Reguła, która przy otwarciu nowego projektu automatycznie przeszukuje własną bazę i proponuje dopasowanych kandydatów, jest jedną z najbardziej opłacalnych automatyzacji. Zmniejsza zależność od płatnych źródeł zewnętrznych i skraca czas do pierwszej prezentacji. Warunkiem jest jednak aktualna podstawa prawna przetwarzania danych osób z bazy, o czym niżej.

3. Projektowanie reguł krok po kroku

Najczęstszą przyczyną nieudanych wdrożeń nie jest samo narzędzie, lecz brak opisu procesu przed konfiguracją. Poniższa sekwencja pozwala tego uniknąć.

1. Opisanie procesu w obecnej postaci. Należy spisać etapy rekrutacji tak, jak faktycznie przebiegają, a nie tak, jak wyglądają w prezentacji firmowej. Warto uwzględnić, kto wykonuje każdą czynność i ile czasu ona zajmuje.

2. Wskazanie czynności powtarzalnych. Kandydatami do automatyzacji są zadania wykonywane wielokrotnie w tygodniu, według tego samego schematu, bez potrzeby oceny merytorycznej: przepisywanie danych z CV, wysyłka potwierdzeń, aktualizacja statusów.

3. Ocena ryzyka każdej reguły. Dla każdej planowanej reguły trzeba odpowiedzieć na pytanie: co się stanie, jeśli zadziała błędnie? Jeśli skutkiem jest niepotrzebny e-mail, ryzyko jest niskie. Jeśli skutkiem jest odrzucenie kandydata, reguła wymaga nadzoru człowieka.

4. Zapisanie reguły w formie zdania. Przykład: „Gdy kandydat zostanie przeniesiony na etap «Rozmowa z klientem», a projekt ma przypisanego opiekuna klienta, utwórz zadanie dla opiekuna z terminem 24 godzin”. Jeśli reguły nie da się zapisać jednym jasnym zdaniem, jest zbyt złożona.

5. Test na ograniczonym zakresie. Nową regułę najlepiej uruchomić najpierw w jednym projekcie lub dla jednego zespołu i przez dwa tygodnie sprawdzać jej działanie w historii zdarzeń.

6. Ustalenie właściciela reguły. Każda reguła powinna mieć osobę odpowiedzialną za jej utrzymanie. Zmiana szablonu wiadomości, nazwy etapu czy pola formularza potrafi zaburzyć działanie reguły, jeśli nikt jej nie pilnuje.

7. Przegląd cykliczny. Raz na kwartał warto sprawdzić, które reguły są aktywne, ile razy zadziałały i czy nadal odpowiadają procesowi.

Kolejność wdrażania

Rozsądna kolejność to: najpierw reguły porządkujące dane (parsowanie, duplikaty, przypisanie właściciela), następnie komunikacja z kandydatem, potem powiadomienia wewnętrzne, a na końcu reguły wykorzystujące scoring i dopasowanie. Taka sekwencja sprawia, że reguły oparte na AI pracują na czystych, ustrukturyzowanych danych, co bezpośrednio przekłada się na jakość ich wyników.

4. Granice automatyzacji: RODO, Kodeks pracy i AI Act

Reguły automatyzacji przetwarzają dane osobowe, a część z nich wpływa na to, czy kandydat przejdzie dalej. Dlatego ich projektowanie jest także zagadnieniem prawnym. Poniższe informacje mają charakter ogólny; przed wdrożeniem reguł opartych na ocenie kandydatów warto skonsultować konfigurację z inspektorem ochrony danych lub radcą prawnym specjalizującym się w prawie pracy.

Zakres zbieranych danych

Art. 22¹ Kodeksu pracy określa dane, których pracodawca żąda od osoby ubiegającej się o zatrudnienie: imię i nazwisko, datę urodzenia, dane kontaktowe, a gdy jest to niezbędne do pracy na danym stanowisku, także wykształcenie, kwalifikacje zawodowe i przebieg dotychczasowego zatrudnienia. Reguły formularzy aplikacyjnych nie powinny wymuszać podania danych spoza tego katalogu jako warunku przejścia dalej. Dotyczy to umów o pracę; przy rekrutacjach na kontrakty B2B podstawy przetwarzania należy przeanalizować osobno.

AI w rekrutacji jako obszar wysokiego ryzyka

Urząd Ochrony Danych Osobowych wskazuje, że w świetle rozporządzenia (UE) 2024/1689, czyli aktu o sztucznej inteligencji, systemy AI wykorzystywane do rekrutacji i selekcji, w tym do analizowania i filtrowania aplikacji, są systemami wysokiego ryzyka. Wiąże się to z obowiązkami dotyczącymi przejrzystości, nadzoru człowieka, dokumentacji technicznej i rejestrowania zdarzeń. Komisja Europejska w materiałach AI Act Service Desk dotyczących zatrudnienia zwraca uwagę, że systemy AI stosowane w rekrutacji mogą utrwalać historyczne wzorce dyskryminacji.

Harmonogram stosowania tych przepisów się zmienił. Według Krajowej Izby Radców Prawnych 27 lipca 2026 r. weszło w życie rozporządzenie (UE) 2026/1744, tzw. Digital Omnibus on AI, które przesunęło część najbardziej wymagających obowiązków. Jak wyjaśnia omówienie wytycznych Komisji dotyczących AI w rekrutacji, obowiązki wobec samodzielnych systemów wysokiego ryzyka z załącznika III zostały przesunięte z 2 sierpnia 2026 r. na 2 grudnia 2027 r. Nie oznacza to swobody do tego czasu: zakazane praktyki z art. 5 oraz obowiązek kompetencji w zakresie AI obowiązują od 2 lutego 2025 r., a RODO stosuje się niezależnie od AI Act.

Stanowisko Prezesa UODO

W piśmie DPNT.0623.18.2026 w sprawie AI w rekrutacji Prezes UODO odnosi się do sygnałów o wykorzystywaniu sztucznej inteligencji przez pracodawców w procesach rekrutacyjnych. Z jego stanowiska wynika, że wdrożenie takich rozwiązań powinno być poprzedzone oceną skutków dla ochrony danych (DPIA), a kandydaci powinni wiedzieć, że ich aplikacja jest analizowana z udziałem AI, i mieć możliwość uzyskania wyjaśnienia roli systemu w decyzji. Szerszy kontekst prawny i etyczny zbiera także analiza PARP o sztucznej inteligencji w rekrutacji.

Co to oznacza dla konfiguracji reguł

• Brak automatycznego odrzucenia na podstawie scoringu. Wynik dopasowania powinien porządkować kolejkę do przeglądu, a decyzję o odrzuceniu powinien zatwierdzać rekruter.

• Informacja dla kandydata. Wiadomość potwierdzająca aplikację to dobre miejsce na informację, że w procesie wykorzystywane są narzędzia wspierające analizę CV.

• Kryteria związane ze stanowiskiem. Warunki reguł powinny odnosić się do kwalifikacji i doświadczenia, nigdy do cech takich jak wiek, płeć czy miejsce pochodzenia, także pośrednio (np. rok ukończenia studiów jako filtr).

• Historia zdarzeń. Każda akcja reguły powinna zostawiać ślad, który pozwala wyjaśnić kandydatowi lub organowi nadzorczemu, jak przebiegała ocena.

• Pula talentów z podstawą prawną. Reguła przenosząca kandydatów do bazy na potrzeby przyszłych rekrutacji powinna działać tylko dla osób, które wyraziły na to zgodę, i uwzględniać jej wycofanie.

5. Najczęstsze błędy przy wdrażaniu

Nawet poprawnie skonfigurowane narzędzie nie zrekompensuje źle przemyślanej logiki. Poniższe błędy powtarzają się w wielu zespołach.

• Automatyzowanie chaosu. Jeśli etapy procesu różnią się między rekruterami, reguły tylko utrwalą niespójność. Najpierw trzeba uzgodnić wspólny lejek.

• Zbyt wiele reguł naraz. Kilkadziesiąt reguł uruchomionych w pierwszym tygodniu utrudnia ustalenie, która z nich powoduje problem.

• Nakładające się wyzwalacze. Dwie reguły reagujące na to samo zdarzenie mogą wysłać kandydatowi dwie sprzeczne wiadomości.

• Wiadomości bez kontekstu. Automatyczny e-mail bez nazwy stanowiska i informacji o kolejnym kroku obniża zaufanie kandydata bardziej niż brak wiadomości.

• Brak właściciela. Reguła, za którą nikt nie odpowiada, przestaje działać po pierwszej zmianie w procesie, a zespół dowiaduje się o tym od kandydatów lub klientów.

• Oczekiwanie, że automatyzacja rozwiąże problem decyzyjny. Jak opisuje artykuł o tym, dlaczego procesy rekrutacyjne zwalniają mimo AI, wąskim gardłem bywa często czas reakcji klienta lub menedżera, a nie praca rekrutera. Reguły przypominające o oczekujących decyzjach są w takich przypadkach skuteczniejsze niż kolejne automatyzacje po stronie selekcji.

6. Jak mierzyć skuteczność reguł

Ocena wdrożenia powinna opierać się na danych zebranych przed uruchomieniem reguł i po nim. Wystarczy kilka wskaźników mierzonych w tym samym okresie, np. przez cztery tygodnie przed zmianą i cztery tygodnie po niej.

Ostatni wskaźnik jest szczególnie ważny. Jeśli rekruterzy często zmieniają kolejność zaproponowaną przez system albo wyciągają kandydatów z dołu listy, kryteria scoringu wymagają korekty. Metodę przeliczania tych wskaźników na wynik finansowy przedstawia artykuł o rzeczywistym zwrocie z inwestycji w system rekrutacyjny, a o tym, kiedy AI w ogóle warto włączać, piszemy w tekście AI w rekrutacji: kiedy wdrożenie się opłaca.

7. Perspektywa Recruitify

Pracując z agencjami rekrutacyjnymi IT, widzimy, że największa strata czasu nie powstaje w samej selekcji, lecz na styku obszarów: między zapytaniem klienta a otwarciem projektu, między akceptacją oferty a przygotowaniem umowy, między zakończeniem kontraktu a ponownym zaangażowaniem konsultanta. Dlatego reguły automatyzacji projektujemy jako jeden przepływ pracy, od pierwszego kontaktu z leadem, przez kategoryzację talentów, aż po wygenerowanie umowy B2B, a nie jako zestaw osobnych skrótów w poszczególnych modułach.

Drugie przekonanie dotyczy roli AI. Contextual Matching AI w Recruitify ocenia aplikacje względem wymagań projektu i zwraca short-listę z procentowym wskaźnikiem dopasowania, rozumiejąc powiązania w stacku technologicznym, a nie tylko pojedyncze słowa kluczowe. Traktujemy ten wynik jako wsparcie decyzji rekrutera. Uważamy, że dobrze zaprojektowana automatyzacja przejmuje administrację: parsowanie CV, wykrywanie duplikatów, tworzenie zanonimizowanych profili dla klienta. Ocena człowieka, zwłaszcza przy odrzuceniu kandydata, powinna pozostać w rękach rekrutera. Takie podejście jest zgodne zarówno z kierunkiem regulacji, jak i z naszym doświadczeniem: zespoły, które ufają wynikom systemu, bo mogą je zweryfikować, korzystają z automatyzacji znacznie chętniej.

- Recruitify Team

Automatyzacja procesu w Recruitify

Recruitify łączy ATS, CRM sprzedażowy oraz moduł kontraktingu i body leasingu w jednym systemie, dzięki czemu reguły mogą obejmować cały proces, od zapytania klienta do umowy. AI CV Parser z technologią OCR buduje ustrukturyzowany profil kandydata z plików PDF, DOCX, skanów i zdjęć w około 3 sekundy i automatycznie wychwytuje duplikaty, a Blind CV AI przygotowuje zanonimizowane profile do prezentacji klientowi. Przegląd modułów opisuje strona funkcji AI w rekrutacji, a przykład przejścia z arkuszy na zautomatyzowany proces pokazuje case study agencji rekrutacyjnej. Plan Zespół HR kosztuje od 265 zł miesięcznie za użytkownika, plan Agencja od 290 zł miesięcznie za użytkownika, a warunki planu Enterprise ustalane są indywidualnie. Szczegóły znajdują się w cenniku Recruitify.

8. Najczęściej zadawane pytania

Czym różni się reguła automatyzacji od workflow w ATS?

Reguła to pojedyncza zasada: wyzwalacz, warunek i akcja. Workflow to uporządkowany ciąg etapów i reguł, które razem prowadzą kandydata lub projekt przez cały proces. W praktyce workflow składa się z wielu reguł powiązanych ze sobą kolejnymi statusami.

Czy ATS może automatycznie odrzucać kandydatów?

Technicznie tak, ale w przypadku odrzucenia na podstawie oceny algorytmu jest to rozwiązanie ryzykowne. UODO wskazuje, że AI w rekrutacji jest w świetle AI Act systemem wysokiego ryzyka, wymagającym nadzoru człowieka i przejrzystości wobec kandydata. Bezpieczniejsza praktyka to automatyczne porządkowanie kolejki i ręczne zatwierdzanie odrzuceń przez rekrutera.

Od ilu reguł zacząć wdrożenie?

Na start zwykle wystarcza pięć do ośmiu reguł obejmujących parsowanie CV, duplikaty, przypisanie właściciela, potwierdzenie aplikacji i przypomnienia o braku aktywności. Po dwóch, trzech tygodniach stabilnego działania można dodawać reguły komunikacyjne, sprzedażowe i oparte na scoringu.

Czy reguły automatyzacji wymagają oceny skutków dla ochrony danych?

Nie każda reguła jej wymaga, ale według stanowiska Prezesa UODO wdrożenie AI w rekrutacji powinno być poprzedzone oceną skutków dla ochrony danych (DPIA). Reguły czysto administracyjne, takie jak przypomnienia, zwykle nie budzą takich wątpliwości. O konieczności DPIA w konkretnej konfiguracji powinien rozstrzygnąć inspektor ochrony danych.

Jak często przeglądać aktywne reguły?

Rozsądnym minimum jest przegląd raz na kwartał oraz każdorazowo po zmianie etapów procesu, szablonów wiadomości lub pól formularza. Przegląd powinien obejmować liczbę uruchomień każdej reguły, zgłoszone błędy i decyzje cofnięte przez rekruterów.

Źródła

• Kodeks pracy, art. 22¹ - lexlege.pl

• UODO - Aktualności: AI w rekrutacji

• Rozporządzenie (UE) 2024/1689 - Publications Office of the EU

• AI Act Service Desk - Employment

• KIRP - AI Act po zmianach

• Wytyczne Komisji Europejskiej dotyczące AI w rekrutacji

• AI Act od 2 sierpnia 2026: co wchodzi, a co przesunięto

• Pismo PUODO DPNT.0623.18.2026 ws. AI w rekrutacji - OpenLEX

• PARP - Sztuczna inteligencja w rekrutacji: wyzwania prawne i etyczne

Rekomendacje

• ATS dla HR: jakie wymagania powinien spełniać dobry system rekrutacyjny

• Kompleksowy przewodnik po ATS: Wszystko, co musisz wiedzieć o systemach rekrutacyjnych

• ATS i system rekrutacyjny - czym są, jak działają i jak wybrać najlepsze oprogramowanie do rekrutacji

• Zapobiegaj przeróbkom: wdrażanie systemu ATS dla zespołów HR i agencji