Aktualizováno 9. srpna 2026. Nábor je jedna z oblastí, kde může AI přinést skutečnou úsporu času, ale také nespravedlivě ovlivnit člověka. Systém může třídit životopisy, doporučovat kandidáty, vytvářet cílené pracovní inzeráty, vyhodnocovat odpovědi nebo pomáhat manažerovi s rozhodnutím. Chyba zde neznamená pouze špatný text. Může znamenat, že schopný člověk nedostane pozvánku k pohovoru nebo že zaměstnanec dostane nespravedlivé hodnocení.
AI Act proto uvádí některá použití v oblasti zaměstnání, řízení pracovníků a přístupu k samostatné výdělečné činnosti mezi vysoce rizikové. Evropská komise jako příklady zmiňuje cílení pracovních inzerátů, analýzu a filtrování žádostí a hodnocení kandidátů. Neznamená to, že každý nástroj pro HR automaticky spadá do stejného režimu. Rozhoduje zamýšlený účel, konkrétní funkce, data a způsob použití.
Tento článek je praktický průvodce pro české zaměstnavatele, HR týmy, manažery i dodavatele náborových systémů. Ukazuje, jak připravit inventuru, kdy zastavit projekt, jak nastavit lidský dohled, co ověřit u dodavatele a jak dokumentovat rozhodnutí. Nenahrazuje právní posouzení, pracovněprávní konzultaci ani analýzu podle GDPR.
Začněte účelem, ne názvem nástroje
Otázka „Je tento AI nástroj povolený?“ bývá příliš obecná. Stejný jazykový model může pomoci opravit překlep v pracovním inzerátu, nebo rozhodovat, komu bude nabídnuto pracovní místo. Technický produkt může mít široké použití, ale pro AI Act je důležité, k čemu jej firma skutečně používá.
Do prvního zadání napište:
- jakou část náboru má AI podporovat,
- zda pouze připravuje podklad, nebo řadí a vyřazuje kandidáty,
- kdo uvidí výstup a kdo podle něj jedná,
- jaké vlastnosti kandidátů se posuzují,
- jaká data systém používá a jak dlouho je uchovává,
- co se stane, když je výstup chybný nebo nedostatečný,
- zda jde o jednorázový pilot, nebo dlouhodobý provoz.
Pokud neumíte popsat, co přesně model ovlivní, neměli byste jej zatím zapojovat do rozhodování. Nejprve popište proces bez AI a určete, kde má technologie pouze pomoci a kde by už mohla převzít příliš velkou moc.
Které HR funkce jsou citlivé
Běžná pomoc s nízkým dopadem
Kontrola gramatiky, návrh struktury inzerátu nebo shrnutí veřejně dostupného životopisu pro pracovníka, který jej stejně čte, nemusí být vysoce rizikovým použitím podle AI Actu. Firma ale stále řeší důvěrnost, osobní údaje, přesnost a lidskou kontrolu. Životopis není vhodný pro veřejný AI nástroj jen proto, že jej uchazeč poslal e-mailem.
Podpora, která může měnit výsledek
Riziko roste, když systém uděluje skóre, doporučuje pořadí, filtruje kandidáty, generuje předvýběr, odhaduje vhodnost nebo rozhoduje, komu se zobrazí pracovní nabídka. I když konečné tlačítko stiskne člověk, systém může podstatně ovlivnit, koho člověk vůbec uvidí.
Vysoce rizikové použití
AI Act řadí určité systémy používané pro zaměstnání, řízení pracovníků a přístup k samostatné výdělečné činnosti mezi vysoce rizikové. Typickými příklady jsou nástroje pro cílení pracovních inzerátů, analýzu a filtrování žádostí nebo hodnocení kandidátů. Přesné posouzení se musí opřít o aktuální znění nařízení a metodiky Evropské komise.
Zakázané nebo nepřijatelné zkratky
Firma by neměla vybírat kandidáty podle domnělé emoce z obličeje, hlasu nebo videa. AI Act mezi zakázané praktiky řadí rozpoznávání emocí na pracovišti, s výhradami a specifickými výjimkami, které je nutné posoudit podle konkrétní situace. Stejně problematické je odvozovat citlivé vlastnosti, vytvářet skryté sociální skóre nebo hledat „typického úspěšného člověka“ bez ověření, zda model pouze neopakuje historickou diskriminaci.
Marketingový název jako „cultural fit“, „odhad loajality“ nebo „měření leadershipu z hlasu“ nesnižuje riziko. Pokud technologie hodnotí člověka a výsledek má vliv na zaměstnání, musí se posuzovat skutečná funkce, ne obal produktu.
Čtyři příklady z praxe
1. Oprava pracovního inzerátu
AI navrhne kratší a srozumitelnější text. Pracovník zkontroluje faktickou správnost, podmínky a jazyk. Systém nerozhoduje o kandidátech ani necílí nabídku podle citlivých vlastností. Jde o relativně jednoduchou podporu, přesto do nástroje nevkládejte interní informace, které nepotřebuje.
2. Chatbot pro dotazy uchazečů
Chatbot odpovídá na otázky o termínech, průběhu výběru a požadavcích na pozici. Uchazeč musí vědět, že komunikuje s AI, a mít možnost obrátit se na člověka. Chatbot nesmí slibovat přijetí, hodnotit osobnost nebo automaticky vyřadit uchazeče jen proto, že se zeptal na něco neobvyklého.
3. Třídění životopisů
Systém extrahuje vzdělání, zkušenosti a dovednosti a řadí kandidáty. To je citlivé použití: model může penalizovat nestandardní kariérní cestu, jiný formát životopisu, mezeru v zaměstnání nebo jazykový styl. Pokud výsledek ovlivňuje pozvání k pohovoru, musí být posouzení podstatně přísnější než u nástroje, který pouze vyhledá klíčová slova pro ruční práci.
4. Hodnocení videopohovoru
Analýza mimiky, tónu hlasu nebo „energie“ kandidáta je mimořádně riziková. Neexistuje rozumný důvod předpokládat, že z úsměvu, pohledu nebo intonace lze spolehlivě odvodit budoucí pracovní výkon. Bez velmi silného právního, vědeckého a provozního odůvodnění takový projekt nespouštějte; rozpoznávání emocí na pracovišti je v AI Actu navíc uvedeno mezi zakázanými praktikami s omezenými výjimkami.
Jak vyhodnotit konkrétní nástroj
Vytvořte kartu HR systému. Měla by být pravdivá i pro člověka, který projekt nepřipravoval.
- Účel: „Pomáhá HR najít kandidáty s požadovanou praxí“ je přesnější než „AI zlepšuje nábor“.
- Vstupy: životopis, odpovědi, portfolio, pracovní historie, test, hlas nebo video.
- Výstup: vyhledaný profil, skóre, pořadí, doporučení, vyřazení nebo upozornění.
- Dopad: pozvánka, odmítnutí, změna mzdy, rozdělení směn, hodnocení či povýšení.
- Uživatel: personalista, manažer, externí agentura, zaměstnanec nebo kandidát.
- Vlastník: osoba, která může použití zastavit a schválit změnu.
- Dodavatel: produkt, model, verze, region zpracování a subdodavatelé.
- Kontrola: co člověk kontroluje, kdy má zasáhnout a jak se rozhodnutí zapíše.
Pokud jedna funkce zasahuje do více kroků, kartu rozdělte. Chatbot pro dotazy uchazečů a model pro předvýběr nemusí mít stejný účel, stejná data ani stejnou klasifikaci.
Výběr dat: „neutrální“ proxy může být problém
Model nemusí dostat přímo informaci o věku, pohlaví, zdravotním stavu nebo původu, aby se k ní nepřímo dostal. Může použít adresu, školu, rok absolvování, jméno, jazyk, fotografii, délku rodičovské pauzy nebo styl psaní jako zástupný signál.
Pro každý vstup se ptejte:
- Je skutečně potřebný pro pracovní účel?
- Je uchazeč informován, že se používá?
- Může stejnou informaci poskytnout jinak nebo vůbec?
- Má vstup stejný význam pro všechny relevantní skupiny?
- Jak se zachází s neúplným, nestandardním nebo jinak formátovaným životopisem?
- Jak dlouho zůstává uložený a kdo jej může exportovat?
- Lze testovat na anonymizovaných nebo syntetických datech?
Výběrové řízení nemá odměňovat podobnost s lidmi, kteří byli přijati dříve. Pokud historická data odrážejí jednostranný tým, může se model naučit reprodukovat jeho vzorec. Historická úspěšnost proto není sama o sobě důkazem férovosti.
GDPR a pracovní právo
AI Act nenahrazuje GDPR ani ochranu zaměstnanců a uchazečů podle českého pracovního práva. U každého HR systému posuďte právní titul, účel, minimalizaci, informování, dobu uchování, přístupová práva a případné předání mimo Evropský hospodářský prostor.
Zvláštní pozornost věnujte rozhodnutím založeným výhradně na automatizovaném zpracování, která mají pro člověka právní nebo obdobně významný dopad. GDPR pro takové situace obsahuje samostatná pravidla a výjimky. Neřešte je až ve chvíli, kdy kandidát požádá o vysvětlení; proces má být navržen tak, aby firma uměla popsat, co se stalo a jak lze rozhodnutí přezkoumat.
Datový checklist pro HR
- Máme popsaný účel každého datového pole?
- Víme, zda dodavatel používá údaje k trénování nebo zlepšování modelu?
- Je uzavřená smlouva se zpracovatelem a známe subdodavatele?
- Je oddělené testovací prostředí od produkčních kandidátů?
- Je nastavena doba uchování neúspěšných žádostí a výstupů modelu?
- Umíme vyřídit žádost o přístup, opravu nebo výmaz?
- Je nutné provést posouzení vlivu na ochranu osobních údajů?
- Je zapojena osoba odpovědná za ochranu osobních údajů a pracovněprávní posouzení?
Lidský dohled nesmí být razítko
Nařízení pracuje s lidským dohledem u vysoce rizikových systémů, ale dobrý princip platí i pro méně citlivé nástroje. Člověk musí mít dostatek informací, času, pravomoci a kompetence výsledek zpochybnit. Pokud personalista pouze potvrdí pořadí, které vygeneroval model, není to smysluplná kontrola.
Do procesu napište:
- kdy se výstup AI nesmí použít bez dalšího ověření,
- jaké signály znamenají nízkou spolehlivost,
- kdo může kandidáta vrátit do procesu,
- jak se zaznamená odchýlení od doporučení,
- jaký je náhradní ruční postup při výpadku.
Praktický příklad: AI najde shodu s požadovanými dovednostmi, ale zároveň vygeneruje nízké skóre kvůli atypickému formátu životopisu. Personalista musí mít možnost kandidáta přečíst, doplnit důvod a pozvat jej dál. Skóre se nesmí stát skrytým automatickým filtrem.
Jak testovat spravedlnost a přesnost
„Model funguje“ není test. Před spuštěním vytvořte reprezentativní testovací sadu, která odpovídá reálnému procesu a neobsahuje více dat, než je nutné. Testujte také scénáře, kde jsou informace neúplné, v jiném jazyce nebo ve standardním i nestandardním formátu.
Co sledovat
- podíl kandidátů vybraných a vyřazených podle relevantních skupin, pokud je to právně a eticky možné vyhodnotit,
- počet falešných negativních a falešných pozitivních výsledků,
- rozdíly podle formátu, jazyka, délky kariérní pauzy nebo jiné proxy,
- vliv chybějících údajů na výsledek,
- stabilitu skóre při stejné kvalifikaci v jiném pořadí nebo vizuálním formátu,
- počet případů, kdy člověk výsledek opravil,
- čas a důvod opravy nebo odvolání.
Nepoužívejte jeden ukazatel jako důkaz férovosti. Různé metriky mohou být v napětí a vhodný test závisí na účelu. Výsledky vždy interpretujte s člověkem, který zná náborový proces, právní riziko i data.
Transparentnost vůči uchazečům a zaměstnancům
Člověk by měl vědět, zda AI hraje roli při jeho náboru nebo hodnocení, v jakém rozsahu a kdo zůstává odpovědný za rozhodnutí. U vysoce rizikových systémů používaných na pracovišti Evropská komise uvádí také informační povinnosti vůči dotčeným pracovníkům a jejich zástupcům podle konkrétního použití.
Praktické oznámení může obsahovat:
- že je AI používána a v jakém kroku procesu,
- zda vytváří pouze doporučení, nebo ovlivňuje pořadí,
- kdo provádí lidské posouzení,
- jak může uchazeč požádat o další informace nebo lidský kontakt,
- jak dlouho se data a výstupy uchovávají.
U chatbotu je oznámení viditelné v interakci. U náborového formuláře nebo platformy jej umístěte před okamžik, kdy uchazeč začne poskytovat data. Formulace nesmí předstírat, že automatické skóre je objektivní pravda.
Dodavatel HR systému: otázky před podpisem
- Jaký je zamýšlený účel systému a které náborové kroky podporuje?
- Je produkt navržen pro filtrování, pořadí, hodnocení nebo automatické vyřazení?
- Jaké modely, datasety a verze používá?
- Jak byla ověřena přesnost a rozdíly mezi skupinami?
- Jak systém pracuje s neúplným životopisem, jiným jazykem a atypickou kariérou?
- Jak se provádí lidský dohled a co vidí pracovník před rozhodnutím?
- Jaká data se ukládají, kde a na jak dlouho?
- Jsou vstupy nebo výsledky používány k trénování?
- Jak dodavatel informuje o nové verzi, změně modelu nebo incidentu?
- Jak lze data exportovat a systém bezpečně vypnout?
- Jaké dokumenty dodavatel poskytne pro klasifikaci, GDPR, testy a audit?
- Je možné nastavit ruční schválení, logy a oprávnění podle rolí?
Pokud dodavatel odpoví pouze marketingovým tvrzením „náš model je bez předsudků“, požadujte konkrétní popis testů, rozsahu platnosti a omezení. Model bez známých omezení není průhlednější, jen hůře kontrolovatelný.
Dokumentace pro interní kontrolu
U nástroje, který ovlivňuje nábor, si založte složku s verzí systému, účelem, daty, testy, lidským dohledem, oznámením a rozhodnutími o změnách. Záznam nemusí být zbytečně dlouhý, ale musí odpovídat realitě.
Co uložit
- kartu systému a klasifikační rozhodnutí,
- schválený účel, popis procesu a role,
- datový slovník a zdroje trénovacích nebo referenčních dat,
- testovací sadu, metriky, omezení a datum testu,
- pravidla lidského dohledu a eskalace,
- text informací pro kandidáty a zaměstnance,
- smlouvy, bezpečnostní podklady a seznam subdodavatelů,
- incidenty, opravy, odvolání a změny modelu,
- schválení vlastníka procesu, HR, IT a ochrany osobních údajů.
Dokumentace není náhradou za férový proces. Je ale způsob, jak zjistit, že tým dnes používá jiný účel, jiná data nebo jinou verzi než při původním schválení.
30/60/90denní plán pro zaměstnavatele
Prvních 30 dnů: zmapovat
- Seznamte všechny HR a náborové nástroje včetně funkcí v ATS, CRM a pracovních portálech.
- Dočasně zakažte neschválené vkládání životopisů do veřejných AI služeb.
- Označte funkce, které řadí, filtrují, hodnotí nebo cílí nabídky.
- Jmenujte vlastníka procesu a osobu pro ochranu dat.
- Uložte verzi systému, podmínky a dodavatelskou dokumentaci.
Do 60 dnů: posoudit
- Popište účel, data, výstup, dopad a lidskou kontrolu.
- Proveďte předběžnou klasifikaci podle AI Actu.
- Proveďte GDPR a pracovněprávní checkpoint.
- Vyžádejte testy přesnosti, bias, změn modelu a bezpečnosti.
- Navrhněte transparentní informaci pro uchazeče a zaměstnance.
Do 90 dnů: ověřit a řídit
- Otestujte reprezentativní i hraniční vzorky a dokumentujte výsledky.
- Zaškolte HR, manažery a osoby provádějící lidský dohled.
- Spusťte nejprve omezený pilot s ruční kontrolou každého výstupu.
- Nastavte pravidelný report oprav, odvolání, chyb a rozdílů mezi skupinami.
- Po změně modelu, účelu nebo dat proces znovu posuďte.
Praktický checklist před spuštěním
- ☐ Je přesně popsáno, k čemu AI slouží?
- ☐ Víme, zda systém pouze pomáhá, nebo také řadí, filtruje či vyřazuje?
- ☐ Zkontrolovali jsme, zda použití spadá do oblasti zaměstnání a práce?
- ☐ Nevyužíváme rozpoznávání emocí, citlivé vlastnosti nebo skryté skóre?
- ☐ Jsou data relevantní, přiměřená a reprezentativní pro účel?
- ☐ Je vyřešena smlouva, ukládání, výmaz a přístup k údajům?
- ☐ Má člověk dostatek času, informací a pravomoci výsledek odmítnout?
- ☐ Jsou uchazeči a zaměstnanci informováni včas a srozumitelně?
- ☐ Máme testy přesnosti, falešných vyřazení a rozdílů mezi skupinami?
- ☐ Je připravený ruční postup a možnost vypnutí?
- ☐ Ukládáme verze, záznamy o opravách a rozhodnutí o změnách?
- ☐ Je nastavená další revize a vlastník systému?
Nejbezpečnější AI v HR je ta, kterou umíte zpochybnit
Smyslem AI v náboru není vytvořit dojem objektivního stroje. Smyslem je podpořit práci lidí bez skrytého filtrování a bez toho, aby se historické chyby převlékly za přesné skóre. Dobré řešení dovolí personalistovi dohledat podklad, pochopit omezení a výsledek změnit.
Začněte malým krokem: například vyhledáním dovedností v životopisech nebo návrhem odpovědí uchazečům, vždy s lidskou kontrolou. Teprve po ověření dat, kvality a dopadů rozhodujte, zda je důvod automatizaci rozšiřovat.
Související články
Základní evidenci nástrojů najdete v článku Praktický checklist AI Actu pro českou firmu. Podrobnosti o vysoce rizikových systémech popisuje Průvodce vysoce rizikovými systémy AI. K osobním údajům se vraťte v článku AI Act a GDPR v praxi a k bezpečnosti v článku Bezpečnost a etika AI ve firmě.
Potřebujete prověřit HR integraci, náborový formulář nebo interní AI nástroj? Popište nám svůj projekt. Pomůžeme vám oddělit užitečnou automatizaci od skrytého rozhodování, připravit testy a nastavit řešení tak, aby za ním zůstala dohledatelná odpovědnost.
Zdroje a poznámka k aktuálnosti
Článek vychází z oficiálních otázek a odpovědí Evropské komise k AI Actu, pokynů Komise ke klasifikaci vysoce rizikových systémů, aktuálního přehledu AI Actu, nařízení (EU) 2024/1689 a nařízení GDPR (EU) 2016/679.
Právní předpisy, metodiky a výklady se vyvíjejí. U AI systémů používaných pro nábor, hodnocení pracovníků, mzdy, směny nebo přístup k práci ověřte aktuální znění pravidel a zvažte individuální právní, pracovněprávní a bezpečnostní posouzení.