Osobiste CV w dobie ATS

Curriculum Vitae nadal pozostaje podstawowym narzędziem w procesie aplikacyjnym¹. Choć jest wyjątkowo osobistym dokumentem, w którym kandydat prezentuje swoje kompetencje w celu wyróżnienia się na tle innych, to o sukcesie aplikacji decyduje też uwzględnianie ustandaryzowanych zasad i roli sztucznej inteligencji w rekrutacji.

Współczesne CV przyjęło formę wysoce ustrukturalizowaną: obecne są w nim typowe sekcje, takie jak dane osobowe, doświadczenie zawodowe, wykształcenie, umiejętności i klauzula RODO. Coraz większą popularność zyskuje też podsumowanie zawodowe – najbardziej zindywidualizowana część CV, w której kandydat zamieszcza kluczowe informacje:

• profil zawodowy, obszar specjalizacji,
• największe osiągnięcia,
• kierunek rozwoju zawodowego².

Jego celem jest przyciągnięcie uwagi rekrutera oraz wywarcie pozytywnego pierwszego wrażenia. Bardzo często jest to jedna z najtrudniejszych do napisania sekcji CV, wymagająca starannego przemyślenia i sformułowania.

Pomimo osobistego charakteru, skuteczność CV zależy od uwzględnienia szeregu zasad związanych z nowoczesną rekrutacją. Z badań wynika, że rekruterzy preferują CV dostosowane do określonego stanowiska pracy, z dołączonym listem motywacyjnym, zaadresowane bezpośrednio do osoby zajmującej się rekrutacją, a także z zamieszczonym linkiem do portfolio³. Kandydat, który zamierza przygotować życiorys odpowiadający na te potrzeby, może nie tylko skorzystać z dostępnych poradników, ale i z kreatorów CV z wbudowanym asystentem, podpowiadającym, jak najlepiej opisać swoje kompetencje, zainteresowania, a także właśnie podsumowanie zawodowe⁴.

Bardzo duży też wpływ na to, jak kandydaci przygotowują swoje dokumenty aplikacyjne, ma ich rosnąca świadomość sposobów działania ATS. Pracodawcy coraz powszechniej wykorzystują systemy ATS (Applicant Tracking Software), czyli oprogramowanie wspierające procesy rekrutacyjne, które „umożliwia zbieranie, analizowanie i sortowanie CV kandydatów na wolne stanowiska pracy”⁵. Co ciekawe, dzięki tym systemom rekrutacje są nie tylko szybsze, tańsze i pozbawione błędów ludzkich, ale też bardziej inkluzywne^{6, 7}.

Kandydaci mają coraz większy dostęp do informacji na temat tego, jak przygotować CV „pod ATS” i zwracają uwagę na to, by stosować jak najwięcej odpowiednich słów kluczy, których system używa przy skanowaniu i analizowaniu danych z życiorysów w poszukiwaniu najlepiej dopasowanego kandydata⁸. Dokładna analiza ogłoszenia, a zwłaszcza opisu wymagań pozwala wyabstrahować z niego słowa klucze, których ATS prawdopodobnie użyje w danej rekrutacji, np. marketing cyfrowy, Google Analytics, kreatywność. Posługiwanie się nimi w CV zwiększy szanse na pozytywne przejście przez automatyczną selekcję i wyróżnienie aplikacji. Przed jej wysłaniem kandydaci mogą jeszcze sprawdzić, czy ich CV jest optymalną odpowiedzią na konkretną ofertę pracy, korzystając z przeznaczonych do tego narzędzi online wyposażonych w strategie ATS, np. Jobscan. A zatem, obie strony procesu rekrutacyjnego używają sztucznej inteligencji, choć w różnym celu. Czy przyszłe systemy ATS będą w stanie ominąć pułapkę wybierania kandydatów biegłych ich w działaniu zamiast faktycznie najlepszych profesjonalistów na dane stanowisko?

W obliczu dynamicznego rozwoju AI, trudno przewidzieć, jak bardzo rozwiną się systemy ATS i jak nieoczekiwane dane będą w stanie wyabstrahować z CV. Podejmowane są na przykład eksperymentalne badania, w których analiza CV przy użyciu algorytmów uczenia maszynowego pozwoliła na uzyskanie kluczowych informacji potrzebnych do oceny osobowości kandydatów⁹. Powstaje więc dość frapujące pytanie, jakie informacje może uzyskać o kandydacie pracodawca, których nie jest świadomy sam kandydat?

Przypisy

1. Igielski M., Metody selekcji stosowane przez współczesne przedsiębiorstwa w procesie rekrutacji, w: „Studia i Prace WNEiZ US”, 2018, nr 51, s.153-164.
2. Zespół redakcyjny Indeed, Co napisać w podsumowaniu CV?, źródło: https://pl.indeed.com/porady-zawodowe/cv-listy-motywacyjne/co-napisac-w-podsumowaniu-cv (dostęp: 27.04.2025).
3. Prokopowicz, P., Rekrutacja i selekcja oparta na dowodach. 33 zasady skutecznego naboru pracowników, Wolters Kluwer, Warszawa 2023, wyd. II, s. 120.
4. Zob.: Pracuj.pl, Na drodze do dobrego CV. Jak kandydaci tworzą życiorysy, 2019.
5. Peicheva, M., Data analysis from the applicant tracking system, w: „Човешки ресурси & Технологии = HR & Technologies”, Creative Space Association, 2022, nr 2, s. 6-15.
6. Kelan, E. K., Algorithmic inclusion: Shaping the predictive algorithms of artificial intelligence in hiring, w: „Human Resource Management Journal”, 2024, nr 34(3), s. 694-707.
7. Mikucki M., Wiśniewska-Juszczak D., Jabłońska M., Board-Level Recruitment Errors: Areas of Most Common Occurrence and Prevention Methods, w: „International Journal of Contemporary Management”, 2016, vol. 15, nr 4, s. 7-30.
8. Peicheva, M., dz. cyt.
9. Dickmond L., Hammeed V.A., Rana M.E., A Study of Machine Learning Based Approaches to Extract Personality Information from Curriculum Vitae, 2021.