Pytanie, które zadaje każdy dział HR
„Jakie decyzje AI może podejmować samodzielnie - a jakie muszą pozostać przy człowieku?”
To pytanie pojawia się w każdej rozmowie o AI w procesach HR. Od Rady Zakładowej, od zarządu, od działu compliance. A typowa odpowiedź - „AI wspiera, człowiek decyduje” - jest zbyt nieprecyzyjna do zastosowania produkcyjnego.
W praktyce bowiem pojedynczy proces HR składa się z dziesiątek pojedynczych decyzji. Przy przetwarzaniu zwolnień lekarskich na przykład: Czy dokument jest kompletny? Który układ zbiorowy obowiązuje? Czy czas choroby przekracza granicę kontynuacji wynagrodzenia? Czy należy wszcząć procedurę reintegracji (BEM)? Kto zostaje poinformowany?
Niektóre z tych decyzji wymagają człowieka. Niektóre nie. A niektóre świadomie NIE powinny leżeć przy człowieku - ponieważ AI podejmuje je udowodnialnie lepiej.
W skrócie - Trzy rodzaje decyzji
- Każdy proces biznesowy rozkłada się na mikro-decyzje trzech typów: decyduje człowiek, stosowany jest zestaw reguł lub AI decyduje samodzielnie.
- AI samodzielnie to nie kategoria dla trywialnych zadań - to kategoria dla decyzji, w których spójność, odporność na zmęczenie i kompletność przeważają nad uznaniowością.
- AI przewyższa człowieka strukturalnie na trzech płaszczyznach: identyczne wyniki między oddziałami, brak spadku jakości z powodu zmęczenia, kompletna weryfikacja reguł za każdym razem.
- Pojedynczy proces HR, jak przetwarzanie zwolnień, zawiera wszystkie trzy typy - Decision Layer wymusza właściwe przyporządkowanie na każdym etapie.
- Ten framework czyni argumentację wobec Rady Zakładowej transparentną: AI decyduje, gdzie wymaga tego jakość. Człowiek decyduje, gdzie wymaga tego uznaniowość.
McKinsey Global Institute (2023) szacuje, że od 60 do 70 procent dzisiejszego czasu pracy przypada na czynności, które mogłyby być zautomatyzowane obecną technologią AI - ale tylko decyzje z jasnymi regułami i niskim zakresem uznaniowości nadają się do pełnej automatyzacji.
Trzy rodzaje decyzji
Rodzaj 1: Decyduje człowiek
Tutaj człowiek musi podjąć finalną decyzję. Agent może przygotować, zaproponować, zebrać materiały - ale sama decyzja leży przy człowieku.
Kiedy: Margines uznaniowości, ryzyko dyskryminacji, obowiązek konsultacji z Radą Zakładową, indywidualne sytuacje.
Przykład: Reintegracja po długotrwałej chorobie. Agent ma wszystkie dane: czas choroby, historia reintegracji, zalecenia lekarza medycyny pracy, dostępne stanowiska. Ale decyzja, który model reintegracji pasuje do tego konkretnego człowieka, wymaga osoby. Chodzi o indywidualną sytuację, o empatię, o rozmowę z daną osobą. Rada Zakładowa ma prawo do konsultacji w tej sprawie. A gdy decyzja jest błędna, ma realne konsekwencje dla prawdziwego człowieka.
Co robi Decision Layer: Wymusza Human-in-the-Loop. Technicznie, nie organizacyjnie. Agent nie może podjąć tej decyzji autonomicznie - nawet jeśli jego confidence jest wysoki.
Rodzaj 2: Decyduje zestaw reguł
Logika deterministyczna. Jeśli warunek X, to wynik Y. Brak marginesu interpretacji.
Kiedy: Układ zbiorowy, porozumienie zakładowe, prawo podatkowe, zaszeregowanie, kalkulacja terminów.
Przykład: Zaszeregowanie do przedziału wynagrodzeniowego. Nowy pracownik, profil stanowiska jest dostępny, układ zbiorowy jest jednoznaczny. Zaszeregowanie wynika z kryteriów w układzie zbiorowym. To nie jest decyzja wymagająca interpretacji - to zastosowanie reguły. Decision Layer stosuje aktualną wersję reguły i dokumentuje wynik.
Co robi Decision Layer: Zapewnia stosowanie aktualnej wersji reguły. Gdy układ zbiorowy się zmienia, od dnia wejścia w życie obowiązuje nowa wersja - automatycznie, bez konieczności informowania 50 referentów w 12 oddziałach.
Rodzaj 3: AI decyduje samodzielnie
I tu robi się interesująco. Bo ta kategoria jest najczęściej źle opowiadana. Typowe przedstawienie: „W prostych standardowych przypadkach AI też może zdecydować samodzielnie.” Brzmi jak pozwolenie na trywialne rzeczy.
Rzeczywistość jest inna. Istnieją decyzje, w których AI jest nie tylko szybsza, ale udowodnialnie lepsza niż człowiek. Nie dlatego, że AI jest mądrzejsza - lecz dlatego, że nie ma trzech strukturalnych słabości człowieka.
Przewaga 1: Konsekwencja w oddziałach i między osobami
50 referentów w 12 oddziałach stosuje ten sam układ zbiorowy. Każdy interpretuje przypadki graniczne nieco inaczej. W Hamburgu wniosek o świadczenie specjalne zostaje zatwierdzony, w Monachium ten sam przypadek jest odrzucany. To nie jest problem wyszkolenia - to naturalna wariancja ludzkich decyzji przy niejednoznacznych regułach.
AI pracująca na wersjonowanym zestawie reguł decyduje identycznie. Za każdym razem. W każdym oddziale. O 9 rano i o 16 po południu.
Konkretnie: Weryfikacja terminu kontynuacji wynagrodzenia. Ten sam przypadek, ta sama reguła, ten sam wynik. Niezależnie od tego, który referent w którym oddziale obsługuje sprawę.
Przewaga 2: Odporność na zmęczenie
Rekruter ocenia w poniedziałek rano inaczej niż w piątek po południu. Po 50. aplikacji uwaga spada. Poprzedni kandydat był szczególnie silny - następny wydaje się słabszy w porównaniu, choć obiektywnie spełnia wymagania (Anchoring-Bias). Rekruter właśnie dostał złe wiadomości - następne trzy oceny wypadają surowiej (Affect Heuristic).
To nie są osobiste słabości. To ludzka kognicja. Dobrze zbadana, wielokrotnie udowodniona i mierzalna w każdym powtarzalnym procesie decyzyjnym.
AI ocenia aplikację numer 1 z taką samą starannością jak aplikację numer 200. Nie ma złego dnia.
Konkretnie: Dopasowanie wymagań w rekrutacji. Każda aplikacja jest weryfikowana wobec tego samego profilu kryteriów. Nie pod wpływem kolejności aplikacji, nie pory dnia, nie stanu emocjonalnego rekrutera.
Przewaga 3: Kompletność przy weryfikacji reguł
To przewaga, która jest najbardziej niedoceniana.
Referent HR sprawdza zwolnienie lekarskie wobec trzech-czterech kryteriów, które akurat przychodzą mu na myśl: czas choroby, termin kontynuacji wynagrodzenia, może jeszcze próg BEM. Ale czy sprawdza też regulację okresu oczekiwania? Regułę specjalną dla pracowników niepełnoetatowych w układzie zakładowym? Obowiązek zgłoszenia wobec stowarzyszenia branżowego przy określonych schorzeniach? Przypadek specjalny przy wypadkach przy pracy? Regulację dla umów na czas określony?
Za każdym razem? Także w piątek o 16? Także gdy równolegle obsługuje pięć innych spraw?
AI sprawdza wobec wszystkich obowiązujących reguł, w aktualnej wersji, kompletnie i udokumentowanie. Nie dlatego, że jest mądrzejsza - lecz dlatego, że nie zapomina. I dlatego, że jej zestaw reguł nie tkwi w głowach, lecz w wersjonowanym systemie.
Konkretnie: Przetwarzanie zwolnień lekarskich. Agent sprawdza każde eAU wobec wszystkich 12 istotnych kryteriów z układu zbiorowego, porozumienia zakładowego i prawa. Za każdym razem. Wynik: Mniej błędów, które wychodzą na jaw dopiero przy następnej kontroli.
Dlaczego pojedynczy proces zawiera wszystkie trzy rodzaje
Framework staje się praktycznie użyteczny dopiero wtedy, gdy zrozumie się: Pojedynczy proces HR prawie zawsze zawiera WSZYSTKIE trzy typy decyzji.
Weźmy przetwarzanie zwolnień lekarskich jako ciągły przykład:
| Krok | Rodzaj decyzji | Dlaczego |
|---|---|---|
| Odbiór i walidacja danych eAU | AI samodzielnie | Klasyfikacja dokumentów, wysoka trafność, dane wejściowe ustrukturyzowane |
| Porównanie z danymi kadrowymi | Zestaw reguł | Deterministyczne, brak interpretacji |
| Sprawdzenie terminu kontynuacji wynagrodzenia | AI samodzielnie | Sprawdza wobec WSZYSTKICH kryteriów układu zbiorowego, bardziej konsekwentna niż jakikolwiek referent |
| Sprawdzenie obowiązku reintegracji (> 6 tygodni w 12 miesiącach) | Człowiek | Ryzyko dyskryminacji przy danych zdrowotnych, obowiązek konsultacji z Radą Zakładową |
| Poinformowanie przełożonego | AI samodzielnie | Konsekwentna informacja, brak zapominania, brak marginesu interpretacji przy pytaniu CO jest komunikowane (tylko nieobecność i czas trwania, bez diagnozy) |
| Wdrożenie środków reintegracyjnych | Człowiek | Indywidualna sytuacja, margines uznaniowości, konsultacja z Radą Zakładową |
Zwróćcie uwagę na trzeci wiersz: „Sprawdzenie terminu kontynuacji wynagrodzenia” jest przy „AI samodzielnie”, nie przy „Zestaw reguł”. Dlaczego? Ponieważ AI nie stosuje tu prostej logiki jeżeli-to, lecz przeprowadza weryfikację KOMPLETNIE wobec wszystkich obowiązujących zestawów reguł - coś, czego człowiek w praktyce nigdy nie robi kompletnie, bo nie ma wszystkich regulacji specjalnych w głowie.
To jest kluczowy punkt: „AI samodzielnie” to nie kategoria dla trywialnych rzeczy. To kategoria dla decyzji, w których konsekwencja, odporność na zmęczenie i kompletność są ważniejsze niż margines uznaniowości.
Co to oznacza dla Rady Zakładowej
Rada Zakładowa jest często sceptyczna wobec autonomii AI. Słusznie - gdy nie jest jasne, DLACZEGO AI decyduje samodzielnie.
Z frameworkiem trzech rodzajów argumentacja staje się transparentna:
„AI decyduje samodzielnie przy weryfikacji terminów. Nie dlatego, że chcemy oszczędzać etaty. Lecz dlatego, że wiemy, iż 50 referentów w 12 oddziałach oblicza ten sam termin w różny sposób. AI liczy zawsze poprawnie. A gdy nie jest pewna, eskaluje do człowieka. To jest przejrzyste, udokumentowane i w każdej chwili widoczne w portalu audytora.”
To argument, który Rada Zakładowa rozumie. Nie chodzi o zastępowanie, lecz o zapewnienie jakości.
Decision Layer sprawia, że przyporządkowanie staje się operacyjne
Framework pozostaje teorią, jeśli nie jest technicznie egzekwowany. Decision Layer implementuje przyporządkowanie trzech rodzajów dla każdego kroku procesu:
Dla każdej mikrodecyzji jest zdefiniowane: człowiek, zestaw reguł lub AI. Przy decyzjach AI jest udokumentowane, dlaczego AI jest tu właściwym wyborem. Przy decyzjach ludzkich Human-in-the-Loop jest wymuszony technicznie. Przy decyzjach regułowych jest zdeponowana aktualna wersja reguły. Każda decyzja - niezależnie od rodzaju - generuje akt decyzyjny: input, reguła wraz z wersją, pewność, wynik, ścieżka podważenia. To podstawa podważalności wg art. 86 EU AI Act.
Akt decyzyjny: dlaczego każda decyzja AI musi być podważalna
Umów spotkanie - Pokażemy Wam na Waszym konkretnym procesie, które decyzje pozostają przy człowieku, a które AI podejmuje lepiej.
Bert Gogolin
Dyrektor Generalny, Gosign
AI Governance Briefing
Enterprise AI, regulacje i infrastruktura - raz w miesiącu, bezpośrednio ode mnie.