Niedozwolona pomoc AI i podszywanie się pod kandydatów: jak sprawdzać rekrutację

Korzystanie z AI podczas rozmowy jest oszustwem, gdy narusza podane kandydatowi zasady. Osobnym problemem jest podszywanie się pod inną osobę, także z pomocą deepfake’ów. Tych dwóch zagrożeń nie należy utożsamiać ani oceniać wyłącznie na podstawie wyniku rozmowy.

W audycie Fabric z 2026 roku obejmującym 19 368 rozmów prowadzonych przez AI oznaczono 38,5% kandydatów jako podejrzanych o niedozwoloną pomoc. 61% oznaczonych osób przekroczyło próg zaliczenia. To dane dostawcy z jego własnego środowiska, nie potwierdzony odsetek oszustów na całym rynku.

Co pokazał audyt Fabric

Fabric analizował rozmowy między lipcem 2025 a styczniem 2026 roku. Odsetek oznaczeń wzrósł z 9% w lipcu do 45% we wrześniu 2025, po czym utrzymywał się na wysokim poziomie. Oznaczeń było pięć razy więcej niż w lipcu. Taka zmiana w próbie Fabric nie określa skali wzrostu na całym rynku.

W rozmowach programistycznych odsetek wynosił 48%, wobec 12% w sprzedaży. Pytania z programowania mogą być podatne na podpowiedzi asystenta, ale same dane nie wyjaśniają różnicy między stanowiskami. Nie pokazują też, jak wynik zależał od poziomu doświadczenia kandydatów. Narzędzia mogą pomagać zarówno w zadaniach algorytmicznych, jak i w projektowaniu systemów.

Fabric sprzedaje rozmowy prowadzone przez AI oraz wykrywanie oszustw. Przy interpretacji wyników trzeba więc uwzględnić sposób oznaczania, możliwe błędy i interes handlowy dostawcy. Bez tych informacji nie można uznać każdego oznaczenia za potwierdzone oszustwo.

Zaliczenie rozmowy nie jest potwierdzeniem samodzielności

W audycie 61% oznaczonych osób przekroczyło próg 7,0 na 10. Wskazuje to, że wynik oceny odpowiedzi i wykrywanie niedozwolonej pomocy mierzą różne rzeczy. Nie dowodzi, że wysoki wynik jest bezwartościowy ani że koreluje z oszustwem silniej niż z umiejętnościami.

Fabric podał następujący podział metod w oznaczonych przypadkach:

Dwie pierwsze kategorie stanowią blisko cztery piąte tego zestawienia. Udostępnianie ekranu może ich nie ujawnić. Sam kierunek spojrzenia kandydata również nie wystarcza, by potwierdzić niedozwoloną pomoc.

Fabric podał także, że 83% badanych kandydatów deklarowało gotowość do oszustwa, gdyby mieli pewność, że nie zostaną wykryci. To deklarowana postawa w badanej grupie, nie pomiar rzeczywistego zachowania wszystkich kandydatów.

Podszywanie się pod inną osobę

Ocena odpowiedzi nie potwierdza tożsamości rozmówcy. Unit 42 w Palo Alto Networks pokazał demonstrację, w której badacz bez doświadczenia w obróbce obrazu, na pięcioletniej konsumenckiej karcie graficznej, przygotował syntetycznego kandydata wideo w około 70 minut. Taki pokaz dowodzi możliwości technicznej, nie częstości skutecznych oszustw.

W raporcie GetReal Security z 2026 roku 41% badanych liderów IT, cyberbezpieczeństwa, ryzyka i przeciwdziałania oszustwom deklarowało, że ich organizacja zatrudniła i wdrożyła fałszywego kandydata. 88% zgłaszało przynajmniej sporadyczny kontakt z deepfake’ami lub próbami podszywania się. Gartner prognozuje, że do 2028 roku co czwarty profil kandydata na świecie będzie fałszywy. Prognoza nie jest obserwacją obecnego rynku.

Amerykański Departament Sprawiedliwości prowadził sprawy dotyczące północnokoreańskiego procederu wykorzystującego skradzione tożsamości do zdobywania zdalnej pracy technicznej. CNBC opisywało doświadczenia firm z fałszywymi kandydatami. Pindrop podał z kolei wzrost prób oszustw z deepfake’ami o 1300% w 2024 roku. To różne źródła i populacje; nie składają się na jeden wskaźnik ryzyka konkretnej rekrutacji.

Przykładem incydentu jest osoba zatrudniona przez KnowBe4 pod skradzioną tożsamością. W lipcu 2024 roku firma zatrudniła rzekomego inżyniera oprogramowania, który okazał się północnokoreańskim agentem. Posługiwał się skradzioną amerykańską tożsamością i zdjęciem zmodyfikowanym przez AI. Przeszedł sprawdzenie przeszłości, referencji i cztery rozmowy wideo. Po otrzymaniu służbowego Maca zaczął instalować złośliwe oprogramowanie. Narzędzia firmy wykryły anomalię i zablokowały urządzenie w ciągu 25 minut. Według opisu incydentu nie doszło do naruszenia danych. Przypadek pokazuje, że wiele rozmów wideo nie zastępuje osobnej kontroli tożsamości.

GetReal Security i Pindrop sprzedają narzędzia do wykrywania takich zagrożeń. Ich deklarowane wskaźniki należy odróżnić od demonstracji technicznej Unit 42, prognozy Gartnera i opisanego incydentu KnowBe4.

Jak oceniać umiejętności mimo dostępu do AI

Znane zadanie algorytmiczne z jedną poprawną odpowiedzią może być łatwe do rozwiązania z pomocą asystenta. Dlatego warto zapytać także o ograniczenia, testy i zmianę wymagań. W tekście o ocenie zadań i rozmowach przy tablicy opisujemy, jak połączyć próbkę pracy z rozmową o rozwiązaniu.

AI może pomagać również w wyjaśnieniach na żywo. Taka rozmowa dostarcza dodatkowych informacji, ale nie jest odporna na podpowiedzi ani nie dowodzi autorstwa. Nie traktuj też poprawnego, starannie napisanego kodu jako podejrzanego wyłącznie dlatego, że wygląda dobrze.

Rejestrowanie klawiszy, śledzenie wzroku czy oglądanie pokoju może budzić obawy o prywatność i utrudniać udział kandydatom. Nie daje pełnej kontroli nad drugim urządzeniem lub pomocą poza kadrem. Dobór środków powinien odpowiadać rzeczywistemu ryzyku i nie zastępować oceny pracy.

To osobna kwestia od stronniczości AI przy przeglądaniu CV. Tam sprawdzasz, czy metoda oceny nierówno traktuje kandydatów. Tutaj dodatkowo weryfikujesz, czy deklaracje dotyczące osoby i jej pracy są zgodne z faktami.

Trzy rzeczy do sprawdzenia w procesie

1. Oddziel konto kandydata od potwierdzenia tożsamości

Portal pozwala powiązać przesłane materiały z tą samą kandydaturą. Logowanie linkiem potwierdza jednak dostęp do skrzynki, nie tożsamość osoby przed kamerą. Sesje mogą się zmieniać, a dostęp do konta może być współdzielony.

Jeśli ryzyko stanowiska uzasadnia osobną weryfikację, zaplanuj ją we właściwym momencie, np. przy ofercie. Sposób sprawdzania dokumentów i zakres zbieranych danych muszą uwzględniać obowiązujące przepisy. Samo dodanie logowania nie wykonuje tej kontroli.

2. Zbierz dowody umiejętności z więcej niż jednego źródła

Zadanie związane ze stanowiskiem i rozmowa o rozwiązaniu pozwalają porównać oddaną pracę z wyjaśnieniami. Starsze metaanalizy podawały trafność próbek pracy około 0,54. Analiza Sacketta i współpracowników z 2022 roku obniżyła szacunek do około 0,33, przy około 0,42 dla ustrukturyzowanych rozmów.

Szacunki obejmują różne zawody i nie oceniają konkretnego zadania ani jego odporności na podpowiedzi AI. Zgodność zadania z prawem także wymaga osobnej oceny. Ustal wspólne kryteria i oceń, co dany materiał rzeczywiście pozwala sprawdzić.

3. Zachowaj historię ocen

Zapisz, kto oceniał materiały, kiedy, według jakich kryteriów i na czym oparł wynik. Po sześciu miesiącach łatwiej wrócić do konkretnej notatki niż odtwarzać wrażenie z rozmowy. Historia zmian pozwala prześledzić proces. Potwierdzenie tożsamości wymaga osobnej kontroli.

Jak dokumentować proces w Kit

W Kit zadania, oceny i historia etapów są powiązane z kandydaturą:

• Portal z logowaniem linkiem. Kandydat wraca do swoich materiałów przez dostęp do skrzynki e-mail. Nie jest to weryfikacja dokumentu, biometrii ani osoby uczestniczącej w rozmowie.
• Zadania zintegrowane z GitHubem. Zespół może ocenić kod i omówić go z kandydatem. Repozytorium nie dowodzi samodzielności ani autorstwa.
• Oceny zespołowe. Wspólne kryteria i niezależne opinie pomagają dostrzec rozbieżności, które warto wyjaśnić. Kit nie oznacza ich automatycznie jako oszustwa.
• Historia etapów. Daty, przesłane materiały i oceny pomagają odtworzyć przebieg rekrutacji. Jakość zapisu zależy też od notatek zespołu.

Kit nie oferuje wykrywania deepfake’ów, weryfikacji biometrycznej ani nadzoru wideo. Osobną kontrolę tożsamości trzeba zorganizować poza tymi funkcjami, jeśli jest potrzebna.

Od czego zacząć

Podaj zasady korzystania z AI, dobierz materiały do sprawdzanych umiejętności i zapisz uzasadnienia ocen. Oddziel podejrzenie niedozwolonej pomocy od potwierdzonego oszustwa oraz dostęp do konta od rzeczywistej tożsamości. Możesz zobaczyć, jak Kit organizuje etapy rekrutacji, by przygotować wspólny zapis pracy zespołu.