Kandydaci deepfake: jak powstrzymać oszustwa rekrutacyjne z udziałem AI w 2026 roku

Kandydat deepfake to osoba aplikująca o pracę, która posługuje się wygenerowanym przez AI wideo, sklonowanym głosem albo skradzioną lub syntetyczną tożsamością, by przejść rozmowy kwalifikacyjne i selekcję. W 2026 roku fałszywi oraz wspierani przez AI kandydaci awansowali na pierwsze miejsce listy spodziewanych zagrożeń rekrutacyjnych, wyprzedzając niedobór talentów, a Gartner prognozuje, że do 2028 roku co czwarty profil kandydata na świecie będzie fałszywy.

Przez dwie dekady rekrutacja zdalna opierała się na milczącym założeniu: osoba po drugiej stronie rozmowy wideo to ta sama osoba, która wykona pracę. Tego założenia już nie ma. Narzędzia do podrobienia twarzy, głosu i tożsamości są dziś tanie, szybkie i na tyle dobre, by zwieść doświadczonego rekrutera. Ten przewodnik tłumaczy, jak naprawdę działa to oszustwo, jakie zweryfikowane liczby kryją się za alarmem oraz jakie praktyczne kroki uodparniają proces rekrutacji — bez zaganiania wszystkich z powrotem do sali konferencyjnej.

Kim jest kandydat deepfake?

Kandydat deepfake to osoba, która aplikuje i bierze udział w rozmowach pod sfabrykowaną lub pożyczoną tożsamością, używając AI do zasypania przepaści między tym, za kogo się podaje, a tym, kim faktycznie jest. Ta kategoria obejmuje trzy nakładające się na siebie taktyki.

• Oszustwo z syntetyczną tożsamością: całkowicie zmyślona osoba, z wygenerowaną przez AI twarzą, sfingowanym przebiegiem kariery i dokumentami, które przechodzą pobieżną kontrolę.
• Rozmowy przez podstawioną osobę: zdolny dubler zalicza rozmowę, a pracę wykonuje już ktoś inny, znacznie słabszy — albo nikt się w ogóle nie zjawia.
• Podszywanie się wspierane przez AI: realny, ale wprowadzający w błąd kandydat używa podmiany twarzy na żywo, klonowania głosu lub generowania odpowiedzi w czasie rzeczywistym, by uchodzić za kogoś, kim nie jest.

Skala zagrożenia rozciąga się od zbyt pewnego siebie poszukiwacza pracy, który kombinuje przy selekcji, po operatora na usługach obcego państwa infiltrującego twój kod. Obrona jest na każdym poziomie tą samą myślą: powiąż każdy punkt styku z kandydatem z jedną, weryfikowalną tożsamością i uczyń ze spójności między etapami coś, co faktycznie sprawdzasz.

Dlaczego fałszywi kandydaci stali się zagrożeniem rekrutacyjnym nr 1 w 2026 roku

Fałszywi i wygenerowani przez AI kandydaci przewyższają dziś niedobór talentów jako główne zmartwienie liderów pozyskiwania pracowników. Ta zmiana jest świeża, mierzalna i poparta źródłami pierwotnymi, a nie marketingiem dostawców.

W raporcie GoodTime 2026 Hiring Insights Report, który w listopadzie 2025 roku objął ponad 500 amerykańskich liderów rekrutacji w firmach zatrudniających ponad 1000 osób, 27% uznało fałszywych lub wygenerowanych przez AI kandydatów za swoje najpoważniejsze spodziewane wyzwanie, minimalnie wyprzedzając 26% obawiających się niedoboru talentów. Jak na branżę, która od dekady obsesyjnie roztrząsa deficyt kadr, to zdumiewające przetasowanie.

Trend to potwierdza. Gartner w raporcie z lipca 2025 roku prognozował, że do 2028 roku co czwarty profil kandydata na świecie będzie fałszywy. Straty finansowe już się materializują. Według danych FTC z marca 2025 roku zgłoszone straty wynikające z oszustw „na ofertę pracy” wzrosły z 90 milionów dolarów w 2020 roku do 501 milionów w 2024 roku, a szersza kategoria oszustw związanych z biznesem i ofertami pracy sięgnęła 750,6 miliona. Łączne straty z oszustw w USA wyniosły w 2024 roku 12,5 miliarda dolarów, o 25% więcej rok do roku.

To już nie jest ryzyko z ogona rozkładu, którym martwią się działy bezpieczeństwa. To powszechny problem rekrutacyjny, który ląduje na biurku każdego rekrutera prowadzącego zdalny proces.

Powyższe twarde liczby pochodzą ze źródeł amerykańskich (GoodTime, Gartner, FTC) — w Polsce żaden urząd ani izba branżowa nie policzyły jeszcze krajowego odpowiednika tych statystyk. Ale opisywany mechanizm nie zna granic: każdy polski pracodawca prowadzący zdalną rekrutację mierzy się z tym samym przesunięciem priorytetów, a regulatorzy w kolejnych krajach raportują gwałtowne, rosnące rok do roku straty z oszustw „na ofertę pracy” i podszywania się.

Jak powstaje kandydat deepfake w 70 minut

Zagrożenie to rozlało się tak szybko, ponieważ koszt podrobienia człowieka drastycznie spadł. Nie trzeba już studia, budżetu ani specjalistycznej wiedzy.

Jeden badacz z Palo Alto Networks Unit 42 — bez doświadczenia w obróbce obrazu, ze znikomą wiedzą o deepfake’ach i na pięcioletnim komputerze — zbudował syntetyczną tożsamość zdolną przejść rozmowę wideo w 70 minut. Zestaw narzędzi był darmowy: wyszukiwarka AI, oprogramowanie deepfake o otwartym kodzie i twarz pobrana z generatora typu „ta osoba nie istnieje”. Kartą graficzną był RTX 3070 kupiony pod koniec 2020 roku.

Siedemdziesiąt minut. Jedna osoba. Konsumencki sprzęt, który był już przestarzały. Każdy model myślowy traktujący oszustwo deepfake jako trudne, rzadkie albo zarezerwowane dla wyrafinowanych graczy jest po prostu błędny.

Pokazy na żywo są równie otrzeźwiające. Dostawca rozwiązań bezpieczeństwa Pindrop pokazał twarz dziennikarza podmienioną w czasie rzeczywistym podczas połączenia na Zoomie — a pozostali uczestnicy rozmowy niczego nie zauważyli. Twarz, która rusza się i mówi na twoim ekranie, niczego już nie dowodzi.

Gdy próg wejścia jest tak niski, nie można liczyć na to, że rekruterzy „po prostu to wyłapią”. Wykrywanie na czuja nie nadąża za narzędziami, które poprawiają się z kwartału na kwartał. Robotę musi wykonać sam proces.

Schemat Korei Północnej: farmy laptopów i syntetyczni pracownicy

Najlepiej udokumentowana odmiana tego oszustwa jest zarazem najpoważniejsza: operatorzy na usługach państwa podszywający się pod zdalnych pracowników z USA, by zarabiać pensje i zdobywać dostęp do systemów wewnętrznych.

W lipcu 2025 roku Christina Marie Chapman, lat 50, z Litchfield Park w Arizonie, została skazana na 102 miesiące (8,5 roku) więzienia za prowadzenie „farmy laptopów” we własnym domu. Departament Sprawiedliwości USA udokumentował, że jej operacja pomagała północnokoreańskim informatykom udawać pracowników z USA w ponad 300 amerykańskich firmach, generując ponad 17 milionów dolarów nielegalnego przychodu dla reżimu w Pjongjangu. Gdy śledczy przeszukali jej dom w październiku 2023 roku, zarekwirowali ponad 90 firmowych laptopów — każdy utrzymywał pozory, że zdalny „pracownik” działa z terenu USA.

Schemat działa, bo zdalne wdrożenie pracownika rzadko weryfikuje, czy osoba przy klawiaturze to ta sama osoba, która przeszła rozmowę, ani czy faktycznie znajduje się tam, gdzie twierdzi. Laptop wysłany pod adres w Arizonie zaspokaja formalności. A osoba, która go obsługuje, jest na innym kontynencie.

To nie jest garstka przypadków. Stephen Schmidt, dyrektor ds. bezpieczeństwa w Amazonie, ujawnił, że firma od kwietnia 2024 roku zablokowała ponad 1800 podejrzanych operatorów z Korei Północnej przed zatrudnieniem, a liczba aplikacji powiązanych z Koreą Północną rosła przez 2025 rok o mniej więcej 27% kwartał do kwartału. Skoro jeden z najbardziej dojrzałych pod względem bezpieczeństwa pracodawców na świecie traktuje to jako stały koszt operacyjny, mniejsze firmy bez działu bezpieczeństwa nie są w żaden cudowny sposób wyłączone spod ryzyka. To one są łatwiejszym celem.

Najlepiej udokumentowana sprawa rozegrała się w USA, ale byłoby błędem czytać to jako odległy, amerykański kłopot. Ten sam schemat działa już na terenie Polski.

Stawką nie jest tu wyłącznie nietrafione zatrudnienie. To malware w twojej sieci, kradzież kodu źródłowego i danych klientów, żądania okupu oraz ryzyko naruszenia sankcji przez nieświadome opłacanie objętego nimi reżimu.

Rozmowy przez podstawioną osobę i ściąganie z pomocą AI: wersja na co dzień

Większość firm nigdy świadomie nie zetknie się z operatorem obcego wywiadu. Zmierzą się natomiast z prozaiczną, masową odmianą: zwykłymi kandydatami, którzy używają AI, by zakłamać, kim są i co potrafią.

Liczby pokazują, jak szybko stało się to normą. W badaniu Resume Genius obejmującym 1000 amerykańskich menedżerów ds. rekrutacji 17% przyznało, że zetknęło się z kandydatami używającymi technologii deepfake podczas rozmów wideo — wobec około 3% rok wcześniej. Raport GetReal Security wykazał, że 41% liderów ds. IT, cyberbezpieczeństwa, ryzyka i przeciwdziałania oszustwom przyznaje, że ich organizacja zatrudniła i wdrożyła oszukańczego kandydata. Badania Regula z 2024 roku ujawniły, że połowa firm zetknęła się z deepfake’iem wideo.

Strona kandydatów też się do tego przyznaje. W badaniu Gartnera na 3000 poszukujących pracy 6% przyznało się do oszustwa podczas rozmowy — czyli do podszycia się pod kogoś albo bycia reprezentowanym przez kogoś. Czterech na dziesięciu zadeklarowało użycie AI na którymś etapie aplikacji. Tylko około połowy wierzyła, że oferty, na które aplikowali, są w ogóle prawdziwe — co pokazuje, jak głęboko nadwyrężone jest zaufanie po obu stronach stołu.

Codzienne taktyki są prostsze niż pełny deepfake: silniejszy programista dołącza do rozmowy, by ogarnąć rundę techniczną; drugi monitor podsuwa odpowiedzi na żywo; modulator głosu wygładza akcent, który zdradziłby podstawioną osobę. Nic z tego nie wymaga RTX 3070. Wymaga chętnego wspólnika i procesu, który nigdy nie sprawdza, czy na każdym etapie pojawia się ta sama osoba.

Dlaczego doczepiane narzędzia do weryfikacji tożsamości nie wystarczą

Pierwszym odruchem rynku było doszycie dostawcy weryfikacji do istniejącego lejka. To pomaga, ale nie rozwiązuje problemu strukturalnego.

Pojawiła się fala narzędzi do weryfikacji tożsamości, które doczepiają się do systemów ATS. Persona uruchomiła Candidate Verification, łączącą dokument tożsamości, selfie na żywo oraz sygnały z urządzenia, zachowania i sieci, z integracjami z Ashby, Greenhouse i Workday. Checkr wypuścił w 2026 roku Identity Verification, by wyłapywać niezgodne nazwiska, fałszywe selfie i nieważne dokumenty. Wykrywanie deepfake’ów głosowych i wideo od dostawców takich jak Pindrop, GetReal czy Daon dokłada kontrolę żywotności (liveness).

To przydatne narzędzia. Ale każde z nich jest doczepką. Weryfikują tożsamość na jednym etapie i odsyłają sygnał do dowolnego ATS, którego akurat używasz. Żadne z nich nie jest procesem. Kontrola weryfikacyjna na etapie CV w niczym nie potwierdza, że osoba na ostatniej rozmowie — ani osoba, która ostatecznie przyjmuje ofertę i dostaje laptopa — to ten sam człowiek. Oszustwo żyje w szwach między etapami, a doczepki tych szwów nie obejmują.

Gartner wręcz ostrzegł, że do 2026 roku 30% przedsiębiorstw uzna narzędzia weryfikacji tożsamości za niewystarczająco wiarygodne, gdy działają w pojedynkę wobec coraz lepszych deepfake’ów. Narzędzie jest konieczne, ale niewystarczające.

Najwyraźniejszy dowód płynie z reakcji najbardziej zaawansowanych pracodawców. Google i McKinsey przywracają rundy rozmów na żywo. W podcaście Lexa Fridmana w czerwcu 2025 roku CEO Google’a Sundar Pichai potwierdził, że firma wprowadza z powrotem „co najmniej jedną rundę rozmów twarzą w twarz”, by zweryfikować podstawowe kompetencje kandydata. Gdy giganci wyrośli na AI dochodzą do wniosku, że samemu zdalnemu wideo nie można już ufać, przesłaniem nie jest „wracajcie do biura”. Przesłaniem jest „wbuduj weryfikację w sam proces”.

Jak uodpornić proces rekrutacji na oszustwa

Nie musisz wybierać między rekrutacją zdalną a rekrutacją godną zaufania. Sam proces czynisz odpornym na oszustwa, egzekwując tożsamość bez przerwy, zamiast sprawdzać ją raz. Oto praktyczna lista kontrolna.

1. Uwierzytelniaj każdy punkt styku z kandydatem. Powiąż każdą interakcję z jedną, weryfikowalną tożsamością e-mail za pomocą jednorazowych linków bez hasła, zamiast wspólnego hasła, które można przekazać podstawionej osobie. Każde wejście do procesu staje się wtedy możliwe do prześledzenia do jednej tożsamości.
2. Umieść bramki tożsamości wewnątrz procesu, a nie obok niego. Wstaw krok weryfikacji — kontrolę u dostawcy IDV albo rundę na żywo lub nadzorowaną (proctored) — jako obowiązkową bramkę przed wrażliwymi etapami, takimi jak ostatnia rozmowa, oferta czy jakikolwiek dostęp do kodu. Bramka powinna blokować przejście dalej, a nie tylko zapisywać ostrzeżenie.
3. Wypatruj niespójności między rundami. Niech co najmniej dwóch rekruterów porówna notatki z różnych etapów. „To nie wyglądało na tę samą osobę, która zaliczyła pierwszą rundę” to jeden z najsilniejszych sygnałów oszustwa, jakie masz — i ujawnia się tylko wtedy, gdy ocena jest wspólna i udokumentowana.
4. Wykorzystuj sygnały behawioralne z próbek pracy. Kandydat, który błyszczy na rozmowie na żywo, ale którego czas wykonania zadania programistycznego, środowisko pracy czy styl kodu wyglądają podejrzanie, to rozbieżność warta oznaczenia. Realna praca, obserwowana w czasie, jest znacznie trudniejsza do podrobienia niż jedna dopięta na ostatni guzik rozmowa.
5. Weryfikuj przed dostępem, nie po nim. Sprawa Chapman zadziałała, bo weryfikacja — jeśli w ogóle — następowała już po wysyłce laptopa. Potwierdź tożsamość i lokalizację, zanim przyznasz jakikolwiek dostęp do systemu, repozytorium czy urządzenia.
6. Zarezerwuj rundę o wysokim zaufaniu dla ról o wysokim zaufaniu. Zapożycz ruch Google’a wybiórczo. Dla ról dotykających systemów produkcyjnych lub wrażliwych danych wymagaj jednej rundy na żywo albo rygorystycznie nadzorowanej. Nie potrzebujesz jej przy każdym zatrudnieniu — tylko tam, gdzie stawką jest naruszenie bezpieczeństwa.

Więcej o ocenie realnych umiejętności wtedy, gdy dyplomy i CV przestały już dowodzić kompetencji, znajdziesz w naszym przewodniku o zatrudnianiu młodszych inżynierów po upadku wartości dyplomów.

Jak Kit wbudowuje odporność na oszustwa w sam proces

Wykrywanie oszustw doczepione do lejka rekrutacyjnego zawsze będzie pozostawać w tyle, bo lejek zaprojektowano z myślą o zaufaniu. ATS zbudowany natywnie wokół AI potrafi uczynić proces odpornym na oszustwa już na poziomie projektu. Kit jest stworzony właśnie do tego, bo leży na przecięciu swoich dwóch najmocniejszych domen: rekrutacji i bezpieczeństwa.

Kit już dawno zlikwidował hasła dla kandydatów. Każdy kandydat wchodzi do procesu przez magic link — jednorazowy, wygasający link powiązany z jedną tożsamością e-mail. Nie ma wspólnego hasła, które można podać podstawionej osobie, a każde wejście to uwierzytelnione zdarzenie, które możesz prześledzić. Ten sam wzorzec bezhasłowy działa w module bezpieczeństwa i ujawniania podatności Kita, bo pewność tożsamości jest natywną częścią produktu, a nie doczepką.

Model etapów w Kicie pozwala umieszczać punkty kontroli zaufania wewnątrz procesu. Możesz wstawić rundę z weryfikacją tożsamości lub na żywo jako obowiązkową bramkę przed wrażliwymi etapami, takimi jak oferta czy dostęp do repozytorium — dokładnie tak, jak opisuje powyższa lista kontrolna. Jeśli chcesz korzystać z dedykowanego dostawcy IDV, na przykład Persony czy Checkra, to właśnie w Kicie wyegzekwujesz go jako bramkę, zamiast nieszczelnego lejka, który traktuje taką kontrolę jako opcjonalną.

Zintegrowane z GitHubem zadania programistyczne Kita dają ci sygnał behawioralny: kandydat, u którego rozmowa na żywo i zachowanie przy próbce pracy do siebie nie pasują, to rozbieżność warta oznaczenia. A ocena i głosowanie zespołu wydobywają sygnał „to nie była ta sama osoba w kolejnych rundach”, zanim w ogóle wyjdzie oferta — a nie dopiero po wysyłce laptopa.

Kit nie jest silnikiem do wykrywania deepfake’ów i nie zastępuje biometrycznej weryfikacji tożsamości. Jest procesem, który czyni weryfikację egzekwowalną, a tożsamość ciągłą, tak by szwy między etapami przestały być miejscem, w którym lęgnie się oszustwo.

Zagrożenie jest realne, liczby są zweryfikowane, a narzędzia do podrobienia kandydata tańsze niż kiedykolwiek. Dobra wiadomość jest taka, że obrona jest strukturalna, a nie magiczna. Uwierzytelniaj każdy punkt styku, zabezpiecz bramkami wrażliwe etapy i sprawdzaj, czy ta sama osoba pojawia się od pierwszego kontaktu po pierwszy commit. Rozpocznij darmowy okres próbny i zbuduj proces, który zakłada, że zaufanie trzeba sobie wypracować, a nie przyjmować z góry.