Canva wymaga AI na rozmowach technicznych. Ty też powinieneś?

Możesz wymagać korzystania z AI w zadaniu, które ma sprawdzić pracę z asystentem. Canva, Meta i Google opisują takie etapy lub ich pilotaże. Firmy otworzyły po jednym konkretnym etapie na asystentów AI, uprzedziły o tym kandydatów i przepisały zadanie tak, żeby jeden prompt go nie rozwiązał. Zakres zmian jest ograniczony. Przy projektowaniu podobnego etapu ustal, co chcesz ocenić i jakie narzędzia udostępnisz.

Canva przestała tropić użycie AI na rozmowach i zaczęła go wymagać

11 czerwca 2025 roku dział inżynierii Canvy opublikował tekst Simona Newtona z tytułem, który nie zostawia pola do interpretacji: „Tak, możesz używać AI na naszych rozmowach. Wręcz na to nalegamy”.

Kandydatom na role backendowe, frontendowe i związane z uczeniem maszynowym Canva zastąpiła rozmowę z podstaw informatyki, czyli klasyczną rundę z algorytmów i struktur danych. W jej miejsce weszła nowa kompetencja: programowanie ze wsparciem AI. Kandydat przychodzi z własnymi narzędziami, a w tekście padają nazwy Copilot, Cursor i Claude. Firma uzasadniła zmianę tak: „Zamiast walczyć z tą rzeczywistością i próbować kontrolować użycie AI, postawiliśmy na przejrzystość i pracę w nowych realiach”.

Zmieniło się także samo zadanie. Canva wycofała zamknięte ćwiczenia w rodzaju Gry w życie Conwaya i zastąpiła je scenariuszami produktowymi o otwartym zakresie. Opublikowany przykład: zbuduj system sterowania startami i lądowaniami na zatłoczonym lotnisku. Kandydat musi zdecydować, co zbudować najpierw, i uzasadnić tę decyzję podczas rozmowy.

Canva uprzedziła też kandydatów, co ich czeka. Słowami samej firmy: „informujemy teraz kandydatów z wyprzedzeniem, że będą musieli skorzystać z narzędzi AI, i mocno zachęcamy do wcześniejszych ćwiczeń”.

Wewnętrzne uzasadnienie było prozaiczne i dla większości zespołów inżynierskich znajome: prawie połowa frontendowców i backendowców w Canvie codziennie korzystała już z asystenta do kodu. Rozmowa kwalifikacyjna oderwała się od tego, jak wygląda praca.

Zakaz AI utrudnia ocenę, jeśli nie da się go sprawdzić

W badaniu Karat większość organizacji nadal zakazywała korzystania z AI.

Raport Karat „AI Workforce Transformation” 2025-2026, opublikowany 7 stycznia 2026 roku na podstawie odpowiedzi 400 liderów inżynierii z USA, Indii i Chin, podaje trzy istotne wyniki. 62% organizacji nadal zakazuje używania AI na rozmowach technicznych. Ci sami liderzy szacują, że ponad połowa kandydatów i tak korzysta z AI, mimo zakazu. I 71% mówi, że przez AI trudniej ocenić umiejętności techniczne.

To deklaracje liderów, a nie pomiar rzeczywistego użycia AI przez kandydatów. Pokazują jednak, że sam zakaz nie rozwiązuje ich trudności z oceną.

Pozostaje pytanie, jak egzekwować zakaz. Wewnętrzne dokumenty Amazona, do których Business Insider dotarł w lutym 2025 roku, zakazują kandydatom korzystania z narzędzi GenAI podczas rozmów, „o ile nie zostało to wyraźnie dozwolone”, i ostrzegają, że złamanie zasady „może skutkować dyskwalifikacją”. Amazon rozesłał też wskazówki, jak wyłapać korzystanie z AI: kandydat pisze na klawiaturze w trakcie zadawania pytania, czyta zamiast odpowiadać, ucieka wzrokiem. Takie zachowania podczas 45-minutowej rozmowy mogą mieć różne przyczyny. Same nie dowodzą korzystania z AI. O tym wyścigu zbrojeń pisaliśmy w tekście o rekrutacji inżynierów, kiedy wszyscy mają to samo AI.

Trudności przekładają się też na czas rekrutacji. Robert Half w listopadzie 2025 roku zapytał ponad 2000 osób prowadzących rekrutację w USA: 67% mówi, że przeglądanie zgłoszeń pisanych przez AI spowolniło rekrutację, a 65%, że weryfikacja umiejętności kandydatów stała się trudniejsza.

Co naprawdę zmieniły Canva, Meta i Google

W opisanych procesach zmiana dotyczy konkretnej rundy. Każda zawęziła AI do jednego etapu, resztę zostawiła bez zmian i uprzedziła kandydatów przed tym etapem, a nie po nim.

Rzecznik Mety wyjaśnił: „Skupiamy się oczywiście na tym, żeby AI pomagało inżynierom w codziennej pracy, więc nie powinno dziwić, że testujemy, jak udostępnić te narzędzia kandydatom podczas rozmów”. Wewnątrz firmy padł jeszcze drugi motyw: runda z dostępem do AI lepiej oddaje realne środowisko pracy programisty i osłabia sens oszukiwania z pomocą LLM-ów. Kiedy narzędzie jest dozwolone, przemycanie go przestaje dawać przewagę.

Brian Ong, wiceprezes ds. rekrutacji w Google, oficjalnie podał to samo uzasadnienie: pilot ma „lepiej odzwierciedlać to, jak nasze zespoły pracują w erze AI”. Zgodnie z wewnętrznym dokumentem opisanym przez Business Insider prowadzący ocenia trzy rzeczy: prompt engineering, weryfikację wyników i umiejętność debugowania.

Inny przykład to Anthropic. Anthropic zakazał kandydatom korzystania z AI w maju 2025 roku, a już w lipcu wycofał się z zakazu. Obecnie opisane zasady rozróżniają etapy: AI wolno używać przy materiałach aplikacyjnych i przygotowaniu do rozmów, wolno w zadaniach domowych, jeśli instrukcja tak mówi, i nie wolno na rozmowach na żywo, chyba że napisano inaczej. Firma zastąpiła ogólny zakaz zasadami dla poszczególnych etapów.

Ustal zasady dla poszczególnych etapów

Warto rozpatrzyć użycie AI osobno dla każdego etapu. Zadanie domowe i rozmowa o projektowaniu systemu mierzą inne zdolności, odbywają się w innych warunkach i dają inne możliwości korzystania z AI. Jedna zasada dla całej firmy może nie odpowiadać celom wszystkich etapów.

W tym artykule przyjmujemy dwie definicje:

• Etap otwarty na AI zakłada, że kandydat sięgnie po asystenta, a karta oceny punktuje to, jak nim kieruje, jak weryfikuje i jak poprawia jego pracę.
• Etap bez AI zakłada brak asystenta i zostaje na tyle krótki i wąski, że sprawdzanie samodzielnej pracy jest uczciwe.

Przykładowy proces może wyglądać tak:

Zasada jest prosta: zostaw etap bez AI tylko wtedy, gdy potrafisz nazwać, czego dowiadujesz się z samodzielnej pracy kandydata, a co wersja z AI by zasłoniła. „Wydaje się bardziej wymagające” to nie odpowiedź. „Ta runda sprawdza, czy kandydat utrzyma w głowie kompromis w systemie rozproszonym, kiedy przedstawię kontrargumenty” już tak.

Przeprojektuj zadanie tak, żeby jeden prompt go nie rozwiązał

Sprawdź, czy dotychczasowe zadanie nadal ujawnia umiejętności, które chcesz ocenić. Jeśli przykładowe trzygodzinne zadanie asystent wykonuje w dwanaście minut, samo ukończenie go może niewiele mówić o kandydacie. Rozważ cztery zmiany:

1. Zostaw kandydatowi decyzje dotyczące zakresu. System sterowania lotniskiem u Canvy nie ma podanego schematu danych, zdefiniowanego zakresu ani oczywistego pierwszego kroku. Kandydat musi wybrać, a ten wybór jest sygnałem.
2. Zacznij od niedoskonałego kodu, nie od pustego repozytorium. Udostępnij repozytorium startowe z prawdziwymi problemami w środku: subtelnym race condition, zapytaniem N+1, testem, który przechodzi z niewłaściwego powodu. Rozumienie i poprawianie to trudniejszy cel niż generowanie i właśnie na tym Google zbudował swoją pilotażową rundę.
3. Poproś o opis sposobu pracy. Poproś o opis pull requesta, w którym kandydat wskaże jedną rzecz zrobioną przez asystenta źle i opowie, jak ją wyłapał. Podczas rozmowy sprawdź, czy kandydat potrafi wyjaśnić opisany błąd i poprawkę.
4. Oceniaj kompromisy, które kandydat wskazał, a nie testy, które przeszły. Przechodzące testy są przydatne, ale nie wystarczą do oceny rozumowania kandydata.

Karta oceny pracy z AI

Na rozmowie technicznej z dozwolonym AI oceniaj sześć rzeczy: jak kandydat rozkłada zadanie o otwartym zakresie na części, kiedy świadomie nie sięga po AI, jak weryfikuje wygenerowany kod, jak go diagnozuje i poprawia, czy sam z siebie podnosi kwestie produkcyjne i czy potrafi wyjaśnić kod, którego nie napisał.

To połączenie pięciu opublikowanych kompetencji Canvy i trzech kryteriów podanych przez Google, oparte na karcie oceny osądu z tekstu o tym, jak sprawdzać umiejętności inżynierów korzystających z AI. Mechanikę wag opisaliśmy w przewodniku po kartach oceny według wspólnych kryteriów. Weryfikację i poprawianie warto oceniać osobno, a przydatność przyjętych wag sprawdzić we własnym procesie.

Znaczenie tych umiejętności ilustrują badania pracy z AI. Nie wyznaczają one jednak wag kryteriów rekrutacyjnych. W badaniu Developer Survey 2025 Stack Overflow największą frustracją związaną z AI, wskazaną przez 66% odpowiadających, są „rozwiązania AI, które są prawie dobre, ale jednak nie”. 45,2% mówi, że debugowanie kodu wygenerowanego przez AI zabiera więcej czasu. Aktywna nieufność wobec trafności AI wzrosła do 46% z 31% rok wcześniej, a wysokie zaufanie deklaruje tylko 3,1%.

Inny wynik przyniosło badanie METR. W randomizowanym badaniu kontrolowanym METR z lipca 2025 roku 16 doświadczonych deweloperów open source dostało 246 prawdziwych zgłoszeń z własnych repozytoriów. Z dostępem do narzędzi AI pracowali 19% wolniej. Po fakcie oceniali, że AI przyspieszyło ich o 20%.

Próba była mała, a zadania dotyczyły znanych uczestnikom repozytoriów. Wynik pokazuje różnicę między odczuwaną a zmierzoną pomocą AI w tych warunkach. Podczas rozmowy można więc sprawdzić także, kiedy kandydat rezygnuje z asystenta i jak uzasadnia tę decyzję.

Powiedz kandydatom przed etapem, nie po

Jasne zasady pozwalają kandydatom wiedzieć, co jest dozwolone, a prowadzącym odróżnić naruszenie reguł od dopuszczalnego użycia narzędzi.

W badaniu Gartnera z II kw. 2025 na 3000 kandydatów 6% przyznało się do oszustwa podczas rekrutacji, czyli do podszywania się pod kogoś albo posłużenia się podstawioną osobą. Gartner prognozuje, że do 2028 roku jeden na cztery profile kandydatów na świecie będzie fałszywy. Jamie Kohn, starszy dyrektor ds. badań w obszarze HR w Gartnerze, mówi wprost: „Pracodawcom coraz trudniej ocenić prawdziwe umiejętności kandydatów, a czasem także ich tożsamość”.

Gartner zaleca jasno określić oczekiwania i standardy rekrutacji, w tym dopuszczalne sposoby korzystania z AI.

Jest drugi powód, żeby to opublikować. To samo badanie pokazało, że tylko 26% aplikujących ufa, że AI oceni ich sprawiedliwie. Brak informacji o zasadach może zwiększać tę niepewność.

Skopiuj poniższy tekst, dostosuj szczegóły i umieść go bezpośrednio przy etapie:

Zadanie domowe: oczekujemy użycia narzędzi AI. Korzystaj z tego, czego używasz w pracy, w tym z Copilota, Cursora czy Claude’a. Nie sprawdzamy, czy potrafisz napisać kod bez pomocy. Oceniamy, jak zawężasz nieostry problem, jak weryfikujesz to, co produkuje asystent, i jak to poprawiasz. W opisie pull requesta napisz nam o jednej rzeczy, którą asystent zrobił źle, i o tym, jak ją znalazłeś. Kolejny etap to rozmowa na żywo o tym samym kodzie, bez AI, więc wyślij tylko taką pracę, którą obronisz linijka po linijce.

Rozmowa o oddanym kodzie pozwala dodatkowo sprawdzić rozumienie rozwiązania. Nie jest jednak testem autorstwa kodu.

Jak zadbać o porównywalne warunki

Uwzględnij trzy różnice między kandydatami.

Dostęp do narzędzi. Użyteczne plany Cursora, Claude’a i Copilota kosztują, więc wymaganie AI potrafi obciążyć bezrobotnego kandydata kosztem abonamentu. Google daje Gemini, Meta daje asystenta w CoderPad. Tekst Canvy w ogóle nie odnosi się do tego, kto płaci za narzędzie. Dostarcz narzędzie albo budżet i nigdy nie rób z wyboru narzędzia ocenianej zmiennej.

Nierówny dostęp do praktyki. Canva „mocno zachęca” do ćwiczeń. Osoba zatrudniona w firmie finansującej narzędzia AI może mieć więcej okazji do ćwiczeń. Publikuj format i przykładowe zadanie, nie samą zasadę.

Nierówne korzyści. Karat podaje, że AI podniosło średnią produktywność o 34% w deklaracjach samych zainteresowanych, ale nierówno: przepaść między mocnymi a słabymi inżynierami się powiększyła. Przy rekrutacji juniorów to działa w obie strony i nikt tego nie rozstrzygnął.

A jeśli zadanie domowe zajmuje teraz kilka godzin i wymaga płatnych narzędzi, zapłać za nie. Wypłaty dla kandydatów da się w Kit skonfigurować na dowolnym etapie.

Czy dzięki temu zatrudniasz lepiej? Nikt jeszcze nie wie

Dostępne dane nie pozwalają jeszcze porównać jakości zatrudnień.

Canva nie opublikowała żadnych odsetków przechodzących dalej, liczby kandydatów ani porównania jakości zatrudnień. To, co przekazała ustami Joela Knudsena, szefa globalnej rekrutacji technicznej, na konferencji ATC2025 w listopadzie 2025 roku, jest jakościowe: bogatsze dyskusje o kompromisach i przypadkach brzegowych, możliwość stawiania bardziej złożonych, realistycznych scenariuszy oraz obserwacja, że kandydat potrzebuje jednocześnie umiejętności pisania promptów i krytycznego czytania kodu. Przydatne, ale to nie jest wynik z badania kontrolowanego. Meta i Google są na etapie pilotaży. W badaniu METR wzięło udział 16 deweloperów.

Zmierz więc własną zmianę. Śledź odsetek przechodzących dalej na każdym etapie przez sześć miesięcy przed i po, rezygnacje kandydatów na tym etapie, który zmieniłeś, oraz korelację oceny z tego etapu z ocenami menedżerów po 90 dniach. Jeśli etap otwarty na AI nie różnicuje kandydatów lepiej niż runda, którą zastąpił, dowiedziałeś się czegoś konkretnego zamiast podpiąć się pod trend. Warto wyrobić w sobie tę dyscyplinę, biorąc pod uwagę, jak pewne siebie i jednocześnie błędne bywają rady AI dotyczące rekrutacji oraz jak ostrożnie zespoły muszą wytyczać granicę samodzielności AI na samej rozmowie.

Jak skonfigurować cykl otwarty na AI w Kit

Zasady dotyczące AI możesz wpisać w instrukcjach konkretnych etapów. W Kit każdy etap procesu ma osobną konfigurację, więc podzielony cykl rozmów Mety nie wymaga żadnego nowego pojęcia: zadanie programistyczne otwarte na AI i rozmowa na żywo bez AI stoją obok siebie w jednym pipelinie.

Trzy rzeczy do ustawienia, kiedy tworzysz ogłoszenie o pracę i układasz etapy rekrutacji:

1. Wpisz zasadę w opis etapu widoczny dla kandydata. Każdy typ etapu ma tekst kierowany do kandydata, więc reguła jest czytana w portalu dokładnie wtedy, kiedy zaczyna obowiązywać, a nie zakopana w mailu sprzed trzech tygodni. To w praktyce ta sama zasada uprzedzania kandydatów, którą stosuje Canva. Podsumowanie całej polityki na początku rekrutacji umieść w informacji przy aplikacji.
2. Umieść zasady korzystania z AI w instrukcji zadania. Przy etapie z zadaniem programistycznym instrukcja trafia commitem do prywatnego repozytorium kandydata razem z szablonem startowym. To tam wymieniasz dozwolone narzędzia i wymagasz akapitu w pull requeście o tym, co asystent zrobił źle. Celowo niedoskonałe repozytorium startowe zamienia zadanie w ćwiczenie z rozumienia i poprawiania.
3. Dodaj kartę oceny na etapie oceny zespołowej. Wpisz dekompozycję, powściągliwość w doborze narzędzi, weryfikację wyników, poprawianie, standardy produkcyjne i wyjaśnianie jako kryteria z wagami, a potem oceniaj je podczas przeglądu aplikacji. Dobierz kryteria do ocenianego zadania i zasad korzystania z AI.

W Kit opisujesz te zasady w treści dla kandydatów. Kryteria oceny konfigurujesz osobno na etapie oceny zespołowej. Kiedy cykl rozmów już działa, zapisz go jako szablon procesu, żeby wykorzystać te ustawienia przy kolejnym ogłoszeniu.

Najczęstsze pytania

Czy używanie AI na rozmowie technicznej to oszustwo?

Tylko wtedy, gdy etap tego zakazywał. Oszustwo to złamanie podanej reguły, więc lekarstwem jest podanie reguły osobno dla każdego etapu zamiast zakładania wspólnej normy. Karat ustalił, że 62% organizacji zakazuje AI, podczas gdy liderzy szacują, że ponad połowa kandydatów i tak po nie sięga. To wskazuje na trudności z egzekwowaniem zakazu.

Które firmy dopuszczają AI na rozmowach technicznych?

Canva oczekuje użycia AI w kompetencji „programowanie ze wsparciem AI” przy rolach backendowych, ML i frontendowych. Meta pilotuje rundę z dostępem do AI, która zastępuje jedną z dwóch rozmów kodowania na miejscu. Google pilotuje rundę rozumienia kodu ze wsparciem AI dla ról juniorskich i średniego szczebla w USA, z użyciem Gemini. Anthropic dopuszcza AI przy materiałach aplikacyjnych i w zadaniach domowych, jeśli instrukcja tak mówi, ale nie na rozmowach na żywo. Amazon zakazuje, o ile czegoś wyraźnie nie dopuści.

Jak sprawdzać inżynierów, skoro każdy ma AI?

Zmień to, czego wymaga zadanie. Daj opis o otwartym zakresie bez jednej poprawnej odpowiedzi, zacznij od niedoskonałej bazy kodu zamiast od pustej, poproś o opis sposobu pracy i po etapie otwartym na AI ustaw krótką rozmowę bez AI o tym samym kodzie.

Czy zadania domowe powinny dopuszczać AI?

Tak, prawie zawsze. Zadania domowe są bez nadzoru, a zakazu nie da się wyegzekwować, więc zamienia on etap w test uczciwości kandydata zamiast umiejętności. Dopuść AI, podnieś poprzeczkę i oceniaj weryfikację oraz poprawianie zamiast poprawności samego wyniku.

Jak przekazać kandydatom zasady dotyczące AI?

Na etapie, którego dotyczą, w widoku etapu po stronie kandydata, zanim zacznie pracę. Podsumuj całą zasadę przy aplikacji, a potem powtórz konkretną regułę na każdym etapie. Gartner zaleca komunikowanie, jakie użycie AI uznajesz za dopuszczalne, jako środek przeciw oszustwom, a nie zwykłą uprzejmość.

W opisanych przykładach firmy wybrały konkretną rundę, zmieniły zadanie i uprzedziły kandydatów. Możesz zacząć podobnie: wybierz etap, na którym praca z AI odpowiada obowiązkom na stanowisku, ustal kryteria i zapewnij dostęp do narzędzi. Potem sprawdź, czy nowy etap lepiej ocenia potrzebne umiejętności.