Co pozew o dyskryminację przez AI Workday oznacza dla każdego systemu ATS

Tak, dostawca systemu do zarządzania rekrutacją (ATS) może teraz zostać pozwany za dyskryminację przy zatrudnianiu. W sprawie Mobley przeciwko Workday (Sąd Okręgowy dla Północnego Dystryktu Kalifornii, sygn. 3:23-cv-00770-RFL) sąd federalny uznał, że narzędzie rekrutacyjne oparte na AI może odpowiadać bezpośrednio jako „pełnomocnik” (agent) pracodawców, którzy z niego korzystają. Sąd dopuścił następnie ogólnokrajowe powództwo zbiorowe o dyskryminację ze względu na wiek, które może objąć setki milionów kandydatów. Orzeczenie nie sadza na ławie oskarżonych samego Workday. Sadza na niej pewien wzorzec projektowy: nieprzejrzysty, w pełni zautomatyzowany potok do automatycznego odrzucania kandydatów, bez człowieka w pętli — czyli to, na czym opiera się większość narzędzi do selekcji opartych na AI.

To najważniejsze wydarzenie prawne w branży oprogramowania rekrutacyjnego od dekady i zmienia ono sposób, w jaki founderzy, szefowie działów talentów i osoby odpowiedzialne za compliance powinni oceniać każdy ATS, z którym mają do czynienia. Poniżej wyjaśniam, co realnie wynika z tej sprawy, skąd bierze się odpowiedzialność i jak w praktyce wygląda bezpieczny prawnie, AI-native stack rekrutacyjny.

Ten artykuł zawiera informacje ogólne i nie stanowi porady prawnej. W konkretnej sprawie skonsultuj się z prawnikiem specjalizującym się w prawie pracy.

Pozew, który ustawił do pionu każdy ATS

Mobley przeciwko Workday to federalny pozew, w którym zarzuca się, że oparty na AI system rekomendacji kandydatów Workday w nieproporcjonalny sposób odsiewa aplikujących ze względu na wiek, rasę i niepełnosprawność. Dla każdego zespołu rekrutacyjnego ma to znaczenie, bo sąd dopuścił właśnie do procedowania sprawy przeciwko samemu dostawcy oprogramowania, a nie tylko przeciwko pracodawcom.

Tym, co tu i teraz najbardziej powinno zainteresować szefów działów talentów, jest termin. Sąd federalny zezwolił na formalne powiadomienie potencjalnych członków powództwa zbiorowego, wyznaczając termin przystąpienia (opt-in) na 7 marca 2026 roku dla kandydatów w wieku 40 lat i więcej, którym platforma Workday odmówiła rekomendacji. To właśnie ten termin sprawił, że sprawa wróciła do nagłówków — i to dlatego Twoi kandydaci, Twój zarząd i Twój dział prawny mogą zacząć pytać, co właściwie robi Twój własny system selekcji oparty na AI.

W skrócie: zagrożenie regulacyjne, którym zespoły rekrutacyjne martwiły się latami, zmieniło postać. W 2025 roku agencje federalne wycofały się z egzekwowania przepisów, ale lukę szybko wypełniły prywatne pozwy zbiorowe i grupowe. Ryzyko nie zniknęło. Przeniosło się od regulatorów do kancelarii prawnych reprezentujących powodów oraz do ustawodawców stanowych.

Czym jest sprawa Mobley przeciwko Workday?

Mobley przeciwko Workday to pozew o dyskryminację złożony w 2023 roku przez Dereka Mobleya, który zarzucił, że narzędzia selekcyjne AI Workday odrzuciły go w około 100 aplikacjach — twierdził, że praktycznie nigdy nie udawało mu się przejść przez wstępny, automatyczny etap selekcji. Pozwał na podstawie Title VII, ustawy o Amerykanach z niepełnosprawnościami (ADA) oraz ustawy o zakazie dyskryminacji ze względu na wiek w zatrudnieniu (ADEA).

Dwa orzeczenia uczyniły z tej sprawy precedens:

• 12 lipca 2024: sąd dopuścił roszczenia oparte na tezie, że Workday — dostawca oprogramowania, a nie pracodawca — może odpowiadać bezpośrednio jako „pełnomocnik” (agent) swoich klientów-pracodawców.
• 16 maja 2025: sąd warunkowo dopuścił ogólnokrajowe powództwo zbiorowe na gruncie ADEA, obejmujące „wszystkie osoby w wieku 40 lat i starsze, które od 24 września 2020 roku do chwili obecnej aplikowały na oferty pracy za pośrednictwem platformy aplikacyjnej Workday i którym odmówiono rekomendacji do zatrudnienia”.

Skala robi wrażenie. W pismach procesowych Workday wskazał, że w istotnym dla sprawy okresie jego narzędzia odrzuciły 1,1 miliarda aplikacji, a sąd przyznał, że powództwo zbiorowe może objąć „setki milionów” osób.

Jedno ważne zastrzeżenie: Workday zaprzecza, by dopuścił się jakichkolwiek nieprawidłowości, a sprawa jest na etapie powiadamiania członków powództwa, a nie stwierdzenia odpowiedzialności. Nic, co tu piszę, nie oznacza, że Workday dyskryminował. Sąd uznał jedynie, że roszczenia są na tyle prawdopodobne, by procedować sprawę dalej — i że dostawca nie może się schować za hasłem „my tylko sprzedajemy oprogramowanie”.

Teoria „pełnomocnika”: dlaczego Twój dostawca może odpowiadać

Prawnym jądrem sprawy jest teoria „pełnomocnika” (agency theory) — i to ona jest częścią, którą powinien rozumieć każdy kupujący ATS. Federalne przepisy antydyskryminacyjne obejmują nie tylko pracodawców, ale i ich „pełnomocników”. Pytanie brzmiało, czy dostawca oprogramowania może być takim pełnomocnikiem. Sąd odpowiedział twierdząco — w sytuacji, gdy oprogramowanie podejmuje lub rekomenduje decyzję o odrzuceniu albo przepuszczeniu kandydata.

Sędzia Rita Lin uznała, że pozew „w sposób prawdopodobny zarzuca, iż klienci Workday oddelegowali do Workday swoją tradycyjną funkcję odrzucania kandydatów lub przepuszczania ich do etapu rozmowy”. Wniosek prawny jest jednoznaczny: gdy oprogramowanie dostawcy podejmuje decyzję selekcyjną, dostawca wchodzi w buty pracodawcy w zakresie odpowiedzialności za dyskryminację.

Czym to się różni od „to tylko narzędzie”

Sąd nakreślił wyraźną granicę między biernym narzędziem a aktywnym decydentem. Arkusz kalkulacyjny przechowujący dane kandydatów to narzędzie. Oprogramowanie, które tworzy ranking kandydatów i rekomenduje, kogo odrzucić, to już coś innego. Jak ujął to sąd: „Workday kwalifikuje się jako pełnomocnik, ponieważ — jak się zarzuca — jego narzędzia pełnią tradycyjną funkcję rekrutacyjną polegającą na odrzucaniu kandydatów na etapie selekcji i rekomendowaniu, kogo przepuścić dalej”.

To właśnie ten wzorzec projektowy stanął przed sądem. Ryzykiem nie jest „używanie AI w rekrutacji”. Ryzykiem jest oddanie ludzkiej oceny, kto idzie dalej, czarnej skrzynce, której nikt nie potrafi wyjaśnić, skontrolować ani nadpisać. Jeśli Twój ATS automatycznie odrzuca kandydatów bez weryfikacji przez człowieka i bez zapisu decyzji, to odtworzyłeś dokładnie ten stan faktyczny, który sąd uznał za wystarczająco prawdopodobny, by go procedować — a Twój dostawca może teraz dzielić z Tobą odpowiedzialność.

To nie tylko Workday: Eightfold i front FCRA

Sprawa Workday otworzyła drzwi, a przez nie wchodzą kolejne teorie prawne. 7 lipca 2025 roku sąd rozszerzył powództwo Mobley o kandydatów przetwarzanych z użyciem funkcji HiredScore AI od Workday i nakazał Workday wskazać klientów, którzy je włączyli. Zakres sprawy wciąż się poszerza.

Osobna sprawa otwiera zupełnie nowy front prawny. W sprawie Kistler i inni przeciwko Eightfold AI Inc., złożonej 20 stycznia 2026 roku w Kalifornii i przeniesionej do sądu federalnego, powodowie zarzucają, że model Eightfold zgarnia „miliardy punktów danych”, by tworzyć ukryte „raporty” i rankingi kandydatów. Zarzucane naruszenie nie dotyczy w ogóle prawa antydyskryminacyjnego. Chodzi o ustawę Fair Credit Reporting Act (FCRA) oraz kalifornijską ICRAA — przepisy regulujące raporty o konsumentach.

Ujęcie jest zapadające w pamięć: kandydat oceniany w rankingu pod kątem „prawdopodobieństwa sukcesu” na podstawie zgarniętych danych z sieci i mediów społecznościowych, których nigdy nie widział, jest w istocie podmiotem ukrytego raportu kredytowego. FCRA wymaga ujawnienia, zgody i prawa do zakwestionowania. Narzędzie selekcyjne AI, które szereguje ludzi na podstawie danych, których nie mogą zobaczyć ani poprawić, mierzy się teraz z drugą, niezależną teorią odpowiedzialności.

Polska nie ma ustawy o raportach konsumenckich, która odpowiadałaby FCRA czy ICRAA. Dla polskiego pracodawcy haczykiem prawnym dla nieprzejrzystego „scoringu” kandydata jest ten sam art. 22 RODO: ukryta ocena, na podstawie której odrzuca się aplikację bez udziału człowieka, to wprost decyzja oparta wyłącznie na zautomatyzowanym przetwarzaniu — z prawem kandydata do interwencji człowieka i do jej zakwestionowania.

Lekcja ze sprawy EEOC przeciwko iTutorGroup

Nic z tego nie jest hipotetyczne. W ugodzie sądowej (consent decree) zatwierdzonej we wrześniu 2023 roku iTutorGroup zapłaciło 365 000 dolarów, by zamknąć roszczenia EEOC, że jego oprogramowanie rekrutacyjne automatycznie odrzucało kandydatki powyżej 55. roku życia i kandydatów powyżej 60. roku życia. Powszechnie nazwano to pierwszą ugodą EEOC w sprawie dyskryminacji w rekrutacji przez AI.

Dowód był wręcz komicznie czysty. Pewien aplikujący złożył dwie identyczne aplikacje różniące się wyłącznie datą urodzenia — i zaproszenie na rozmowę dostał tylko z młodszą datą. Tak wygląda zautomatyzowana dyskryminacja ze względu na wiek w praktyce: nie ze złej woli, lecz jako reguła wbudowana w oprogramowanie, którego nikt nie skontrolował.

Stronniczość jest realna — i mierzalna

Teorie prawne opierają się na fakcie: na twierdzeniu, że narzędzia selekcyjne AI dają stronnicze wyniki. Najmocniejszy dowód nie jest anegdotyczny. Jest eksperymentalny.

W badaniu Brookings z 2025 roku przetestowano selekcję CV przez AI w trzech dużych systemach embeddingów opartych na modelach językowych, porównując około 554 CV z 571 opisami stanowisk i generując około 40 000 porównań na model. Wyniki były bezlitosne:

• Imiona kojarzone z osobami białymi preferowano w 85,1% przypadków, wobec 8,6% dla imion kojarzonych z osobami czarnoskórymi.
• Imiona męskie faworyzowano w 51,9% przypadków, wobec 11,1% dla imion żeńskich.
• W najbardziej dotkliwym porównaniu intersekcjonalnym CV czarnoskórych mężczyzn nie wybrano ani razu — 0% — w zestawieniu z CV białych mężczyzn.

Sens badania z podmianą imion polega na tym, że jedyną zmienną jest imię. Stronniczość siedzi w modelu, nie w użytkowniku. To znaczy, że pracodawca, który ufa nieskontrolowanej selekcji AI, wcale nie eliminuje ludzkich uprzedzeń. Skaluje uprzedzenie innego rodzaju i jednocześnie wycina ludzki osąd, który mógłby je wyłapać.

Regulacyjne kleszcze: AI Act i RODO w UE

Choć federalne egzekwowanie przepisów w USA zelżało, w Europie prawo się zacieśniło — i dla polskiego pracodawcy to właśnie ono, a nie prawo amerykańskie, jest wiążące. Polska jest państwem członkowskim UE, więc unijne rozporządzenia stosuje się tu bezpośrednio.

Unijny AI Act (rozporządzenie (UE) 2024/1689) klasyfikuje AI do rekrutacji i selekcji kandydatów jako system wysokiego ryzyka (załącznik III pkt 4, art. 6 ust. 2). Pociąga to za sobą ocenę ryzyka, dokumentację techniczną, testowanie pod kątem stronniczości, nadzór człowieka oraz transparentność, a kary sięgają 15 milionów euro lub 3% światowego rocznego obrotu (art. 99). Część obowiązków dla systemów wysokiego ryzyka z załącznika III ma zostać przesunięta — pierwotnie miały być stosowane od 2 sierpnia 2026 roku, ale pakiet Digital Omnibus odracza je na 2 grudnia 2027 roku (z zastrzeżeniem formalnego przyjęcia), więc ten harmonogram traktuj jako niepewny.

Drugą wiążącą warstwą jest RODO (rozporządzenie (UE) 2016/679). Jego art. 22 daje kandydatowi prawo, by nie podlegać decyzji opartej wyłącznie na zautomatyzowanym przetwarzaniu (w tym profilowaniu), gdy wywołuje ona istotne skutki — a zautomatyzowane odrzucenie aplikacji jest tego podręcznikowym przykładem. Do tego dochodzą obowiązki informacyjne z art. 13–15.

Dla polskiego pracodawcy mapa wygląda więc tak:

Amerykańskie prawo stanowe — nowojorskie Local Law 144 (audyt stronniczości i powiadomienie kandydata), Illinois HB 3773 czy koloradzkie SB 24-205 — bywa zwiastunem tego samego globalnego zacieśniania, ale dla polskiego pracodawcy ma charakter wyłącznie poglądowy i nie jest wiążące. Wiążący jest reżim unijny opisany wyżej.

Federalny odwrót w USA to nie bezpieczna przystań

Kuszące jest odczytanie federalnego wycofania się z 2025 roku jako przyzwolenia. EEOC w styczniu 2025 roku usunęło swoje dokumenty z wytycznymi dotyczącymi AI, a rozporządzenie wykonawcze nr 14281 nakazało agencjom w kwietniu tego roku zdjąć priorytet z egzekwowania przepisów o dysproporcjonalnym wpływie (disparate impact). Ale usunięcie wytycznych nie uchyla ustaw. Title VII, ADA i ADEA wciąż dają prawo do powództwa prywatnego — i to właśnie te prywatne pozwy napędzają sprawę Mobley. Ryzyko przeszło od regulatorów do powodów i stanów. Nie zniknęło.

Nieprzejrzyste automatyczne odrzucanie kontra bezpieczny prawnie stack rekrutacyjny

Oto przeramowanie, które ma znaczenie: to nie AI w rekrutacji jest źródłem odpowiedzialności. Źródłem odpowiedzialności jest nieprzejrzyste, nierozliczalne AI w rekrutacji. Wzorzec spod Workday i Eightfold — potok automatycznego odrzucania bez człowieka i bez zapisu — to właśnie to, czemu przyglądają się sądy. Bezpieczną alternatywą jest AI-native ATS, który z założenia jest wyjaśnialny, ma człowieka w pętli, loguje decyzje i ujawnia użycie AI.

Te dwa podejścia dzieli sześć zasad projektowych:

1. Wyjaśnialna ocena. Kandydaci są oceniani względem nazwanych, zdefiniowanych przez człowieka kryteriów, a nie ukrytego modelu. Możesz pokazać, jak doszedłeś do wyniku.
2. Człowiek w pętli. To człowiek podejmuje decyzję o odrzuceniu lub przepuszczeniu. AI pomaga — nie decyduje.
3. Logowanie decyzji. Każde odrzucenie ma zapisany powód. Nadpisania wymagają ustrukturyzowanego uzasadnienia. Ślad obrony budujesz na bieżąco.
4. Odwracalność i okno na ochłonięcie. Odrzucenia nie są natychmiastowe i nieodwracalne. Jest okno czasowe, by wyłapać pomyłki.
5. Ujawnienie. Kandydaci są informowani, że AI wspiera selekcję — zgodnie z obowiązkami informacyjnymi RODO (art. 13–15) i wymogami transparentności AI Act.
6. Testowanie stronniczości. Wyniki oceny można wyeksportować i okresowo sprawdzić pod kątem dysproporcjonalnego wpływu — a nie dopiero wtedy, gdy ktoś Cię pozwie.

Jeśli oceniasz AI-native ATS, te sześć zasad to Twoja lista kontrolna. Poproś każdego dostawcę, by zademonstrował każdą z nich. Ci, którzy nie potrafią, sprzedają Ci wzorzec projektowy, który właśnie stoi przed sądem.

Jak Kit jest zbudowany po bezpiecznej stronie

Kit to AI-native ATS, co plasuje go dokładnie w kategorii pod lupą. Właśnie dlatego jest zbudowany w bezpieczny prawnie sposób. Każde ryzyko prawne z tej sprawy ma swoje odzwierciedlenie w konkretnej decyzji architektonicznej.

Przez to wszystko przewija się ta sama zasada, na której sąd nakreślił granicę: tradycyjną funkcję rekrutacyjną — decyzję o tym, kto idzie dalej — pełni człowiek, a nie model. To także powód, dla którego zespoły łączą selekcję w Kicie z asystentami AI zarządzającymi pipeline’em przez MCP, gdzie asystent przygotowuje i rekomenduje, ale to rekruter decyduje. Żeby było uczciwie: to zasady projektowe, które czynią compliance osiągalnym. Nie są gwarancją prawną, certyfikatem zgodności z AI Act ani substytutem własnego prawnika i własnych audytów stronniczości.

Praktyczna lista kontrolna dla każdego AI-native ATS

Niezależnie od tego, jakiego narzędzia używasz, swoje ryzyko możesz zmniejszyć już dziś. Przepuść swój obecny stack przez tę listę:

• Wyjaśnialna ocena. Czy dla dowolnego kandydata jesteś w stanie pokazać kryteria i oceny, które przesądziły o decyzji? Jeśli odpowiedź brzmi „zadecydował model”, to właśnie tam jest problem.
• Człowiek w pętli przy bramce odrzucenia. Czy ktoś weryfikuje sprawę, zanim ktokolwiek zostanie automatycznie odrzucony? Automatyczne przepuszczenie dalej jest znacznie mniej ryzykowne niż automatyczne odrzucenie.
• Logi decyzji. Czy istnieje trwały zapis, dlaczego każdy kandydat został odrzucony — wraz z ewentualnym nadpisaniem?
• Okno na ochłonięcie i odwracalność. Czy jesteś w stanie wyłapać i cofnąć błędne odrzucenie, zanim dotrze ono do kandydata?
• Ujawnienie. Czy informujesz kandydatów, że AI wspiera selekcję, tam gdzie wymaga tego prawo?
• Okresowe testowanie stronniczości. Czy możesz wyeksportować dane oceny i przeprowadzić kontrolę dysproporcjonalnego wpływu według wieku, rasy i płci?
• Warunki umowy z dostawcą. Czy Twój kontrakt reguluje, kto odpowiada, jeśli narzędzie da stronnicze wyniki?

Uczciwa, ustrukturyzowana ocena to nie tylko postawa prawna. To także lepszy proces rekrutacji — z tego samego powodu, dla którego ustrukturyzowane zadania programistyczne biją na głowę rozmowy „na czuja”, a etyczna, szanująca kandydata rekrutacja przyciąga lepszych ludzi.

Wnioski

Mobley przeciwko Workday nie zakazał AI w rekrutacji. Wyjaśnił jedną rzecz: jeśli Twoje oprogramowanie decyduje, kto zostaje odrzucony, a nikt nie potrafi tej decyzji wyjaśnić ani nadpisać, to Twój dostawca i Twoja firma dzielą się ryzykiem. Bezpieczna droga nie polega na rezygnacji z AI. Polega na tym, by człowiek pozostał rozliczalny, ocena była wyjaśnialna, decyzje były logowane, a użycie narzędzi ujawniane. Stronniczość jest realna i mierzalna, regulacyjne kleszcze zaciskają się w całej UE i w stanach, a federalny odwrót to nie bezpieczna przystań.

Wbuduj audytowalność od samego początku, a AI stanie się atutem Twojej rekrutacji, a nie odpowiedzialnością czekającą na wezwanie do sądu.

Jeśli chcesz zobaczyć, jak w oprogramowaniu wygląda wyjaśnialna rekrutacja z człowiekiem w pętli, rozpocznij darmowy okres próbny Kit i sam przeprowadź kandydata przez pipeline.