Vasárnap este 23 óra 47 perckor egy pénzügyi vezető e-mailt kap. Két hete jelentkezett egy pozícióra, egy gondosan megírt motivációs levéllel és egy erre a pozícióra átdolgozott önéletrajzzal. A válasz három mondat: köszönik az érdeklődését, más jelöltekkel haladnak tovább, és sok sikert kívánnak. Aláírás nincs, csak egy noreply cím, ahová válaszolni sem lehet. A rendszer pontosan azt tette, amire beállították, a pénzügyi vezető pedig hétfő reggel már a kollégájának meséli, melyik céghez nem jelentkezne többet.

Ahol a gép jobban dolgozik

A toborzás jókora része adminisztráció, és ebben a gép verhetetlen. Interjúidőpontot egyeztet három naptár között, emlékeztetőt küld, rendezi a beérkező anyagokat, és azt a jelöltet sem felejti el értesíteni, akit egyébként senki nem hívna vissza. A LinkedIn 2025-ös nemzetközi felmérése szerint a generatív mesterséges intelligenciát beépítő toborzócsapatok heti munkaidejük nagyjából ötödét spórolják meg vele, és a szervezetek 37 százaléka már aktívan használja vagy teszteli, egy évvel korábban még 27 százalékuk.

Itthon óvatosabb a kép. Az Eurostat szerint 2025-ben a legalább tízfős magyar cégek 10,4 százaléka használt bármilyen mesterséges intelligenciát, az uniós átlag ennek közel kétszerese. A jelöltek is visszafogottak: a Profession.hu idén szeptemberben közölt reprezentatív felmérése szerint a hazai álláskeresők 7 százaléka használ nyelvi modellt a munkakereséshez. Ugyanebből a felmérésből derül ki, hogy az álláskeresők 55 százaléka a visszajelzés hiányát tartja a legnagyobb nehézségnek. Erre a gondra az automatizáció kiváló válasz lehet.

Egy jól beállított rendszer minden jelöltnek visszajelez, megmondja, hol tart a folyamat, és szól, ha valami csúszik. Ez kevés munka, és sokat számít, mert a jelölt ebből ítéli meg, milyen lehet ennél a cégnél dolgozni. A gépnek ehhez döntenie sem kell, elég, ha pontosan és emberi hangon közvetíti, amit az ember már eldöntött.

Ahol a gép lassít

A gyorsulás azonban nem jön magától. A ManpowerGroup nemzetközi felmérésében a cégek 42 százaléka semmilyen változást nem tapasztalt a betöltési időben az MI bevezetése után, negyedük szerint pedig a folyamat lassabb lett. Ennek egyik oka a túloldalon keresendő: a Gartner 2025-ös felmérésében a jelöltek 39 százaléka már maga is mesterséges intelligenciával készítette a pályázatát. Ha mindkét oldalon gép dolgozik, több és simább anyag érkezik, és egyre nehezebb köztük különbséget tenni. A szűrés gyorsabb lett, a döntés nem.

A gyakorlatban ezért érdemes külön kezelni a folyamat két felét. Az ütemezés, az értesítések és a dokumentumkezelés automatizálása szinte mindig megtérül, mert itt a hibák és a késések emberi figyelmetlenségből erednek. A jelöltek rangsorolása és kiszűrése viszont olyan terület, ahol a gép a múlt döntéseiből tanul, és ha a múltban rossz szempontok szerint választottunk, ezt hűen megismétli.

Ami emberi marad

Egy vezetői pozícióban a jó döntés olyan dolgokon múlik, amelyek az önéletrajzban nem szerepelnek. Hogyan reagál valaki, ha egy kérdésre nincs kész válasza, és hogyan illeszkedik egy csapatba, amelynek megvannak a maga sebei. Ezeket beszélgetésben lehet kitapintani, és a jelölt is ebből dönti el, akar-e ennél a cégnél dolgozni. A bizalom ráadásul kétirányú: a Gartner adatai szerint a jelölteknek mindössze 26 százaléka hiszi, hogy egy mesterséges intelligencia tisztességesen értékeli őt.

Ehhez az is hozzátartozik, hogy a jelöltek MI-használatát ne kezeljük eleve gyanúval. Aki jól használja az eszközöket a pályázatához, az valószínűleg a munkájában is jól fogja használni őket. A kérdés az interjún dől el: ha valaki egy gondosan csiszolt anyag mögött a saját szavaival nem tud beszélni a tapasztalatairól, az hamar kiderül, és ehhez semmilyen szoftver nem kell.

A jog is ebbe az irányba halad. Az uniós mesterségesintelligencia-rendelet a toborzásban és kiválasztásban használt rendszereket magas kockázatúnak minősíti, és emberi felügyeletet ír elő hozzájuk. Az idén júliusban hatályba lépett módosítás nyomán ezek a szabályok 2027. december 2-től kötelezőek. Aki most vezet be automatizált szűrést, annak érdemes már most úgy terveznie, hogy egy ember lássa és indokolni is tudja a gép javaslatait.

A vasárnap éjszakai levél is lehetett volna automatikus, és mégis emberi: egy névvel, egy mondattal arról, mi döntött, és egy címmel, ahová válaszolni lehet. A gép ezt is el tudja küldeni, csak valakinek előbb meg kell írnia. A Findersnél az automatizációt erre használjuk: a gép viszi az adminisztrációt, hogy a kollégáinknak több idejük jusson azokra a beszélgetésekre, amelyekből a döntés megszületik. A pénzügyi vezető hétfő reggeli története így másképp végződhetett volna.

A nyitó jelenet szemléltető példa. Források: Profession.hu reprezentatív álláskeresői felmérés, 2026. szeptember (HU); Eurostat, Use of AI in enterprises, 2025 (HU/EU); LinkedIn Future of Recruiting 2025 (globális); ManpowerGroup (globális, Autopro.hu); Gartner, 2025. július (globális); EU MI-rendelet, Digital Omnibus módosítás, 2026. július (EU).