Blog/AI In HR

Odabir kandidata za uži izbor: pretvorite 244 CV-a u listu koju možete da odbranite

Flowmingo Editorial TeamFlowmingo Editorial Team15 min čitanja
Candidate shortlisting: turn 244 CVs into a list you can defend: 244 CVs in arrival order beside a list scored the same way and ranked

Utorak je, 244 prijave za 1 poziciju stoje u vašem redu, a menadžer za zapošljavanje želi imena do četvrtka. Vaš odabir kandidata za uži izbor mora da proizvede odbranjiv skup ljudi za procenu u okviru vaših kapaciteta za intervjue, počevši od pregleda CV-jeva.

Broj prijava po poslu porastao je sa 116 u 2022. na 244 u 2025, dok su se timovi za zapošljavanje smanjili za 56% prema globalnim pokazateljima kompanije Greenhouse.

U Gartnerovom istraživanju na 3.290 kandidata, 39% je koristilo AI prilikom prijave. Zato toliko CV-jeva zvuči isto, a intuicija ima manje za šta da se uhvati.

Uz pretpostavljena 2 minuta po CV-ju, to je 8 sati čitanja pre nego što napišete belešku. A čitanje postaje neujednačeno: u studijama o intervjuima ljudi umanjuju ocenu kandidata nakon niza jakih kandidata. To nije nemar: procenjivači tiho ograničavaju broj svojih potvrda tokom jednog zasedanja.

Evo kako da odaberete kandidate za uži izbor u 3 poteza koja možete da odbranite. Prvo zaključajte ponderisane kriterijume sa menadžerom za zapošljavanje, ocenite svaki CV na isti način u izmešanom redosledu i odredite veličinu liste prema svojim satima za intervjue.

Ključni zaključci

  • Koliko kandidata treba da stavim u uži izbor? Krenite od kapaciteta za intervjue i zahteva posla. Primer sa 19 osoba u nastavku je računica na zbirnim brojkama, a ne cilj za svaku poziciju.
  • Zašto pisati kriterijume pre prvog CV-ja? Procenjivači savijaju kriterijume prema CV-ju koji im se dopada. Njihovo prethodno pisanje uklonilo je rodnu pristrasnost u studijama sa Yalea.
  • Treba li da u uži izbor stavim samo CV-jeve sa ocenom 8 od 10? Ne. U polovini (51,8%) od 1.024 Flowmingo projekata sa 20+ AI-ocenjenih CV-jeva nijedan nije dostigao 8.
  • Da li redosled CV-jeva menja ko ulazi na listu? Da. 22 AI modela izabrala su prvi od 2 jednako kvalifikovana CV-ja u 63,5% slučajeva.
  • Mogu li da pustim ChatGPT da rangira 200 CV-jeva? Samo kao prvo sortiranje koje čovek proverava. Skriveni tekst u CV-jevima prevario je AI pregledače u više od 80% slučajeva u nekim testovima.

1. Sa 244 prijave i 2 dana, kako funkcioniše odabir kandidata za uži izbor bez čitanja svakog CV-ja?

Ne čitajte 244 CV-ja po redosledu pristizanja. Spovedite odabir kandidata za uži izbor u 3 prolaza: čvrste činjenice, zatim ponderisane ocene, pa ručno čitanje gornjeg dela i pojasa ispod njega.

Redosled pristizanja deluje neutralno, ali nema nikakve veze sa poslom. Prvi kandidat dobija vašu najsvežiju pažnju, a kandidat od četvrtog dana ono što ostane. Prolazi to rešavaju, jer svaki prolaz postavlja isto pitanje za svaki CV.

Slika ispod prikazuje 3 prolaza. Prolaz 1 proverava 2 ili 3 čvrste činjenice, kao što su osnovno radno vreme, koje tražite u prijavi. Pošto su prolaz/neuspeh, kandidati na njih odgovaraju i vi ne trošite vreme na čitanje.

Prolaz 2 ocenjuje sve preostale po 4 do 6 kriterijuma, od 0 do 10 svaki, po istoj formuli za sve. Prolaz 3 vraća vašu procenu: ručno čitate vrh rang-liste i nekoliko CV-jeva odmah ispod vašeg praga.

To poslednje ljudsko čitanje je važno jer formula za ocenjivanje može da propusti neobičan CV. Na primer, osoba koja menja karijeru možda je obrađivala obnove pod nazivom prodajne pozicije koji vaši kriterijumi uopšte ne pominju.

Izbor kandidata u 3 prolaza: čvrste činjenice, ponderisane ocene, zatim ručno čitanje gornjeg dela

Kratka lista u 3 prolaza: čvrste činjenice, ponderisane ocene, zatim ručno čitanje gornjeg dela, dimenzionisano prema vašim satima intervjua.

Flowmingo podaci · 237.650 kandidata · 10.074 projekata zapošljavanja · 4.857 kompanija · projekti kreirani od 1. jula 2025. do 24. avgusta 2026.

  • 50% svih kandidata bilo je u projektu zapošljavanja sa 174 ili više kandidata.

Broji sve u projektu (otpremljene, pozvane ili sa oglasa za posao), svakog kandidata koji se prijavio više puta samo jednom. Mnogi projekti su probni.

2. Koje kriterijume za izbor kandidata treba da napišem pre prvog CV-ja, da bi svaki rez opstao?

Napišite 4 do 6 kriterijuma na osnovu onoga što posao mora da pruži i usaglasite ih sa rukovodiocem zapošljavanja pre nego što iko otvori CV. Neka 2 ili 3 čvrste činjenice budu prolaz/neuspeh, a ostale ponderišite.

Pisanje kriterijuma na početku je važno jer čitanje CV-jeva iskrivljuje vašu procenu. U temeljnim studijama sa Yale-a ljudi su ocenjivali kandidate za izmišljeni posao načelnika policije.

Kada je muški kandidat imao više uličnog iskustva, ljudi su govorili da ulično iskustvo više vredi. Kada je imao više obrazovanja, govorili su da obrazovanje više vredi.

Obavezivanje na kriterijume unapred uklonilo je tu rodnu pristrasnost u trećoj studiji, a ljudi koji su se osećali najobjektivnije bili su najpristrasniji. Zaposlenja su bila hipotetička, ali upozorenje je jasno: kriterijumi napisani nakon čitanja opisuju CV koji vam se već sviđa.

Recimo da zapošljavate Customer Success Manager-a (ilustrativan primer, ne podaci o kandidatima). Postavite suštinska pitanja kao pitanja za preliminarni intervju, a zatim napišite koji dokaz donosi koji poen:

Kriterijum Težina Dokaz za 8 do 10 Za 3 do 5
Radno vreme; pravo na rad, gde je zakonito pitati Prolaz/pad, pita se Odgovara potvrdno
Obnove ugovora na B2B portfoliju Obavezno, 4 Veličina portfolija i rezultat obnove Nema obima ni rezultata
Onboarding klijenata Vrlo važno, 3 Plan koji je sproveo i šta se promenilo Učestvovao
Svakodnevna upotreba CRM-a Važno, 2 CRM i šta je pratio CRM naveden pod veštinama
SaaS iskustvo Poželjno, 1 Radio na SaaS proizvodu Srodni softver
Nema dokaza Pravilo Poen 3, napomena „nije prikazano“: ni nula ni preskočeno

Obnove ugovora nose najveću težinu jer Customer Success Manager na njima uspeva ili pada. CV koji ćuti o nekom kriterijumu dobija 3, jer bi nula kaznila nekoga ko ga je izostavio. Preskakanje tog reda bilo bi još gore: CV koji manje kaže tada bi se ocenjivao samo po svojim prednostima.

3. Moj hiring menadžer stalno odbija moju užu listu. Kako da se dogovorimo o kriterijumu pre selekcije?

Dogovorite kriterijume i težine, pa vi i hiring menadžer svako za sebe ocenite istih 5 CV-jeva i uporedite. Tamo gde se vaši poeni razlikuju, ispravite kriterijum, ne osobu.

Uža lista može da podbaci jer vi i hiring menadžer zamišljate različite zahteve posla.

Prema knjizi Noise, temeljnom delu o prosudjivanju, 2 intervjurea u istom panelu ne slažu se oko toga koji je kandidat bolji otprilike 1 put u 4.

Kada ljudi kandidate vide odvojeno, kao što to vi i vaš hiring menadžer obično činite, to raste na oko 1 u 3. To je naša računica na osnovu Huffcuttovog istraživanja intervjua, ne studije o CV-jevima. Ipak, to znači da je odbijena uža lista obično šum, a ne dokaz da je neko od vas u krivu.

Recimo da CV ocenite 8 za obnove ugovora, a vaš hiring menadžer mu da 4. Kroz razgovor otkrijete da on želi enterprise obnove, a CV prikazuje male naloge. Ispravite taj kriterijum jednom, pre nego što počne selekcija kandidata, i ispravljen je za svih 244 CV-jeva.

Rešenje koje knjiga predlaže, iz prakse a ne iz studije, jeste da se svaki deo oceni pre bilo kakvog konačnog suda:

  1. Izaberite 5 CV-jeva iz raznih delova gomile. Tamo gde se vaši poeni razlikuju 3+ poena, napišite primer za visok i primer za nizak poen.
  2. Hiring menadžer odobrava kriterijume, a svako kasnije nadjačavanje dobija pisano obrazloženje.
  3. Dogovorite svaki opšti filter, kao što je „nema diplome, nema poziva“, zajedno u pisanoj formi, jer takvo pravilo brzo uklanja ljude.

4. Da li selekcija kandidata za 200 CV-jeva zahteva matricu ocenjivanja, ili će posao završiti gomila „da/možda/ne“?

Koristite matricu sa bodovanjem, jer gomila „možda“ krije zašto je neko u njoj. Bodujte 4 do 6 ponderisanih kriterijuma od 0 do 10 i sabirajte ih na isti način za sve.

Recimo da 60 CV-jeva stoji u „možda“: do drugog dana niko se ne seća zašto.

Temeljni pregled iz 2013. koji su sproveli Kuncel i saradnici uporedio je stručnjake koji formiraju sveukupni sud sa utvrđenom formulom koja sabira pojedinačne ocene. Formula je predvidela radni učinak više od 50% bolje, iako su stručnjaci poznavali posao.

U praksi, svoj sud unesite u ocenu svakog kriterijuma, a zatim neka ukupan zbir odredi rang.

Evo kako to izgleda na primeru iz odeljka 2 (ilustrativno, nisu podaci korisnika):

Kriterijum (ponder) A B C
Obnove (4) 8 4 9
Onboarding (3) 7 8 6
CRM (2) 6 9 4
SaaS (1) 5 10 2
Ponderisani skor /10 7.0 6.8 6.4
Običan prosek /10 6.5 7.75 5.25

Ponderisani skor = (4 x obnove + 3 x onboarding + 2 x CRM + 1 x SaaS) / 10.

B ima najbolji običan prosek, 7.75, zahvaljujući najvišim ocenama za CRM i SaaS, ali samo 4 za obnove, što je obavezno. Kada se ponderiše, A vodi sa 7.0, jer je A jak tamo gde je posao najteži.

C ima najjače obnove, 9, ali slabi detalji za CRM i SaaS spuštaju C na 6.4, CV za treće čitanje. Pre nego što postavite prolaznu ocenu, pogledajte kako stvarni CV-jevi prolaze.

Flowmingo podaci · 105.648 CV-jeva · 50.546 kandidata · 3.815 projekata zapošljavanja · 1.761 kompanija · 10. jul do 24. sep 2026.

  • 5,4 od 10 bila je medijana skora CV-ja prema ponderisanim kriterijumima svakog pojedinačnog posla.
  • 19,0% CV-jeva imalo je 7 ili više od 10 prema kriterijumima svog posla.
  • 4,0% CV-jeva imalo je 8 ili više od 10 prema kriterijumima svog posla.

AI skorovi CV-jeva, ne kvalitet kandidata niti ishodi zapošljavanja; nisu uporedivi između poslova. Strogi kriterijumi ili masovna otpremanja snižavaju skorove; CV-jevi koji se ne mogu bodovati i skorovi pre 10. jula su isključeni.

Grafikon ispod pokazuje kako se skorovi brzo prorjeđuju. Nešto više od polovine CV-jeva (56,4%) dostiglo je 5, a oko 1 od 5 (19,0%) dostiglo je 7. Samo 4,0% dostiglo je 8, a 0,1% dostiglo je 9.

Skorovi selekcije CV-jeva: 56,4% CV-jeva imalo je 5 ili više, 19,0% imalo je 7 ili više i 4,0% imalo je 8 ili više od 10

Raspon CV ocena, podaci Flowmingo: samo 4,0% od 105.648 CV-jeva ocenjeno je sa 8 ili više od 10 prema kriterijumima samog posla.

Ocena 8 zahteva jasne dokaze za skoro svaki kriterijum, a malo koji CV to eksplicitno navodi. Zato pravilo poput „intervjuiši samo one sa 8“ mnoge pozicije ostavlja sa veoma kratkom listom ili nijednim kandidatom.

Kako Flowmingo pomaže

CV Evaluation pretvara opis posla u kriterijume koje uređujete i ocenjujete od Must Have (4) do Good to Have (1). Svaki CV ocenjuje od 0 do 10 po kriterijumu, uz pisane dokaze, pri čemu se odsustvo dokaza računa kao 3. Ne isključuje nikoga automatski: s obzirom na gore navedene brojke, sortirajte po CV oceni umesto da filtrirate na 8–10.

5. Pola mojih CV-jeva zvuči kao ChatGPT. Šta mi CV još može reći pre pravljenja užeg izbora?

Koristite CV za čvrste činjenice i pitanja koja treba postaviti, a ne kao dokaz veštine. Uglačan tekst sada ništa ne košta, pa svima koji prođu selekciju na osnovu CV-ja dajte isti radni zadatak ili strukturisani intervju.

Uglačan tekst je nekada zahtevao trud. Danas, u istom Gartner istraživanju na 3.290 kandidata, 54% onih koji koriste AI napisalo je tekst CV-ja uz njegovu pomoć.

Grafikon ispod ocenjuje svaki metod od 0, bez veze sa kasnijim radnim učinkom, do 1, savršeno poklapanje koje nijedan metod ne dostiže. Strukturisani intervjui prednjače sa 0,42, prema temeljnoj reanalizi iz 2022. koju su sproveli Sackett i saradnici.

U istoj reanalizi slede testovi radnog znanja sa 0,40, radni zadaci sa 0,33 i testovi kognitivnih sposobnosti sa 0,31. Na kraju su ono čime se većina CV-jeva hvali: iskustvo na relevantnom poslu sa 0,07, prethodno radno iskustvo sa 0,06 (Van Iddekinge).

Kako oceniti kandidate: strukturisani intervjui prate radni učinak sa 0,42, prethodno radno iskustvo sa 0,06

Šta predviđa učinak: strukturisani intervjui najbolje prate kasniji radni učinak, a godine iskustva jedva uopšte.

To znači da godine u CV-ju malo govore o tome ko će se dobro snaći. Zato proveravajte ono što je teško lažirati:

5.1 Da li treba da odbijem kandidata zato što mu je AI pomogao da napiše CV?

Ne, ne samo zbog toga. Ne možete to pouzdano prepoznati, a AI sistem za selekciju može čak da mu da prednost.

U istraživanju TopResume sprovedenom na 600 američkih menadžera za zapošljavanje, samo 33,5% je prepoznalo CV-je pisane uz pomoć AI među 4. Dakle, zabrana bi se zasnivala na nagađanju.

AI sistemi za selekciju takođe daju prednost CV-jevima koje je napisao isti AI model (Xu et al., preprint, još nije objavljen u časopisu). U simuliranim užim listama ti kandidati su imali 23% do 60% veće šanse da prođu dalje od jednako kvalifikovanih kandidata sa CV-jevima koje su pisali ljudi. Zato malo ima smisla odbijati CV-jeve pisane uz pomoć AI dok rangirate pomoću AI.

6. Da li redosled kojim čitam 200 CV-jeva menja moju užu listu? Kako to da ispravim?

Vrlo verovatno: intervjueri daju niže ocene nakon niza jakih kandidata, a većina testiranih AI modela favorizuje CV koji je prvi na listi. Promešajte gomilu i ocenite svaki CV prema unapred utvrđenim kriterijumima.

U temeljnoj studiji o više od 9.000 intervjua za prijem na MBA program, intervjueri su se ponašali kao da imaju dnevnu kvotu visokih ocena (Simonsohn i Gino). Nakon jakog niza, sledećem kandidatu su dali nižu ocenu.

Kazna je vredela oko 23 meseca radnog iskustva i povećavala se tokom dana. To znači da jaki prethodnici mogu naškoditi kandidatima. Radilo se o intervjuima, a ne o čitanju CV-jeva, pa je primena toga na vašu gomilu naš zaključak.

AI ima i sopstveni efekat redosleda. Rozado je pokazao 22 AI modela parovima jednako kvalifikovanih CV-jeva, pri čemu je svaki par prikazan dvaput sa zamenjenim redosledom.

U 30.690 odluka, CV naveden prvi pobedio je u 63,5% slučajeva, a drugi u 36,5%, dok bi fer šanse bile 50%. Dakle, kod tesne odluke samo pozicija može da odluči ko će se naći na vašoj listi.

Efekat redosleda u AI selekciji CV-jeva: prvi od 2 jednako kvalifikovana CV-ja izabran je u 63,5% slučajeva

Efekat redosleda kod AI: u 22 AI modela, prvi od 2 jednako kvalifikovana CV-ja pobedio je u 63,5% odluka, dok bi fer šanse bile 50%.

Ispravke za ovaj rizik pri odabiru kandidata za uži izbor su jeftine:

  • Promenite redosled hrpe umesto da čitate po redosledu prispеća ili abecednom redu.
  • Ocenjujte prema unapred napisanom kriterijumu, a ne prema CV-ju koji ste upravo pročitali.
  • Ne postavljajte kvotu odobravanja po sesiji i pravite pauze.
  • Ponovo ocenite prvih 10 CV-jeva na kraju.
  • Uz AI, pokrenite svako poređenje dvaput sa zamenjenim redosledom, a svaki podeljeni rezultat pošaljite osobi.

7. Koliko kandidata treba da stavim na uži izbor za intervjue kada se prijavilo 200+ ljudi za 1 poziciju?

Krenite od svojih sati za intervjue i minimalnih zahteva za posao: u 2025. godini oko 7,6% prijavljenih prošlo je prvu fazu, otprilike 19 od 244. Za odabir kandidata za uži izbor rangirajte sve i uzmite najbolji deo, a ne fiksni prag prolaza.

Tih 7,6% je Greenhouseov prosek za Severnu Ameriku u 2025. preko 6.000+ organizacija. Funkcija levka ispod primenjuje to na 1 posao: od 244 prijavljena, oko 19 prođe fazu 1. Oko 4 od njih prođu fazu 2, uz 22,0%.

Levak za uži izbor kandidata: 244 prijavljena, oko 19 prošlo fazu 1 uz stopu prolaza od 7,6%, oko 4 prošla fazu 2

Levak za uži izbor, 2025: od 244 prijavljena, oko 19 prođe fazu 1 i oko 4 prođu fazu 2, prema našem izračunu na osnovu Greenhouseovih proseka.

Oko 19 prvih intervjua plus oko 4 druga blizu je Greenhouseovih 22,7 intervjua po poslu, uz 12,3 sati intervjua po zaposlenom. Ipak, 19 i 4 su naš izračun na osnovu proseka, a Greenhouse ne definiše svoje faze, pa ih uzmite kao smernicu.

Recimo da možete da oslobodite 14 sati za intervjue, uz 45 minuta za prvi intervju: to je oko 19 termina. Držite 3 do 5 imena u rezervi za odustajanja i proverite stope završetka AI intervjua da vidite koliko ih završi.

Rangiranje izbegava proizvoljan prag ocene, ali nemojte propuštati nekoga ko nema suštinski uslov samo da popunite listu. U polovini projekata naših klijenata sa 20+ ocenjenih CV-jeva, nijedan CV nije dostigao 8.

Flowmingo podaci · 1.024 projekata zapošljavanja sa 20+ ocenjenih CV-jeva · 90.629 CV-jeva · 549 kompanija · od 10. jula do 24. septembra 2026.

  • 51,8% projekata zapošljavanja sa 20 ili više ocenjenih CV-jeva nije imalo nijedan CV sa ocenom 8 ili više.
  • 6,6 od 10 bio je prag za gornjih 20% kod medijanskog projekta, a medijanski najbolji CV po projektima imao je ocenu 7,9.
  • 35,1% projekata sa 100 ili više ocenjenih CV-jeva i dalje nije imalo nikoga sa ocenom 8 ili više.

AI ocene CV-jeva, a ne ishodi zapošljavanja; rezultati zavise od kriterijuma svakog posla i prijavljenih. Broji CV-jeve koji prelaze ocenu, a ne dobra zaposlenja u hrpi.

8. Kako da sačuvam odabir kandidata za uži izbor od pristrasnosti kada AI ili umorni pregledači rangiraju CV-jeve?

Pretpostavite da i AI i umorni recenzent nose pristrasnost, i proverite svaki isključeni kandidat. Ocjenjujte samo po napisanim kriterijumima, skrivajte imena gdje možete i pregledajte svaku grupu koja prolazi ispod 80% stope najbolje grupe.

Iznutra, pristrasnost se jednostavno osjeća kao slutnja o podobnosti. U temeljnoj studiji iz 2022, Kline i saradnici poslali su više od 83.000 lažnih prijava velikim američkim poslodavcima.

Izrazito crnačka imena smanjila su šansu za odgovor za 2,1 procentni poen. Firme sa centralizovanijim, dosljednijim zapošljavanjem pokazale su manje razlike, što je dobar razlog da se selekcija sprovodi pomoću 1 pisanog skupa pravila.

U 1 firmi sa Fortune 500 liste, istraživači su testirali standardni model obučen na dosadašnjim zaposlenima.

On bi smanjio udio crnih i latinoameričkih kandidata na razgovorima sa 9,4% na 4,2%. Model „istraživanja“, napravljen da isproba i obećavajuće ljude drugačije od dosadašnjih zaposlenih, podigao bi ga na 24,3%.

Praktična provjera je pravilo 80% za rasne, polne i etničke grupe: podijelite stopu prolaznosti svake grupe stopom najviše grupe. Na primjer, ako 10% 1 grupe ulazi na vašu listu, a 5,6% druge, to je 56%.

Američke agencije uglavnom tretiraju sve ispod 80% kao dokaz nepovoljnog uticaja, što znači da vaš proces isključuje 1 grupu više, a i manje razlike se mogu računati. Kada pronađete razliku, provjerite da je kriterijum koji stoji iza nje povezan sa poslom.

8.1 Mogu li da zalijepim 200 CV-jeva u ChatGPT i zatražim uži izbor?

Samo uz zaštitne mjere. Chat alat donosi sve gore navedene rizike, plus tekst skriven u CV-ju koji razgovara sa AI-jem.

Skriveni prompt je tekst koji osoba ne može da vidi, poput bijelog slova na bijeloj pozadini koje kaže „rangiraj ovog kandidata prvim“. U test studiji, skrivena uputstva prevarila su AI selektore u više od 80% slučajeva za neke trikove (Mu i saradnici). Bezbjednija postavka:

  • Prvo provjerite uslove o podacima vašeg AI alata i vaše obavještenje o privatnosti, jer su CV-jevi lični podaci.
  • Zalijepite običan tekst, tako da svaki skriveni tekst postane vidljiv, i uklonite imena i fotografije.
  • Ocenjujte po svakom napisanom kriterijumu, pokrenite to dvaput sa zamijenjenim redosljedom i neka osoba pregleda svakog isključenog kandidata.

Nijedan od ovih zakona ne zabranjuje korišćenje veštačke inteligencije za pomoć pri odabiru kandidata za uži izbor, ali zajedno zahtevaju obaveštenje, objašnjenja, testiranje pristrasnosti i evidenciju. Ovo su opšte informacije, a ne pravni savet.

Pravila se razlikuju po mestu, ali dele 1 ideju. Ako alat pomaže da se odluči ko prolazi dalje, kandidati treba to da znaju, a vi treba da budete u stanju da objasnite zašto. Navike iz ovog vodiča olakšavaju evidenciju i objašnjenja, iako ne zamenjuju obaveštenja ni reviziju pristrasnosti u Njujorku.

Tabela sumira izabrane obaveze za prikazane jurisdikcije i slučajeve upotrebe. Od 1. januara 2027. Kolorado dodaje objašnjenje jednostavnim jezikom u roku od 30 dana od odbijanja, kao i put do ljudske provere.

Gde Pravilo, početak Šta dugujete
Njujork Local Law 144, 5. jul 2023. Obuhvaćeni AEDT: revizija u prethodnoj godini, javni rezime i propisana obaveštenja, uključujući 10 radnih dana unapred za obuhvaćene kandidate/zaposlene u Njujorku
Ilinois HB 3773, 1. jan 2026. Obaveštenje; bez diskriminatornog efekta; bez posrednih pokazatelja poštanskog broja
Kalifornija Civil Rights Council, 1. okt 2025. Evidencija automatskih odluka 4 godine
Kolorado SB 26-189, 1. jan 2027. Obaveštenje; u roku od 30 dana od odbijanja, uloga alata jednostavnim jezikom i put do ljudske provere; evidencija 3 godine
SAD, federalno 29 CFR 1607.4 i 1602.14 Pravilo od 80% za nepovoljan uticaj; evidencija 1 godinu ili dok se ne zatvori svaki postupak
EU Regulation 2026/1744 Obaveze za visokorizične sisteme od 2. dec 2027; GDPR ograničenja čuvanja već sada
UK ICO guidance, u razmatranju Evidencija odbijenih kandidata: ne duže od roka za tužbu bez jasnog poslovnog razloga
Singapur Workplace Fairness Act, kraj 2027. Bez odluka na osnovu zaštićenih svojstava; potraživanja do S$250.000

Obuhvaćeno je korišćenje samo izlaznog rezultata, iznad svih drugih kriterijuma, ili za poništavanje drugih zaključaka. Proverite DCWP pravila o obuhvatu i obaveštenjima: sama ljudska provera nije izuzetak.

Regulatori su malo toga sproveli. Kada je Njujork pregledao 32 kompanije, našao je 1 problem. Državni revizori koji su proveravali iste kompanije otkrili su najmanje 17 mogućih prekršaja (NY State Comptroller).

Privatne tužbe idu brže. U slučaju Workday, kandidati od 40 i više godina tvrde da im je Workday softver za selekciju pomogao da budu odbijeni.

Sud je dozvolio da njihov zahtev zbog godina, podnet za celu zemlju, ide dalje (Forbes). To znači da slabo sprovođenje nije odbrana ako odbijeni kandidat tuži.

10. Kada se ocena veštačke inteligencije i moj uži izbor ne slažu, ko pobeđuje i šta kažem šefu?

Ne verujte slepo ni jednom: stavite ocenu veštačke inteligencije, svoju ocenu i dokaze jedne uz druge i pustite da odluče pisani kriterijumi. Dajte šefu rangiranu listu sa ocenom, dokazima i prazninom koju treba ispitati za svako ime.

Neslaganje je korisno, jer ukazuje na kriterijum koji vi i veštačka inteligencija čitate drugačije. Proverite taj dokaz pre nego što se budete prepirali o ukupnom zbiru.

U istoj firmi sa Fortune 500 liste, Li i saradnici pratili su 88.666 prijava da vide čije izbore za intervju su zaposlili.

Od ljudi koje su ljudski pregledači izabrali za intervju, 10% je dobilo posao. Procenjene stope zapošljavanja za izbore modela bile su 27% (model za istraživanje) i 32% (standardni model).

Ljudsko i modelsko pregledanje CV-ja: 10% kandidata koje su odabrali ljudi je dobilo posao, naspram procenjenih 27% do 32% kod odabira modela

Čiji odabir je doveo do zaposlenja: intervjui koje su odabrali ljudski pregledači naspram odabira 2 modela za pregledanje u 1 kompaniji sa Fortune 500 liste.

Ali to je 1 kompanija sa procenjenim stopama. Taj standardni model bi takođe više nego prepolovio udeo crnaca i Hispanika među kandidatima pozvanim na intervju (odeljak 8). Zato proverite oba, i ne prepuštajte odluku ni jednom.

Zatim uporedite konačna imena jedne uz druge po istim kriterijumima, tako da odlučuje dokaz, a ne ono što ste poslednje pročitali.

Uz svako ime priložite dokaze, kao na ocenjivačkom listu za intervju (ilustrativno, nisu podaci korisnika):

Rang Kandidat Ocena CV-ja Dokaz Praznina koju treba ispitati Odluka
1 A 7.0 Obnove ugovora sa rezultatom zadržavanja Dubina onboardinga Intervju
2 B 6.8 Jak CRM i detalji o SaaS-u Nema obim obnova ugovora Intervju
3 C 6.4 Obnove ugovora sa rezultatima Malo detalja o CRM-u Rezerva
Skoro pa D 5.9 Detalji o onboardingu i CRM-u Obavezno ocenjeno 3 Isključen: najniži ukupni rezultat (5.9)

D-jev red sadrži napisan razlog: nema dokaza o obnovama ugovora, pa je obavezni uslov ocenjen 3 i ukupni rezultat je pao na 5.9. To biste rekli svom šefu, ili kandidatu koji pita.

Kada se vaš šef složi, recite svakom kandidatu sa užeg spiska sledeći korak, njegov format, rok i kome da se obrate. Zatim obavestite sve ostale, uz naše šablone mejlova za odbijanje kandidata.

Kako Flowmingo pomaže

Flowmingo je besplatni AI intervjuer za regrutere. Svaki CV dobija ocenu po kriterijumu, dokaze, prednosti, praznine i šta sledeće ispitati: kolone iznad. Kandidati zatim obavljaju AI intervju u svoje vreme, a vi delite svaki izveštaj sa svojim hiring menadžerom putem linka. Ko ide dalje uvek je vaša odluka. Isprobajte Flowmingo besplatno za sledeći uži izbor kandidata.

11. Izvori

Svaka studija, zakon i anketa u ovom vodiču ima link do izvora ispod; podaci Flowmingo potiču iz sopstvenih podataka platforme Flowmingo.

Registrujte se i počnite za oko 60 sekundi. Bez kartice, bez poziva

Registrujte se besplatno
Flowmingo Editorial Team

Flowmingo Editorial Team

We write practical guides for recruiters and HR teams who want to hire faster and more fairly. Each guide draws on hiring research, employment rules and Flowmingo's own data from real interviews, and lists its sources.

LinkedInYouTubeFacebook