Pewna rekruterka powiedziała mi kiedyś coś, co zapadło głęboko w pamięć: że z CV i rozmowy kwalifikacyjnej nie da się tak naprawdę ocenić, czy ktoś będzie dobry na danym stanowisku. Że w dużej mierze działa tu intuicja — jakkolwiek by jej nie nazywać. Chodziło o zwykłe, dobrze zdefiniowane stanowiska. Tradycyjne role z listą obowiązków, które istnieją od lat.

A teraz wyobraźmy sobie, że do tej samej rekruterki przychodzi ktoś, kto pracuje na zmianach w kuchni restauracji. W wolnym czasie buduje systemy przetwarzania języka naturalnego, prowadzi blog o współpracy człowieka z AI i potrafi w jednej sesji z modelem językowym przejść od surowego pomysłu do działającego prototypu aplikacji. Ta osoba nie ma dyplomu informatyki. Nie ma doświadczenia w korporacji technologicznej. Na CV widnieje „pracownik gastronomii”.

Pytanie brzmi: czy ta rekruterka w ogóle otworzy to CV?

I drugie pytanie, być może ważniejsze: czy ta osoba w ogóle wie, że powinna je wysłać?

---

Rekrutacja jest ślepa — i to nie jest metafora

Zanim w ogóle dotrzemy do tematu AI, warto zrozumieć skalę problemu z samą rekrutacją. Badanie TestGorilla z 2025 roku, przeprowadzone na tysiącu liderów HR i rekrutacji w USA, ujawniło obraz, który trudno nazwać optymistycznym: 58% rekruterów przyznaje, że ma problem z weryfikacją umiejętności deklarowanych w CV. 47% nie potrafi skutecznie ocenić dopasowania kulturowego kandydata. A 46% uważa swoje obecne narzędzia sourcingowe za po prostu nieskuteczne.

Ale to dopiero początek. Raport SHRM z 2025 roku pokazuje, że zarówno koszt rekrutacji, jak i czas potrzebny na obsadzenie stanowiska wzrosły w ciągu ostatnich trzech lat — a więc dokładnie w okresie, kiedy firmy masowo wdrażały narzędzia AI do procesów HR. Nichol Bradford z SHRM ujęła to dosadnie: „Wyścig zbrojeń AI nie przynosi korzyści żadnej ze stron”. Kandydaci używają AI do generowania perfekcyjnych CV i listów motywacyjnych. Firmy używają AI do filtrowania tych CV. Efekt? Obie strony grają w grę, w której autentyczne kompetencje giną gdzieś pośrodku.

Badanie Gartnera z marca 2025 dodaje kolejny wymiar: zaledwie 26% (z badania 1Q25 (2918 kandydatów)) kandydatów ufa, że sztuczna inteligencja oceni ich uczciwie w procesie rekrutacji. Jednocześnie ponad 39% (z osobnego badania 4Q24 (3290 kandydatów)) kandydatów przyznaje, że samo używa AI przy aplikowaniu — do przerabiania CV, generowania odpowiedzi na pytania rekrutacyjne, tworzenia portfolio. Mamy więc sytuację, w której nikt nikomu nie ufa, a wszyscy korzystają z tych samych narzędzi do wzajemnego „oszukiwania”.

I w tym właśnie kontekście pojawia się pytanie o kompetencje AI — te prawdziwe, głębokie, trudne do zmierzenia.

---

Trzy życia prompt engineeringu

Żeby zrozumieć, gdzie jesteśmy, trzeba cofnąć się do roku 2023. ChatGPT właśnie eksplodował. Media technologiczne ogłosiły narodziny nowego zawodu: prompt engineer — „zaklinacz AI”. Anthropic publikowało ogłoszenia z pensjami sięgającymi 375 tysięcy dolarów rocznie. Nie wymagano dyplomu informatyki (ale podstawowe umiejętności programowania były potrzebne) . W uproszczeniu można określić, że wystarczyło umieć rozmawiać z modelem językowym. Brzmiało jak sen.

Wyszukiwania „prompt engineering jobs” na Indeed osiągnęły szczyt w kwietniu 2023 roku. A potem zaczęły spadać. I spadały konsekwentnie.

W ankiecie Microsoftu z 2025 roku, przeprowadzonej wśród 31 tysięcy pracowników z 31 krajów, stanowisko prompt engineera znalazło się na przedostatnim miejscu wśród ról, które firmy planują utworzyć w ciągu najbliższych 12–18 miesięcy. Jared Spataro, Chief Marketing Officer of AI at Work w Microsofcie, skomentował to wprost: „Dwa lata temu wszyscy mówili, że prompt engineer to będzie gorący zawód. Ale już nie musisz mieć perfekcyjnego promptu.”

Sam Altman, CEO OpenAI, przewidział to jeszcze wcześniej — w 2022 roku stwierdził, że za pięć lat nikt nie będzie robić prompt engineeringu. Modele staną się na tyle dobre, że wystarczy po prostu powiedzieć, czego się chce.

I w pewnym sensie miał rację. Ale tylko w pewnym.

Bo oto co się stało naprawdę: stanowisko prompt engineera praktycznie wyparowało. Ale umiejętność efektywnej pracy z modelami językowymi nie tylko przetrwała — stała się jedną z najbardziej pożądanych kompetencji na rynku. Tyle że nikt nie wie, jak ją zmierzyć, gdzie jej szukać i ile za nią zapłacić.

Allison Shrivastava, ekonomistka z Indeed, ujęła to celnie: „Prompt engineering jako umiejętność wciąż jest zdecydowanie wartościowe. Ale to nie jest cały etat.” A jeden z komentatorów z Fast Company porównał prompt engineering do bycia „ekspertem od Excela” lub „guru PowerPointa” — kompetencja cenna, ale nie taka, pod którą firmy tworzą osobne stanowiska. Zostaje wchłonięta przez inne role.

Problem w tym, że kiedy kompetencja zostaje „wchłonięta” — przestaje być widoczna. Nie ma jej w tytule stanowiska. Nie ma jej w filtrach systemów ATS. Nie ma jej na liście wymagań, bo nikt nie wie, jak ją opisać. I nagle mamy sytuację, w której firma desperacko potrzebuje kogoś, kto potrafi efektywnie współpracować z AI, ale w ogłoszeniu pisze „znajomość narzędzi AI mile widziana” — co oznacza równie wiele, co nic.

---

Paper ceiling — szklany sufit bez dyplomu

W świecie rekrutacji istnieje termin, który idealnie opisuje ten problem: „paper ceiling” — sufit z papieru. Nie szklany, nie betonowy — papierowy. Bo to dyplomy, certyfikaty i linie na CV decydują o tym, kto w ogóle zostaje zauważony.

Dane są bezlitosne: 87% pracodawców w sektorze technologicznym zgłasza trudności z obsadzeniem stanowisk z powodu luk kompetencyjnych. Jednocześnie formalne wymagania dotyczące wykształcenia nadal zawężają pulę talentów, blokując dostęp osobom, które zdobyły umiejętności samodzielnie lub przez nieformalne ścieżki edukacji. LinkedIn odnotowuje, że ogłoszenia pomijające wymaganie dyplomu wzrosły o 36% między 2019 a 2022 rokiem — ale to wciąż mniejszość.

Jak pisali analitycy w artykule „Beyond the CV” z 2025 roku: samouczek programowania z Indii albo marketingowiec z Nigerii mogą zostać pominięci, bo ich CV nie ma prestiżu — bo brakuje nazwy znanej uczelni, znanej firmy, rozpoznawalnej ścieżki kariery.

Ale jest pewien szczególnie interesujący przypadek: organizacja non-profit Pursuit z Nowego Jorku. Pursuit przygotowuje pracowników o niskich dochodach — osoby bez dyplomu college’u, często bez jakiegokolwiek doświadczenia w technologii — do karier w IT. Historycznie ich absolwenci osiągają średnio 400% wzrostu wynagrodzenia — z około 18 000 do 90 000 dolarów rocznie. W 2025 roku Pursuit uruchomił nowy program szkoleniowy skupiony na AI, kierowany do tego samego profilu uczestników.

Czterystuprocetowy wzrost. Od pracy fizycznej do technologii. Bez dyplomu MIT, bez stażu w Google.

Ale Pursuit to wyjątek — organizacja, która aktywnie buduje most między dwoma światami. Większość ludzi, którzy mogliby przejść tę samą drogę, nawet nie wie, że ten most istnieje. Bo skąd mają wiedzieć?

Ktoś, kto całą karierę szukał pracy fizycznej, kto wie, że awans wymaga ciężkiej pracy na zmianach, kto nigdy nie miał kontaktu ze środowiskiem IT — skąd taka osoba ma się dowiedzieć, że może przeskoczyć z robienia hamburgerów do budowania systemów z promptami? To nie jest kwestia braku talentu. To kwestia braku informacji, że ta ścieżka w ogóle istnieje i jest dostępna.

Bariera wejścia do świata AI nie jest techniczna — jest informacyjna i społeczna. Nikt nie mówi ludziom pracującym w gastronomii, logistyce czy na produkcji: „Hej, to co robisz po godzinach z ChatGPT — to jest realna, wyceniana na rynku kompetencja.” I dlatego te osoby nie aplikują. A rekruterzy nie wiedzą, że powinni ich szukać.

---

Vibe coding — nowy equalizer czy nowa iluzja?

W lutym 2025 roku Andrej Karpathy — członek założycielskiego zespołu OpenAI, były szef AI w Tesli — opublikował post, który zmienił sposób myślenia o programowaniu. Nazwał to „vibe coding”: podejście, w którym developer opisuje projekt w języku naturalnym, a model językowy generuje kod. Bez ręcznego pisania każdej linijki. Bez ślęczenia nad składnią. Zamiast tego — konwersacja, iteracja, „wibracja” z AI.

Termin trafił na listę trendów Merriam-Webster. Collins Dictionary ogłosił go Słowem Roku 2025. Wyszukiwania „vibe coding” wystrzeliły o 6700% wiosną 2025. Y Combinator ujawnił, że 25% startupów z ich zimowej kohorty 2025 miało bazy kodu w ponad 95% wygenerowane przez AI.

Ale to, co jest naprawdę rewolucyjne w vibe codingu, nie dotyczy programistów. Dotyczy ludzi, którzy nie są programistami.

Na stronie LIT.AI opisano przypadek doświadczonego rekrutera HR, który przez vibe coding stworzył profesjonalną aplikację do oceny kandydatów na rozmowach kwalifikacyjnych — w kilka godzin. Ten człowiek wniósł swoją wiedzę domenową: rozumiał, jakie pytania ujawniają jakość kandydata, jak strukturować ewaluację, jakie niuanse mają znaczenie. AI zajęło się kodem, interfejsem, organizacją danych. Efekt: narzędzie klasy produkcyjnej, które tradycyjnie wymagałoby miesięcy pracy zespołu deweloperów.

To jest ten moment, w którym ścieżki się przecinają. Kucharz, który po godzinach buduje narzędzia NLP. Rekruter HR, który tworzy aplikację oceniającą kandydatów. Logistyk, który automatyzuje raportowanie w swojej firmie za pomocą rozmowy z Claude. Te osoby nie pasują do żadnego szablonu rekrutacyjnego — bo szablony jeszcze nie istnieją.

Vibe coding obiecuje demokratyzację tworzenia oprogramowania. Ale ma też swoje ciemne strony, o których warto mówić uczciwie. Badanie METR z lipca 2025 — randomizowana próba kontrolna — wykazało, że doświadczeni programiści open source byli o 19% wolniejsi korzystając z narzędzi AI do kodowania, mimo że sami oceniali, że są 24% szybsi. Analiza CodeRabbit z grudnia 2025, obejmująca 470 pull requestów na GitHubie, wykazała, że kod współtworzony z AI zawierał 1,7 razy więcej poważnych błędów niż kod pisany ręcznie — w tym 2,74 razy więcej luk bezpieczeństwa.

Fast Company we wrześniu 2025 pisał o „kacu po vibe codingu”, cytując seniorskich inżynierów, którzy opisywali „development hell” przy pracy z kodem generowanym przez AI.

Więc vibe coding nie jest magiczną bramą. Ale jest inną bramą — taką, która po raz pierwszy w historii pozwala ludziom bez formalnego wykształcenia informatycznego budować realne narzędzia. I tu pojawia się fundamentalne pytanie: czy rynek pracy jest gotowy na ludzi, którzy przechodzą przez tę bramę?

---

Gdzie jest przestrzeń do zmian?

Eksperyment przeprowadzony przez badaczy ze Stanforda we współpracy z Uniwersytetem Południowej Kalifornii rzuca światło na kierunek, w którym rekrutacja mogłaby ewoluować. W eksperymencie porównano dwie metody: tradycyjny screening CV z rozmowami prowadzonymi przez AI. Kandydaci, którzy przeszli przez rozmowy z AI, osiągali w kolejnych rozmowach z ludźmi wskaźnik sukcesu 53,12% — wobec 28,57% w grupie tradycyjnej.

To nie jest mały efekt. To niemal podwojenie skuteczności. I kluczowe jest to, dlaczego ta metoda działa: bo ocenia faktyczne kompetencje, a nie ich deklaracje na papierze. Jak zauważyli autorzy, rozmowy prowadzone przez AI „minimalizują ryzyko faworyzowania określonych środowisk i wyrównują szanse dla nietypowych kandydatów, osób zmieniających karierę i niedoreprezentowanych grup.”

SSIR (Stanford Social Innovation Review) proponuje jeszcze bardziej radykalne podejście: zastąpienie „wskaźników zastępczych” z CV zadaniami opartymi na rzeczywistej pracy — próbkami, symulacjami, nadzorowanymi projektami próbnymi ze standaryzowanymi kryteriami oceny. „Kandydat do roli w analityce danych powinien pokazać, że potrafi oczyścić brudne dane, zbudować podstawowy model, sprawdzić wiarygodność wyników i wytłumaczyć kompromisy osobie nietechnicznej.”

Ipsos w badaniu dla Google z 2025 roku podaje, że 49% menedżerów rekrutujących zaczyna stosować formalne oceny umiejętności — testy techniczne, symulacje pracy, oceny dopasowania. To już prawie połowa. Ale „zaczyna stosować” nie znaczy „stosuje skutecznie”. Pomiędzy chęcią a praktyką leży przepaść.

I w tej przepaści kryją się możliwości.

Jedna z nich to portfolio jako alternatywa dla CV. Nie tradycyjne portfolio projektowe — ale portfolio procesu myślenia. Blog dokumentujący współpracę z AI. Repozytoria na GitHubie pokazujące nie tylko efekt końcowy, ale iterację, debugowanie, komunikację z modelem. Zapis sesji vibe codingowej, gdzie widać, jak ktoś prowadzi AI od pomysłu do działającego prototypu.

Druga to „live vibe coding sessions” jako nowa forma rozmowy kwalifikacyjnej. Firma Netclues już to praktykuje: kandydat dostaje problem do rozwiązania, używa wybranego narzędzia AI i rozwiązuje go na żywo, podczas gdy rekruter ocenia nie tylko efekt — ale sposób myślenia, jakość promptów, zdolność do debugowania, reagowanie na błędy AI.

Trzecia — i być może najważniejsza — to zmiana narracji o tym, kto może pracować z AI. Obecnie dominuje przekonanie, że kompetencje AI to domena programistów i inżynierów danych. Ale badania pokazują coś innego: kluczowe cechy ludzi, którzy najefektywniej pracują z LLM-ami, to zdolność rozwiązywania problemów, zdolność adaptacji i chęć uczenia się — a nie konkretny zestaw technicznych umiejętności. Universum w swoim raporcie „2025 Talent Outlook” podkreśla, że te „miękkie” kompetencje są równie istotne jak twarde umiejętności techniczne w środowisku wzbogaconym o AI.

Istnieje też coś, co analitycy z SSIR nazywają „latent expertise” — ukryta ekspertyza. AI potrafi pomagać studentowi w analizie danych, pracownikowi handlu detalicznego w generowaniu fragmentów kodu, a absolwentowi szkoły średniej w tworzeniu materiałów marketingowych klasy profesjonalnej. AI ujawnia kompetencje, których tradycyjne systemy rekrutacyjne nie potrafią zobaczyć.

Pytanie nie brzmi więc, czy te możliwości istnieją. Pytanie brzmi, kto pierwszy z nich skorzysta — firmy, kandydaci, czy może zupełnie nowi gracze na rynku, których jeszcze nie znamy.

---

Na zakończenie

Gdzieś w kuchni restauracji ktoś kończy właśnie zmianę, zdejmuje fartuch, siada przed komputerem i zaczyna kolejną sesję z modelem językowym. Buduje narzędzie, którego nikt od niego nie oczekuje. Rozwiązuje problem, na który żaden rekruter nie napisał ogłoszenia. Tworzy coś, czego żaden system ATS nie potrafi zidentyfikować.

Ten ktoś ma kompetencje, których firmy desperacko szukają. Ale nie wie, że je ma — albo nie wie, że ktoś mógłby za nie zapłacić. A firmy nie wiedzą, że powinny szukać właśnie takich ludzi.

To jest ta luka. Nie technologiczna, nie edukacyjna — informacyjna i wyobraźniowa. I dopóki ktoś jej nie zasypie, talenty AI będą przepadać w martwej strefie między światem, z którego przychodzą, a światem, który mógłby je docenić.

---

Źródła:

• TestGorilla, 2025 – badanie 1000 liderów HR i rekrutacji w USA (betanews.com)
• SHRM, 2025 – „Recruitment Is Broken. Automation and Algorithms Can’t Fix It.” (shrm.org)
• Gartner, marzec 2025 – zaufanie kandydatów do AI w rekrutacji (unleash.ai)
• Microsoft, 2025 – ankieta 31 000 pracowników o przyszłości ról AI (salesforceben.com)
• Fortune / Indeed, maj 2025 – „This six-figure role was predicted to be the next big thing—it’s already obsolete” (fortune.com)
• Fast Company, maj 2025 – „AI is already eating its own: Prompt engineering is quickly going extinct” (fastcompany.com)
• Robert Half, 2025 – „Building Future-Forward Tech Teams” (roberthalf.com)
• LinkedIn, 2022 – wzrost ogłoszeń bez wymagań dyplomowych 2019–2022 (linkedin.com)
• Stanford / USC – eksperyment z rekrutacją AI vs. tradycyjną (weforum.org)
• Dice, 2025 – „The Rise of Nontraditional Tech Career Paths” (dice.com)
• Pursuit / Stand Together, 2025 – program AI dla pracowników bez dyplomu (standtogether.org)
• „Beyond the CV” – AI-powered skills graphs w rekrutacji (virtualemployee.com)
• Ipsos / Google, 2025 – „Future-proofing careers in the age of AI” (ipsos.com)
• SSIR – „A New AI Career Ladder” (ssir.org)
• Universum, 2025 – „2025 Talent Outlook” – kompetencje miękkie w środowisku AI (za: skywalkgroup.com)
• Wikipedia – Vibe coding (wikipedia.org)
• LIT.AI – Vibe Coding: A Human-AI Development Methodology (lit.ai)
• METR, lipiec 2025 – randomizowana próba kontrolna produktywności programistów z AI (wikipedia.org/Vibe_coding)
• CodeRabbit, grudzień 2025 – analiza jakości kodu AI vs. ludzkiego (wikipedia.org/Vibe_coding)
• Netclues – live vibe coding sessions w rekrutacji (netclues.com)
• Anthropic, 2023 – oferta pracy „prompt engineer and librarian”, 280K–375K (businessinsider.com)
• Sam Altman, październik 2022 – wypowiedź o przyszłości prompt engineeringu