Automatyczna decyzja o pracowniku: granice profilowania w RODO

Analiza procesu, nie nazwy narzędzia

System może porządkować CV, wskazywać anomalie w czasie pracy lub rekomendować decyzje o premii. Przed oceną zgodności trzeba opisać, jakie dane trafiają do narzędzia, jaki wynik ono zwraca oraz kto faktycznie podejmuje decyzję. Samo zastosowanie modelu statystycznego nie przesądza o wystąpieniu decyzji, o której mowa w art. 22 RODO. Znaczenie mają automatyczny charakter procesu i jego prawne lub podobnie istotne skutki dla osoby.

Czy człowiek rzeczywiście decyduje

Jeśli kierownik jedynie automatycznie zatwierdza wynik bez analizy, formalne podpisanie decyzji nie zawsze oznacza rzeczywisty udział człowieka. Kontrola powinna umożliwiać ocenę danych, zakwestionowanie rekomendacji i zmianę wyniku z uzasadnionych przyczyn. Dobrze zaprojektowana procedura jasno określa, kto odpowiada za weryfikację i jak dokumentuje odstępstwa. Pozorna kontrola może zwiększać ryzyko prawne, zamiast je ograniczać.

Znaczący skutek dla pracownika

Decyzja dotycząca zatrudnienia, awansu, istotnej części wynagrodzenia lub ograniczenia dostępu do pracy może mieć znaczenie dla art. 22. Nie każda drobna sugestia organizacyjna osiąga jednak wymagany próg. Analiza wymaga uwzględnienia skali i konsekwencji decyzji. W szczególności ocenę należy odnieść do konkretnej osoby i rzeczywistych skutków, a nie tylko do tego, jak dostawca nazwał moduł programu.

Człowiek podejmujący decyzję nie może być pozorem

Jeśli system punktowy przygotowuje ocenę pracownika, należy zbadać, czy przełożony ma realną możliwość zmiany wyniku i czy dokonuje samodzielnej analizy. Samo zatwierdzenie rekomendacji algorytmu jednym kliknięciem nie musi oznaczać wystarczającej interwencji człowieka. Art. 22 RODO wymaga oceny rodzaju decyzji, jej skutków i podstaw automatyzacji. Dodatkowo trzeba zbadać podstawę przetwarzania danych wejściowych i wymogi prawa pracy.

Błędy scoringu i prawo do informacji

Nieprawidłowe dane o absencjach, liczbie zadań lub efektywności mogą prowadzić do krzywdzących wniosków. Organizacja powinna dokumentować kryteria oceny, role osób upoważnionych i sposób weryfikacji zgłoszonych błędów. Jeżeli ocena wpływa na istotne decyzje kadrowe, znaczenie mają przejrzystość i odpowiednie gwarancje pracownika. Rozróżnienia wymaga narzędzie wspierające zwykłą ocenę od systemu, którego wynik jest faktycznie wiążący dla pracodawcy.

Podstawa prawna, wyjątki i zabezpieczenia

Art. 22 RODO przewiduje zasadę dotyczącą decyzji opartych wyłącznie na zautomatyzowanym przetwarzaniu oraz określone wyjątki. Ich stosowanie wymaga analizy przesłanek i przewidzianych zabezpieczeń, a nie domniemania, że zgoda pracownika zawsze wystarcza. W relacji zatrudnienia swoboda zgody może budzić szczególne wątpliwości. Trzeba też osobno rozważyć dane szczególnych kategorii i przepisy prawa pracy.

Przejrzystość i możliwość zakwestionowania wyniku

Osoba, której dotyczy proces, powinna otrzymywać informacje wymagane przez RODO w zakresie mającym zastosowanie do konkretnego sposobu przetwarzania. Znaczenie ma zrozumiałe wyjaśnienie roli automatyzacji, kategorii danych i możliwych konsekwencji. Procedura rozpoznawania zastrzeżeń nie może być czystą formalnością. Dobrą praktyką jest również sprawdzanie jakości danych wejściowych, bo wadliwe rekordy mogą prowadzić do systematycznie błędnych ocen.

Audyt algorytmu w realiach firmy

Przy wdrożeniu warto przeprowadzić analizę ryzyka, a w razie spełnienia przesłanek — ocenę skutków dla ochrony danych. Należy sprawdzić uprzedzenia danych treningowych, zakres dostępu, retencję, jakość dokumentacji i warunki umowy z dostawcą. Odpowiedzialność pracodawcy nie znika przez stwierdzenie, że mechanizm jest „czarną skrzynką”. Jeśli nie da się rzetelnie wyjaśnić istotnego procesu, może to świadczyć o konieczności jego przeprojektowania.

Scoring pracownika a art. 22 RODO

Wynik systemu analitycznego używany do wsparcia menedżera nie zawsze jest decyzją opartą wyłącznie na zautomatyzowanym przetwarzaniu. Trzeba zbadać, czy człowiek rzeczywiście analizuje dane i może podjąć inną decyzję, czy jedynie formalnie zatwierdza wynik algorytmu. Istotne jest także, czy decyzja wywołuje skutek prawny lub podobnie istotnie wpływa na zatrudnioną osobę. Nie można automatycznie zakładać, że każda ocena wydajności realizowana przez system IT podlega identycznym ograniczeniom.

Informacja, dostęp do danych i ryzyko dyskryminacji

Przy ocenie systemu należy ustalić używane dane, ich źródła, zasady wyjaśniania wyniku i możliwość jego zakwestionowania. Szczególne znaczenie mają dane zdrowotne i wrażliwe kryteria, które mogą prowadzić do nieuzasadnionej różnicy traktowania. Regulacje o ochronie danych współistnieją z przepisami prawa pracy. Wprowadzenie narzędzia nie zwalnia pracodawcy z oceny podstawy przetwarzania, minimalizacji danych i prawidłowego informowania osób, których dane dotyczą.

Algorytm wspomagający a decyzja wyłącznie automatyczna

Zastosowanie narzędzia punktującego wyniki pracy nie oznacza automatycznie zakazu z art. 22 RODO. Trzeba zbadać, czy wynik systemu realnie determinuje decyzję mającą skutki prawne lub podobnie istotny wpływ na pracownika, czy też człowiek dokonuje samodzielnej i rzeczywistej oceny. Pozorna aprobata decyzji algorytmicznej przez przełożonego nie zawsze stanowi meaningful human review. Dodatkowo należy ocenić podstawę prawną danych wejściowych oraz zgodność monitoringu z prawem pracy.

Przejrzystość oceny i kontrola błędów

Pracownik powinien znać istotne informacje o celach i sposobie przetwarzania danych, zwłaszcza gdy ocena wpływa na wynagrodzenie, awans lub rozwiązanie stosunku pracy. Należy sprawdzić, czy system nie utrwala błędów i dyskryminujących zależności w danych treningowych. Właściwe rozwiązania organizacyjne mogą obejmować dokumentację kryteriów, możliwość zgłoszenia nieścisłości i kontrolę wyników przez odpowiednio kompetentną osobę. Nie należy utożsamiać prawa zakwestionowania decyzji z gwarancją uzyskania pozytywnego wyniku.

Źródła pierwotne

Art. 5, 13–15 i 22 RODO oraz odpowiednie przepisy prawa pracy. Urzędowy tekst aktu.