Люди пролетают мимо вакансий из-за ИИ-рекрутёров. Как пройти этот бездушный фильтр
ИИ уже не первый год помогает бизнесу закрывать вакансии быстрее: машина обрабатывает тысячи резюме за минуты, проводит первые интервью и даже ранжирует кандидатов по соответствию вакансии. Казалось бы, меньше рутины — больше времени у рекрутеров на «тонкую настройку» команды. Но на практике автоматизация часто приносит новые проблемы: соискатели теряются за фильтрами, HR вынуждены перепроверять данные за машиной, а доверие к работодателю падает. Почему так выходит и как избежать самых болезненных ошибок — разбираем вместе с экспертами.
Как ИИ используют в найме
ИИ в найме обещает быть честным ассистентом: просканировать поток откликов, отсеять явно слабые, помочь не пропустить лучших.
«Автоматизация найма с использованием ИИ действительно эффективна, особенно в массовом подборе: она ускоряет процесс, снижает рутину и упрощает фильтрацию кандидатов», — говорит директор по персоналу КРОС Дмитрий Дударев.
Эксперт «Сколково» Артём Егоров отмечает, что в сфере HR искусственный интеллект может выступать в трёх основных ролях, каждая со своими особенностями: - ИИ-сервис для фильтрации резюме. Это комплексное решение, которое работает как цифровой привратник. Такой сервис сканирует сотни и тысячи резюме, автоматически сопоставляя их с требованиями вакансии. Он ищет ключевые слова, оценивает опыт и образование, а затем ранжирует кандидатов, передавая рекрутёру уже отсортированный список. - ИИ-агент для проведения интервью. Это полностью автономный чат-бот или видеобот, который может провести первичное собеседование вместо человека. Он задаёт кандидату заранее подготовленные вопросы, записывает и анализирует ответы в реальном времени. - ИИ-ассистент для анализа интервью. Этот инструмент помогает рекрутёру уже после проведённого им собеседования. Ассистент может расшифровать запись разговора, выделить ключевые моменты, проанализировать, насколько ответы кандидата соответствуют профилю должности, и предоставить краткую сводку. Это помогает систематизировать информацию и не упустить важные детали.
Идея кажется отличной: машина беспристрастно и быстро делает то, на что у человека уходят часы. Нейросети для HR-задач активно применяют всё больше компаний, и уже создаётся впечатление, что через пару лет нужда в живых специалистах в этой сфере сильно снизится.
Однако это впечатление обманчиво.
Проблемы ИИ в найме
Формальный фильтр
Если цель работодателя — собрать команду из людей, а не роботов, то робот с его машинной логикой на ключевом этапе принятии решений может саботировать весь процесс с той же лёгкостью, с которой помогал на этапе отбора. И даже сам отбор резюме происходит не без вопросов.
ИИ становится цифровым привратником, который отсекает не только неуместные резюме, но и людей с потенциалом, но нестандартным профилем. Опытный рекрутер способен увидеть в кандидате потенциал, даже если тот неидеален на бумаге. Он может понять, что недостающие навыки можно развить, а мотивация и личные качества человека гораздо важнее. ИИ на такое не способен.ртем Егоров руководитель лаборатории иммерсивных технологий в образовании Московской школы управления Сколково
Проблема в том, что для ИИ кандидат — это набор ключевых слов. Нет нужного слова — нет прохода. Таким образом, например, система может проигнорировать соискателя, который сменил отрасль или сделал длинную паузу, но сейчас подготовлен и мотивирован сильнее, чем «идеальный» на бумаге кандидат.
ИИ оценивает строго по заданным критериям: стаж, формат работы, ключевые навыки. Человек же может разглядеть сильную мотивацию или уникальный опыт там, где робот видит пустое место.митрий Дударев директор по персоналу КРОС
Такие алгоритмы легко превращаются в барьер, если компания забывает про гибкость. Важно разделять требования на обязательные и желательные — и оставлять за человеком право проверить результат. Иначе бренд работодателя теряет в доверии, а хорошие люди идут к конкурентам.ария Звонарева HR-директор AIRI
Для бизнеса довериться формальному фильтру нейросетей — значит с большой вероятностью упустить живых специалистов, которые могли бы быстро закрыть дефицитные ниши.
Непрозрачность решений
Непрозрачность решений — ещё одна большая головная боль. ИИ часто не объясняет, почему вычеркнул конкретного человека.
«Такая закрытость осложняет не только работу HR, но и весь процесс, — говорит Егоров. — Рекрутеру приходится перепроверять данные, а соискателю нереально обжаловать отказ».
Чем больше компаний будут использовать ИИ для первичного отбора, тем больше кандидатов, не понимающих, как работать с новыми условиями найма и собеседований, рискуют получить автоматический отлуп от всех работодателей и остаться с ощущением «я не подошёл никому». А главное, без понимания, что нужно изменить.
Впрочем, тут не стоит валить всё на ИИ: и в доцифровую эпоху отказы тоже часто приходили кандидатам без объяснений. Напротив, нейросети можно запрограммировать составлять предельно вежливые и корректные тексты писем с объяснением причин отказа.
Однако если ИИ в качестве причины «без задней мысли» честно укажет то, что, например, законодательно запрещено учитывать при найме (возраст, пол, брачный статус, национальность, инвалидность и т.п.), то проблем не оберётся уже вся компания.
На мой взгляд, не стоит настраивать алгоритмы на автоматический отказ без вовлечения эксперта, более оптимальный подход —настроить ИИ-алгоритмы на разделение кандидатов по категориям и оставить возможность человеку решить, кому отправить отказ, а кому — предложить интервью.ария Звонарева
Галлюцинации
«Галлюцинации» — термин, который всё чаще звучит в разговорах об ИИ. Это не выдумка: ИИ действительно может «фантазировать». В контексте сферы найма — приписывать кандидату несуществующие навыки или недостатки, неверно оценивать уровень владения инструментами.
С определённого уровня неточности весь смысл автоматизации рушится: HR возвращается к рутине и повторно вручную проверяет сотни анкет.
Предвзятость и дискриминация
Рынок труда меняется быстрее, чем базы данных, на которых учатся ИИ. Ещё недавно возрастные кандидаты не котировались, а сейчас их активно переучивают и привлекают на вакансии. В нулевые все стремились в юристы и экономисты, а в 2020-е оказалось, что стране больше нужны инженеры и «синие воротнички», а курьеры зарабатывают больше специалистов с красным дипломом. Многие нынешние эйчары получали образование во времена высокой безработицы и очереди из соискателей на любые вакансии, а сейчас сами вынуждены гоняться за специалистами и соглашаться на компромиссы, чтобы закрыть позицию.
Всё это могут учитывать, а могут и не учитывать ИИ, которые привлекают для анализа кандидатов. Например, ещё в 2018-м году компания Amazon пробовала внедрять ИИ-алгоритм для отсева резюме, но быстро отказалась от этой идеи, когда выяснилось, что нейросеть дискриминировала женщин. Не по злому умыслу, просто принятые соискатели предыдущих годов были преимущественно мужчинами, и именно этот признак ИИ выделил как один из основных.
Проще говоря, если за последние 10 лет компания нанимала на руководящие посты в основном мужчин, то ИИ «выучит» этот урок и будет считать мужчин более предпочтительными кандидатами. Он начнёт систематически занижать рейтинг женщинам, даже если их квалификация выше.ртём Егоров
Даже если вы не разрешаете дискриминацию напрямую, предвзятость может проскочить через косвенные признаки: имя, образование, даже хобби. Множество неглавных и неочевидных для живого человека паттернов в итоге могут составить совершенно неожиданный профиль сотрудника, с которым будет сверяться нейросеть.
Например, в США по делу «[Mobley против Workday](https://www.hrotoday.com/news/current-features/mobley-workday-ai-fair-hiring-lawsuit/)» десятки тысяч соискателей старше 40 лет заявили, что ИИ-система системно исключала их из процессов найма, опираясь на возрастные паттерны. Это пример того, как алгоритмы могут усиливать предвзятость даже без прямого намерения.митрий Дударев
Бесчеловечность
Казалось бы, в этом весь смысл: заменить неидеальных и ошибающихся людей на машины, которые никогда не устают, не бегают на перекур и не пытаются пристроить на тёплое место своих родственников. Однако мнимая безошибочность на деле часто оборачивается бесчеловечностью, а удар по репутации получают реальные люди.
Даже самый умный ассистент не видит то, что чувствует человек, указали эксперты. Машина не понимает, впишется ли новый сотрудник в команду, как он будет общаться с коллегами, разделяет ли корпоративные ценности.
«В итоге можно получить красивый отчёт об идеальном кандидате, который разносит коллектив через месяц», — указал Дударев.
Появление в команде «не того» человека, нанятого по вердикту ИИ, запускает разрушительную цепную реакцию: конфликты и недовольство, падение производительности команды, что может привести к уходу ценных сотрудников. Ошибки ИИ могут привести к росту текучести кадров — одному из самых дорогих процессов для бизнеса.ртём Егоров
Как ошибочный отказ, так и ошибочное одобрение без живой проверки может больно ударить по компании, ведь эта история внутри HR-отдела не заканчивается. Каждая такая история, когда ИИ автоматически отказал в найме или порекомендовал нанять/уволить неоптимальных сотрудников, потенциально оборачивается негативными отзывами о работодателе в соцсетях. Так репутация компании становится заложником бездушной машины без этической надстройки.
«Вложение в экспертизу и проверку решений на старте обходится дешевле, чем исправление ошибок в репутации и найме позже», — уверен эксперт КРОС.
Что делать: синергия, а не замена
Отказываться от ИИ в подборе смысла нет: ручной перебор тысяч откликов отнимает ресурсы и силы. Но эксперты сходятся в одном — «машина должна помогать, но не решать всё сама». Нужно использовать принцип «человек в контуре», вернув ему контроль над принятием решений.
Что советуют эксперты: - Использовать ИИ для фильтрации потока, но проверять шорт-листы вручную. - Разделять критерии на «строго обязательные» и «желательные» — так машина не зарубит кандидата из-за одной галочки. - Оставить оценку soft skills, мотивации и культурного соответствия в зоне ответственности человека. - Не отправлять автоматический отказ без финального слова человека. - Проверять модель на дискриминацию, чистить данные и учить ИИ на максимально разнообразных кейсах. - Давать соискателю шанс понять логику решения или запросить повторную проверку.
«Важно сохранять баланс и оставлять место для человеческой гибкости, а также оставлять финальное решение за экспертом. Любые ИИ-инструменты должны расширять возможности рекрутеров, но не заменять их экспертизу.», — подытожила HR-директор Мария Звонарёва.
Для соискателей это тоже сигнал: ИИ давно стал частью рекрутинга. Значит, имеет смысл не лениться подстраивать резюме под ключевые слова и быть готовым к первому общению с цифровым ассистентом.
И главное — не бояться задавать вопросы о том, как устроен процесс найма и кто именно принимает финальное решение. Если у вас есть подозрение, что вам пришёл автоматический отказ, не стесняйтесь написать напрямую на почту HR-отдела и уточнить.
«В эту игру можно играть вдвоем», — подчеркивает эксперт «Сколково» Артём Егоров. По его словам, уже сейчас идёт «гонка вооружений»: кандидаты активно адаптируются, чтобы обойти алгоритмы. Возникла целая индустрия ИИ-сервисов по оптимизации резюме и процесса прохождения интервью. Они форматируют тексты соискателя для корректного считывания системами, насыщают их ключевыми словами из описания вакансии и даже помогают правильно отвечать на вопросы во время интервью.
Правда, к реальному рекрутингу и поиску подходящего человека на подходящее место это соревнование автоматизации, конечно, не имеет никакого отношения.
Потенциально, впрочем, ИИ из найма никуда не уйдёт, несмотря на все подводные камни. Прежде всего потому, что это удобный фильтр, который действительно экономит время и помогать находить лучших. А что до ошибок — ещё вопрос, кто ошибается чаще, он или традиционные эйчары.
Но превращать нейросетевое собеседование в квест-неберучку, а его самого — в бездушного судью — всё равно что своими руками подрывать доверие к бренду работодателя. Человеку всё ещё нужен человек, чтобы увидеть между строк, оценить потенциал и почувствовать ту «химию», без которой не собираются сильные команды. Так что главное слово всё ещё остаётся за живыми HR-специалистами.