Искусственный интеллект уже несколько лет способствует более быстрому заполнению вакансий: он обрабатывает множество резюме всего за несколько минут, проводит первичные собеседования и даже сортирует кандидатов по их соответствию требованиям. Казалось бы, меньше рутинной работы означает больше времени для рекрутеров на «тонкую настройку» команды. Но на практике автоматизация часто создает новые проблемы: кандидаты теряются за фильтрами, HR-специалисты вынуждены перепроверять данные, а доверие к работодателю снижается. Почему это происходит и как избежать наиболее болезненных ошибок — разбираемся вместе с экспертами.
Как ИИ применяется в процессе найма
Искусственный интеллект в подборе кадров обещает стать надежным помощником: он способен просканировать поток откликов, исключить явно неподходящих и помочь не упустить лучших кандидатов.
«Автоматизация найма с применением ИИ действительно эффективна, особенно при массовом подборе: она ускоряет процесс, уменьшает рутину и облегчает фильтрацию кандидатов», — утверждает директор по персоналу КРОС Дмитрий Дударев.
Эксперт «Сколково» Артём Егоров подчеркивает, что в сфере HR искусственный интеллект может выполнять три основные роли, каждая из которых имеет свои особенности: — ИИ-сервис для фильтрации резюме. Это комплексное решение, действующее как цифровой охранник. Такой сервис анализирует сотни и тысячи резюме, автоматически сопоставляя их с требованиями вакансии. Он ищет ключевые слова, оценивает опыт и образование, а затем сортирует кандидатов, предоставляя рекрутеру уже отфильтрованный список. — ИИ-агент для проведения интервью. Это полностью независимый 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 рекрутеру после проведённого им собеседования. Ассистент может расшифровать запись разговора, выделить ключевые моменты, проанализировать, насколько ответы кандидата соответствуют профилю должности, и предоставить краткую сводку. Это упрощает систематизацию информации и помогает не упустить важные детали.
Идея выглядит многообещающей: машина беспристрастно и быстро выполняет то, что требует много часов у человека. Нейросети для HR-задач активно внедряются всё большим числом компаний, и создаётся впечатление, что в ближайшие несколько лет потребность в живых специалистах в этой области значительно снизится.
Тем не менее, это впечатление может быть обманчивым.
Проблемы ИИ в процессе найма
Формальный фильтр
Если цель работодателя — сформировать команду из людей, а не роботов, то машина с её логикой может в критический момент принятия решений саботировать весь процесс так же легко, как она помогала на стадии отбора. И даже сам процесс отбора резюме вызывает немало вопросов.
Проблема заключается в том, что для ИИ кандидат — это просто набор ключевых слов. Отсутствие нужного слова — значит, кандидат не проходит. Таким образом, система может игнорировать соискателя, который сменил сферу деятельности или сделал долгий перерыв, но сейчас готов и мотивирован сильнее, чем «идеальный» кандидат на бумаге.
Для бизнеса полагаться на формальный фильтр нейросетей означает с высокой вероятностью упустить живых специалистов, которые могли бы оперативно закрыть дефицитные вакансии.
Непрозрачность решений
Непрозрачность решений — ещё одна серьезная проблема. ИИ зачастую не объясняет, почему исключил определённого человека.
«Такая закрытость затрудняет не только работу HR, но и весь процесс, — отмечает Егоров. — Рекрутеру приходится перепроверять данные, а соискателю невозможно обжаловать отказ».
С увеличением числа компаний, использующих ИИ для первичного отбора, возрастает количество кандидатов, не понимающих, как действовать в новых условиях найма и собеседований, и они рискуют получить автоматический отказ от всех работодателей, оставаясь с ощущением, что «я никому не подхожу». И главное, без понимания, что следует изменить.
Тем не менее, не стоит полностью сваливать вину на ИИ: и в доцифровую эпоху отказы тоже часто приходили кандидатам без объяснений. Наоборот, нейросети можно программировать для составления максимально вежливых и корректных текстов с разъяснением причин отказа.
Однако если ИИ в качестве причины «без задней мысли» честно укажет то, что, например, законодательно запрещено учитывать при найме (возраст, пол, семейное положение, национальность, инвалидность и т.п.), то проблемы не оберётся уже вся компания.
Галлюцинации
«Галлюцинации» — термин, который становится всё популярнее в обсуждениях об ИИ. Это не вымысел: ИИ действительно может «фантазировать». В контексте найма — приписывать кандидату несуществующие навыки или недостатки, неверно оценивать уровень владения инструментами.
С определённого уровня неточности весь смысл автоматизации теряется: HR вновь погружается в рутину и вручную проверяет сотни анкет.
Предвзятость и дискриминация
Рынок труда меняется быстрее, чем базы данных, на которых обучается ИИ. Ещё совсем недавно возрастные кандидаты не имели спроса, а сейчас их активно переучивают и привлекают на вакансии. В нулевых все стремились стать юристами и экономистами, а в 2020-х стало ясно, что стране больше нужны инженеры и «синие воротнички», в то время как курьеры зарабатывают больше специалистов с высшим образованием. Многие современные HR получали образование в эпоху высокой безработицы и очередей из соискателей на любые вакансии, а сейчас сами вынуждены охотиться за специалистами и идти на компромиссы, чтобы закрыть позицию.
Все эти факторы могут учитываться, а могут и не учитываться ИИ, которые привлекают для анализа кандидатов. Например, ещё в 2018 году компания Amazon пыталась внедрить ИИ-алгоритм для исключения резюме, но быстро отказалась от этой идеи, когда стало известно, что нейросеть дискриминировала женщин. Не из злого умысла, а просто потому, что ранее принятые кандидаты преимущественно были мужчинами, и именно этот признак ИИ выделил как один из ключевых.
Даже если вы не допускаете дискриминацию напрямую, предвзятость может просочиться через косвенные признаки: имя, образование, даже увлечения. Множество второстепенных и неочевидных для человека паттернов могут в итоге составить совершенно неожиданный профиль работника, с которым будет сверяться нейросеть.
Бесчеловечность
Кажется, что в этом вся суть: заменить несовершенных и ошибающихся людей на машины, которые не устают, не делают перерывы и не пытаются устроить своих родственников на теплые места. Однако мнимая безошибочность зачастую оборачивается бесчеловечностью, и реальный удар получают живые люди.
Даже самый прогрессивный ассистент не способен уловить то, что чувствует человек, отметили эксперты. Машина не может понять, впишется ли новый сотрудник в команду, как он будет взаимодействовать с коллегами, разделяет ли корпоративные ценности.
«В итоге можно получить красивый отчет об идеальном кандидате, который через месяц разладит коллектив», — отметил Дударев.
Как ошибочный отказ, так и ошибочное одобрение без живой проверки могут негативно отразиться на компании, ведь история на этом не заканчивается. Каждая такая ситуация, когда ИИ автоматически отклонил кандидатуру или рекомендовал нанять/уволить неподходящих сотрудников, потенциально превращается в негативные отзывы о работодателе в социальных сетях. Так репутация компании оказывается в заложниках у бездушной машины без этической надстройки.
«Инвестиции в экспертизу и проверку решений на начальном этапе обходятся дешевле, чем исправление репутационных ошибок и наем позже», — уверен эксперт КРОС.
Что делать: синергия, а не замена
Отказываться от ИИ в подборе кадров нет смысла: ручная обработка тысяч откликов требует много ресурсов и сил. Однако эксперты единодушны в одном — «машина должна помогать, но не решать всё самостоятельно». Необходимо использовать принцип «человек в контуре», восстановив контроль над принятием решений.
Что советуют эксперты: — Применять ИИ для фильтрации потока, но вручную проверять шорт-листы. — Разделять критерии на «строго обязательные» и «желательные» — так машина не исключит кандидата из-за одной галочки. — Оставить оценку soft skills, мотивации и культурного соответствия на усмотрение человека. — Не отправлять автоматический отказ без вмешательства человека. — Проверять модель на предмет дискриминации, очищать данные и обучать ИИ на максимально разнообразных примерах. — Давать соискателю возможность понять логику решения или запросить повторную проверку.
«Важно сохранять баланс и оставлять пространство для человеческой гибкости, а также оставлять окончательное решение за экспертом. Все ИИ-инструменты должны расширять возможности рекрутеров, но не заменять их экспертизу», — подытожила HR-директор Мария Звонарёва.
Для соискателей это также сигнал: ИИ уже давно стал частью рекрутинга. Поэтому имеет смысл не лениться адаптировать резюме под ключевые слова и быть готовым к первому общению с цифровым помощником.
И главное — не стесняться задавать вопросы о том, как устроен процесс найма и кто именно принимает финальное решение. Если у вас есть подозрение, что вам пришел автоматический отказ, не бойтесь написать напрямую на почту HR-отдела и уточнить.
«В эту игру можно играть вдвоём», — подчеркивает эксперт «Сколково» Артём Егоров. По его словам, уже сейчас ведется «гонка вооружений»: кандидаты активно адаптируются, чтобы обойти алгоритмы. Появилась целая индустрия ИИ-сервисов, помогающих оптимизировать резюме и процесс прохождения собеседований. Они форматируют тексты соискателя для корректного восприятия 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, однако, ИИ из найма никуда не уйдёт, несмотря на все риски. Прежде всего потому, что это удобный фильтр, который действительно экономит время и помогает находить лучших. А что касается ошибок — это ещё вопрос, кто ошибается чаще, он или традиционные HR.
Но превращение нейросетевого собеседования в квест и самого его в бездушного судью — всё равно что своими руками подрывать доверие к бренду работодателя. Человеку по-прежнему нужен человек, чтобы увидеть между строк, оценить потенциал и почувствовать ту «химию», без которой не формируются сильные команды. Таким образом, главное слово всё ещё остаётся за живыми специалистами по подбору кадров.