ИИ в рекрутинге: от модного тренда к обязательной компетенции

Почему всем рекрутерам нужны нейросети

Не меньше 40% соискателей уже используют ИИ для подготовки резюме, сопроводительных писем и написания тестовых заданий. Если рекрутер продолжает работать только с прежними инструментами, он оказывается в неравном положении: у кандидата есть в руках нейросеть, а у специалиста по найму — нет.

Поэтому компании начинают использовать ИИ-инструменты на всех этапах подбора: от парсинга резюме до прогнозной аналитики успешности кандидата. Из-за этого у HR-отделов меняются требования к рекрутерам. Раньше достаточно было уметь пользоваться ChatGPT, сейчас нужно понимать, как работает модель, где она может ошибиться, какие данные ей можно доверить, а какие — нет.

В какие HR-задачи можно интегрировать нейросеть:

• Парсинг и предскоринг резюме. Нейросети анализируют сотни откликов по 15–20 параметрам, отсеивая заведомо неподходящих кандидатов. Но важно понимать: алгоритм может отсеять сильного кандидата из-за нестандартной формулировки в резюме, поэтому финальное решение остается за человеком.
• Генерация тестовых заданий. ИИ помогает создавать варианты заданий для разных уровней кандидатов, проверять их на уникальность и адаптировать сложность.
• Анализ видеозаписей интервью. Специализированные инструменты оценивают речь, структуру ответов, но не делают выводов о культурной совместимости.
• Прогнозирование успешности. На основе данных о предыдущих наймах нейросети могут предсказать вероятность успешного прохождения испытательного срока.

В итоге ИИ ускоряет там, где можно действовать по четким критериям и алгоритмам. Там же, где нужна эмпатия, понимание контекста и нюансов коммуникации без человека все еще не обойтись. 

Как не потерять контроль над чувствительными данными

Один из самых опасных моментов при внедрении ИИ — использование публичных, особенно бесплатных, нейросетей для обработки реальных данных кандидатов и компании.

Бесплатные нейросети используют загруженные данные для дообучения моделей. Если в компании нет корпоративного аккаунта с политикой неиспользования данных, информация может утечь в открытый доступ. Юридические последствия — от претензий кандидатов по 152-ФЗ до ответственности за разглашение коммерческой тайны.

Что категорически нельзя загружать в открытые версии:

• Резюме с ФИО, контактами, паспортными данными
• Внутреннюю структуру зарплат
• Предложения (офферы) для кандидатов
• Аналитику по воронке найма с привязкой к конкретным сотрудникам 

Правила безопасности при работе с ИИ:

• Используйте корпоративные аккаунты. 
• Оставляйте только обезличенные данные: должность, стек технологий, стаж.
• Определите, кто имеет право загружать данные в ИИ-сервисы, а кто — нет.

Проверка фактов: почему нельзя верить ИИ на слово

Нейросети — мощный инструмент, но они не проверяют факты достаточно достоверно. Модель легко может сгенерировать правдоподобный ответ, даже если он не соответствует действительности. В рекрутинге это может привести к серьезным ошибкам.

Чтобы этого не случилось, все ссылки, названия, даты, сгенерированные ИИ, проверяйте вручную. Если ИИ предложил список компаний, где работал кандидат, сверьте с данными из резюме и профилями в соцсетях.

Не доверяйте слепым сводкам по рынку зарплат. ИИ может генерировать цифры на основе устаревших данных или средних значений, не учитывающих регион и специфику компании. Используйте актуальные обзоры от проверенных источников (hh.ru, Хабр Карьера).

Используйте ИИ как черновик, но финальное решение оставляйте за собой. Нейросеть может предложить 10 вариантов приглашения на собеседование — вы выбираете и дорабатываете. ИИ может сгруппировать резюме по уровню соответствия вакансии — но только вы принимаете решение, кого звать на интервью.

ИИ может галлюцинировать, и чем более творческая задача, тем выше вероятность ошибки. В рекрутинге это особенно опасно, потому что за ошибкой может стоять судьба реального человека.

Ограничения ИИ: где технология (пока) бессильна

Вполне вероятно, в будущем возможность искусственного интеллекта станут гораздо шире — и в рекрутинге, и в других сферах. Но сейчас ИИ точно не может:

• Считать «химию» на собеседовании. Нейросеть не поймет намек, не оценит невербальные сигналы, не почувствует напряжение или, наоборот, расслабленность и уверенность кандидата. Коммуникация между людьми остается зоной, где человеческий опыт незаменим.
• Разбираться во внутренней политике компании. ИИ не в курсе, почему в отделе сложный климат, какие люди приживутся в команде, какой стиль управления предпочитает руководитель. Эти нюансы критически влияют на успешность найма.
• Отказываться от предрассудков. Если обучить нейросеть на исторических данных, где были гендерные или возрастные перекосы, алгоритм начнет их тиражировать. Например, если в компании раньше предпочитали нанимать мужчин на технические роли, модель будет отсеивать женщин, даже если они подходят по всем навыкам и тестам.
• Оценить юридические ограничения. В США есть законы, требующие раскрывать факт использования ИИ при оценке кандидатов. В Европе есть AI Act, который запретит полностью автоматизированные решения о найме. В России пока нет жесткого регулирования, но в перспективе такие нормы могут появиться.