ИИ всё чаще участвует в подборе персонала: сортирует резюме, оценивает видеоинтервью, помогает формировать профили кандидатов, предлагает «наиболее подходящих» людей. Для компаний это реальный инструмент экономии времени и ресурсов. Но есть важный нюанс: если не настроить процессы правильно, алгоритмы начнут усиливать и закреплять дискриминационные паттерны.

Когда технологии подводят

В 2018 году Amazon свернула проект по автоматическому отбору кандидатов. Алгоритм «обнулял» баллы резюме, где встречались слова вроде “women’s” — например, «женская инженерная ассоциация». Причина проста: ИИ обучали на внутренних данных Amazon за 10 лет, где подавляющее большинство сотрудников в техспециальностях были мужчины. Алгоритм сделал логичный (но ошибочный) вывод: мужские резюме — «правильные», а женские — нет.

В России подобные случаи реже становятся публичными, но паттерны те же:

• Системы отдают предпочтение молодым кандидатам
• Игнорируют резюме с «нестандартным» карьерным путём (фриланс, декрет, переезд)
• Снижают шансы соискателей без диплома или с опытом вне крупных компаний

ИИ не дискриминирует намеренно. Он отражает то, что заложено в обучающих данных. А если эти данные искажены или ограничены — то и решения алгоритма будут не самыми справедливыми.

Ошибки, которые допускают компании

Внедрение без анализа данных. Если в прошлых успешных наймах было много однородных профилей, ИИ будет их воспроизводить. Это «замкнутый круг»: берём одинаковых — получаем одинаковые рекомендации.

Использование ИИ как единственного фильтра. Автоматизация в ущерб гибкости — худший вариант. Финальное решение всегда должно быть за человеком, особенно если речь о сложных позициях.

Отсутствие мониторинга. Систему настроили — и забыли. Никаких проверок, кого она чаще всего отсекает, почему, какие критерии применяет на практике.

Недостаток альтернативных каналов. Если автоматическая воронка — единственный путь на вакансию, компания теряет хороших кандидатов, которые не проходят из-за формальных признаков.

Что можно (и нужно) сделать

• Обучать ИИ на разнообразных и сбалансированных данных

• Проверять систему на устойчивость к дискриминации

• Встраивать этапы, где решение принимает человек

• Добавлять в интерфейсы гибкие поля: мотивация, объяснение паузы в карьере, контекст опыта

Советы для соискателей

• Используйте ключевые слова из описания вакансии.
  Если ищут «аналитика BI», не пишите просто «опыт в работе с таблицами» — укажите конкретные инструменты, названия платформ и технологий.

• Сделайте структуру читаемой для алгоритма.
  Хронологическое резюме с чёткими подзаголовками — ваш лучший друг. Без дизайнерских блоков, без таблиц внутри таблиц.

• Объясните пробелы в карьере.
  Фраза вроде «2021–2022 — переезд, проектная занятость» лучше, чем пустое место. ИИ это прочтёт и передаст HR, а не спишет вас со счетов.

• Следите за профилем на платформах.
  HH, SuperJob, Работа.ру и др. работают по своим алгоритмам — чем больше у вас информации, тем выше шансы попасть в подборку.

• Говорите уверенно на видеоинтервью.
  Системы могут анализировать эмоции, тон, паузы. Простой, структурированный рассказ о себе даст больше очков, чем заученный монолог.

ИИ в HR — это не опасность, а инструмент. Он помогает быстрее находить подходящих людей, автоматизирует рутину и усиливает работу HR-команд. Но только в том случае, если использовать его осознанно, корректировать алгоритмы и не отказываться от человеческого участия.

А для кандидатов это повод не бояться «безликих машин», а понять их логику — и пройти сквозь умную воронку найма подготовленным.

Вернуться в блог