«AI решил, что вы нам не подходите»: как нейросети отбирают сотрудников и что об этом думают люди

Представьте, что вы записали видеоинтервью на желанную позицию в крупной корпорации, старались говорить уверенно и убедительно, а потом получили короткое письмо: «Спасибо, но алгоритм вас не одобрил». Звучит фантастично? На самом деле, это реальность, и она становится всё ближе.

За последние несколько лет крупные компании, такие как Unilever, Amazon, Intel, Vodafone и даже российский Сбер активно внедряют алгоритмы искусственного интеллекта в HR-процессы. Сначала они тихо сортировали резюме, а теперь нейросети проводят видеоинтервью и определяют, достаточно ли вы стрессоустойчивы и уверены в себе. И даже если вы это скрываете — алгоритм вас раскусит.

Как именно это происходит, зачем это нужно бизнесу и, главное, справедливо ли это по отношению к кандидатам?

Человек под микроскопом нейросети

Самый интересный и одновременно тревожный тренд — видеоинтервью с анализом поведения кандидата. На российском рынке такие технологии представлены, например, платформой VCV или сервисом Sber Pro. Кандидат записывает ответы на стандартные вопросы через веб-камеру, а затем алгоритм изучает его мимику, жесты, тон голоса и даже движение глаз.

Нейросеть за считанные минуты формирует отчёт, где указывается, насколько человек стрессоустойчив, уверен в себе и искренен в ответах. На основании этих данных формируется «оценка», которую получают рекрутёры. Казалось бы, прекрасный инструмент для HR: можно за час обработать сотню кандидатов и сразу отсеять тех, кто «не подходит». Так, например, международная корпорация Unilever благодаря такому инструменту от компании HireVue экономит до 100 тысяч рабочих часов рекрутёров ежегодно.

Но всё ли так гладко на практике?

Алгоритм может ошибиться, но спорить с ним бесполезно

«Проблема не в том, что нейросеть плоха. Проблема в том, что она не объяснит своё решение, — говорит Евгений Пименов, HR-эксперт и консультант по рекрутингу IT-специалистов. — Нередко алгоритм ошибается, интерпретируя застенчивость как недостаток профессионализма или природную задумчивость — как растерянность».

Более того, ошибки могут быть связаны с культурными особенностями. Например, кандидат из восточной культуры вряд ли будет так же эмоционально демонстрировать уверенность, как американец или европейский соискатель. В результате человек просто не проходит отбор по критериям, которые изначально заложены в систему.

Однако оспорить такое решение сложно — даже сами разработчики признают, что «чёрный ящик» нейросетей пока нельзя полностью раскрыть. В итоге кандидат получает отказ, даже не поняв, почему это случилось. Для бизнеса это тоже риск: компания может упустить талантливого специалиста, который просто не вписался в шаблоны алгоритма.

«Предвзятость есть и у машин»

Если вы думаете, что алгоритмы лишены человеческих слабостей вроде предвзятости, то у нас плохие новости. В 2018 году Amazon столкнулся со скандалом: их нейросеть, отбирая резюме кандидатов на технические должности, занижала оценки женщинам. Почему? Алгоритм обучался на исторических данных, где преобладали мужчины, и сделал неправильный вывод, что именно мужчины «подходят лучше». После неудачных попыток исправить ошибку Amazon просто свернул проект.

Это не единственный случай. По словам экспертов Gartner, подобные ситуации будут повторяться до тех пор, пока компании не начнут тщательнее контролировать, на каких данных обучается ИИ. В Европе и США уже появились требования проводить регулярный независимый аудит алгоритмов. В России пока подобных требований нет, но проблема осознаётся всё шире.

Тесты, игры и другие способы понять человека лучше, чем он сам

Другой большой тренд — геймифицированное тестирование, в котором алгоритмы выявляют личностные качества и когнитивные способности кандидатов через онлайн-игры и задания. Здесь ИИ выглядит уже менее спорно: нейросеть объективно измеряет, как быстро кандидат решает задачи, насколько креативен и стрессоустойчив. Такие платформы, как Arctic Shores, Pymetrics, а в России — Psiyscanner, позволяют получить глубокие инсайты о человеке всего за 15-20 минут.

Но даже здесь есть подводные камни. Кандидаты научились «обманывать» системы, используя, например, ChatGPT для помощи в прохождении технических тестов. В ответ компании уже начинают запрещать кандидатам пользоваться подсказками искусственного интеллекта на собеседованиях. Парадоксально: нейросеть помогает работодателю отсечь лишних людей, а кандидатам — обмануть алгоритмы работодателей. Гонка вооружений в HR только начинается.

Нейросеть не заменит HR, но сильно его изменит

Ключевой вопрос: заменит ли ИИ специалистов по подбору персонала? По мнению Ирины Звонарёвой, директора по персоналу крупного IT-холдинга, это маловероятно. «Алгоритмы помогают убрать рутинную работу, но окончательное решение всегда остаётся за человеком. Нейросеть может дать рекомендацию, но не сможет почувствовать, подходит ли кандидат корпоративной культуре или нет», — считает она.

Более того, появление таких технологий не сокращает, а меняет работу рекрутеров: у них появляется время для более глубоких, стратегических задач — коммуникации с финальными кандидатами, формирования команды и построения бренда работодателя.

А кандидаты вообще хотят, чтобы их оценивал ИИ?

Любопытно, но по данным опросов VCV, около 75% соискателей готовы пройти собеседование с нейросетью, если окончательное решение всё-таки будет принимать человек. При этом лишь 15% респондентов не против полной автоматизации найма. Люди понимают выгоды, но по-прежнему хотят, чтобы «последнее слово» оставалось за человеком.

И что дальше?

Пока мы находимся на грани массового внедрения алгоритмов в оценку кандидатов. За ними — будущее, но уже сейчас понятно: чтобы оно было справедливым, компании должны научиться балансировать между скоростью и объективностью нейросети и человеческой эмпатией HR-менеджера. Иначе риски перевесят все преимущества.

Источники: исследования Sber.Pro, отчёты компаний HireVue, VCV, Amazon, Gartner, а также комментарии экспертов по HR и AI-технологиям.