Доктор, вас интервьюирует алгоритм: как ИИ помогает нанимать медиков
Представьте: врач собеседуется на новую работу, но первые вопросы ему задаёт не живой рекрутер, а чат-бот с искусственным интеллектом (ИИ). Это уже реальность — от Европы до США и России HR-отделы начинают доверять машинам предварительную оценку компетенций кандидатов. Цель проста: быстрее найти лучшего специалиста и сделать процесс найма более объективным. Но способен ли алгоритм распознать хорошего врача лучше человека? Давайте разберёмся, как ИИ уже применяется в рекрутинге медиков, каких результатов достиг и почему живые люди всё ещё остаются в игре.
Еще до эры нейросетей подбор персонала в медицине считался особым искусством. Ошибка в найме врача бьёт не только по репутации клиники, но и по здоровью пациентов. К сожалению, традиционные методы часто не справляются с новыми вызовами. Например, в крупных больницах ощущается дефицит кадров, и приходится искать специалистов по всему миру. Это тянет за собой сложные проверки квалификаций, знание языка, соответствие локальным стандартам – всё вручную, что долго и дорого (источник ru.tern-group.com).
Промедление с наймом сказывается на пациентах, а перегрузка HR-менеджеров приводит к тому, что хорошие резюме остаются без внимания. К тому же обычный ручной отбор резюме и классические интервью подвержены человеческим предубеждениям. Врач может быть отвергнут из-за пола, возраста или страны диплома – и клиника потеряет ценного работника (источник ru.tern-group.com). В результате страдают и качество лечения, и разнообразие команды.
ИИ обещает решить многие из этих проблем. Алгоритмы для рекрутинга способны моментально просеять сотни анкет, сопоставляя их с требованиями вакансии. Так, платформа TERN, созданная для глобального найма медиков, в режиме реального времени сравнивает профиль каждого кандидата с описанием должности. Система фильтрует резюме по ключевым параметрам — наличию нужного диплома, опыта работы, знанию языка — и сразу показывает работодателю, кто точно подходит по критериям.
Те, кто не соответствует базовым требованиям, автоматически отсеиваются, экономя часы ручной работы рекрутера. А подходящим кандидатам компания может оперативно назначить интервью через интегрированные в платформу инструменты вроде Teams или Zoom. В TERN утверждают, что их ИИ-алгоритмы убирают догадки из процесса найма и ускоряют принятие решений. Другими словами, машина берёт на себя черновую работу, позволяя людям сосредоточиться на финальном выборе.
Но просто найти резюме – полдела. Главный вопрос: может ли ИИ оценить, насколько кандидат компетентен как врач? То есть понять уровень его знаний, умений, даже мягких навыков, которые так важны в медицине (коммуникация с пациентами, стрессоустойчивость). Пока полностью заменить живого эксперта сложно, но прогресс впечатляет. В упомянутой платформе TERN встроен AI-поиск и предскрининг: после подачи заявки кандидат проходит автоматическую оценку.
Алгоритм анализирует ответы на вопросы и даже видео-интервью, если оно предусмотрено, по нескольким критериям: знание языка, профессионализм в общении и технические медицинские знания. По каждому пункту система выставляет баллы и формирует детальный отчет. Рекрутер видит, что, скажем, у врача отличный английский, высокая медицинская эрудиция, но есть небольшие пробелы в коммуникации. Такие отчеты наглядно показывают, почему одни кандидаты получили высокий рейтинг, а другие нет, то есть делают процесс прозрачнее. Для сферы, где на кону жизнь людей, прозрачность важна: больница должна понимать, за счет чего алгоритм решил, что кандидат А лучше кандидата Б.
Другой пример — российская HR-платформа «Юнион» испытала ИИ-помощника по имени Polina AI. Он проводит первичные собеседования в формате чат-бота: задаёт кандидатам стандартные вопросы (есть ли требуемые документы, опыт, где живет и пр.), а затем оценивает их профили за считанные минуты (источник vc.ru). По словам разработчиков, Polina AI всего за час способна проинтервьюировать до 300 соискателей и сразу выдать шорт-лист лучших.
Конечно, речь о начальных позициях или массовом найме, где важны формальные критерии. Тем не менее, экономия времени колоссальная: рекрутер избавлен от однообразных бесед и риска ошибиться от усталости. Уже затем с финалистами будет общаться человек, но благодаря ИИ он потратит время только на действительно подходящих претендентов.
Появляются и универсальные сервисы, заточенные под автоматическое интервьюирование. К примеру, платформа Dr.Job AI Interview позволяет полностью автоматизировать онлайн-интервью: кандидат отвечает на вопросы перед веб-камерой, а ИИ в реальном времени анализирует речь и содержание ответов, измеряя их релевантность требованиям (источник teamleasedigital.global). После беседы система генерирует подробный отчёт с балльной оценкой навыков и ключевыми инсайтами о каждом кандидате. Причем работодателю доступны тонкие настройки: можно добавить свои технические вопросы (для врача это могут быть клинические кейсы) или проверить культурные ценности — ИИ адаптируется под нужный фокус оценки.
Преимущество такого подхода в объективности: каждому кандидату задают одинаковые вопросы, оценивают по единой шкале, исключая человеческий фактор. Как отмечают разработчики, алгоритм не обращает внимания на пол, возраст, национальность, ему важны только факты и правильность ответов – это снижает риск предвзятости и способствует более справедливому отбору. А благодаря подробным данным (навыки коммуникации, решение задач, профиль знаний) HR-менеджер может сравнивать претендентов по конкретным показателям, а не по субъективному впечатлению. В итоге клиника получает того, кто действительно лучше справился с тестовыми заданиями и вопросами.
Правда, на практике всё не так идеально, как на бумаге. ИИ-инструменты сами по себе не лишены недостатков и рисков. Во-первых, без должной настройки они могут перенять укоренившиеся предубеждения. Алгоритмы обучаются на исторических данных, а история найма медиков не свободна от субъективности. Например, если в прошлом в престижные хирургические отделения чаще брали мужчин, то неочищенная модель может невольно продолжить эту традицию.
Кроме того, в медицине критически важны «нецифровые» качества врача: эмпатия, умение общаться с пациентом, работа в команде. Алгоритмически оценить их сложнее. Да, ИИ уже научился очень многому. Например, нашумевший ChatGPT сумел успешно сдать сложнейший медицинский экзамен USMLE (американский экзамен на лицензию врача), набрав около 89% правильных ответов при пороге в 60% (источник habr.com). Экспериментаторы из компании AnsibleHealth отметили, что нейросеть дала по крайней мере одно новое и клинически достоверное решение диагностической задачи, до которого не додумался человек. Это достижение называют вехой для медицинского ИИ, хотя сам чат-бот, конечно, не собирался становиться врачом. Зато результат показывает: машина способна усвоить колоссальный объем медицинских знаний и применять их на практике.
Значит, потенциально ИИ может использоваться и для проверки знаний людей. Уже сейчас в медвузы экспериментируют с таким подходом. В Турции провели любопытный опыт: модели на базе GPT-4 оценивали навыки студентов-медиков на практическом экзамене (OSCE). Выяснилось, что оценки от ИИ были более высокими и ровными, чем у человеческих экзаменаторов – видимо, алгоритм менее строг и менее склонен к разбросу субъективных баллов (источник bmcmededuc.biomedcentral.com). Для процедурных навыков (например, техника введения инъекции) совпадение оценок ИИ и людей было хорошим, а вот задания, где нужно слушать объяснения студента, дались машине хуже. Ученые делают вывод: ИИ перспективен как дополнительный инструментарий оценки, но полагаться на него безоговорочно рано. Применительно к найму это значит, что проверить врача тестами ИИ может и поможет, а вот понять, насколько кандидат внимателен к чужим чувствам или впишется в коллектив, лучше все же живому руководителю.
Не стоит забывать и про человеческий фактор с другой стороны – со стороны самих кандидатов. Процесс трудоустройства для врача – зачастую стресс и важное жизненное решение. Если его полностью превратят в бездушный автоматизированный конвейер, высококлассный специалист может и отказаться от оффера. «Живое общение является частью привлекательности вакансии и компании», – напоминает эксперт в статье на VC.ru.
Опытный доктор, планирующий связать с клиникой несколько лет жизни, вправе рассчитывать на персональное отношение. Ему может не понравиться, если на всех этапах, кроме финального, с ним общались только боты. В конце концов, как метко заметила рекрутер Деб Гугель из Университета Висконсина, «кандидату легче сказать нет автоматическому сообщению, чем живому человеку». То есть чрезмерная автоматизация способна повысить риск «гостинга» – когда ценнейшие претенденты теряют интерес и пропадают из процесса найма.
Поэтому сегодня ни одна ответственная компания не доверяет выбор врача полностью алгоритму без участия человека. ИИ может отобрать резюме, провести тестирование и даже рекомендовать, кого позвать на финал – но финальное решение остаётся за людьми. «Ни одна система не даёт вердикт – подходит кандидат или нет; дальше первого этапа воронки ИИ обычно не применяется», подчёркивает HR-эксперт Максим Корниенко.
Особенно это верно для высококвалифицированных специалистов: здесь многое решают личные качества, мотивация, интуиция нанимающего врача – то, что пока невозможно оцифровать. Хорошего хирурга собеседует, скорее всего, заведующий отделением, а не нейросеть. Однако даже в таких случаях ИИ не останется без работы: он подготовит для начальника всю аналитику о кандидате, соберёт рекомендательные письма, проверит дипломы и выполнит ещё десяток рутинных задач.
В итоге вырисовывается картина сотрудничества, а не конкуренции человека и ИИ. Машины всё лучше делают то, что утомляет и ограничивает людей: обработка больших объёмов информации, стандартные вопросы, проверка знаний по ключу. Это помогает снять предвзятость (алгоритм не судит по обложке, а смотрит на навыки) и может расширить поиск талантов. «Если направлять ИИ на поиск кандидатов из недопредставленных групп, он поможет кинуть более широкую сеть. Это не панацея, но часть решения», считает Тамико Стэнли, директор по разнообразию в крупной медорганизации.
В то же время люди остаются незаменимыми в том, что требует эмоционального интеллекта и гибкости мышления. Оптимисты полагают, что правильное внедрение ИИ как раз усилит «человечность» рекрутинга. «Когда ИИ берёт на себя рутину – у меня остаётся больше времени реально созваниваться и знакомиться с людьми», отмечает уже цитировавшаяся В. Майерс. Сняв часть нагрузок, рекрутер может, к примеру, подробнее обсудить с кандидатом его карьерные цели или сомнения – то есть установить тот самый личный контакт, который ценят врачи.
Использовать ли ИИ при найме врачей – уже не вопрос, а дело ближайшего будущего. Многие клиники и медицинские стартапы по всему миру экспериментируют с алгоритмами найма, и опыт скорее положительный. Да, предстоит отладить вопросы этики, стандарты и научиться доверять умным машинам ровно настолько, насколько они того заслуживают. Но преимуществ слишком много, чтобы их игнорировать: скорость, прозрачность, эффективность.
ИИ не знает усталости и предубеждений, обрабатывает данные объективно и может заметить талант там, где человек не сразу разглядит. В конечном счёте ИИ-инструменты призваны не заменить, а расширить возможности HR-специалистов. Ведь главная цель у людей и машин совпадает – чтобы на работу в медицине приходили самые компетентные, подходящие и мотивированные врачи. А уж каким способом они найдены – через рекомендации знакомых или через умный алгоритм – пациентам не так важно, главное, чтобы доктор был хорош.