Навыки вместо дипломов: как ИИ переписывает правила найма

Еще недавно при приеме на работу решающую роль играли красивые резюме и «корочки» о высшем образовании. Сегодня ситуация меняется. Крупные работодатели по всему миру все чаще отказываются от жестких требований к диплому – и смотрят прежде всего на реальные навыки кандидатов (источник ssti.org) (источник businessinsider.com). По данным глобального опроса, уже 81% компаний практикуют найм, основанный на навыках, вместо отбора по одному лишь опыту или образованию (источник testgorilla.com).

Эта тихая революция в HR подкрепляется острым дефицитом талантов и новыми технологиями: чтобы найти ценных специалистов, бизнес начал «проглядывать» сквозь дипломы и видеть то, что умеет человек на деле. В ход пошли тестовые задания, blind-отборы и даже алгоритмы искусственного интеллекта, оценивающие компетенции. Что стоит за трендом skills-based hiring и какую роль в нем играют AI-оценки?

От «бумажных» требований к эре навыков

Еще в 2023 году произошел переломный момент: множество американских штатов и корпораций объявили об отказе от обязательного высшего образования для части позиций. IBM, Google, Delta Air Lines, Bank of America – список внушительный. Например, в IBM на сегодня почти половина вакансий не требуют диплома бакалавра. Цель проста: расширить воронку талантов и найти способных сотрудников среди тех, кто шел альтернативным путем (курсы, самообразование и пр.). Оказалось, что диплом часто отсеивает зря: по оценкам, только в США более 70 млн человек имеют профессиональные навыки, полученные не через вуз, и несправедливо «отсекаются» от высокооплачиваемых должностей из-за отсутствия степени.

Почему же бизнес решился ломать многолетние традиции? Во-первых, сказывается нехватка кадров. “Если бы уровень участия населения в рабочей силе оставался таким, как до пандемии, у нас были бы миллионы дополнительных работников”, отмечает Торговая палата США. Компании ощущают острую нужду в квалифицированных специалистах и не могут себе позволить игнорировать самоучек или выпускников колледжей без престижного имени.

Наконец, рынок труда сам эволюционирует. Новые сферы — от разработки ИИ до «зеленой» экономики — требуют компетенций, которых еще нет в университетских программах. Как показывают исследования, в вакансиях по ИИ и устойчивому развитию всё реже упоминаются обязательные степени, зато список требуемых навыков в таких вакансиях втрое длиннее среднего (источник hamqadam.com.pk). Программисту AI нынче важнее знать Python, machine learning, NLP, чем иметь формальный PhD – и компании это признают.

В Великобритании анализ 1 млн вакансий показал, что у объявлений по AI-сфере высокий оклад все чаще привязан именно к наличию нужных навыков, а не степени: кандидаты с практическим опытом машинного обучения получают предложения с зарплатой на ~16% выше, что эквивалентно премии за докторскую степень. Более того, в некоторых AI-вакансиях, где степень вовсе не требуется, предлагают платить больше, чем там, где она нужна. Это явный сигнал: работодатели готовы платить за навыки, а не за регалии.

Навыко-ориентированный найм в действии

Skills-based hiring – это подход, при котором ключевым фактором при отборе становятся практические умения кандидата, подтвержденные тестами или проектами, а не строка диплома или прежняя должность. На практике такой найм реализуется через дополнительные оценочные этапы. Например, вместо поверхностного фильтра резюме HR предлагает всем претендентам решить профильное тестовое задание. Или проводит поведенческое интервью, моделирующее рабочие ситуации. Другой вариант – портфолио-подход: просить кандидата предоставить примеры своих работ, кода, дизайнов и т.д., и оценивать именно их качество.

Технологии сделали возможным отбор по навыкам в промышленных масштабах. Если раньше персональные тесты были роскошью (их долго разрабатывали под каждую должность, проводили очно и дорого (источник niskanencenter.org)), то теперь появились онлайн-платформы и инструменты с ИИ, которые позволяют оценить сотни людей быстро и объективно. Во многих компаниях вводят “слепой” отбор (blind hiring): на этапе резюме скрываются имя, возраст, фото, вуз и даже адрес почты кандидата, чтобы у рекрутера не возникало бессознательных стереотипов.

В ход идут автоматические оценочные тесты – от коротких кейс-заданий до геймифицированных игр для оценки когнитивных способностей. Например, кандидат на позицию аналитика может получить онлайн-игру, проверяющую его навык логического мышления и внимание к деталям. При этом специалиста могут даже не позвать на классическое интервью, пока он не докажет свой уровень на практике.

По данным исследований, большинство работодателей, попробовавших такой подход, довольны результатами. В глобальном отчете TestGorilla 94% компаний согласились, что оценка навыков – более точный метод прогнозирования успеха на работе, чем резюме. Реальные цифры подтверждают это: фирмы, внедрившие многоэтапное тестирование, отмечают сокращение “неправильных наймов” и связанных с ними затрат – экономия до $22 тыс.

на одну вакансию с окладом ~$60k за счет избежания найма неподходящего сотрудника. Экономится и время менеджеров: расчеты показывают, что на закрытие позиции методом skills-based уходит на сотни часов меньше, чем при классическом отборе по резюме и интервью. А главное – выигрывает качество найма: сотрудники, прошедшие через объективные тесты, лучше справляются с работой и дольше остаются в компании (источник superagi.com).

Неудивительно, что популярность навыкового подхода стремительно растет из года в год. Если в 2022-м так нанимали около половины компаний, то к 2024-му — уже более 80%. Многие отмечают и позитивный эффект на разнообразие персонала: 90% компаний, перешедших на skills-based hiring, сообщают об улучшении показателей diversity – ведь при оценке по навыкам шансы получают люди с самыми разными бэкграундами. Любопытно, что и сами соискатели все больше ценят такой подход: опрос показал, что 68% кандидатов предпочитают проходить именно навыковые испытания при найме, потому что тогда у них появляется шанс себя проявить. Особенно это важно для молодежи и тех, кто меняет сферу: для поколения 25–34 навыковый найм оказался самым привлекательным (82% одобрения), ведь он признает ценность разного опыта, а не только линейной карьеры.

Конечно, навыковый подход – не панацея и подходит не для всех ролей. Там, где необходима узкопрофессиональная подготовка – скажем, врач или инженер-строитель – диплом по-прежнему обязателен. Эксперты рекомендуют начинать внедрение skills-based hiring с позиций, где возможны разные траектории развития навыков. Так, страховая компания Aflac сперва применила новый подход для ограниченного круга вакансий и постепенно расширяет его, отрабатывая методику. Другой важный момент – качество самих оценочных инструментов. Плохо продуманные тесты не дадут пользы, а лишь отсрочат найм.

Поэтому крупные работодатели все чаще обращаются к специализированным HR-тех платформам, где задания валидируются психологами, а результаты тщательно анализируются. Кроме того, акцент делают не только на проверке текущих знаний, но и на способности учиться. “Важно оценивать не только конкретные умения кандидата сейчас, но и его потенциал к развитию”, подчеркивает эксперт по оценке персонала Уитни Мартин. Ведь в современном мире навыки устаревают быстро: 39% ключевых умений сотрудников изменятся в ближайшие 5 лет (источник shrm.org). Значит, ценно не просто то, что знает человек сегодня, а насколько он гибок в обучении новому – и это тоже можно оценить инструментально (например, через задания на адаптивное мышление).

ИИ на собеседовании: как алгоритмы помогают выбирать персонал

Особую роль в расцвете найма по навыкам сыграл искусственный интеллект. Именно AI-инструменты позволили сделать оценку кандидатов масштабируемой, быстрой и местами более объективной. Сегодня в распоряжении HR целый арсенал решений на базе ИИ:

• Умный парсинг резюме. Раньше рекрутер просматривал сотни CV в поисках нужных слов – сегодня это делает алгоритм. Современные системы с Natural Language Processing способны проанализировать резюме и сразу извлечь из текста ключевые навыки и опыт кандидата. Причем не просто по ключевому слову, а учитывая контекст: если написано “участвовал в проекте по data science”, ИИ поймет, что у человека есть навык анализа данных, даже если слово “аналитика” прямо не указано. Такой семантический анализ экономит до 50% времени на отборе и повышает точность скрининга резюме. А главное – снимает вопрос “где вы учились”: ИИ смотрит на конкретные компетенции, опыт проектов, технологии, которыми владеет кандидат, не придавая значения престижности вуза или громкости названия предыдущей должности. Это помогает на раннем этапе найти “алмазы” – сильных кандидатов без стереотипно идеального CV.
• AI-ассессменты и чат-боты. Проходили ли вы когда-нибудь онлайн-интервью с чат-ботом? Все больше компаний внедряют виртуальных собеседников. Кандидат общается дома с программой – отвечает на вопросы в чате или на камеру – а алгоритм в это время анализирует ответы. Например, такие системы могут расшифровать речь, оценить ее на наличие ключевых компетенций, даже проанализировать тон речи. Существуют AI-видеоинтервью, которые фиксируют мимику и интонации кандидата, пытаясь оценить мягкие навыки – коммуникабельность, стрессоустойчивость. Правда, такие решения вызвали споры: эксперты нашли риски предвзятости и погрешности, из-за чего ряд разработчиков (тот же HireVue) отказались от анализа мимики, сфокусировав алгоритмы сугубо на текстовых ответах кандидата. Тем не менее ИИ-собеседники стали реальностью. Их плюс – объективность и единый стандарт: всем кандидатам задают одинаковые вопросы с нейтральным тоном, а оценивает их не человеческое настроение, а заданные метрики.
• Игровые тесты и симуляции с ИИ. Еще одна инновация – игровые ассессменты. Это мини-игры или симуляции рабочих ситуаций, в которых алгоритм следит за действиями кандидата. Например, претенденту на должность менеджера могут дать смоделировать работу с недовольным клиентом (в виртуальной среде), а ИИ проанализирует, насколько тот вежливо и эффективно решил проблему. Или для программиста – среда, где нужно за ограниченное время исправить баг в коде. Такие решения оценивают сразу несколько граней навыков и при этом погружают человека в реалистичный сценарий, что повышает точность отбора. Компания HireVue отмечает, что комплексные виртуальные испытания, поддерживаемые ИИ, позволяют «увидеть», на что способен кандидат, еще до найма – и даже помогают ему самому понять, его ли это работа (источник hirevue.com).
• Мэтчинг и предиктивная аналитика. Самое передовое применение AI в HR – это, пожалуй, прогнозирование успеха кандидата. Накопив данные об тысячах соискателей и их последующей работе, алгоритмы машинного обучения учатся соотносить определенные наборы навыков с дальнейшей эффективностью. Predictive analytics позволяет оценить, насколько высока вероятность, что данный кандидат добьется успехов в конкретной роли. По некоторым данным, такие модели могут улучшить соответствие кандидата должности на 67% – то есть повысить точность найма. Кроме того, AI помогает компаниям искать таланты нестандартно: например, бот может предложить кандидату позицию, о которой он сам не думал, но куда отлично подходит его набор умений. Кейс: в одной крупной компании чат-бот анализировал профили соискателей и предлагал им другие варианты вакансий внутри фирмы – в результате на 126% выросло число кандидатов, сразу соглашавшихся на первую предложенную роль. Это говорит о том, что ИИ способен увидеть скрытые возможности – разглядеть потенциал человека под задачу, о которой даже менеджер по найму мог не задуматься.

Конечно, автоматизация подбора персонала – палка о двух концах. Есть опасения, что бездушный алгоритм может упустить личность кандидата или, хуже того, унаследовать предвзятость из обучающих данных (если в прошлом компания предпочитала определенный тип сотрудников, AI может неосознанно консервировать дискриминацию). Регуляторы уже обратили на это внимание. С 2023 года в Нью-Йорке действует закон, обязывающий работодателей проводить аудит своих AI-систем найма на предмет алгоритмической дискриминации и информировать кандидатов об использовании таких инструментов (источник hrexecutive.com). Большинство экспертов согласны: ИИ – помощник, а не замена HR-менеджера.

Так думают и работники: по опросам, 73% соискателей не против, если AI поможет с предварительным отбором, но 3 из 4 категорически против, чтобы «робот» принимал финальное решение о найме. Оптимальный сценарий – когда алгоритмы разгружают рекрутеров от рутины (просеять сотни анкет, назначить тесты, отранжировать результаты) и дают рекомендации на основе данных. А окончательный выбор делает человек, учитывая и объективные скоры, и нюансы, которые машина не уловит. Как отмечает Николь Брэдфорд, эксперт SHRM по ИИ, даже на фоне автоматизации все более ценными становятся именно человеческие качества – креативность, эмпатия, лидерство. Технологии должны дополнять, а не заменять человеческий подход в найме.

Новые правила игры на рынке труда

Судя по всему, мы присутствуем при формировании новой парадигмы управления талантами. Эксперты уже говорят о концепции skills-based organization – когда вся система работы с персоналом выстраивается вокруг понятия навыков, а не формальных должностей. Исследование Deloitte показало, что «навыко-ориентированные» компании вдвое эффективнее справляются с подбором и расстановкой кадров. Это проявляется не только при найме извне, но и во внутреннем росте сотрудников: организации, которые четко картируют навыки своих работников и знают, какие компетенции нужны бизнесу, гораздо успешнее заполняют вакансии из внутренних резервов и переучивают людей под новые задачи.

Для самих работников сдвиг тоже значителен. Мы постепенно уходим от эпохи, когда карьера строилась по линейной схеме «школа–вуз–работа по специальности». Многие молодые люди выбирают альтернативные пути развития. В США доля поступающих в колледжи среди выпускников школ снизилась с ~66% до ~61% за последнее десятилетие, и тенденция продолжается.

И тут важно, чтобы рынок труда их принял. Навыко-ориентированный найм дает шанс самородкам и энтузиастам, которые не пошли по академическому треку, но прокачали умения самостоятельно или на курсах. Это делает трудовой рынок более открытым и справедливым: способности человека выходят на первый план, а социальный статус или финансовые возможности (часто определяющие, сможет ли он получить престижное образование) отходят на второй.

Можно ли окончательно забыть про дипломы? Вряд ли совсем. Формальное образование еще долго будет играть роль фильтра и доказательства базовых знаний. Однако уже очевидно, что работодатели пересматривают баланс между «корочками» и навыками. Компании, которые первыми научатся точно измерять нужные компетенции и быстро учить новому, получат огромное конкурентное преимущество на рынке. Как метко сказал глава SHRM Джонни Тейлор: “В экономике знаний проигрывает тот, у кого нет лучших талантов”.

А лучших талантов невозможно нанять, глядя только на устаревшие критерии. Их можно отыскать, протестировать и взрастить, вооружившись данными и технологиями. Именно этим сейчас и занимается продвинутая HR-служба – ищет бриллианты в людях, а не строчки в резюме. Благодаря AI и новому подходу к навыкам, шансы каждого соискателя показать свой потенциал куда выше, а у компаний – больше возможностей заполучить именно «того самого» сотрудника. В конечном счете, найм по навыкам с поддержкой ИИ – это попытка сделать подбор персонала более объективным, эффективным и человечным одновременно. И похоже, она уже начинает работать.