Мнение: Harvard Business Review На практике, используются алгоритмические системы для приоритизации или отсева кандидатов. Например, разговорные ИИ для массового найма или найма выпускников. Анализ Linkedin и соцсетей с согласия кандидата в Nvidea. 1. Одновременно ИИ радикально изменил поведение кандидатов. Соискатели массово используют генеративный ИИ для создания «идеальных» CV, сопроводительных писем и отрепетированных ответов на интервью, а также для подачи заявок на сотни вакансий за один день. В крайних случаях применяются AI-аватары, проходящие онлайн-интервью вместо реального человека. Это привело к кризису доверия от работодателей. 2. Хотя скорость найма выросла —> точность снизилась. Ключевая проблема — отсутствие объективных данных о реальной результативности сотрудников. Алгоритмы чаще учатся предсказывать, кто произведёт хорошее впечатление и понравится людям, а не кто создаёт устойчивую бизнес-ценность. Таким образом, ИИ нередко усиливает склонность вознаграждать «impression management», а не реальную эффективность. 3. Кандидаты, прошедшие структурированные AI-интервью (оценка hard и soft skills), на 20% чаще успешно проходили последующие интервью с людьми, чем кандидаты, отобранные через CV-скрининг. Эффект возник не потому, что ИИ «нашёл лучших», а потому что он навёл дисциплину и релевантность на раннем этапе. Важно, что ИИ проник в найм задолго до бума LLM, теоретически это должно было сделать найм более научным и меритократичным, снизив зависимость от субъективных решений рекрутеров и менеджеров. Но пока скорее можно ожидать гибридную модель ИИ, где люди занимаются контекстом, мотивацией, этикой и доверием, делая найм в итоге более человечным, а не менее. Канал SR4HR «Ищи, нанимай» | Руслан Сарваров