Когда ИИ перестаёт помогать рекрутеру и начинает решать за него?

Граница между «ИИ помогает мне выполнять работу» и «ИИ выполняет мою работу вместо меня» не всегда очевидна.

Учитывая скорость развития искусственного интеллекта, автоматизация повторяющейся работы кажется естественным шагом. Важно не то, стоит ли рекрутерам использовать ИИ, а то, какие части процесса найма должны оставаться под контролем человека.

Почему автоматизация кажется привлекательной

Если система может за несколько секунд просмотреть десятки резюме, найти релевантный опыт, сравнить его с требованиями вакансии и выделить важную информацию, использовать её вполне логично.

ИИ может сократить время, затрачиваемое на повторяющийся просмотр резюме, и помочь рекрутеру сосредоточиться на информации, наиболее важной для конкретной роли.

Проблема начинается тогда, когда вместе с рутинными задачами мы незаметно передаём системе и само принятие решений, поскольку начинаем слишком сильно ей доверять.

Где начинаются риски

Система ИИ не понимает кандидата так, как его понимает рекрутер. Она работает с информацией, содержащейся в данных, инструкциях и загруженном резюме.

Из-за этого система может:

• повторять закономерности и предубеждения из исторических данных;
• неправильно оценивать значимость определённого опыта;
• не учитывать контекст, который не был чётко описан в резюме;
• представлять неуверенный вывод как объективный;
• придавать слишком большое значение информации, которую легко измерить.

Результат может выглядеть структурированным и убедительным, но всё равно требовать внимательной проверки человеком.

Что показывает пример Amazon

Известный пример связан с Amazon. Компания экспериментировала с автоматизированной системой рекрутинга, обученной на исторических резюме.

Со временем выяснилось, что система научилась отдавать предпочтение кандидатам-мужчинам и занижать оценку некоторых резюме, связанных с кандидатками.

В определённом смысле ИИ просто делал то, чему научился на основе данных. Но именно в этом и заключается проблема: исторические данные не обязательно отражают справедливый или желательный процесс принятия решений.

Что ИИ хорошо умеет делать в рекрутинге

ИИ может быть чрезвычайно полезным, помогая рекрутерам быстрее обрабатывать информацию.

Он может:

• структурировать информацию из резюме;
• находить опыт, связанный с вакансией;
• сравнивать опыт кандидата с требованиями роли;
• выделять потенциальные пробелы;
• находить детали, требующие уточнения;
• помогать организовать первичный просмотр большого количества кандидатов.

Эти возможности поддерживают работу рекрутера, но не заменяют профессиональное суждение.

Что всё равно должен делать рекрутер

Работа рекрутера — это не только чтение резюме.

Она включает понимание контекста вакансии, оценку реальной важности определённого опыта, правильные дополнительные вопросы и общение с кандидатами.

Также необходимо учитывать информацию, которой может вообще не быть в резюме. Мотивация, коммуникация, ожидания, карьерные решения и контекст предыдущего опыта часто становятся понятными только во время прямого разговора.

В конечном итоге решения о найме требуют профессионального суждения и ответственности.

ИИ должен поддерживать решения, а не принимать их

Мы предпочитаем модель, в которой ИИ не говорит рекрутеру, кого выбрать. Вместо этого он помогает понять, что стоит проверить более внимательно.

Такого подхода мы стараемся придерживаться и в Qualex: автоматизировать то, что действительно имеет смысл автоматизировать, оставляя интерпретацию и окончательные решения человеку.

Задача ИИ в рекрутинге — уменьшать объём повторяющейся работы, структурировать информацию и помогать проводить более обоснованный анализ, а не заменять человека, ответственного за решение.