- Экспериментатор разместил на одной из площадок для поиска работы десять фальшивых резюме, включая одно с рецептом пельменей.
- Резюме с рецептом пельменей было приглашено на собеседование и даже получило предложение работы на позицию фронтендера.
- Автор эксперимента, менеджер OSCAR Lansky, выразил серьёзное разочарование качеством работы алгоритмов автоматического отбора кандидатов и системы ATS.
На фоне широкого внедрения искусственного интеллекта в процессы подбора персонала один из специалистов провёл эксперимент, который выявил значительные недостатки в работе алгоритмов автоматического отбора резюме. OSCAR Lansky, менеджер по стратегии и росту в сфере финтеха и инвестиций, разместил на известном сайте для поиска работы десять тестовых резюме, среди которых было одно совершенно шутливое — с рецептом пельменей вместо профессионального опыта.
К удивлению автора, именно шутливое резюме не только получило просмотры и активацию алгоритмов ранжирования, но и привлекло внимание рекрутёров. Его пригласили на собеседование и, несмотря на объяснение, что кандидатское резюме — эксперимент, предложили оффер на позицию фронтенд-разработчика. Этот факт наглядно продемонстрировал, что автоматические системы, в том числе ATS (системы автоматического трекинга кандидатов), могут уделять большее внимание ключевым словам и тегам, нежели смыслу и реальному опыту соискателя.
Подобные случаи считываются как тревожный сигнал — если простая управляющая логика не способна отличить шутку от профиля реального специалиста, значит тысячи действительно сильных кандидатов могут оставаться незамеченными. По мнению Lansky, такой подход к автоматизации сокращает эффективность найма и превращает поиск работы для многих соискателей в психологически сложный «хоррор».
Эксперт также отмечает, что крупные международные кадровые платформы уже активно внедряют ИИ для повышения качества отбора: Workday, Oracle Recruiting и SAP SuccessFactors используют машинное обучение для сортировки и анализа резюме, извлечения навыков и оптимизации найма. Российские аналоги, например, HeadHunter, также применяют умные алгоритмы для оценки миллионов вакансий и резюме, но данный эксперимент показывает, что совершенствованию таких систем ещё есть куда стремиться.
Таким образом, опыт OSCAR Lansky подчёркивает важность сочетания автоматизации и человеческого контроля при подборе персонала, поскольку слепое доверие AI-инструментам в нынешнем виде может привести к ошибкам и упущенным возможностям для компаний и соискателей.
