Нейросети в подборе персонала: опасения, ошибки и новые подходы

А ведь машина способна заменить вам HR, подумаете вы, изучив достаточно нейросеть. С помощью многочисленных интервью и каверзных вопросов подберет сотрудника в отдел маркетинга. Но не все так просто. В мире, где резюме читают алгоритмы, многие истории теряются на уровне фильтра. Кандидат становится набором признаков, которые либо совпадают с моделью, либо нет. Предпринимателю данная возможность кажется удобной и привлекательной: быстро, дешево, массово. Даже самому можно не присутствовать на собеседовании. Но удобно не всегда мудро. Особенно когда на кону — команда, доверие и бизнес.

Чем нейросети уже занимаются в рекрутинге
В действия искусственного интеллекта могут входить такие функции: автоматический отбор резюме, анализ мимики в видеоинтервью, прогнозирование срока удержания сотрудника. Это уже происходит в реальных бизнес-процессах. Задачи нейросетей — отсеивать шум, экономить время, помогать не ошибиться в очевидном. Они не заменяют HR-специалиста, но сдвигают фокус: с поиска человека на сортировку моделей поведения. Технология обучается на прошлом и ищет паттерны, которые приводили к успеху. Проблема в том, что прошлое — это не всегда лучший ориентир, особенно когда компания растёт или меняет стратегию. Что ещё важнее — искусственный интеллект не даёт вторых шансов. Он не устал, не передумал, не почувствовал, что «что-то в этом парне есть», не увидел потенциал или явные амбиции.

Главные опасения: дискриминация, предвзятость и поломанные судьбы
Машина честна — она воспроизводит то, чему её научили. А научили её, как правило, на базе прошлых решений, в которых хватает слепых пятен. Если отдел продаж исторически состоял из тридцатилетних мужчин из одного университета, модель может решить, что именно такой кандидат — “идеальный”. А женщина с другим опытом просто “выпадет из выборки”. Получается, предвзятость не уходит, а шифруется. HR может ошибиться, но у него есть шанс одуматься. У алгоритма — только код и матрица весов. Проблема в том, что за нейросетью наши собственные предвзятые практики. Технология лишь ускоряет отражение того, что не всегда хочется видеть.

Ошибки, которые совершают компании, внедряя искусственный интеллект в подбор
Ожидание магии. Первая и самая частая ошибка. Ставится сервис — и внезапно HR думает, что “нейросеть найдёт лучших”. Но нейросеть не “находит”, она сортирует. Чтобы она сортировала правильно, её надо обучить на адекватных данных. Вторая ошибка — передача большого количества функций машине. Отказ от живого собеседования, автоматизация мотивационных писем, ранжирование кандидатов без контекста. Третья — отсутствие этики. Кандидаты не знают, что их “смотрит” искусственный интеллект. Не предупреждены, не защищены. Нейросеть не обладает человеческим фактором и может сделать «больно».

Новые подходы: как использовать нейросеть с умом и эмпатией
Удачные кейсы всё чаще строятся на сотрудничестве. Нейросеть помогает отсекать заведомо неподходящие анкеты по формальным критериям — например, отсутствие нужного языка или опыта. Всё остальное — на усмотрение живого человека. Ещё один полезный подход — работа с “объяснимым искусственным интеллектом”: система ставит оценку и объясняет свое оценивание. Какие слова в резюме, какие совпадения с профилем роли. Процесс становится прозрачным и даёт возможность скорректировать модель, если она уходит в сторону. Также компании начинают внедрять этические принципы: уведомление кандидатов, возможность апелляции, хранение данных с согласия кандидата.

Нейросеть в подборе персонала, как нож на кухне. Режет хлеб — или пальцы, в зависимости от того, кто держит. Рынок понял, что чуда не будет, но есть шанс на ускорение, аккуратность и снижение рутины. Только если помнить, что главное в найме — не резюме и не метрики, а человек.

 Юлиана Гиндуллина