ИИ в подборе персонала: что законно и что работает

Короткий ответ: структурирование резюме автоматизируется хорошо, оценка кандидата — плохо, автоматический отсев — не стоит делать вовсе.

Первое — задача извлечения: вытащить опыт, навыки, образование, сроки. Проверяется сверкой с текстом. Второе — суждение о человеке, которое модель выносит по признакам, унаследованным из данных обучения. Третье добавляет к слабой методике ещё и правовой риск.

Что работает

Приведение к единой структуре. Резюме приходят в десятке форматов; превращение их в одинаковые записи с полями — рутина, которую не жалко отдать.

Поиск по смыслу. «Кто работал с очередями сообщений» найдёт и «RabbitMQ», и «Kafka», и «шина событий» — там, где обычный поиск по ключевым словам промахнётся.

Составление вопросов к собеседованию. По резюме и описанию вакансии — список того, что стоит уточнить. Проверяется мгновенно: интервьюер смотрит и выбирает.

Выжимка после собеседования. Расшифровка разговора превращается в структурированные заметки. Экономит реально, а ошибки правит тот, кто присутствовал.

Общее у всех четырёх: результат проверяется быстрее, чем делается, и решение остаётся за человеком.

Почему оценка не работает

Нет эталона. Чтобы проверить оценку, нужно знать, кто был бы хорошим сотрудником. Это выясняется через год работы, и обратной связи у системы нет — отвергнутых кандидатов вы не увидите никогда.

Смещение наследуется. Модель училась на текстах, где определённые формулировки, вузы и биографии чаще встречались рядом со словом «успешный». Она воспроизведёт это как признак — и сделает это уверенно и незаметно.

Резюме — не про человека, а про умение писать резюме. Модель усилит этот перекос: она хорошо распознаёт удачные формулировки и никак не распознаёт того, кто плохо себя описывает.

Дальше работает то же смещение, что и у модели-судьи: случайная ошибка усредняется, систематическая — нет. Кандидатов с «неправильной» биографией система будет отсеивать стабильно, из года в год, и вы этого не заметите, потому что смотрите только на прошедших.

Про персональные данные

Резюме — это персональные данные, а вы становитесь оператором со всеми обязанностями: правовое основание, срок хранения, уведомление, реализация прав субъекта.

Практически из этого следует три вещи.

Согласие на обработку получено до отправки куда-либо. Не «мы вам перезвоним», а зафиксированное согласие с названной целью.

Отправка в зарубежный сервис — трансграничная передача со своими требованиями. Резюме содержат ФИО, телефон, иногда дату рождения и гражданство — что нельзя отправлять наружу.

Срок хранения ограничен целью. Резюме, лежащие «на будущее» пять лет без основания, — нарушение, а не запасливость.

Отдельно про автоматический отсев: решение, порождающее для человека юридические последствия и принятое исключительно машинно, — отдельная категория с дополнительными требованиями. Здесь я останавливаюсь и говорю прямо: это вопрос к юристу, а не к инженеру. Но инженерное решение «человек принимает каждое решение об отказе» снимает его целиком и стоит дёшево.

Как построить, чтобы работало

Модель структурирует, человек решает. Никаких оценок и рейтингов в интерфейсе рекрутера: только извлечённые факты и цитаты из резюме.

Цитата к каждому полю. «Опыт с Postgres: 4 года» — и рядом фрагмент, откуда это взято. Проверка становится сверкой, а не перечитыванием.

Пустое значение вместо догадки. Нет данных об образовании — значит пусто, а не правдоподобная строка.

Журнал решений. Кто, когда и на каком основании отказал. Нужен и для разбора, и для ответа на обращение кандидата.

Условие несогласия

Если вакансий единицы, вся конструкция избыточна: рекрутер прочитает двадцать резюме быстрее, чем вы настроите извлечение.

Окупается это на потоке — сотни откликов, где рутина структурирования съедает время, которое стоило потратить на разговор с людьми.

Чего я делать не стал бы

Не стал бы показывать рекрутеру оценку от модели. Даже подписанная «предварительная», она становится якорем: человек начинает подтверждать её, а не проверять.

Не стал бы отказывать автоматически. Ни методически — эталона нет, ни юридически — это отдельная категория решений.

Не стал бы обучать модель на своих прошлых наймах. Это самый прямой способ закрепить существующий перекос и назвать его объективностью.

Открытый вопрос

Проверить качество подбора можно только по тем, кого наняли, — а это выжившие. Отвергнутые не дают обратной связи никогда, и потому доля ошибочных отказов принципиально неизмерима.

Из этого следует неприятное: система отсева не может быть проверена на главном классе своих ошибок. Любые цифры о её «точности» описывают только ту половину, которую вы видели. Я не знаю способа это обойти — и именно поэтому считаю отсев без человека не столько рискованным, сколько беспроверочным.