ИИ на рынке труда создаёт бесконечный цикл безысходности

Как соискатели подстраиваются под системы

Джоди Беггс — специалистка по данным, которая искала работу. Система сравнила её материалы с описанием вакансии и указала, что двух страниц в резюме слишком много. В одном документе она использовала второй инициал, а в другом — нет, что тоже снизило оценку. Когда Беггс заменила слово «процент» знаком %, её результат вырос.

Наиболее известный сервис такого рода — Jobscan, хотя Беггс не уточнила, какой именно инструмент использовала. По её словам, если её задача — понравиться роботам, то даже при неприязни к текстам, созданным ИИ, стоит учитывать, что машинам они могут подойти.

Jobscan и похожие приложения исходят из предположения, что отделы кадров используют ИИ внутри систем отслеживания кандидатов, чтобы автоматически оценивать и выстраивать заявки по порядку. В рассмотрение якобы попадают только верхние 10–20% соискателей, а остальные 80% могут вообще не получить шанса. Поэтому кандидаты стараются подгонять оформление резюме и сопроводительных писем под требования системы и добавлять нужные ключевые слова.

Проблема в том, что это предположение верно не всегда. В некоторых организациях автоматическая сортировка действительно применяется, но в других подбором от начала до конца занимаются люди.

В простейшем виде система отслеживания кандидатов собирает заявки, помогает сотрудникам отдела кадров их просматривать и отслеживает путь соискателя через собеседования и найм. В более функциональных системах есть управление адаптацией и автоматизированные собеседования с ИИ.

Дэниел Чейт, генеральный директор компании Greenhouse, которая разрабатывает такие системы, говорит, что среди соискателей распространено множество мифов. Две системы отслеживания кандидатов не обязательно работают одинаково. Технологии быстро меняются: встроенный в систему ИИ сегодня может действовать одним способом, а завтра — другим. Используется ли ИИ вообще, зависит от конкретного продукта и функций, за которые заплатила и которые включила команда.

Но пока кандидаты считают, что ИИ участвует в отборе, они будут пытаться обойти его с помощью собственного ИИ.

Сомнительная оптимизация

Передавать судьбу поиска работы инструменту, который обещает оптимизировать резюме под систему отслеживания кандидатов, рискованно. Один специалист по подбору персонала показал, что даже с крайне низкими оценками Jobscan получил 12 приглашений на собеседование и предложение о работе.

Кроме того, Jobscan стоит от 30 до 50 долларов в месяц. Компания вряд ли заинтересована в том, чтобы клиент как можно быстрее перестал искать работу.

Слабый рынок труда с небольшим числом вакансий и наймов только усугубляет ситуацию. Вакансий мало, а мошеннические и фиктивные объявления стали настолько заметной проблемой, что несколько штатов рассматривают новые законы для борьбы с ними.

Соискатели и работодатели говорят о разрушении доверия. Кандидаты тратят много времени на поиск и не получают ответа. Подача заявки превращается в чёрный ящик.

Работодатели, в свою очередь, рассказывают, что получают сотни почти одинаковых заявок. Поэтому они загружают их в систему оценки ИИ, встроенную в платформу отслеживания кандидатов, чтобы быстрее найти различия.

Чейт называет происходящее «петлёй безысходности ИИ»: у обеих сторон есть проблема, и каждая пытается решить её с помощью ИИ так, что ситуация становится хуже. Чем больше ИИ используется таким образом, тем сильнее потребность в новом ИИ — и это никому не помогает.

Люди выбирают разные подходы

Журналист поговорил с десятками специалистов по подбору персонала, руководителей отделов кадров и владельцев небольших компаний, которые сами занимаются наймом. Одни признались, что используют автоматическое ранжирование кандидатов, другие категорически это отрицали. Различия не зависели ни от размера организации, ни от числа полученных заявок. Судя по всему, решающими факторами были корпоративная культура и отношение к технологии.

Ким Джонс, вице-президент по управлению персоналом Toshiba, рассказала, что каждую заявку у них просматривают люди. Она не возражает против использования ИИ для улучшения резюме и сопроводительных писем, но считает, что это не поможет пройти систему отслеживания кандидатов. Отбор определяется требованиями вакансии, ожиданиями по зарплате и ещё несколькими факторами, например возможностью повторного найма человека.

Нежелательное использование ИИ Джонс заметила на этапе собеседований. По её словам, иногда слышна пауза, затем — звук печати, после чего кандидат выдаёт слишком пространный ответ.

Ещё одна компания, где при найме больше полагаются на людей, чем на технологии, — Doist. Это небольшая полностью удалённая компания, которая нанимает сотрудников по всему миру, поэтому на каждую открытую должность получает множество заявок.

Руководительница направления по работе с сотрудниками в Doist Надя Ваталидис рассказала, что команда решила проверить, могут ли оценки системы отслеживания кандидатов помочь в отборе. Для этого она взяла уже закрытые вакансии, загрузила их описания и все сохранённые материалы соискателей. Команда хотела понять, кого ИИ включил бы в список отобранных кандидатов и совпали бы эти люди с теми, кого пригласили на собеседование.

В двух проверенных случаях нанятые сотрудники в список отобранных кандидатов не попали. Среди приглашённых на собеседование было некоторое совпадение, но новые сотрудники, которые примерно через шесть месяцев хорошо справлялись с работой, не прошли бы автоматический отбор.

ИИ как система для соискателя

Когда пять месяцев назад Джеймс Якобсен начал искать работу, поиск и подача заявок занимали у него столько времени, сколько полноценная работа. Как специалист по оформлению, он понимал, что ИИ не сравнится с ним в творческих задачах, но активно экспериментировал с технологией и знал, что она полезна для других целей.

Якобсен использовал Claude и ChatGPT, чтобы отредактировать материалы и проверить их соответствие описаниям вакансий, но это не изменило результат.

Тогда он решил работать не только с резюме и сопроводительными письмами. Якобсен поручил Claude упорядочить и отслеживать весь поиск работы от начала до конца. ИИ должен был просматривать объявления, анализировать описания вакансий и заносить их в журнал.

Якобсен разработал подробную систему оценки с учётом типа работы, уровня должности и требований к зарплате. Для очных, гибридных и удалённых должностей эти требования отличались. Помощник на основе ИИ выделял вакансии, на которые стоило откликнуться в первую очередь.

Если Якобсен отказывался от вакансии, он добавлял пояснение. Поэтому, когда ту же должность публиковали повторно через несколько недель, ИИ мог сразу напомнить, почему она его не заинтересовала. В результате Якобсен тратил меньше времени на поиск и находил больше подходящих вакансий. Несколько работодателей проявили интерес, но предложений о работе он не получил.

Фактически он создал противоположность системе отслеживания кандидатов — систему управления поиском для самого соискателя.

На этом Якобсен не остановился. Он попросил Claude и ChatGPT оценить его портфолио, после чего потратил шесть часов на его переработку. Через два дня ему позвонил потенциальный работодатель, но и это не закончилось предложением.

Чейт говорит, что такие кандидаты, как Якобсен, спрашивают себя, как ещё увеличить свои усилия. По его мнению, продолжать делать то же самое в большем объёме — неправильный ответ.

Он отмечает, что впервые видит ситуацию, в которой недовольны обе стороны: система не работает. Соискателям Чейт не советует просто рассылать ещё больше заявок без разбора.

Что делать соискателям

Чейт рекомендует изучать компании, в которых человек действительно хотел бы работать, даже если это не самые известные работодатели.

Ким Джонс из Toshiba добавляет, что почти перестала видеть сопроводительные письма. Поэтому кандидат может выделиться, если отправит такое письмо вместе с резюме.

Ещё один недооценённый навык на нынешнем рынке труда — налаживание профессиональных связей, то есть поиск профессиональных контактов и рекомендаций.

У Чейта есть и последнее сообщение для соискателей: проблема не обязательно в них самих — проблема в системе, которая работает плохо.