Когда система строится как отсев, рынок неизбежно учится обходить отсев.
Введение. Логичное продолжение старой проблемы
Как я уже писала раньше, современный рынок найма в значительной степени выстроен как система отсева.
Отсев включается уже на самом первом этапе: автоматический скрининг отбрасывает резюме по формальным признакам через фильтры ключевых слов.
Для кандидатов это давно стало реальной проблемой.
Сильный специалист может не дойти даже до первого разговора с бизнесом просто потому, что его опыт не совпал с формой, которую ожидает система.
Обойти такой отсев на этапе резюме с каждым годом становится всё сложнее.
И, похоже, кандидаты наконец начали отвечать.
Когда одна система строит фильтры, другая учится их обходить
Сегодня мне попалась новость о новом ИИ-инструменте для кандидатов.
По сути, это уже не просто помощник для написания резюме.
Это полноценная система обхода современной архитектуры найма.
Она умеет:
автоматически искать вакансии;
адаптировать резюме под конкретную позицию;
готовить отклики;
заполнять формы;
помогать готовиться к интервью;
работать сразу с десятками площадок.
Если говорить честно, это выглядит как вполне закономерный ответ рынка.
Компании годами автоматизировали отсев.
Теперь кандидаты начали автоматизировать прохождение этого отсева.
Это уже не просто технологический тренд.
Это столкновение двух систем.
Возникла новая компетенция — умение проходить найм
Здесь происходит очень важный сдвиг.
Рынок постепенно формирует новую метакомпетенцию: умение проходить систему найма. И эта компетенция всё чаще начинает жить отдельно от реальной профессиональной состоятельности.
Кандидат может быть:
сильным специалистом;
средним специалистом;
даже слабым специалистом,
но при этом отлично проходить фильтры.
Почему?
Потому что теперь часть этой работы берёт на себя ИИ.
Он помогает говорить с системой на её собственном языке.
По сути, рынок кандидатов начал наносить ответный удар по архитектуре отсева.
И, честно, я считаю это важным и во многом справедливым сдвигом.
Почему я действительно рада этому, хотя я HR
Здесь важно сказать честно: я рада, что у кандидатов появился такой инструмент.
Слишком долго технологическое преимущество было только на стороне работодателя.
Если компании получили автоматизацию фильтров, у кандидатов тоже должен был появиться способ снижать случайность отсева.
С этой точки зрения новый ИИ действительно помогает.
Он повышает вероятность того, что сильный специалист хотя бы дойдёт до этапа, где можно показать реальную работу.
И это уже много.
Но в этой новой реальности есть одно важное «но»
И вот здесь начинается самое важное.
ИИ действительно помогает проходить систему.
И я этому рада. Честно.
Но ИИ не должен додумывать там, где у него нет точной информации.
А точную информацию о профессиональном бэкграунде, сильных сторонах, сценариях карьерного перехода и устойчивых компетенциях может дать только сам кандидат.
И эта информация не равна резюме.
Резюме — это сжатая форма для рынка.
Для эффективной работы такого ИИ нужна значительно более глубокая основа:
профессиональная стратегия;
карта сильных компетенций;
понимание карьерной устойчивости;
сценарии отраслевой и функциональной мобильности;
реальные рабочие достижения и их логика.
Если такого описания нет, ИИ не упрощает ситуацию. Он может её усугубить для кандидата.
Потому что начинает достраивать недостающую картину на основе вероятностных предположений.
И это может приводить сразу к нескольким типам ошибок.
1. Ложная репрезентация опыта
ИИ может сформулировать отклик так, что опыт кандидата будет выглядеть убедительно, но неточно.
На этапе отклика это повышает вероятность пройти фильтры.
Но на собеседовании или уже в работе быстро выясняется, что кандидат «не про это».
Не потому, что он слабый специалист.
А потому, что система достроила за него профессиональный профиль на основе вероятностных предположений.
2. Хаотичные карьерные переходы
Если у кандидата нет собственной стратегии, ИИ начинает максимизировать количество подходящих вакансий.
Но подходящих — по формальным признакам.
Это может усиливать случайные переходы между ролями, отраслями и функциями, которые не складываются в устойчивую траекторию.
В краткосрочной перспективе это выглядит как рост числа возможностей.
В долгосрочной — как размывание профессионального профиля.
3. Упущенные действительно интересные варианты
И это, на мой взгляд, один из самых недооценённых рисков.
ИИ не может искать то, о чём ему не сообщили.
Если директор по персоналу рассматривает не классический HR-трек, а, например, переход в проектную работу на производственных оптимизационных проектах, система не узнает об этом сама. Она будет продолжать подбирать стандартные HR-вакансии.
То есть проблема может быть не только в неверных откликах, но и в том, что сильные и потенциально стратегически важные варианты просто не попадут в поиск.
Именно поэтому следующий вопрос уже не в том, как пройти фильтры.
Вопрос в том, как дать ИИ такую профессиональную карту, чтобы он не усиливал случайность.
В следующей статье разберу это уже на практических кейсах: как отсутствие стратегии приводит к ложным откликам, хаотичным переходам и упущенным возможностям.
