В 2026 году ИИ оказался по обе стороны найма: алгоритмы помогают компаниям оценивать кандидатов, а соискателям — готовиться к этой оценке. Между рекрутерами и соискателями уже давно идёт битва алгоритмов: преимущество сегодня получает тот, кто лучше умеет пользоваться нейросетями.
- 1. Введение
- 2. Роль искусственного интеллекта в современном найме
- 3. Больше откликов, больше ИИ-заявок
- 4. Алгоритм проверки против алгоритма подготовки
- 5. Тестирование кандидата: проверка навыков и подготовка к ней
- 6. ИИ в оценке потенциального сотрудника и потенциального работодателя
- 7. Риски и барьеры использования алгоритмов в найме
- 8. Выводы
Введение
По отдельности возможности искусственного интеллекта для HR-специалиста и соискателя выглядят как способы сделать наём быстрее и эффективнее. Но когда обе стороны начинают использовать их одновременно, возникает своеобразная гонка.
Генеральный директор HRTech-компании «Поток» Сергей Ахметов описал этот процесс как битву алгоритмов. Чем активнее соискатель и HR-менеджер используют такие инструменты, тем меньше процесс похож на нейтральную оценку кандидата и тем больше зависит от того, насколько хорошо каждая сторона умеет работать с алгоритмами другой. Такая же формулировка встречается и в обсуждениях у других участников рынка. Например, «Контур» в 2025 году так озаглавил материал об изменении рынка труда под влиянием ИИ.
За самой формулировкой стоят конкретные процессы. Посмотрим, как эта битва проявляется на разных этапах найма: от подготовки отклика и первичного отбора до тестирования и взаимной оценки кандидата и работодателя.
Роль искусственного интеллекта в современном найме
То, что раньше требовало последовательной работы человека на каждом этапе, теперь всё чаще выполняется искусственным интеллектом. Чем больше таких операций автоматизируется по обе стороны найма, тем сильнее меняется взаимодействие между кандидатом и работодателем.
ИИ в работе HR
Масштаб нагрузки на рекрутинговые компании может различаться: он зависит от профиля вакансий, размера бизнеса, отрасли и источника откликов, поэтому в разных кейсах приводятся разные цифры. В одном случае на массовые позиции приходит до 700 резюме в неделю, на узкоспециализированные и руководящие — около 100. В другом карьерный сайт компании приносит около 60 откликов в неделю, или примерно 240 в месяц. При этом один рекрутер может одновременно вести 10–12 вакансий.
Бизнес оценил и нагрузку на скрининговые звонки. Один HR-специалист физически может провести около восьми таких разговоров в день, хотя большая часть интервью строится по одному сценарию: используется фиксированный набор вопросов, ответы оцениваются по заданным критериям, а результат сводится к типовым вариантам дальнейших действий.
Такие повторяющиеся операции рекрутинговые компании одними из первых начали рассматривать как подходящие для автоматизации с помощью искусственного интеллекта. Со временем роль рекрутера сместилась от ручной обработки потока кандидатов к управлению самим процессом отбора: вместо ежедневной работы с однотипными задачами специалист контролирует, как система собирает, сопоставляет и интерпретирует информацию о соискателях.
ИИ для соискателя
Исследовательский центр «Лаборатории Касперского» летом 2025 года опросил 1001 человека и выяснил, что каждый десятый пользователь нейросетей в России обращался к ним при поиске работы и трудоустройстве:
- составление или улучшение своего резюме;
- поиск подходящих вакансий;
- сбор информации о потенциальном работодателе;
- подготовка к собеседованию;
- выполнение тестовых заданий (30% полагаются на их помощь частично, 23% — полностью);
- написание сопроводительных писем;
- оценка себя как профессионала, чтобы понять, на какую зарплату и на какую должность можно рассчитывать;
- помощь в выборе между несколькими предложениями работы;
- консультация по развитию карьеры.
Рисунок 1. Сценарии использования ИИ соискателями (данные «Лаборатории Касперского»)
Больше откликов, больше ИИ-заявок
Резюме и сопроводительное письмо можно адаптировать под конкретную вакансию за несколько минут. Поэтому кандидатам стало проще подаваться сразу на несколько позиций, не увеличивая объём ручной работы. Для HR это вылилось в рост входящего потока. По данным Hays, генеративный искусственный интеллект поменял поведение кандидатов: 51% работодателей отметили рост количества заявок после распространения GenAI (Generative Artificial Intelligence), а 32% соискателей сообщили, что благодаря ему стали откликаться на большее число вакансий.
Как ИИ меняет работу рекрутера
Генерация вакансий. ИИ-инструменты составляют и адаптируют тексты вакансий с учётом требований к конкретной должности, актуальных трендов рынка труда, корпоративного стиля и ключевых слов, которые повышают заметность объявления.
Рисунок 2. Пример работы генератора вакансий Web-Automation
Работа с резюме. ИИ-инструменты анализируют резюме, извлекая сведения о навыках, опыте, зарплатных ожиданиях и местонахождении кандидата. Сортируют отклики по заданным критериям, формируют оценочную карту, рассчитывают степень соответствия вакансии и выделяют наиболее подходящих кандидатов. При исходящем поиске системы самостоятельно ищут потенциальных кандидатов в базах данных, на онлайн-платформах, в социальных сетях и профессиональных сообществах по заданным параметрам.
Рисунок 3. Поиск целевых кандидатов с помощью «Оливии»
Как ИИ меняет поведение кандидатов
Нейросети ускоряют поиск предложений о работе, адаптируют резюме и сопроводительные письма под конкретные требования.
Рисунок 4. Оптимизация резюме в «Резюмешке»
С помощью ИИ-инструментов также можно одновременно откликаться на большое число подходящих вакансий.
Рисунок 5. Массовая рассылка резюме при помощи Resumeily
Алгоритм проверки против алгоритма подготовки
Чем активнее автоматизируется интервью с одной стороны, тем больше возможностей для подготовки появляется с другой. В итоге алгоритм, который должен помочь оценить кандидата, сталкивается с алгоритмом, помогающим кандидату подготовиться к оценке.
Инструменты ИИ для HR
Автоматизация коммуникации. Нейросеть автоматически анализирует резюме кандидата и при необходимости связывается с ним, чтобы уточнить детали, собрать недостающую информацию.
Рисунок 6. Настройка навыка «Вопросы кандидату» в ИИ-помощнике от HeadHunter
ИИ проводит интервью в текстовом или видеоформате: задаёт вопросы по сценарию, анализирует ответы и запрашивает дополнительные пояснения, если ответ оказался недостаточно подробным. В видеоформате роль интервьюера может выполнять ИИ-аватар: он общается с кандидатом голосом, после чего передаёт рекрутеру структурированный отчёт с результатами интервью и рекомендацией. Кандидату необходимо лишь перейти по персональной ссылке, пройти проверку устройства и встретиться с аватаром.
Рисунок 7. Скриншот беседы с аватаром Aski
Некоторые системы выявляют признаки использования подсказок или других способов нечестного прохождения интервью, например BRaiN HR.
Рисунок 8. Описание функции прокторинга BRaiN HR
Аналитика и мониторинг. ИИ-инструменты для рекрутинга позволяют пользоваться всеми возможностями в едином рабочем пространстве. Они формируют общий показатель соответствия (score), оценку по отдельным критериям и краткое ИИ-резюме по каждому кандидату. В карточке также могут быть доступны видеозапись интервью, расшифровка разговора и ключевые моменты с тайм-кодами. На основе собранных данных система формирует рекомендацию: включить кандидата в шорт-лист или отклонить его.
Рисунок 9. Карточка кандидата в Garmony
ИИ-системы могут интегрироваться с ATS (программным обеспечением для автоматизации подбора персонала), сайтами поиска работы и профессиональными платформами, автоматически подтягивая отклики и данные о кандидатах. Мультиязычность позволяет использовать платформы для работы с кандидатами, говорящими на разных языках.
Инструменты ИИ для соискателя
ИИ разбирает требования вакансии, составляет список возможных вопросов от работодателя, проводит тренировочное интервью и оценивает ответы кандидата.
Рисунок 10. Подготовка к собеседованию при помощи нейросети «Молекула»
Нейросети используют и во время самого собеседования, например, для подсказок в реальном времени. Такое приложение, как пишут некоторые разработчики, невидимо при захвате и демонстрации экрана.
Рисунок 11. Интерфейс Interview Boost AI
Тестирование кандидата: проверка навыков и подготовка к ней
Тестовое задание должно показать, как потенциальный сотрудник справляется с рабочей задачей. Его результаты позволяют оценить подход к работе и логику принятия решений. Если кандидат использует ИИ при выполнении задания, работодатель уже не сможет оценивать только эти аспекты.
Например, работодатель может с помощью ГигаЧата или Gemini подготовить тестовое задание, а кандидат с помощью того же инструмента его выполнить.
Рисунок 12. Запрос в ГигаЧат от рекрутера
Рисунок 13. Ответ ГигаЧата на просьбу выполнить задание рекрутера
ИИ в оценке потенциального сотрудника и потенциального работодателя
Искусственный интеллект помогает соискателю оценивать работодателя и предлагаемую им позицию: сопоставляет требования с опытом кандидата, анализирует условия работы, отзывы сотрудников, зарплату и перспективы.
Рисунок 14. Поиск работы с помощью Quick Offer
Алгоритм работодателя отбирает и ранжирует кандидатов по соответствию вакансии.
Рисунок 15. Оценка кандидатов в «КадроБратии»
Риски и барьеры использования алгоритмов в найме
У технологической гонки есть обратная сторона. Чем активнее ИИ используется обеими сторонами найма, тем больше возникает рисков и ограничений: от ошибок алгоритмов и искажённой оценки до новых способов обойти систему.
Риски для рекрутера
Алгоритмическая предвзятость. ИИ может отсекать нестандартных кандидатов, которые не соответствуют заданному профилю, хотя их опыт и компетенции могли бы заинтересовать рекрутера. В результате автоматизация ускоряет первичный отбор, но не обязательно повышает его качество.
Юридические риски. В российском законодательстве пока нет специальных норм для подбора персонала с помощью ИИ. Поэтому применяются общие требования, в том числе Трудовой кодекс РФ, Федеральный закон «О персональных данных» и другие нормативные акты. Получается, что юридически ИИ — это инструмент, который может упростить процесс подбора сотрудников, но ответственность за его использование несёт работодатель. СКБ Контур в своей статье разобрал типичные ошибки работодателей при автоматизации найма.
Таблица 1. Ошибки работодателей при автоматизации найма
|
Ошибка |
Описание |
|
Нарушение законодательства о персональных данных |
Сбор данных из открытых источников без необходимого согласия. Использование избыточной информации, которая не требуется для оценки профессиональных качеств (планы по рождению детей и др.). Трансграничная передача данных при работе с иностранными сервисами без локализации баз данных в России |
|
Алгоритмическая предвзятость |
ИИ может воспроизводить существующие предубеждения и отсеивать кандидатов по возрасту, полу, месту жительства, вузу и другим признакам, не связанным с деловыми качествами |
|
Отсутствие юридически значимого отказа |
Автоматические письма об отказе без указания причин. Нарушение сроков предоставления кандидату ответа о результатах отбора |
|
Ошибки при видеоинтервью и использовании биометрии |
Использование фотографии, записи голоса и других данных для идентификации кандидата может относиться к обработке биометрических персональных данных. В таком случае для их обработки также требуется письменное согласие кандидата |
Поэтому при выборе ИИ-инструментов важно самостоятельно проверять, как они работают с данными: где они хранятся, какие сведения передаются в систему, какие меры защиты предусмотрены. Иначе возможны нарушения и судебные претензии, реальные примеры которых уже существуют.
Пример: в июне 2026 года суд предварительно одобрил мировое соглашение по коллективному иску к HireVue. В иске утверждалось, что платформа для виртуальных собеседований незаконно собирала биометрические данные пользователей.
Неправильные настройки. Система может выдавать неверные решения, если неправильно заданы критерии отбора. ИИ не всегда понимает, какие данные действительно важны для оценки кандидата, поэтому без точной настройки и тестирования он может учитывать второстепенные признаки и отсеивать подходящих соискателей. Перед запуском системы необходимо проверять всё на тестовой выборке и регулярно анализировать результаты.
Пример: соискатель решил проверить, как работают алгоритмы по подбору кандидатов и для эксперимента добавил в своё резюме рецепт варки пельменей. В итоге автор получил приглашение на интервью.
Рисунок 16. Резюме с рецептом варки пельменей
Перечисленные риски одновременно выступают и барьерами для внедрения ИИ. К2Тех опубликовал результаты опроса об использовании искусственного интеллекта в HR-процессах российских компаний. Исследование провели в рамках конференции HR Day Overview 2025, в нём приняли участие более 100 руководителей и специалистов HR-функции: от HR-директоров и руководителей кадровых подразделений до HRBP (HR Business Partner) и экспертов по кадровой аналитике и автоматизации. Были выявлены следующие барьеры внедрения ИИ в рекрутинг:
- неструктурированные и разрозненные данные в HR-системах;
- юридические и этические риски, непрозрачность алгоритмов, вопросы конфиденциальности и дискриминации;
- ограниченный бюджет, высокая стоимость решений и неочевидная окупаемость инвестиций (ROI);
- отсутствие внутренней экспертизы, нехватка специалистов для выбора и внедрения ИИ-решений.
Несмотря на эти барьеры, четыре из пяти компаний считают внедрение искусственного интеллекта одним из ключевых приоритетов на ближайшие два года.
Рисунок 17. Результаты опроса К2Тех по использованию ИИ в HR-процессах
Риски для соискателя
К рискам и барьерам мы бы отнесли те же, что при использовании ИИ в повседневных задачах. Соискатель может столкнуться с ошибками и выдуманной информацией, раскрытием персональных данных и сильной зависимостью от рекомендаций нейросети.
По данным кейса, опубликованного компанией Noopex, соискатели, использующие нейросети для изучения компании «Gavel», часто получали неверную информацию о ней. Алгоритмы путали её с не имеющей к ней отношения организацией, занимающейся юридическими технологиями, которая носила то же название. В результате кандидаты тратили время на вакансии, которые изначально не соответствовали их ожиданиям, а рекрутерам приходилось дополнительно объяснять, чем на самом деле занимается компания.
Использование ИИ может сделать резюме и сопроводительные письма похожими друг на друга, а чрезмерная оптимизация под алгоритм HR-департамента — исказить реальный опыт и компетенции кандидата. Подготовленные нейросетью ответы также могут создать ложное впечатление о знаниях соискателя, которое быстро выявится на собеседовании, если работодатель захочет задать дополнительные вопросы.
Выводы
Наём превратился в процесс, где кандидат пытается предугадать, как именно его будет оценивать алгоритм, чтобы подстроить под него своё резюме, ответы и поведение. Работодателю же становится всё сложнее использовать резюме как самостоятельный показатель квалификации сотрудника. Так возник замкнутый цикл, в котором уже живут многие тысячи человек.
