Бизнес верит, что ИИ и системы скоринга снимают человеческий фактор. Всё наоборот. Они масштабируют то, что уже есть. Криво собранная вакансия плюс автоскоринг это машина по быстрому отсеву сильных кандидатов. Ошибка не исчезает, она переезжает в голову того, кто настроил систему.
В этой статье разбираем, почему автоматизация подбора не делает рекрутинг объективнее сама по себе, как алгоритмы усиливают ошибки на этапе постановки задачи и почему даже самый умный ИИ не способен компенсировать плохо определённые требования к человеку. А главное - где на самом деле остаётся человеческий фактор, когда кажется, что решение принимает система.
Есть красивое обещание: автоматизируй подбор, и человеческий фактор уйдёт. Машина непредвзята, машина не устаёт, машина не поддаётся симпатиям. Звучит убедительно.
Но машина не исправляет процесс. Она его масштабирует. Если процесс был хорошим, автоматизация сделает его быстрым и хорошим. Если процесс был кривым, автоматизация сделает его быстрым и кривым. Скорость выросла, качество осталось прежним, а иногда и упало, потому что кривизна теперь работает без пауз и сомнений.
Живой рекрутер, отсматривая резюме вручную, в какой-то момент удивится: почему в выборке нет ни одного адекватного кандидата, что-то не так. Система не удивляется. Она исполняет заложенные критерии с одинаковой скоростью, независимо от того, разумны они или нет.
Главный самообман звучит так: раз решает машина, значит, объективно. На деле объективность машины это всего лишь объективность критериев, которые в неё заложил человек.
Кто задал критерии отбора. Тот же руководитель или рекрутер, со всеми своими представлениями, перекосами и слепыми зонами. Машина не придумала их сама. Она получила их от человека и теперь применяет с безжалостной последовательностью.
То есть человеческий фактор никуда не делся. Он просто переехал. Раньше он жил в решениях рекрутера, который хотя бы мог передумать, засомневаться, сделать исключение для необычного кандидата. Теперь он живёт в настройках системы, зашит в правила и применяется автоматически, без права на сомнение. Это не уменьшение человеческого фактора. Это его тиражирование и лишение гибкости.
Отдельная ловушка это ощущение контроля, которое даёт автоматизация собственнику. Всё в цифрах, всё в дашбордах, воронка видна, конверсии посчитаны. Возникает чувство, что процесс под контролем.
Но цифры показывают, как отработала система по заданным правилам. Они не показывают, верны ли сами правила. Дашборд честно скажет, что из 500 откликов система отобрала 12. Он не скажет, что среди отсеянных 488 было 5 лучших кандидатов, которых правила выбросили из-за формальности.
Собственник смотрит на красивую воронку и спокоен: процесс работает. А процесс тем временем стабильно отсеивает именно тех, кто был нужен. Цифры создают иллюзию контроля именно потому, что они не показывают, кого мы потеряли. Потерянные в отчёты не попадают.
Приведу случай из практики. Компания искала сильных специалистов и настроила автоскоринг так, чтобы система отсеивала резюме без определённого ключевого слова, обозначающего конкретную технологию.
Логика казалась разумной: нужна технология, отсекаем тех, у кого её нет в резюме. Проблема была в том, что самые сильные специалисты в этой области называли ту же технологию иначе, профессиональным сленгом, или вообще не указывали её отдельно, потому что для них она была само собой разумеющейся частью работы.
В итоге система стабильно браковала именно лучших. Слабые кандидаты, которые аккуратно переписывали в резюме все ключевые слова из вакансии, проходили. Сильные, у которых за плечами были реальные проекты, но не было нужного слова в нужной формулировке, отсеивались автоматически.
Компания несколько месяцев жаловалась, что «на рынке нет достойных кандидатов». Достойные были. Их отсеивала собственная система по формальному признаку. Когда мы убрали жёсткое условие и заменили его на ручной просмотр по существу, сильные кандидаты немедленно нашлись. Они всё это время были в отклонённых.
Как понять, что автоматизация закрепила у вас слабый процесс, а не усилила сильный. Есть несколько признаков.
1. Система стабильно отбирает кандидатов, которые потом не проходят финальные этапы или плохо работают. Значит, критерии отбора отсекают не то.
2. Вы регулярно слышите «на рынке нет людей», хотя рынок для этой позиции живой. Часто это значит, что людей отсекает ваш собственный фильтр, а не рынок.
3. В выборку не попадают необычные, нестандартные кандидаты, а проходят только гладко упакованные. Система вознаграждает умение писать резюме, а не работать.
4. Никто в компании не смотрит на отклонённых. Если отсеянные кандидаты уходят в никуда и их никто не пересматривает выборочно, вы не знаете, кого теряете.
Если хотя бы 2 признака про вас, автоматизация, скорее всего, тиражирует ошибку, а не убирает её.
Вывод простой, но неудобный. Автоматизировать имеет смысл только тот процесс, который уже хорошо работает вручную. Если процесс кривой, сначала надо выпрямить его на ручном режиме, понять, какие критерии реально предсказывают хорошего сотрудника, а какие только кажутся разумными. И лишь потом отдавать это машине.
Автоматизация усиливает. Поэтому прежде чем усиливать, стоит убедиться, что усиливать вы будете правильное. Иначе вы просто ускорите движение не в ту сторону.
Так что честный вопрос: вы автоматизируете сильный процесс, или закрепляете слабый и разгоняете его до скорости, на которой ошибку уже не заметить?
Отправляя данные вы подтверждаете пользовательское соглашение