Современные технологии найма: что нужно знать кандидатам и работодателям

Потребность в найме новых сотрудников – вопрос, который никогда не теряет своей актуальности ни для крупных, ни для малых компаний. Люди увольняются, выходят на пенсию, уходят в декрет. Новые сотрудники требуются, если компания переживает модернизацию, расширяется, меняет бизнес-модель. Чтобы заполнить свободные вакансии, специалисты по подбору персонала (рекрутер, HR-менеджеры) проводят кампании по поиску и отбору кандидатов. Раньше работу по исследованию рынка, выставлению фильтров, подготовке и размещению описания вакансии на разных площадках приходилось делать вручную. Внедрение современных технологий найма на базе ИИ кардинально изменило ситуацию: большую часть рутины взяли на себя роботы.

Как ИИ трансформирует подбор персонала

Крупные компании используют нейросети при подборе персонала почти десять лет. Внедрение технологии наглядно показало огромные преимущества автоматизации процесса рекрутинга, главное из которых – снижение стоимости найма на треть. Но одновременно продемонстрировало и риски, например, предвзятость AI в ряде ситуаций.

Несмотря на обнаруженные негативные проявления, инновация всё шире применяется при подборе кадров, а её возможности только растут. Например, в странах Евросоюза 72 % компаний в работе HR-подразделений используют ИИ. По прогнозам американских исследователей количество организаций в мире, которые используют нейросети для подбора кадров, ежегодно увеличивается на 6 %.

Система управления кандидатами (ATS) существует давно и активно применятся на платформах LinkedIn, а также HeadHunter. Но внедрение ИИ изменило подходы к отбору, сделало возможным разбирать больше заявленией за более короткое время, выбирать наиболее подходящие кандидатуры. Виртуальные помощники:

• сортируют резюме по запросам;
• анализируют базу резюме по сотням параметров;
• «догадываются», какого именно сотрудника ищет фирма;
• оценивают вероятность приглашения соискателя на собеседование.

Обновлённые программы научились не просто сортировать базы, но и проводить первичное собеседование. Т. е. найдя несколько подходящих соискателей, нейросеть сама связывается с ними в чате или через видео и, задав дополнительные вопросы, принимает решение о том, кого пригласить на интервью с человеком, а кому отказать. При этом вопросы в интервью с машиной формулируются нейросетью так, чтобы ей стали понятны не только опыт, владение навыками, но также и то, какие у соискателя представления о корпоративной культуре, подходит ли он для работы в молодёжном коллективе и т. п. Современные интеллектуальные платформы научились подбирать кандидатов не по набору признаков (стаж, возраст, пол), а по соответствию интересов работодателя и человека, который ищет работу.

Пока речь не идёт о полной замене HR-менеджеров роботами. Из трёх основных видов подбора персонала – массового, экспертного и executive – нейросети хорошо справляются только с массовым. В остальных случаях отбором занимаются люди, поскольку там важно видеть реакцию человека на разные ситуации. Например, если надо проверить, как соискатель реагирует на стрессовые условия работы, ему создают некомфортные условия на собеседовании – задают неудобные вопросы, включают яркий свет, создают помехи, мешающие сосредоточиться на обдумывании ответов. Также иногда важно оценивать физические реакции человека, например, его мимику, жесты, манеру разговора.

Этапы подбора кадров

Стандартная процедура включает следующие этапы:

1. Составление портрета кандидата. Для этого надо создать его профиль, определить ключевые требования, определить задачи, которые человеку придётся решать.
2. Исследовать рынок. На этом этапе изучается поисковый опыт других работодателей, например, какую зарплату они предлагают соискателям на похожие должности, какие требования выставляют.
3. Подготовка описания вакансии. Наиболее ответственный этап, поскольку текст должен быть составлен таким образом, чтобы привлечь больше подходящих кандидатов и отсечь максимальное количество людей, которые точно не подойдут.
4. Размещение описания на поисковых платформах.
5. Первичный скрининг заключается в изучении всех поступивших откликов и отборе подходящих.
6. Собеседование.

Методы и технологии рекрутинга

В зависимости от цели применяют разные методы поиска персонала. Он может быть:

• внутренним, когда сотрудника ищут внутри компании, или внешним, когда менеджер обращается ко внешним платформам;
• «холодным», когда рекрутер начинает поиск с нуля, и «тёплым», когда он выбирает из резюме, присланных в качестве отклика на опубликованную вакансию;
• массовым, когда надо сразу привлечь большое количество работников с одинаковыми навыками (например, сезонных рабочих) или точечным, когда ищут специалиста высокой квалификации.

Технологии рекрутинга также подбирают в зависимости от поставленных задач и специфики бизнеса:

1. Скрининг. Заключается в поверхностном исследовании кандидатов и отсеивании заведомо неподходящих. Например, если у работодателя есть ограничение по возрасту, опыту работы не менее 5 лет, а также требование свободного владения английским языком, то скрининг резюме поможет сразу отсеять тех, кто под такие требования не подходит. Метод эффективен при массовом наборе персонала в крупные компании. При этом функцию скрининга выполняют автоматизированные системы. Человеку передаются для изучения только резюме, отобранные машиной.
2. Рекрутинг – это технология, включающая все этапы подбора – от составления описания вакансии до трудоустройства кандидата и его адаптации на новом месте. В крупных компаниях эти функции выполняют специалисты HR-отделов или аутсорсеры.
3. Executive search (прямой поиск) – технология подбора кандидата на замещение вакантной руководящей должности. Это точечный вид поиска, цель которого найти человека с выдающимися способностями или достижениями, используя которые он поможет развитию компании. Здесь автоматические технологии не используют: всё делается вручную: исследование узкой рыночной ниши, тщательный выбор канала поиска (этого требует сохранение репутации фирмы), составление привлекательного оффера. Для прямого поиска применяют один из трёх инструментов:
   • переманивание специалистов у конкурентов за счёт предоставления более выгодных условий трудоустройства (метод называется «охота за головами»);
   • составление описания идеального кандидата и поиск человека, максимально ему соответствующего (метод «ловли менеджеров»);
   • привлечение талантливой молодёжи – победителей олимпиад, конкурсов, выпускников вузов.
4. Нетворкинг – это инструмент, также предполагающий подбор специалистов вживую за счёт развития полезных связей. Бизнесмены, директора компаний, менеджеры посещают совместные профильные мероприятия, встречи, ярмарки вакансий, знакомятся там с новыми людьми, среди которых можно встретить подходящие кадры. Также развитие контактов возможно через соцсети.
5. Прелиминаринг – это привлечение студентов на стажировку или производственную практику для детального изучения их личных, а также профессиональных качеств.
6. Smart staffing – технология поиска с привлечением ИИ. Нейросеть занимается поиском, сканированием, анализом резюме, размещённых на разных площадках, и выбирает кандидатов для собеседования. При этом робот ориентируется не только на общие параметры и ключевые слова, но также проводит более глубинный анализ личности, включая стиль написания резюме.

Как меняются задачи и роль HR-специалиста

Искусственный интеллект значительно упростил работу рекрутеров. Теперь они меньше пишут, могут уделить больше времени решению внутренних вопросов по улучшению коммуникаций, а также микроклимата в компании. Но работа с ИИ потребует новых знаний и навыков, ведь она заключается не просто в передаче части обязанностей роботу, а взаимообщению менеджера и его витруального помощника.

Крупные компании постоянно внедряют новые модули, разработанные под узкие требования отделов, которые помогают человеку на разных этапах. При поиске специалиста человек должен правильно сформулировать задание роботу, чтобы тот составил описание вакансии. Сгенерированный текст отправляется к руководителю отдела, который ищет сотрудника, и тот при необходимости вносит дополнительные параметры. Затем текст возвращают нейросети, которая размещает его на заданных платформах. Когда набор на вакансию завершён, робот приступает к сканированию резюме, а также их ранжированию. Результаты отправляются менеджеру, которому остаётся решить, кого из нескольких отобранных кандидатов пригласить на собеседование.

На этапе собеседования рекрутер также пользуется помощью искусственного интеллекта. Раньше менеджер отправлял кандидатам перечень вопросов, на которые тот мог в любое удобное для себя время ответить. Теперь предпочтение отдаётся живому общению с участием третьей (невидимой) стороны – робота. Последние разработки позволяют машине формулировать вопросы специально под каждого кандидата. Менеджер видит их на мониторе и может прямо по ним вести собеседование. Некоторые нейросети «слышат» ответы кандидата, могут их анализировать, комментировать, давать оценку. Например, если при ответах на вопросы человек долго думает, отклоняться от темы, проявляет излишнюю эмоциональность, машина может это фиксировать и делать выводы.

Риски и вызовы автоматизации

Расширение возможностей ИИ, к сожалению, несёт с собой не только пользу, но и риски. Предвзятость в отношении к соискателям вакансий – проблема, которую надеялись решить владельцы компаний. HR-менеджеры – это обыкновенные люди, имеющие социальные связи, друзей, знакомых, которых они могут продвигать по служебной лестнице, закрывая глаза на недостатки. Считалось, что робот лишён предвзятостей и будет отбирать только достойных. Однако внедрение нейросети на площадку Amazon выявило, что машины тоже имеют свои предвзятости. Так оказалось, что при подборе сотрудников робот отдавал предпочтение мужчинам. Это объяснили тем, что обучением занимались преимущественно инженеры мужского пола.

Проведённые тесты показали, что роботы имеют не только гендерные, но ещё и расовые предпочтения. Темнокожих соискателей машины часто ассоциировали с преступниками, женщин – с домохозяйками. В итоге отбор чаще проходили белые мужчины. Похожие проблемы наблюдаются в системах распознавания лиц: если в кадре белый мужчина, то ошибки алгоритма возникают на 35% реже.

Другая проблема – это безопасность данных. Информация, накопленная в базах данных о соискателях, должна быть надёжно защищена. Однако повышение интеллектуальных способностей техники может спровоцировать сознательную передачу этих данных третьим лицам с целями, которые сегодня предсказать невозможно. Также надо учитывать, что технологии на основе ИИ могут использоваться не только в мирных целях, но также для кибератак.

В связи с возможностью нарушения конфиденциальности данных возникает проблема ответственности: кто должен отвечать за решения, принятые машиной? Особенно актуально это звучит, если последствия окажутся слишком серьёзными.

Проблемы безопасности данных, а также ответственности за действия роботов пытаются решить на законодательном уровне. В странах ЕС летом прошлого года был принят AI Act – Закон об ИИ. Он регламентирует вопросы применения виртуальных помощников:

• сферы, где их использование имеет низкие риски;
• требования к лицам, которые их разрабатывают и внедряют;
• ответственность за машинные решения, которые должны нести разработчики или пользователи.

Согласно AI Act, сфера управления персоналом при помощи ИИ считается высокорискованной.

Рекомендации для соискателей

Параллельно с рекрутерами интеллектуальные инновации при составлении резюме используют и соискатели. Составить красивое, правильное резюме сложно даже для людей с хорошим образованием.

Наиболее часто встречающаяся ошибка соискателя – несовпадение по ключевым требованиям, например, возрасту, опыту работы, локации. Если вы ищите работу не в регионе проживания, то надо указывать не фактический адрес, а регион, в котором вы собираетесь работать. Работодатель всегда ищет сотрудников, проживающих вблизи предприятия, поэтому другие локации будут отсекаться на этапе скрининга.

Роботы плохо воспринимают многие элементы вёрстки, например, картинки, аватарки, нестандартные шрифты. Их лучше не использовать.

Эти советы для тех, кто составляет резюме вручную. Но есть и другой способ – использовать Chat GPT, который поможет адаптировать ваш запрос под требование любой вакансии. Но здесь тоже есть оборотная сторона: Chat GPT составит резюме, которое пройдёт фильтры и позволит соискателю попасть на собеседование в фирму, где он хотел бы работать. Но это не гарантия трудоустройства. Ректуреты всё чаще сталкиваются с ситуацией, когда соискатели приходят с идеальными резюме, но оказываются некомпетентными.

Заключение

Внедрение современных методов найма облегчает работу бизнеса. Менеджерам больше не требуется перечитывать сотни заявлений, отбирая претендентов вручную. HR-отделы могут сосредоточить свои усилия на решении более сложных внутренних проблем. По прогнозам экспертов автоматизация сферы рекрутинга продолжиться в текущем и последующих годах, затронув не отдельные, а все этапы процесса.

Однако с повышением способностей машин будут расти риски, связанные с безопасностью данных, принятием машиной предвзятых или излишне независимых решений. В сфере HR ещё предстоит найти баланс между человеком и использованием машинных возможностей. А пока одним из наиболее верных и безопасных способов поиска специалистов остается нетворкинг.