Как находить сильных кандидатов, если ИИ сделал резюме похожими

Генеративный ИИ научился за несколько минут собирать аккуратное резюме и убедительное сопроводительное письмо. Кандидат может выровнять стиль, добавить профессиональную лексику и связать свой опыт с требованиями вакансии. Качество текста все слабее показывает, насколько человек умеет выполнять работу.

По данным Greenhouse, которые приводит dev.by со ссылкой на Financial Times, 87% британских рекрутеров видят признаки использования ИИ как минимум в половине заявок. До интервью сегодня доходят менее 7% претендентов. Поток выглядит убедительно, а время рекрутера уходит на поиск проверяемых различий.

«Когда каждая заявка отполирована, сама по себе эта отполированность уже ничего не говорит», — директор по персоналу Greenhouse Шарон Типтон.

Хорошо написанная анкета по-прежнему помогает быстро понять карьерный путь кандидата. Ее стоит читать как набор утверждений, которые предстоит подтвердить. Если человек пишет, что руководил внедрением, рекрутер уточняет масштаб проекта, состав команды, личную зону ответственности, сроки и измеримый результат. Несколько конкретных вопросов быстро отделяют реальный опыт от формулировок, собранных по описанию вакансии.

Полезные сигналы возникают в разных частях отбора:

• предыдущие версии резюме и хронология работы;
• портфолио, рабочие образцы и практическое задание;
• ответы на одинаковые вопросы по компетенциям;
• рекомендации с прошлых мест работы;
• комментарии участников интервью и зафиксированные причины решения.

Каждый сигнал имеет ограничения. Рекомендация зависит от круга профессиональных контактов и может усиливать однородность команды. Тестовое задание должно быть коротким и близким к реальной работе. Интервью дает сопоставимый результат, когда рекрутеры и руководители используют одни критерии. Решение принимается на основе нескольких подтверждений, поэтому один удачный текст или один слабый ответ получают разумный вес.

До первого интервью рекрутер вместе с нанимающим менеджером определяет, какие признаки подтвердят ключевые компетенции. Для аналитика это может быть разбор задачи с данными, для руководителя — пример решения конфликта при ограниченных ресурсах, для разработчика — обсуждение архитектурного выбора и его последствий.

Оценочные листы e-staff позволяют закрепить единые критерии и шкалу. Результаты и комментарии сохраняются в карточке кандидата. Там же можно хранить историю контактов, тестирования и решения участников отбора. В системе можно выбрать следующий этап, поставить задачу, настроить уведомление или привязать событие. Теги, дополнительные поля и справочники помогают группировать кандидатов по нужным команде признакам.

Система поддерживает общий порядок оценки. Вывод делают рекрутер и нанимающий менеджер: они видят исходное резюме, факты из интервью, результаты задания и предыдущую историю кандидата. Такая карточка дает больше оснований для решения, чем гладкость сопроводительного письма.

На фоне массовой генерации сопроводительных писем работодателям приходится внимательнее относиться к сигналам, которые сложнее воспроизвести с помощью ИИ. В Уортонской школе бизнеса к таким сигналам относят рекомендации бывших работодателей: они показывают, что другой человек готов подтвердить опыт и навыки кандидата.

При этом сама рекомендация еще не гарантирует качество найма. Рекрутеру важно уточнить контекст совместной работы, задачи кандидата, его зону ответственности и то, как он действовал в сложных ситуациях. Общая характеристика вроде «ответственный и коммуникабельный» дает мало полезной информации.

В IT-компании EvApps столкнулись с кандидатом, который указал три года работы в компании, хотя фактически провел там две недели. После этого команда перенесла сбор рекомендаций на более ранний этап и стала активнее сравнивать предыдущие версии резюме в e-staff. Функция поиска дубликатов подсвечивает кандидата, если его анкета уже попадала в базу.

За 2023 год через EvApps прошли 25 000 кандидатов. Каждый четвертый уже откликался раньше. Примерно у 1000 резюме обнаружились существенные расхождения с предыдущими версиями; в трех случаях проверка показала, что человек не работал в указанной компании либо работал заметно меньше заявленного срока.

ИИ повысил среднее качество оформления заявок. Сильного специалиста по-прежнему выдают конкретные решения, последовательная история опыта, проверяемые результаты и то, как он разбирает рабочую задачу. Рекрутеру нужна система, в которой эти сигналы собираются вокруг одного кандидата и остаются доступными всей команде.

29 сентября 2026