Что такое workslop и как HR бороться с «рабочим мусором», который создает искусственный интеллект

Термин «workslop» предложили исследователи BetterUp Labs и Stanford Social Media Lab. В сентябре 2025 года результаты их исследования впервые опубликовали в Harvard Business Review. Исследователи опросили 1150 офисных сотрудников в США и назвали словом workslop сгенерированный ИИ рабочий контент, который выглядит профессионально, но не продвигает задачу. Под определение попадают слайды, отчеты, саммари и код, которые выглядят готовыми и не содержат того, ради чего их делали.

Workslop оказался довольно распространенным. 40% участников исследования получали такой контент от коллег за последний месяц, а в среднем сотрудники оценивали его долю в 15,4% полученных материалов. Разбор одного такого случая занимает почти два часа. В денежном выражении BetterUp оценивает эти потери примерно в 186 долларов в месяц на сотрудника.

Второй эффект оказался неожиданным для авторов. По их данным, получатели начинают считать коллег менее креативными, компетентными и надежными, чем до того, как те взялись за нейросети. Больше половины респондентов признались, что раздражены, каждый пятый — что оскорблен. При этом 53% допускают, что сами отправляли workslop.

В HR workslop приходит от коллег и может появляться в материалах самого HR.

• Изнутри, от коллег и от самого HR. Описание вакансии, сгенерированное без правки заказчиком; саммари интервью, где нет ни одного конкретного ответа кандидата; отчет для руководителя, в котором фразы про эффективность есть, а цифр нет; политика адаптации на восемь страниц, которую никто не будет читать.
• С похожей проблемой рекрутер сталкивается и во внешнем потоке. Резюме и сопроводительные письма, собранные нейросетью под текст вакансии, идеально попадают в ключевые слова и не дают понять, что человек делал руками. Рекрутеру приходится отдельно проверять реальные задачи кандидата и результаты его работы.

Во всех случаях содержание проверяет получатель. Заказчик читает описание и переспрашивает, что за позиция. Руководитель просит переделать отчет. Рекрутер зовет кандидата на лишнее интервью, потому что по бумагам ничего не понял.

Отдельные компании отвечают на workslop запретом ИИ в рабочих документах. Отличить сгенерированный текст от написанного вручную можно не всегда, а детекторы ошибаются в обе стороны.

Авторы исследования видят одну из причин workslop в давлении сверху. Руководители призывают команды активнее использовать ИИ, но часто не задают границы применения, требования к результату и правила проверки. В перегруженной команде такой призыв легко превращается в стимул быстрее сгенерировать ответ и передать его дальше. Поэтому полезнее перечислить конкретные допустимые сценарии и критерии качества, чем просто требовать «внедрять ИИ».

Против этого приема работают те же инструменты, что и против приукрашенного опыта: конкретные примеры из опыта кандидата, уточняющие вопросы о принятых им решениях, проверяемый кейс и, где это уместно, рекомендации с предыдущего места работы, фиксация конкретных ответов кандидата в системе. Текст резюме при таком подходе перестает быть основным источником данных о человеке.

Где ИИ помогает самому рекрутеру

В e-staff можно генерировать описания вакансий с помощью GigaChat, YandexGPT и ChatGPT. Уведомления, смена статусов и другие сценарии относятся к автоматизации процессов и не требуют ИИ. Для проведения интервью с помощью ИИ можно использовать интеграцию с Xenia AI.

Результат работы этих инструментов нужно проверять перед использованием. Сгенерированное описание вакансии нужно отредактировать до публикации. Сценарий автоматизации нужно протестировать до запуска. Решение по кандидату нельзя принимать только на основе расшифровки интервью: ее нужно сопоставить с другими данными о кандидате.

В зависимости от интеграции бот может передавать в карточку кандидата статус, комментарий и результат контакта. При настройке интеграции стоит заранее определить, какие данные будут сохраняться в e-staff, чтобы история взаимодействия не оставалась только на стороне внешнего сервиса.

Девелопер PIONEER работает на рынке больше 23 лет, в штате 600 сотрудников, доля зумеров — 28%. Подбор точечный. Проблемы к моменту запуска проекта: кандидаты не отвечали на звонки с незнакомых номеров, не доезжали до интервью, а в промежутке между оффером и первым рабочим днем чувствовали себя забытыми.

Компания запустила три HR-бота на базе WhatsApp — для рекрутинга, пребординга и онбординга, — полностью интегрированных с e-staff. Бот связывается с кандидатами в зависимости от статуса в системе, напоминает о встречах, предлагает перенести время и возвращает в воронку тех, кто не дошел до собеседования. Ответы кандидатов автоматически меняют статусы в e-staff, вся аналитика по конверсии и по работе бота остается в системе.

Проект команда сделала силами HR при поддержке специалиста e-staff, без привлечения ИТ. Проникновение бота в коммуникации — 93%.

В чек-листе PIONEER есть два пункта про качество автоматической коммуникации: составить подробные и реалистичные сценарии с учетом типовых ситуаций и протестировать бота сначала на коллегах, а к кандидатам выпускать только после этого. Автоматическая коммуникация без сценария и проверки может масштабировать низкокачественный ИИ-контент сразу на весь поток кандидатов.

08 октября 2026