kAIros
Для такого разбора можно поручить AI подготовку карточки кандидата. В ней каждое требование связано с тем, что человек сообщил о себе, точным местом в отклике и тем, что ещё предстоит выяснить. Руководитель сверяет карточку с материалами и сам принимает решение о собеседовании. Здесь мы разберём именно этот участок — без поиска кандидатов, автоматического рейтинга и отправки отказов.
Сначала описать работу и попробовать карточку без AI
Предположим, компания ищет сотрудника поддержки. Требование «умеет работать с клиентами» почти не помогает разобрать отклики: за ним могут стоять продажи, ответы по готовому сценарию или самостоятельное разрешение спорных ситуаций. Руководителю нужно уточнить, чем сотрудник будет заниматься на этой позиции.
Для нашего примера это учёт обращений в CRM, разбор жалоб и подготовка отчёта о повторяющихся проблемах. CRM здесь — система, в которой сотрудники ведут сведения о клиентах и их обращениях. По каждому пункту стоит записать, какой опыт имеет значение и что можно проверить разговором или небольшим рабочим заданием. Обязательные для начала работы требования нужно отделить от желательных: иначе знакомство с конкретной программой легко превратится в условие, хотя компания готова ей обучить.
Эти критерии определяет руководитель до разбора откликов. AI не должен сам придумывать требования к вакансии или менять их под понравившееся резюме.
Первую карточку полезно заполнить вручную. Достаточно документа или таблицы с четырьмя полями: требование, сведения из отклика, неизвестное, вопрос для проверки. Если такой способ уже удобен при текущем количестве откликов, добавлять AI необязательно. Возможно, нужные поля и ссылки есть в существующей системе подбора — это тоже стоит проверить до покупки нового инструмента.
AI имеет смысл испытать на повторяющейся подготовке этих карточек, когда на поиск и сопоставление фрагментов уходит заметное время. Само наличие длинных резюме ещё не доказывает пользу автоматизации. Общий способ выбора такого участка разобран в статье о первом процессе для автоматизации.
До передачи резюме проверить работу с данными
Резюме нельзя считать обычным текстом для эксперимента с любым доступным чат-ботом. До загрузки реальных откликов нужно выяснить, на каком основании компания обрабатывает сведения кандидатов, допускается ли их передача выбранному поставщику и как об этом сообщается людям.
У поставщика стоит проверить условия именно того продукта и тарифа, которым компания собирается пользоваться: где хранятся данные, кто получает доступ, используются ли они для обучения, когда удаляются и возможна ли передача в другую страну. Одного названия сервиса для такого решения недостаточно. Если условия непонятны, первый опыт лучше провести на полностью вымышленных материалах.
Британский регулятор ICO в рекомендациях по AI в найме отдельно рассматривает основания обработки, ответственность поставщика и работодателя, прозрачность и сбор лишних сведений. Это рекомендации в британском правовом контексте. Они помогают составить вопросы для проверки, но не заменяют проверку требований страны, где работает компания, и конкретной схемы передачи данных.
Для сопоставления профессионального опыта не нужны фотография, семейное положение или сведения о здоровье. Контакты можно оставить в системе подбора, а рабочую копию обозначить внутренним номером. При этом удаление имени ещё не гарантирует обезличивание: сочетание мест работы и других деталей может сохранять связь с человеком. Сокращение данных не отменяет проверки допустимости их обработки.
Какую задачу поставить AI
После проверки условий можно подготовить разрешённые материалы: требования вакансии, относящийся к ним текст отклика и сопроводительного письма. У каждого материала нужен понятный указатель — имя файла, раздел или номер пункта. Если исходник плохо читается, сначала придётся разобраться с ним: карточку нельзя принимать по обрывкам, даже когда итог выглядит связно.
Задачу для модели можно сформулировать так:
Сопоставь отклик с требованиями вакансии. Для каждого требования укажи, что кандидат сообщил по этой теме, приведи короткую точную цитату и её место в переданном материале. Отдельно запиши, чего из этих сведений установить нельзя, и предложи вопрос для уточнения. Если сведений нет, напиши «в отклике не указано». Не додумывай опыт, не выставляй баллы, не ранжируй кандидатов и не принимай решение о приглашении или отказе. Используй только требования к работе; не оценивай личные признаки, которые к ней не относятся.
Такое задание задаёт желаемый результат, но не гарантирует его. После ответа нужно проверить и цитаты, и выводы. В профиле рисков генеративного AI NIST описано уверенное предъявление ошибочного или ложного содержания. Поэтому наличие красивой карточки само по себе ничего не говорит о точности разбора.
Ссылку на исходник тоже нельзя принимать на веру. Указанный раздел должен существовать, а цитата — действительно относиться к этому кандидату. Если модель не может назвать место, соответствующий вывод остаётся непроверенным.
Условный пример карточки кандидата
Ниже — вымышленная вакансия и специально составленный фрагмент отклика. Это иллюстрация формата, не кейс kAIros, не данные реального человека и не результат испытания конкретной модели.
В вакансии сотрудника поддержки указаны три рабочие задачи: вести обращения в CRM, разбирать жалобы и готовить отчёт о повторяющихся проблемах. В условном документе «Отклик Р-1» есть два пункта:
- «Принимал обращения клиентов по почте и в чате, фиксировал их в CRM». Эта фраза находится в разделе «Обязанности».
- «Сложные жалобы передавал старшему смены». Фраза находится в разделе «Работа с жалобами».
Об отчётах в этом фрагменте сведений нет. Из такого материала можно собрать карточку:
| Требование | Что кандидат сообщил и где | Что осталось неизвестным | Вопрос для проверки |
|---|---|---|---|
| Вести обращения в CRM | Фиксировал обращения в CRM. «Отклик Р-1», пункт 1, «Обязанности» | Какие сведения вносил, как следил за статусом обращения | «Опишите путь одного обращения: что вы записывали и как понимали, что вопрос закрыт?» |
| Разбирать жалобы | Сложные жалобы передавал старшему. «Отклик Р-1», пункт 2, «Работа с жалобами» | Какие ситуации решал сам и где заканчивались его полномочия | «Какую жалобу вы решили самостоятельно? В какой момент требовался старший?» |
| Готовить отчёт о повторяющихся проблемах | В отклике не указано | Был ли такой опыт и что именно делал кандидат | «Приходилось ли собирать повторяющиеся причины обращений? Как выглядел результат?» |
Первая строка пока говорит только о заявленном опыте. Она не подтверждает, что человек правильно вёл обращения. Во второй нельзя заменять передачу сложных жалоб на «самостоятельно разрешал сложные конфликты»: это уже другой смысл. Третья строка не доказывает отсутствие навыка — нужного описания могло не быть в отклике.
Указатели «Р-1, пункт 1» работают внутри этого примера. В реальной карточке на их месте нужны доступные проверяющему ссылки или точные места в сохранённых материалах. Исходники при этом не следует делать общедоступными.
Как руководителю проверить карточку и подготовить интервью
Карточку стоит читать рядом с оригиналом, проходя по требованиям вакансии. Проверить нужно не только найденные фрагменты, но и строки «не указано»: модель могла пропустить сведения в другом разделе или сопроводительном письме.
Отдельного внимания требуют переходы от описания к оценке. «Участвовал в проекте» не определяет личный вклад, а «работал в системе» не описывает уровень владения. Если в карточке появились слова «сильный», «надёжный» или «подходит», нужно выяснить, какие сведения за ними стоят. В нашем формате такие оценки не нужны: задача карточки — подготовить материал для проверки конкретных требований.
После сверки руководитель может решить, каких сведений достаточно для приглашения, а что лучше уточнить заранее. Основание решения полезно записать своими словами, с опорой на требования вакансии и проверенный исходник. Пустая ячейка или ошибка модели не должны автоматически превращаться в отказ.
Для самого собеседования стоит разделить общие вопросы по работе и уточнения к конкретному отклику. Например, всем кандидатам на поддержку можно предложить одинаковую рабочую ситуацию и заранее определить, что будет содержательным ответом. К этому добавить вопросы из карточки об их собственном опыте.
Американское ведомство OPM описывает структурированное интервью через одинаковые заранее определённые вопросы, их порядок и единые стандарты оценки ответов. Предложенная здесь карточка не заменяет эту методику: она помогает подготовить индивидуальные уточнения. Если вопросы для всех каждый раз сочиняет модель заново, сравнивать ответы по общему основанию будет труднее.
Вопросы также проверяет руководитель. В условном примере уместно выяснить, как кандидат разбирал жалобы. Делать из текста отклика выводы о характере человека или его личной жизни для этого не требуется.
Как понять, помогает ли такой разбор
Для первой проверки можно взять небольшой набор разрешённых к обработке откликов и составить карточки вручную. Затем отдельно подготовить их с AI и сверить оба варианта с исходниками. Ручная карточка тоже может содержать ошибку, поэтому считать её безусловным эталоном не стоит.
Сначала нужно посмотреть на качество: не появились ли выдуманные сведения, не поменялся ли смысл, нет ли пропусков по существенным требованиям. Проверить, помогают ли вопросы выяснять неизвестное или повторяют текст резюме. Если модель регулярно путает опыт разных кандидатов либо добавляет оценки без основания, использовать такие карточки для решений нельзя — до исправления и новой проверки.
Время следует учитывать целиком: подготовка материалов, постановка задачи, ожидание ответа, сверка, исправления и подготовка окончательных вопросов. Быстрая генерация сама по себе ещё не означает, что руководитель стал тратить меньше времени.
У повторного разбора тех же резюме есть ограничение: проверяющий уже знаком с содержанием. Поэтому такую пробу полезно использовать прежде всего для поиска ошибок, а вывод о трудозатратах перепроверить на следующих откликах в обычной работе. Небольшой набор не докажет, что система улучшила качество найма или одинаково работает для всех кандидатов.
Если карточки приходится почти полностью переписывать, можно оставить ручной шаблон, уточнить требования или сузить задачу для AI. Если же на следующих откликах сохраняется нужное качество и сокращается полное время подготовки, есть основание продолжить использование с проверкой человеком. Освободившееся время при этом не равно автоматически денежной экономии.
Когда ручная сверка показывает, что больше всего времени уходит на перенос материалов между системами, можно обсудить задачу с kAIros. Для разговора достаточно описать текущий порядок работы и то, что в нём мешает, без передачи чужих резюме через форму. Возможно, вопрос решается настройкой готового инструмента; необходимость разработки оценивается по конкретной задаче.
Источники
- OPM: структурированные интервью — общие вопросы и единые стандарты оценки ответов.
- ICO: вопросы к использованию AI в найме — основания обработки, ответственность сторон, прозрачность и минимизация данных в британском правовом контексте.
- ICO: проверка обезличивания — возможность идентификации по сочетанию сведений после удаления имени.
- NIST AI 600-1: профиль рисков генеративного AI — риск уверенно сформулированного ошибочного содержания.