Поиск работы для Кристофера, правительственного подрядчика, чья сфера деятельности столкнулась со спадом в эпоху DOGE, превратился в бесконечный процесс. За полгода он подал около 700 заявок, большинство из которых остались без ответа. В пяти случаях взаимодействие проходило через «Райли» — ИИ-рекрутера IT-фирмы Everforth Apex Systems. Несмотря на обещания системы связать кандидата с человеком при соответствии квалификации, реального общения так и не произошло. Получив очередной автоматический запрос, Кристофер решил использовать аналогичный инструмент: он настроил ChatGPT Voice, чтобы тот выступил в роли кандидата.
Использование ИИ против автоматизированных систем найма
Во время первого эксперимента Кристофера бот Everforth Apex и ChatGPT общались около 10 минут. Разговор прошел гладко: системы обсудили профессиональный бэкграунд, обменялись любезностями и даже попали в логическую ловушку при попытке согласовать дату выхода на работу, обсуждая стандартные проверки. По итогам диалога бот «Райли» пообещал, что рекрутер свяжется с кандидатом, но этого вновь не случилось. Сам Кристофер охарактеризовал ситуацию как «синтетический маховик», где данные от одной программы передаются другой, не принося никакого практического результата, кроме разочарования.
Почему компании внедряют голосовой ИИ в процесс отбора
Использование ИИ в рекрутинге стало массовым явлением: согласно данным платформы Greenhouse, 63 процента соискателей уже сталкивались с автоматизированными собеседованиями. Офир Самсон, глава направления голосового ИИ в Greenhouse, отмечает, что технологии сталкиваются с инженерными сложностями, такими как распознавание акцентов или пауз. Тем не менее работодатели, перегруженные огромным числом заявок, вынуждены автоматизировать первичный скрининг.
Перспективы бот-на-бот интервью на рынке труда
Реакция кандидатов оказалась предсказуемой: если компании используют ботов, соискатели начинают отвечать тем же. Марк Монаган, вице-президент по организационному развитию компании IQor, считает, что использование ИИ со стороны соискателей в таких случаях оправдано: если компания отправляет бота, она должна ожидать встречного алгоритма. При этом разработчики ПО для найма, например стартап Ribbon, уже создают инструменты для выявления кандидатов, которые используют «слишком заскриптованные» ответы, подготовленные искусственным интеллектом.
Результаты имитации идеального кандидата
Кристофер предпринял еще одну попытку, создав вымышленного кандидата по имени Дон Дикнер, резюме которого было составлено строго по требованиям вакансии. ИИ-рекрутер «Райли» связался с ним мгновенно. Диалог длился 23 минуты, в ходе которого ChatGPT, выдавая себя за Дикнера, обсуждал вопросы операционного улучшения и защиты клиентского опыта, имея аргументы для каждой квалификации. Несмотря на качество ответов, финал остался неизменным: стандартное обещание связаться с кандидатом после рассмотрения заявки, за которым вновь последовало молчание. Компания Everforth Apex Systems не ответила на запрос о комментариях.
Технические барьеры и «слоп-цикл»
Для Кристофера первый контакт с «Райли» в июне изначально казался удачной возможностью представить себя работодателю, даже несмотря на то, что собеседником выступал виртуальный агент. Однако после пяти безуспешных попыток получить хотя бы автоматический отказ, Кристофер почувствовал разочарование, граничащее с «озорным весельем». Его эксперимент с ChatGPT был попыткой вернуть себе контроль в ситуации, которую он метко назвал «слоп-маховиком» (slop flywheel). По его словам, это процесс, при котором одна синтетическая личность «скармливает» бесполезные данные другой синтетической личности, и в конечном итоге информация просто растворяется в никуда. Для него это стало своего рода манифестом, означающим отказ от желания работать в компании, использующей подобные методы коммуникации.
Сложности разработки голосовых ИИ
Офир Самсон, глава направления голосового ИИ в Greenhouse, подчеркивает, что реализация таких систем — крайне сложная инженерная задача. Помимо стандартных проблем с распознаванием акцентов или слов-паразитов («э-э», «мм»), существуют поведенческие нюансы, которые для человека являются естественными, но становятся камнем преткновения для машины. Например, критически важная способность не перебивать кандидата во время ответа — это то, что разработчикам до сих пор трудно идеально воспроизвести в рамках интервью.
Будущее «бот-на-бот» взаимодействий
Специалисты рынка труда сходятся во мнении, что происходящее — это не досадное недоразумение, а «следующая логическая стадия» развития рекрутинга. Несмотря на скепсис некоторых экспертов, ситуация, в которой соискатели подстраиваются под алгоритмы, становится новым отраслевым стандартом. Марк Монаган из IQor прямо заявляет, что претензии компаний к кандидатам, использующим ИИ, выглядят необоснованными в текущих реалиях: «Если вы собираетесь отправить бота ко мне, я отправлю бота к вам».
На текущий момент индустрия разделилась: с одной стороны, компании вроде Ribbon разрабатывают инструменты, призванные выявлять «чрезмерно заскриптованные» ответы или помощь ИИ в реальном времени. С другой стороны, кандидаты вроде Кристофера продолжают экспериментировать с инструментами, чтобы понять, является ли проблема отсутствия обратной связи в качестве их резюме или в самой системе отбора.
Эксперимент с идеальным кандидатом
В финальной попытке Кристофер решил проверить гипотезу: возможно, проблема была не в ИИ, а в квалификации. Он создал персонажа Дона Дикнера — вымышленного кандидата, резюме которого было буквально «напичкано» ключевыми словами из описания вакансии. ИИ-рекрутер среагировал мгновенно. В ходе 23-минутного общения ChatGPT в роли Дикнера демонстрировал поразительную уверенность, обсуждая такие абстрактные темы, как «предотвращение деградации племенных знаний» (tribal knowledge drift) в компании. Каждый ответ сопровождался личными анекдотами и профессиональными примерами, которые ИИ генерировал «на лету».
Показательно, что даже при таком идеальном «поведении» кандидата, процесс завершился тем же самым тупиком. Когда ChatGPT попытался взять инициативу и задать уточняющие вопросы, «Райли» вежливо поблагодарила, пообещала оценить квалификацию и связаться с соискателем для проведения беседы — после чего снова наступила тишина. Этот финальный этап эксперимента еще раз подтвердил, что «слоп-маховик» работает автономно, вне зависимости от качества предоставляемых кандидатом данных.
