Битва нейросетей: кандидаты против нанимателей. К чему это приведёт и как с этим справляться?

Привет! С вами Дмитрий Шеверев, основатель Naimee AI, сервиса на основе искусственного интеллекта для автоматизации процесса найма. Naimee берёт на себя такие рутинные задачи по найму сотрудников, как поиск кандидатов, предварительный отбор резюме, проведение первичных интервью и организацию встреч с перспективными соискателями.

Рынок труда всё больше напоминает поле битвы ИИ алгоритмов. С одной стороны, работодатели вооружены ИИ-системами по отбору персонала (ATS, чат-боты, скрининг-видео и т.д.). С другой — соискатели, которые массово используют ChatGPT и другие генеративные модели для «прокачки» резюме, сопроводительных писем и даже ответов на собеседовании.

Ситуацию коротко описывает статистика:

98% компаний из списка Fortune 500 применяют ATS для фильтрации резюме.
50% соискателей, по некоторым оценкам, пишут или улучшают резюме с помощью ChatGPT (MoneyCheck, «Half of Job Seekers Now Use AI for Applications, Study Finds»).

Битва нейросетей: кандидаты против нанимателей. К чему это приведёт и как с этим справляться?

Крупные работодатели уже давно используют машинное обучение и обработку естественного языка для анализа сотен откликов за считанные секунды (кстати, мы такое предлагаем для среднего и малого бизнеса).

Ускорение колоссальное: роботы успевают за минуту то, на что раньше рекрутер тратил бы несколько часов. А соискатели тем временем научились «подгонять» свои документы под ATS-фильтры, добавляя ключевые слова, корректируя описание навыков и стиля речи.

В итоге процесс найма начинает выглядеть так:

ATS сканирует резюме → отсекает «неподходящих» → передаёт «подходящих» HR-специалисту.
Кандидат генерирует резюме нейросетью → оптимизирует под ключевые слова → старается не выдать, что текст «собран» ChatGPT.
Рекрутеры видят вал «идеальных» резюме с одинаковыми формулировками → начинают подозревать AI-фальсификации → вводят дополнительные проверки.
Соискатели пытаются ещё хитрее «обойти» фильтры → и так по кругу.

Что получаем? Похожую на гонку вооружений ситуацию, в которой нейросети провоцируют взаимное недоверие и перегрузку. При этом многие реальные проблемы рекрутинга только усложняются.

1) Перегрузка HR-отдела - AI облегчил жизнь кандидатам: теперь можно сгенерировать 20 откликов под 20 вакансий за полчаса. Итог — для популярных позиций и раскрученных компаний число резюме растёт лавинообразно. Даже если 70–80% заявок — по формальным критериям не подходят, HR всё равно нужно их перепроверить или найти способ быстро отсеять. Ощущение, что рутинная работа не исчезла, а «распухла» из-за резкого увеличения объёмов.

2) Недоверие к резюме - когда рекрутер видит идеально выверенный текст, возникает вопрос: «А это точно писал живой человек? Или ChatGPT?». По данным SHRM, 57% нанимающих менеджеров с меньшей вероятностью позовут на интервью человека, если заподозрят, что сопроводительное письмо — творение нейросети. Но при этом 82% из них на самом деле не могут отличить AI-текст от авторского. Получается парадокс: HR не любит резюме «от ИИ», а точно определить, где машина, где человек, пока не умеет.

3) Сложность фильтров Работодатели внедряют ATS и обучают модели на исторических данных. Но и кандидаты быстро просекают: чтобы пройти автоматический скрининг, нужно скопировать ключевые слова из описания вакансии, слегка «переформулировать» опыт, вписать необходимый «стек» или нужные компетенции. С одной стороны, это экономит время. С другой — ATS перестают быть надёжным фильтром, когда все одинаково грамотно «затачивают» свои резюме.

4) Риск ошибочного найма. Если человек без должной квалификации сумел «пройти» ATS, приукрасив навыки (80+% соискателей признаются, что хоть немного «преувеличивали» свой опыт с помощью AI — Capterra, «How to identify anyone using AI to lie on job applications»), то на выходе компания получит некачественного сотрудника, который либо «сольётся» быстро, либо провалит задачи. Потери от такого найма для бизнеса часто оказываются выше, чем если бы позиция оставалась вакантной.

5) Снижение эффективности классических инструментов. Письма, резюме, отклики перестают быть объективными индикаторами мотивации, навыков, грамотности и т.д. Все эти документы нейросеть пишет грамотно и одинаково «безупречно». Компаниям приходится усложнять воронку: добавлять многоэтапные интервью, тестовые задания, проверять реальные проекты, код, рекомендации. Но на всё это уходит и время, и ресурсы.

6) Отсюда вытекает ещё одна боль — стресс и у HR-отдела, и у кандидатов. Кандидаты ощущают, что их оценивают «бездушные фильтры», а рекрутеры видят вал наполненных враньем (или просто «подкрашенных») резюме. В итоге кто-то недополучает приглашений, кто-то перегорел от потока, а нормальные специалисты могут пройти мимо, если фильтр работает некорректно.

Ситуация не только негативная. AI действительно даёт рекрутингу массу преимуществ:

Сортировка резюме и рутинный скрининг - мгновенно отсекаются нерелевантные по опыту, географии, навыкам кандидаты.Освобождается время рекрутера для работы с топ-претендентами.
Чат-боты для первичной коммуникации могут задать уточняющие вопросы и собрать ключевые данные (например, готовность к переезду, уровень зарплаты, знание инструментов).Дают кандидатам ощущение быстрой обратной связи (когда чат-бот «отвечает» моментально), что повышает лояльность.
Предиктивная аналитика: алгоритмы на больших данных могут прогнозировать: примет ли кандидат оффер, как долго человек проработает на данной позиции и т.д.Помогают HR-у видеть, где «проседает» воронка, чтобы оптимизировать каналы поиска.
Ускорение найма за счёт автоматизации мелких задач. AI реально сокращает время на закрытие вакансии. По данным разных источников, на 30–50% в среднем.Кандидаты быстрее получают ответы, что тоже улучшает HR-бренд.
ИИ-решения (включая generative AI) позволяют персонализировать общение, отправлять письма с нужными формулировками, не тратя на это часы ручной работы.

Однако если эти инструменты используются «вслепую», без продуманной настройки, возникает уже упомянутая гонка вооружений, где ценность понижается. Поэтому критически важно внедрять AI так, чтобы компании реально снимали рутину и принимали лучшую оценку кандидатов, а не получали «мерцание» из-за избытка искажённых данных.

По моему мнению рынок труда ждут следующие сценарии:

Чтобы отличать подлинные навыки от приукрасенных, работодатели усложняют этапы: вводят более длинные формы, проверочные задания «в реальном времени», live-кодинг (в IT) и т.д. Это приводит к тому, что цикл найма растёт, рекрутеры устают, а кандидаты теряют интерес.
Смещение фокуса от резюме к практике. Вместо попыток отсеять всех «ChatGPT-юзеров» компании могут всё чаще опираться на реальные кейсы — тестовые задания, разбор портфолио, оценку «digital footprint» (репозиториев, соцсетей). Таким образом, формальное резюме обесценивается, а проверка фактических умений выходит на первый план.
Крупные компании с ресурсами легко обучают свои алгоритмы, мелкие остаются позади. Соискатели, которые владеют AI-инструментами, получают конкурентное преимущество перед теми, кто не умеет «подгонять» резюме. Это может усиливать цифровой разрыв. HR-отделы выгорают от потока однотипных откликов и бесконечных «глубинных» проверок.
Новые этические и правовые вопросы Государственные регуляторы (например, в США, ЕС) уже вводят законы, обязывающие компании проводить независимый аудит AI-систем на дискриминацию. Возможно, появятся требования указывать, что текст отклика — результат нейросети, и правила штрафовать за обман.
Перестройка роли HR. Рекрутёрам придётся меньше времени тратить на базовую сортировку, вместо этого — управлять настройками ИИ, проводить финальные глубокие интервью, обеспечивать «человеческое» взаимодействие и культуру, чтобы кандидат не чувствовал себя на конвейере роботов.
Без ИИ инструментов будет не обойтись. И, к сожалению, это с двух сторон.

Чтобы нейросети не превращали найм в хаос, а наоборот, помогали и нанимателям, и соискателям, стоит учесть несколько рекомендаций.

Компании могут внедрять тестовые задания, кейс-интервью и пробные дни работы, где навыки подтвердятся на практике.
Результаты таких оценок сложнее «подделать» ИИ, чем сопроводительное письмо.

Регулярный аудит алгоритмов, чтобы исключать дискриминацию и перекосы.
Прозрачно информировать кандидатов, что часть отбора ведёт машина, и какие факторы важны: опыт, ключевые компетенции, фактический портфель.

Согласно опросам, 58% HR-менеджеров уже считают этичным, если соискатель пользуется AI для подготовки резюме (Zety, 2025). Но при этом важно, чтобы сведения о навыках были честными.
Если ИИ-текст отвечает требованиям вакансии, всё в порядке — главное проверить, есть ли у кандидата эти навыки в реальности.

Если лавина откликов перегружает рекрутеров, стоит пересмотреть саму логику: например, ввести более конкретные вакансии, чётче формулировать требования, предлагать чат-бот, который на старте будет у кандидата уточнять ключевые вопросы.
Интегрировать AI-решения, которые свяжут все этапы воронки (от получения резюме до назначения финального интервью), например такие как Naimee AI.

Сообщать, что AI может просматривать профили в соцсетях (если вы это делаете), что данные не будут использованы во вред и т.д.
Соискателям — указывать факты честно, без «фейковых» проектов и незаслуженных компетенций. Ведь в реальном деле правда вскроется.

На фоне всей этой «гонки вооружений» появляется спрос на комплексные решения, которые сочетают:

Умный отбор (скрининг) на базе машинного обучения,
Генеративные диалоги с кандидатами,
Аналитику воронки и гибкие инструменты интеграции в ATS/CRM,
При этом — без превращения найма в бюрократический хаос.

Naimee — пример такого сервиса. Он закрывает сразу несколько болевых точек:

Система интегрируется с популярными HR-платформами, собирает отклики, быстро сортирует и запускает первичное общение через GPT-бота.Кандидату не приходится ждать, пока «человеческий рекрутер» дойдёт до его резюме: бот задаёт уточняющие вопросы, проверяет базовые критерии и формирует «пре-согласие» на интервью.
Сервис показывает, где «отваливаются» кандидаты, какая конверсия на каждом этапе, какие каналы эффективнее.HR не надо вручную сводить данные из Excel — всё видно в одной панели.
Кандидаты видят быструю обратную связь, нет ощущения «меня проигнорировали». GPT-бот умеет общаться вежливо и по делу.На сайтах-отзовиках (hh.ru и пр.) появляется больше позитивных откликов о компании, которая быстро отвечает.
Naimee можно адаптировать под специфику: IT-вакансии, ритейл, производство, логистика.Хотите загружать кандидатов из HeadHunter, Telegram, LinkedIn — нет проблем. Всё собирается в одну систему.
Бот не искажает ответы кандидата и не даёт ложной информации, он просто структурирует диалог. Работодатели, в свою очередь, могут корректно настроить фильтры, чтобы избегать «мусорных» заявок, не дискриминируя при этом соискателей.

По сути, Naimee смещает фокус: «как победить кандидата с ChatGPT?» → «как эффективно отсеять действительно нерелевантных и не упустить сильных». Когда рутинную сортировку делает умная система, рекрутер может глубже оценивать реальный опыт и ценности каждого претендента.

Наблюдая за всем этим «джедайским» противостоянием нейросетей на рынке труда, компании все чаще пересматривают классические методы найма. Стороны становятся изощрённее: кандидаты оттачивают умение «скармливать» описания вакансий ИИ, подбирают синонимы и оптимальные ключевые слова; рекрутеры усерднее ищут способы выявлять либо «маскирующийся» под человека AI-текст, либо тех, кто украшает компетенции.

При этом главная цель не в том, чтобы «поймать» каждого, кто пользуется ChatGPT (это и не и нужно), а в том, чтобы честно определить соответствие кандидата вакансии. Ниже — несколько практических инструментов, которые уже тестируют или внедряют компании, и о которых мы часто слышим в диалогах с клиентами Naimee. Однако, ни о какой 100% гарантии речь не идет.

Если классические резюме и сопроводительные письма всё больше теряют объективность (ведь их легко «прокачать» с помощью генеративного AI), логично сместить фокус на устную коммуникацию. Рекрутеры стали чаще предлагать:

Голосовые сообщения (краткие ответы в мессенджерах или внутри ATS). Кандидата просят рассказать о своём опыте и профессиональных достижениях не текстом, а голосом. Если это запись в Messenger или Telegram — он может сделать её за пару минут, без сложного оборудования. В Naimee эта функция работает успешно.
Видеоэссе: кандидату даётся задание записать короткий ролик (2–3 минуты) на одну из тем, релевантных вакансии. Например, “Расскажите о своем самом интересном проекте”. Рекрутер видит не только, как человек излагает мысли, но и какие эмоции, жесты, уверенность он проявляет. Отлично для этого подходят голосовые сообщения или кружки в Телеграме.

Такие форматы исключают полную «машинную обработку»: ведь нейросеть может помочь со скриптом, но живые интонации и спонтанную речь пока сымитировать сложнее.

В ряде отраслей ( IT, дизайн, маркетинг и др.) без практических тестов не всегда можно обойтись. Но сейчас они становятся более «живыми» и сложными. К примеру:

Live coding для разработчиков. Рекрутер даёт задачу на площадке вроде HackerRank или LeetCode, или в онлайн-редакторе, где кандидат в присутствии интервьюера пишет код. Пауза на долгое «гугление» или (что ещё явнее) вставка готовых фрагментов из ChatGPT сразу заметна.
Микро-кейсы для маркетологов, финансистов, аналитиков: решить задачу в Zoom-встрече за ограниченное время. Или подготовить структуру презентации прямо на глазах у команды. Использование ChatGPT не обязательно запрещается — наоборот, кандидат может показать, как он грамотно интегрирует нейросеть в свой процесс. Но если кто-то не может объяснить логику решения, значит, это «тревожный звоночек».

Такие режимы не всегда просты для соискателя, но они объективнее и снижают риск того, что человек только «красиво звучит» на бумаге. При этом в Naimee мы даём инструмент для гибкой настройки сценария отбора: работодатель может установить автоматическую рассылку приглашений на тестовую сессию, собирать результаты в одном месте, выдавать задания конкретным группам кандидатов.

Здесь вступают в силу некоторые лайфхаки, которые используют рекрутеры и о которых мы иногда слышим:

Просят уточнить детали резюме: «Расскажите, как именно вы повысили конверсию на 15%. Какими инструментами и метриками пользовались?» Если человек искренне делал этот проект, он выдаст фактуру. Если же у него только «шаблонная» фраза из ИИ-текста — возможно, корректного ответа не последует.
У ряда нейросетей есть определенный стиль текста, часто в тексте нейросетей встречаются определенные клише. Их можно отслеживать при необходимости. Хотя опять же встает вопрос - а зачем?

Раз уж тексты становятся всё более «идеализированными» и трудноотличимыми от AI, смысл искать подтверждение умений в реальных кейсах:

Оценка портфолио: ссылки на GitHub, Behance, маркетинговые кейсы и другие «осязаемые» примеры работ.
Активность в профессиональных сообществах, участие в митапах, наличие публикаций или статей, рекомендации в LinkedIn (пусть и с оговорками).
Соцсети (в случае, если это не нарушает приватность кандидата). Порой творческие навыки лучше видны в неформальной среде, чем в вылизанном резюме.

Реальность такова, что, например лично я никогда не возьму человека, который не умеет пользоваться ChatGPT на продвинутом уровне. Ну и конечно он делает резюме с помощью него. Если нет - это даже как-то странно.

Если человек умеет использовать ChatGPT для решения рабочих задач, он может быть ещё более ценным сотрудником. Главное — убедиться, что без ИИ он тоже что-то может.

Наряду с рекомендациями для компаний, стоит сказать пару слов и соискателям. Вот четыре коротких совета:

Будьте честны в фактах. Украсить формулировку резюме — нормально, но приписывать себе несуществующий опыт или дипломы — точно лишнее. Ложь раскроется.
Вычитывайте текст, сделанный ИИ. ChatGPT может повторять клише, совершать неточности или путать данные. Обязательно проходите по тексту, читайте, нет ли там странных ошибок, которые выдадут машинный характер.
Меняйте тон-оф-войс результата.
Практикуйте навыки общения «вживую».
Используйте AI как помощника, а не вместо себя. Например, для написания этой статьи я многократно обращался к ChatGPT за помощью. Но это инструмент, который помогает, а не тот, который работает за меня.

Спасибо, что дочитали эту статью до конца! По поводу внедрения самых современных ИИ нейросетей в рекрутинг и HR ботов а так же любые другие вопросы можете писать мне в Телеграм: