ИИ в рекрутинге: чему учит эксперимент с 70 000 кандидатами

Исследователи Chicago Booth и Erasmus University Rotterdam изучили реальный процесс найма с участием 70 000 соискателей. Кандидатов случайно направляли на интервью с человеком, голосовым ИИ или давали возможность выбрать формат.

По материалам Chicago Booth Review, в этом сценарии группа с ИИ-интервью чаще получала оффер, выходила на работу и оставалась после первого месяца. Исследование важно именно как полевой эксперимент, но не как универсальная гарантия результата.

Почему структурированное интервью может работать лучше

• каждому кандидату задаётся сопоставимый набор вопросов;
• система не устает и не сокращает интервью из-за нагрузки;
• ответы сразу переводятся в единый формат для дальнейшего анализа;
• рекрутер может сосредоточиться на неоднозначных случаях и финальном решении.

Что нельзя заключить из исследования

Нельзя утверждать, что любой ИИ-инструмент улучшит любой найм. Результат зависит от качества вопросов, вакансии, данных, настройки процесса и поведения пользователей. Нельзя также подменять кадровое решение непрозрачным баллом.

Риски, которые нужно контролировать

1. Смещение критериев. Система может стабильно измерять не то, что связано с работой.
2. Ложная точность. Итоговый балл выглядит объективно, даже если исходные критерии выбраны плохо.
3. Опыт кандидата. Человек должен понимать формат и иметь канал связи с работодателем.
4. Персональные данные. Нужны понятные основания обработки, сроки хранения и ограничение доступа.

Практический план пилота

Выберите одну повторяющуюся вакансию, заранее зафиксируйте критерии и сравните новый процесс с текущим. Смотрите не только на скорость, но и на долю завершённых тестов, качество короткого списка, расхождение оценок интервьюеров и результаты после выхода сотрудника.

Дополнительное описание проекта опубликовано Центром прикладного искусственного интеллекта Chicago Booth.