Как AI-агент кандидата объяснил рекрутеру, что тот не соответствует вакансии

Статистика использования AI-агентов

Исследование Robert Walters рисует показательную картину: 56 % специалистов уже используют AI для поиска работы, и почти каждый пятый делает это регулярно. Казалось бы, это плюс. Но у медали есть обратная сторона: вместе с количеством откликов растет их однотипность. Работодатели жалуются на шаблонные резюме, сгенерированные с помощью ИИ, и на исчезающую персонализацию. Так возникает эффект «гонки вооружений»: кандидаты автоматизируют отклики, компании отвечают автоматизированным скринингом, соискатели ищут способы обойти фильтры, а работодатели усиливают проверки.

Кейс

Кандидат откликнулся на вакансию по классике — резюме плюс сопроводительное письмо. Правда, был один нюанс: в отклике была ссылка на его персонально обученного AI-агента с припиской: «Если у вас появятся вопросы по моей кандидатуре, сначала спросите у моего агента, а потом обращайтесь ко мне». Рекрутер так и сделал. Скормил требования вакансии и попросил уточнить, есть ли у кандидата необходимый опыт. Агент ответил честно, подробно и без всякого приукрашивания: большей части требуемого опыта у кандидата нет, и на позицию он не подходит. Собственный ИИ в некотором смысле лишил потенциальной работы своего же создателя. Рекрутер написал кандидату напрямую, приложил скриншоты переписки с ботом и спросил, что тот думает по этому поводу, а в ответ — тишина. Возможно, в это время кандидат «отчитывал» своего агента.

Совсем недавно по сети разошлась похожая история: соискатель использовал ИИ для автоматических откликов на вакансии, и в какой-то момент AI-агент сам написал работодателю, что кандидат не подходит для этой позиции. Тогда это выглядело как забавный технический сбой: агент сделал то, о чем его никто не просил.

Похоже, это не случайность, а начало тренда. Люди все активнее создают себе «цифровых двойников» для отклика на вакансии и первого контакта с рекрутерами, но, судя по всему, эти двойники начинают жить своей жизнью.

А можно ли вообще отказывать на основании информации AI-агента?

Здесь стоит выделить два вопроса.

Первый: можно ли считать ответы AI-агента источником информации о кандидате? Скорее да, ведь сам создатель назначил его официальным каналом первичной коммуникации. Это сценарий, который предложил сам кандидат. Если агент публично говорит от имени кандидата незнакомым людям, это часть его профессиональной презентации, которая принципиально ничем не отличается от резюме.

Второй вопрос: можно ли отказывать исключительно на основании слов агента, не дав человеку возможности прокомментировать? А вот здесь стоит быть осторожнее. Ботам свойственно галлюцинировать, недообучаться, отвечать буквально там, где важен нюанс. Кандидат вполне мог бы объяснить: «Формально прямого опыта с X нет, но есть с очень близким Y» — аргумент, который агент сформулировать сам не в состоянии.

Именно поэтому важно дать кандидату шанс отреагировать напрямую, что в этой истории и произошло. Правда это было молчание кандидата в ответ на прямую обратную связь, и оно оказалось красноречивее слов AI-агента.

Принцип, который стоило бы взять на вооружение

Если формулировать рабочее правило для найма в эпоху личных AI-агентов, оно могло бы звучать так: ответы бота, которого кандидат сам представил как канал коммуникации, — это часть отклика и разумное основание для первичной оценки. Но перед финальным решением стоит дать кандидату возможность прокомментировать или поправить своего агента. Если кандидат отказывается от диалога или молча соглашается со сказанным ботом, это уже «красный флаг», сигнализирующий не об опыте, а о том, что человек выпускает в мир то, что не проверяет и не контролирует.

Более широкий контекст

Это частный случай проблемы, которая будет только расти. Люди создают себе цифровых представителей — агентов, ботов, автоответчиков, ИИ-версии резюме — и выпускают их общаться с внешним миром. Агент, который говорит от имени кандидата с работодателем, — это не игрушка, а зона репутационного риска. Протестировать такого бота стоило бы не меньших усилий, чем вычитать резюме перед отправкой.

Есть в этой истории и забавная инверсия ожиданий: обычно боятся, что личный ИИ будет приукрашивать кандидата. А здесь вышло ровно наоборот — бот оказался честнее своего создателя. Это ставит вопрос и перед работодателями: где граница между удобным инструментом первичного скрининга и ботом, который де-факто уже принимает решения за обе стороны диалога?

Академические исследования: что именно изучают

В академической литературе сформировалось несколько направлений.

Мультиагентные системы для рекрутинга. Есть работы, где весь процесс найма моделируется как система агентов: агент для сорсинга, агент для скрининга, агент для вовлечения, агент для планирования интервью. Другие исследования предлагают многолетние фреймворки, которые генерируют структурированные отчеты об оценке кандидатов, используя рубрики, созданные LLM, и механизмы ранжирования.

LLM как посредники и симуляторы. Исследования показывают, что LLM можно использовать для симуляции как интервьюера, так и кандидата, извлекая поведенческие и мотивационные сигналы из резюме и описания вакансии. Это открывает путь к более глубокому сопоставлению кандидата с ролью, выходящему за пределы поверхностного сравнения текста.

Проблема «черного ящика». Большинство LLM-систем в найме остаются непрозрачными. Отсутствие интерпретируемости создает серьезные риски — от подрыва доверия до юридических последствий, особенно в высокорисковых доменах, каким является наем. Именно поэтому многие исследователи предлагают фреймворки с human-in-the-loop, где финальное решение остается за человеком.

Этика и регулирование. Этика ИИ в найме — отдельная тема обсуждения: риски дискриминации (генеративный ИИ может воспроизводить и усиливать предубеждения), необходимость аудита алгоритмов и требования к прозрачности. Например, с 1 января 2026 г. работодатели Онтарио обязаны раскрывать использование ИИ для скрининга или отбора кандидатов в публикуемых вакансиях. В ЕС Акт об ИИ классифицирует наем как высокорисковую категорию с самыми строгими ограничениями.

Полевые эксперименты: ИИ против человека

Самое интересное — это данные реальных внедрений. В исследовании Chicago Booth, проведенном совместно с крупной RPO-компанией PSG Global Solutions, участвовали более 70 000 соискателей: часть проходила интервью с ИИ-голосовым агентом, часть — с людьми.

Результаты оказались лучше у ИИ:

• на 12 % больше оферов;
• на 18 % больше вышедших на работу;
• retention через 30 дней выше на 16 %.

При этом ИИ-агент раскрывал свою искусственную природу в начале интервью, а финальное решение все равно принимал человек. Авторы подчеркивают, что ИИ лучше справляется с ролями, где есть четкие критерии, но хуже — с задачами, требующими оценки креативности, кризис-менеджмента или лидерства.

Вывод

Практически все исследования сходятся в одном: чат-боты и AI-агенты в найме работают эффективно как инструменты поддержки, но человеческое суждение остается незаменимым для оценочных и стратегических решений. Наиболее успешные внедрения — это гибридные модели, где ИИ автоматизирует высокообъемные транзакционные задачи (скрининг, планирование, первичная коммуникация), а люди фокусируются на оценке soft skills, culture fit и принятии финальных решений.

Если говорить о приведенных примерах, то прежде чем выставлять AI-агента в качестве лица, говорящего за человека, стоит задать ему все неудобные вопросы, которые может задать рекрутер. Может оказаться, что ваш главный конкурент в найме — вы сами, только в виде AI-агента.

Часто задаваемые вопросы