Исследование места ИИ в оценке персонала было построено не на массовом онлайн-опросе, а на серии глубинных интервью с представителями крупных компаний, где процессы оценки персонала уже давно выстроены и являются частью бизнес-практики. Всего команда провела более 50 интервью. Об исследовании и его результатах на вебинаре «Отделяем зерна от плевел: где нам нужны нейросети, а где автоматизация?» рассказала Лидия Капитанова, директор по маркетингу компании «Бизнес Психологи».
Первый важный вывод исследования: проблема большинства компаний сегодня – не процесс оценки персонала как таковой. Основные сложности начинаются на этапе пост-оценки, когда необходимо объединить результаты из разных систем, подготовить индивидуальную обратную связь для сотрудников, сформировать отчеты для руководителей и аналитические материалы для бизнеса. Именно здесь искусственный интеллект приносит ощутимую пользу, помогая работать с большими объемами текста и ускоряя подготовку материалов.
«Текущее место искусственного интеллекта – это помощник, а не волшебная кнопка, которая делает все за HR‑департамент», – подчеркнула Лидия Капитанова.
Наиболее востребованные сценарии использования ИИ связаны с обработкой информации: транскрибацией интервью, лингвистическим анализом, подготовкой черновиков отчетов и систематизацией данных. Это позволяет специалистам экономить время, сохраняя за собой принятие решений и экспертную оценку.
Существующие ИИ-решения в сфере HR пока не обеспечивают достаточную прозрачность и объяснимость результатов. Даже крупные игроки рынка, такие как SHL, обладающие экспертизой и ресурсами, пока не выпустили свое комплексное ИИ-решение для оценки персонала, т.к. не могут гарантировать результат. Кроме того, остаются открытыми вопросы безопасности персональных данных и интеграции ИИ во внутренние корпоративные контуры.
В интервью чётко проявились устойчивые страхи и барьеры внедрения ИИ:
-
Риск «уверенной ошибки»: генеративные модели способны формировать убедительные тексты и выводы, которые при этом могут быть методологически неверными или не соответствовать фактам. Это усиливает требования к проверяемости, источникам и прозрачности логики вывода.
-
Страх потери контроля и объяснимости. HR экспертам важно уметь объяснить бизнесу, почему сделан тот или иной вывод, на каких наблюдениях и данных он основан. «Чёрный ящик» воспринимается как прямой репутационный риск и как риск снижения доверия к оценке в целом.
-
Риск вреда участнику. В оценке цена ошибки высока: неаккуратная обратная связь способна демотивировать, ухудшить отношения с сотрудником, спровоцировать сопротивление или уход. Поэтому автоматизация текстов обратной связи допускается только при контроле человеком и при аккуратной этической рамке.
-
Информационная безопасность и персональные данные. Ограничения на передачу информации во внешние контуры, запреты на использование аудио/видео и чувствительных данных нередко становятся стоп фактором. В результате наиболее реалистичными считаются решения, которые работают в закрытом контуре, минимизируют использование персональных данных и предусматривают обезличивание по умолчанию.
-
Риск деградации экспертизы. Часть HR экспертов отмечает опасение, что при широком внедрении ИИ снизится качество профессионального мышления: специалисты будут больше полагаться на «готовый ответ», меньше разбираться в методологии и логике оценки. Это требует правильного позиционирования ИИ как инструмента поддержки и обучения, а не замены эксперта.
Несмотря на высокий интерес рынка к ИИ и запрос на новые инструменты, исследование показало, что компании пока не готовы полностью доверить искусственному интеллекту оценку кандидатов или сотрудников. Некоторые компании отмечают, что использование ИИ без понимания предметной области (оценки) может не просто не улучшить результат, но и ухудшить его. А многие респонденты признают, что их компания не готова внедрять нейросети из-за того, что данных слишком много, и они хранятся в разных местах.
Сегодня практически все успешные сценарии использования ИИ предполагают обязательную проверку результатов экспертом, т.е. ответственность за выводы из отчетов и тестов остается за человеком.
Там, где ИИ уже применяется, успех определяется не технологичностью, а измеримой пользой процессу. Наиболее часто отмечаемые эффекты:
-
Снижение ручного труда (копирование, сведение, оформление, подготовка первых версий документов);
-
Ускорение этапа после проведения оценки (отчёты и обратная связь начинают готовиться быстрее, а процессы – проходить «в срок»);
-
Рост понятности материалов для бизнеса и участников (больше людей реально читает отчёты и возвращается к ним);
-
Единый стандарт качества при работе разных HR и оценщиков (меньше разброса в стиле и структуре);
-
Поддержка менее опытных HR (снижение порога входа в интервью по компетенциям и в интерпретацию данных).
Исследование показывает, что в ближайшие годы компании будут развивать ИИ прежде всего как инструмент поддержки экспертов.
Если вы хотите познакомиться с полными результатами исследования, заполните форму на сайте по ссылке и получите отчет. В нем собраны ключевые выводы и практические рекомендации для компаний.
