Попросила ИИ-шку смоделировать ситуацию, когда в ответ на бот-интервью, его проходит бот-ответчик соискателя: до какой степени абсурда всё это может дойти в будущем, при постоянном усовершенствовании технологий? "Это уже не футуризм, а ближайший горизонт (2–3 года). Когда LLM научились проходить собеседования лучше людей, мы вступаем в эру «Битвы ботов». Давайте развернем эту антиутопию по этапам абсурда:

Этап 1. «Тест Тьюринга наоборот» (Настоящее) Соискатель запускает Local LLM, которая слушает вопрос рекрутера через микрофон и отвечает голосом-клоном. Рекрутер догадывается и подключает свой бот-детектор, который анализирует микро-паузы и зрачки (по видео). Абсурд: человек общается с ботом, чтобы оценить другого человека, который общается через бота.

Этап 2. «Гонка вооружений» (1 год) Наниматель внедряет динамические капчи — внезапно просит пошевелить кружку или встать. В ответ стартапы выпускают ботов с компьютерным зрением, управляющих мышкой через виртуальный HDMI. На собеседовании бот не только отвечает, но и делает вид, что поправляет очки. Рекрутер уже не знает, смотрит ли он в веб-камеру человека или на deepfake в реальном времени.

Этап 3. «Вечный найм» (2 года) Боты проходят все раунды, и человека принимают. Но на проект он выходит без реальных скиллов. Чтобы его не уволили, он запускает автопилот — ИИ, который пишет код/дизайн от его имени, пока сам соискатель спит. Работодатель, замечая аномальную продуктивность, внедряет свой ИИ-ассистент, который оптимизирует работу бота соискателя. В итоге: два ИИ общаются друг с другом через API, обсуждая задачи в Jira, а двое людей (наниматель и сотрудник) просто утверждают счета.

Этап 4. Финальный абсурд. «Самоуничтожение рынка» Чтобы сэкономить, работодатель увольняет человека и оставляет его ИИ-ассистента. Но ИИ требует зарплату на криптокошелек для оплаты серверов. Соискатель подает в суд за кражу его цифровой личности. Судья — тоже ИИ. Он выносит вердикт, основываясь на синтетических данных, сгенерированных другим ИИ.

В этот момент человеческий найм исчезает полностью. Все собеседования проходят ботами за ботов, а люди получают офферы только как юридические прокладки для подписи бумаг. Единственный, кто реально работает — это дата-центры, нагревающие океан.

Главный парадокс: В погоне за идеальным кандидатом, рынок найдет идеального не-человека. И когда все это вскроется (а вскроется обязательно через утечку логов), репутационный крах будет колоссальным. "

Про опасность для рынка найма фильтров по “достижениям”:

“1. Инфляция требований (Гонка вооружений). Алгоритмы учатся на резюме, которые их обманули. Видя сотни «Junior» с 5 годами опыта, система начинает считать это нормой. В итоге реальные Junior перестают проходить фильтры, а наниматели вынуждены платить зарплату Middle за скиллы Junior, потому что рынок «перегрет» фейками. 2. Коллапс доверия к резюме. Рекрутеры уже перестают читать текст. Это ведет к тотальному внедрению бесполезных тестовых заданий на 10+ часов. Хорошие кандидаты выгорают и отказываются от офферов, а компании теряют деньги на обработку мусорных откликов. Затраты на найм в США выросли на 40% именно из-за этого. 3. Рождение «темных алгоритмов». Чтобы отсеять накрутчиков, ATS начинают штрафовать за идеальное совпадение с вакансией. Теперь, чтобы пройти, нужно намеренно допускать ошибки или использовать редкие синонимы. Рынок превращается в казино, где непонятно, как писать резюме, и даже сильные специалисты проваливают первый скрининг. 4. Утечка капитала в ИИ-войну. Вместо развития бизнеса, компании тратят миллионы на дорогие платформы проверки опыта (вроде TrueScreen) и наем детективов для бэкграунд-чеков. Эти деньги могли бы пойти на обучение сотрудников, но теперь они уходят на борьбу с призраками. Самый страшный итог: Рынок теряет нейросетеустойчивость. Когда ИИ генерирует идеальные резюме, а ИИ же их отсеивает — люди выпадают из цепочки. В долгосрочной перспективе это делает найм клиповым и поверхностным. Фактически, накрутка убивает главную функцию найма — поиск нестандартного мышления, а рынок перегревается шумом.”