Вот именно! 😊 Сам факт присутствия живого HR ещё не гарантирует качественного отбора, как и наличие алгоритма не делает подбор объективным.

Но здесь интересно другое: есть ли вообще достоверная статистика, которая позволяет сравнить, кого чаще пропускают — люди или алгоритмы?

Причём речь не просто о закрытии вакансии, а о долгосрочном результате: кто действительно принёс компании ценность, а кого наняли по ошибке.

Потому что «этот кандидат нам не подошёл» и «мы пропустили человека, который мог принести миллионы» — это далеко не всегда события, которые компания способна измерить.

Ну так тогда какая разница для соискателя, кто его пропустит (мимо), алгоритм или HR? Вижу разницу только для тех, кто хочет отсеивать сам, по СВОИМ критериям, которые не всегда вписываются в законодательные и прочие рамки и которые задавать в настройки алгоритмов будет проблематично:)

Вот именно. Для соискателя в моменте действительно какая разница — HR нажал «отказать» или алгоритм не пропустил резюме дальше?

Разница начинается там, где появляется вопрос: по каким критериям меня отсеяли и кто эти критерии определил?

У HR тоже есть свои фильтры, субъективность, стереотипы и «внутреннее чутьё». Алгоритм просто превращает часть этого процесса в формализованные правила.

И, пожалуй, самое интересное здесь даже не алгоритм против HR, а вопрос: кто имеет право задавать правила отбора и насколько они соответствуют реальным требованиям работы?

Потому что можно прекрасно автоматизировать и объективно измерять совершенно неправильные критерии. 🙂

Неправильные (критерии) с какой точки зрения? С законодательной?

Не только с законодательной.

Я имел в виду более широкий смысл: критерий может быть неправильным с точки зрения самой задачи найма — то есть формально выглядеть логичным, но не иметь отношения к способности человека хорошо выполнять работу.

Законодательные рамки — отдельный уровень. Например, критерий не должен приводить к незаконной дискриминации; в США даже нейтральный на вид критерий может быть проблемным, если он непропорционально отсеивает защищённую группу и при этом не связан с работой и бизнес-необходимостью.

Но есть и управленческий вопрос: условно, если компании нужен сильный руководитель проектов, а алгоритм решил, что «10+ лет опыта» автоматически важнее конкретных результатов, то критерий может быть совершенно законным — и одновременно плохим с точки зрения качества отбора.

То есть я бы разделял три вещи: законность критерия, его связь с работой и его реальную прогностическую ценность. Последние два пункта как раз часто остаются за скобками.

HR -это часто совсем молодые люди, которые вообще мало имеют представления о том, чем конкретно будет заниматься сотрудник. Так что собеседуют и отбирают изначально не всегда компетентные люди, которые обязательно примут действительно ответственное решение. Так чем же они лучше алгоритма?

Собственно, в этом и вопрос: почему мы априори считаем, что человеческое решение качественнее алгоритмического?

Молодой HR действительно может не понимать всех нюансов конкретной должности. Но и алгоритм сам по себе ничего не понимает — он просто очень быстро применяет те критерии, которые в него заложили.

Поэтому проблема, на мой взгляд, не в том, кто нажал кнопку — HR или алгоритм, а в том, кто сформулировал критерии отбора и насколько они вообще связаны с реальной ценностью кандидата.

Более того, человек способен увидеть нестандартный опыт, задать дополнительный вопрос, изменить первоначальное мнение. Алгоритм пока работает в рамках заданной модели.

А с другой стороны, человеческий фактор — это субъективность, настроение, стереотипы и банальное «не понравился».

Поэтому я бы не противопоставлял HR и алгоритм. Скорее, интереснее другой вопрос: можно ли построить систему отбора, в которой и человек, и алгоритм будут проверять не формальное соответствие анкете, а способность кандидата решать реальные задачи бизнеса?

Мы априори не считаем человеческое решение лучше алгоритмического, нет у нас на то оснований. Чтобы проверять не формальное соответствие анкете, а способность решать реальные задачи, собеседования должен проводить специалист, который разбирается в вопросе, а не строит из себя "вершителя судеб" потому что родители его устроили сюда "принимать решения ", пока он учится на 2-м курсе чтобы стаж нарабатывать.

Вот здесь я с вами согласен: сам факт того, что решение принимает человек, ещё не делает его более качественным.

Если человек не понимает специфику позиции, он фактически тоже работает по алгоритму — только алгоритм у него в голове собран из шаблонов, субъективных представлений и требований из вакансии.

И тогда возникает парадокс: алгоритм хотя бы честно применяет заданные правила, а человек может дополнительно добавить своё «мне кажется, этот кандидат не подходит».

Поэтому для оценки профессионала нужен тот, кто способен отличить реальную компетентность от красивого резюме. Иначе мы просто выбираем между непонимающим человеком и непонимающим алгоритмом.

А вопрос «кто именно должен принимать решение» здесь, пожалуй, важнее вопроса «человек или ИИ».

Заменить бесполезного сотрудника алгоритмом можно и нужно. А профессионалам, которые будут принимать решение переживать за то, что их заменит алгоритм, бояться не надо. Не заменит.

Именно. Если алгоритм способен полностью заменить человека в принятии решения, возможно, вопрос не к алгоритму, а к тому, что именно этот человек добавлял в процесс.

Алгоритм отлично подходит для массового первичного отбора по понятным критериям — проверить опыт, навыки, документы, соответствие требованиям, отсечь очевидные несоответствия.

А вот там, где нужно понять контекст, качество мышления, способность решать нестандартные задачи и реальную профессиональную ценность кандидата, нужен специалист.

Поэтому профессионалу бояться алгоритма, на мой взгляд, действительно нечего. Скорее наоборот: хороший специалист получает инструмент, который снимает с него рутину и позволяет заниматься той частью работы, где человеческая экспертиза действительно имеет значение.

Сделать алгоритм, который за 2 секунды будет давать длинные тексты ответов на комментарии, без учета того, что написано в этих комментариях и этим демонстрировать “смотри как плохо общаться с алгоритмом” - нелепо. Просто у человека, который делал этот алгоритм, стояли не те задачи, поэтому он и сделал алгоритм максимально глупым, ну или сам он ещё недостаточно итишник, опыта маловато.

Вот это, пожалуй, и есть главный парадокс: потом мы оцениваем возможности алгоритма по результату, который изначально получил неправильную постановку задачи.

Если задача была «за 2 секунды сгенерировать длинный ответ на любой комментарий», он именно это и будет делать. То, что ответ не учитывает контекст и выглядит нелепо, говорит не столько о бесполезности алгоритмов, сколько о качестве постановки задачи.

С человеком ведь происходит ровно то же самое. Дай сотруднику криво сформулированную задачу, странные KPI и неправильные критерии — а потом удивляйся, почему он идеально выполняет совершенно не то, что было нужно бизнесу.

Плохой алгоритм — это не всегда проблема технологии. Очень часто это просто хорошо автоматизированная ошибка в постановке задачи.

Пока не уйдет поколение итишников (на пенсию хотя бы), которые никак не вылезут из 90-х и не примут свой возраст, у молодых и умных специалистов, которые могли бы создать не менее умные и полезные алгоритмы, шансов себя проявить, увы, нет. И эту печальную тенденцию мы сейчас наблюдаем не только в Сетке, но и прочих изначально хороших задумках для людей (в том числе маломобильных и т.п.).

Мне кажется, проблема всё-таки не столько в возрасте, сколько в закрытости системы.

Можно быть великолепным специалистом и в 60, и совершенно бесполезным в 25. Если решения принимаются по принципу «мы всегда так делали», а новые специалисты допускаются только к исполнению уже придуманных кем-то решений, то проблема возникает независимо от даты рождения.

Особенно обидно, когда молодому специалисту дают не возможность решить задачу, а уже готовый набор ограничений: что считать правильным, каким должен быть алгоритм и каким должен получиться результат.

В итоге талантливый человек либо адаптируется под эту систему и перестаёт предлагать новое, либо уходит туда, где его экспертиза действительно нужна.

Наверное, настоящий показатель зрелости руководителя — не способность самому придумать решение, а способность создать среду, в которой кто-то другой может придумать решение лучше его собственного.

Проблема в том, что возрастные люди сейчас вместо того, чтобы где надо подсказать из своего опыта, а где надо поучиться новому, идут в отказ от всего чего раньше не было и пытаются конкурировать с молодыми, искренне не понимая, что они не победят никогда. Это очень сложное поколение, которое отказывается включать свою голову.

Тут я бы разделил возраст и профессиональную позицию. Проблема начинается не тогда, когда человеку 50+, а когда он перестаёт быть специалистом и становится хранителем собственного прошлого опыта.

Опыт ценен, пока человек понимает его границы: где он действительно знает больше, где может подсказать, а где вчерашние знания уже не работают и нужно самому садиться и учиться.

И, пожалуй, самое странное — пытаться конкурировать с молодыми именно там, где у них объективно больше свежей практики. Зачем? У сильного специалиста с опытом совершенно другая точка приложения: не доказывать, что он всё ещё умеет делать то же самое, а использовать накопленный опыт, чтобы быстрее видеть ошибки, задавать правильные вопросы и усиливать тех, кто владеет новыми инструментами.

В итоге выигрывает не тот, кто старше или моложе. Выигрывает тот, кто способен оставаться профессионалом после того, как перестал быть самым знающим человеком в комнате.

Проблема начинается в 60+. Это поколение, которое привыкло жить как в 90-х, и уверено, что с тех времен ничуть не изменилась ни жизнь, ни они сами. У тех, кто "хает" молодежь, нет будущего. А они ни своих детей ни внуков не считают своими достойными приемниками. Им надо, чтобы все было и все жили как 40 лет тому назад. Видимо, думают, что так вернут молодость и презервативы снова перестанут гнуться.

Плохие не они сами, плохое их мышление. Надо его поменять и мир заиграет новыми красками для них же в первую очередь.

Тут, думаю, возраст всё-таки не стоит делать главным объяснением. Человек может и в 60+ быть открыт новому, а может и в 30 жить исключительно воспоминаниями о том, «как раньше было правильно».

А вот последняя мысль интересная: когда руководитель воспринимает собственный прошлый опыт не как фундамент, а как единственно допустимую модель будущего, он фактически перестаёт строить преемственность.

Опыт должен работать как трамплин для следующего поколения, а не как якорь, который заставляет всех повторять прошлое.

И, пожалуй, самый тревожный признак — когда человек не пытается вырастить тех, кто однажды сможет сделать лучше него, а постоянно доказывает, что никто после него ничего толкового сделать не сможет.

Тогда проблема уже не в возрасте. Проблема в том, что человек боится собственного будущего больше, чем уважает своё прошлое. 😄

Так вот я и призываю 60+ открыться новому))) уважать стариков, которые не любят своих детей и внуков очень трудно. Если вы от отца не слышали ничего, кроме слова дурак в собственный адрес, то уважать и ценить его вам будет сильно сложнее, чем если бы вы росли в любви и слышали, что вы его опора и продолжение.

Согласен с самой идеей призыва к открытости новому. Только я бы всё-таки разделял возраст и конкретного человека.

Уважение к старшему поколению не возникает автоматически из-за цифры в паспорте. Оно формируется отношением к людям, в том числе к собственным детям и внукам.

Если человек всю жизнь говорит младшим: «ты ничего не понимаешь», «я лучше знаю», «делай как я сказал», а потом удивляется, почему дети и внуки не воспринимают его как авторитет — здесь уже стоит посмотреть не на поколение, а на собственное поведение.

И наоборот: человек может передать огромное количество опыта, если умеет сказать: «Я знаю, как было раньше. А теперь покажи мне, как это работает сегодня».

Наверное, это и есть нормальная преемственность: старшие передают опыт, младшие приносят новое, и никто не обязан доказывать друг другу, кто из них «главнее».

А фраза «ты моя опора и продолжение» действительно создаёт совершенно другую основу отношений, чем постоянное «ты дурак и ничего не понимаешь».

Пока, наблюдая за тем, что сейчас происходит вокруг, разделять возраст и людей не представляется возможным. Они сами не дают дороги молодым и при этом удивлены, что им нет почета.

Согласен с самой идеей призыва к открытости новому. Только я бы всё-таки разделял возраст и конкретного человека.

Уважение к старшему поколению не возникает автоматически из-за цифры в паспорте. Оно формируется отношением к людям, в том числе к собственным детям и внукам.

Если человек всю жизнь говорит младшим: «ты ничего не понимаешь», «я лучше знаю», «делай как я сказал», а потом удивляется, почему дети и внуки не воспринимают его как авторитет — здесь уже стоит посмотреть не на поколение, а на собственное поведение.

И наоборот: человек может передать огромное количество опыта, если умеет сказать: «Я знаю, как было раньше. А теперь покажи мне, как это работает сегодня».

Наверное, это и есть нормальная преемственность: старшие передают опыт, младшие приносят новое, и никто не обязан доказывать друг другу, кто из них «главнее».

А фраза «ты моя опора и продолжение» действительно создаёт совершенно другую основу отношений, чем постоянное «ты дурак и ничего не понимаешь».

Это Вы уже писали. Развейте свою мысль шире

Согласен. И здесь, на мой взгляд, ключевое слово — ответственность.

Генеральный может не участвовать лично в подборе, не собеседовать кандидата и даже не знать о конкретном решении. Но он отвечает за то, какая система принятия решений создана в компании и кто в ней принимает решения.

Делегировать решение можно. Ответственность за систему — уже сложнее.

И, пожалуй, именно поэтому фраза «это HR не того человека нанял» управленчески звучит немного странно. Если HR регулярно ошибается, вопрос уже не только к HR. 🙂

Вот тут, пожалуй, и проявляется главный парадокс оптимизации: когда целью становится «сделать дешевле и быстрее любой ценой», рано или поздно выясняется, что у этой экономии тоже есть цена.

Убрали лишние звенья, сократили людей, автоматизировали контроль, упростили процессы — на бумаге всё стало эффективнее.

А потом обнаруживается, что вместе с «лишним» убрали экспертизу, резерв прочности и способность системы замечать ошибки.

Получается классическое: «за что боролись, на то и напоролись». 😄

Оптимизировать процессы нужно не любой ценой, а до точки, где следующий процент экономии начинает стоить бизнесу гораздо дороже.

Вот это, на мой взгляд, одна из самых дорогих управленческих ошибок — считать сотрудника статьёй расходов, а не инструментом создания стоимости.

Зарплата в 300 тысяч видна в бюджете сразу. А вот 300–500 тысяч долларов экономии, которые этот человек способен ежегодно дать компании за счёт грамотных закупок, оптимизации процессов или переговоров, часто вообще не попадают в расчёт его ценности.

Получается парадокс: на зарплате пытаются сэкономить 20–30%, а на одном неверном решении или отсутствии компетентного человека теряют в десять раз больше.

А микроменеджмент действительно создаёт иллюзию эффективности: есть проблема — срочно заткнули дыру — молодцы, работаем дальше. Только система от этого не становится лучше. Она постепенно превращается в пожарную команду, которая гордится количеством потушенных пожаров и совершенно не интересуется тем, почему они продолжают возникать.

Возможно, современный «анти-Кайдзен» как раз в этом: мы научились очень быстро устранять последствия, но всё реже задаём вопрос — а почему эту проблему вообще приходится решать второй, третий и десятый раз?

Ну да...так лучше! Серьёзнее что-ли. Спасибо.

И желательно, чтобы все 10–20 нейросетей он оплачивал из собственной зарплаты — тогда оптимизация вообще будет идеальной. 😄

А если серьёзно, то это хороший пример того, как требование «уметь пользоваться AI» постепенно превращается в отдельную профессию: подписки, локальные модели, Ollama, интеграции, промпты…

Остаётся только уточнить: компания ищет сотрудника или бесплатный AI-отдел в одном человеке? 😄

Согласен, адаптироваться приходится. Но я бы всё-таки разделял «новую реальность» и «правильную реальность».

Если система заставляет сильного кандидата переписывать резюме под набор ключевых слов, чтобы алгоритм вообще позволил человеку его увидеть, — это уже не просто адаптация. Это сигнал о том, что скорость обработки поставили выше качества отбора.

Да, вал кандидатов — объективная проблема. Но решение «давайте отфильтруем больше» не обязательно означает «давайте наймём лучше».

Вопрос уже не в том, кто виноват. Вопрос в другом: на каком этапе скорость экономии времени превращается в потерю сильных кандидатов?

Адаптироваться нужно обеим сторонам. Кандидату — к алгоритмам. Работодателю — к рискам, которые создают эти алгоритмы.

Мир изменился. Раньше говорили "ты должен составить резюме", а теперь - " ты должен составить резюме с ИИ". Кто-то будет оправдываться "вот выписка из трудовой - сами смотрите мой опыт"? Не сейчас началось, что для поиска работы надо не только уметь работать, но и уметь искать.

Именно. Рынок труда никогда не оценивал только умение работать. Всегда имело значение, умеешь ли ты показать работодателю, какую ценность ты создаёшь.

Раньше нужно было грамотно составить резюме. Сегодня к этому добавился ИИ, ATS, ключевые слова, цифровой профиль и умение пройти первый фильтр.

Можно сколько угодно говорить: «Вот моя трудовая — сами смотрите». Но рынок не обязан самостоятельно искать в ней нужную ему информацию.

Умение работать — это одна компетенция. Умение найти работу и правильно донести свою ценность — другая.

И сейчас вторая становится всё более технологичной.

Самое главное узнать а что такое правильная реальность? Сон и реальность которую мы воспринимаем как и галлюцинации , это одно и тоже, поэтому определить что есть реальность для мозга затруднительно любой перечисленный вариант- реальность, и в т тот , в контексте которого пребывает сознание и есть правильный .

На самом деле вина как Вы пишите тут не может быть определена. Изначально мы имеем ситуацию в которой работодатель инициатор. Т.е. ОН инициирует подбор сотрудников. В зависимости как составить вакансию - будут искаться люди. Технолог - 5000вакансий, технолог по пищевому производству - 1000вакансий, технолог по пищевому производству для производства колбасы - 100 вакансий. И вакансий к примеру "Разработчик продукта" с общими фразами - огромное множество. А потом сидят и разбирают горы откликов. Даже алгоритм не будет выдавать не свойственные вакансии, там где разработка алкоголя или сигарет - я не откликнусь, да и бот за меня тоже не откликнется. Итог - это проблема от источника. Как построен процесс подбора. Кандидаты - вполне логично возмущены, им надо преодолеть НН чтобы разобраться в матричной логике формирования резюме, собрать нужные, пройти тесты по навыкам самопрезентации, решения дебильных задач для тестов и еще чего то там. А потом тебе отказывают потому что при работе которая в другом городе ты себя позволяешь на выходные домой поехать...

Вот именно. Алгоритм просто честно выполняет поставленную ему задачу.

Но здесь есть ещё один интересный момент: бизнес часто пытается оптимизировать процесс, а потом удивляется, почему ухудшился результат.

Закрыть вакансию за 10 дней — KPI выполнен. Отсеять 90% резюме — эффективность выросла. Провести 20 интервью — работа сделана.

А вопрос «того ли человека мы в итоге наняли?» почему-то оказывается где-то за пределами таблицы KPI.

В этом и проблема: автоматизация прекрасно масштабирует не только хорошие решения, но и плохие.

Если руководитель автоматизировал ошибочный критерий — он просто получил возможность ошибаться быстрее и в промышленных масштабах.

Поэтому вопрос не в том, виноват ли алгоритм. Вопрос гораздо неприятнее: кто в компании отвечает за качество решений, которые этот алгоритм масштабирует?