Пора это признать.

Три одинаковых резюме, три разных финала. И знаете что? Это не баг рынка. Это баг нас.

История про айтишника, который отправил в одну компанию три одинаковых по сути резюме и получил три разных результата, облетела интернет. Одно ушло в помойку на входе — алгоритм не простил формулировок. Второе дошло до тестового и получило «опыт не совсем подходит». Третье — в финале.

Сообщество негодует. Я как HR с двадцатилетним стажем тоже негодую. Но не на алгоритмы. На себя.

Сначала про алгоритмы, чтобы закрыть тему Да, ATS отсеивает по ключевым словам. Да, это техническая проблема, и её надо решать: калибровать фильтры, фиксировать критерии до скрининга, не пускать машину туда, где нужен человек. Это скучно, это работа, и это делается. Но если вы думаете, что после починки ATS найм станет честным — добро пожаловать в следующую часть. Она про нас.

Теперь про нас Мы устали от соискателей. Соискатели устали от нас. Все всё понимают и все продолжают.

И вот в чём фокус: мы реагируем не на факты, а на свою интерпретацию фактов. Мы считаем себя мегаобъективными — с колоссальным опытом, объёмом знаний и насмотренностью. А на самом деле мы люди, на которых влияет всё: сколько мы спали, что ели, как давно у нас был секс, какая погода за окном и сколько раз за день нам пришлось объяснять кандидату, почему «мы вам перезвоним» — это не обещание.

Когнитивные искажения, психологические защиты, физиология. Мы не наблюдатели. Мы участники с плохим сном. Про ИИ, который нас спасёт Мы надеемся на искусственный интеллект. Только ИИ — это алгоритм, который обучаем мы. Люди. Со всеми нашими искажениями, предпочтениями и слепыми зонами. Мы просто выкладываем себя в модель и удивляемся, что она отражает нас. Всё зависит от вопроса. Спросите «полезен ли утренний кофе» — и найдёте любое исследование под любой ответ. Моя личная боль, кстати. 🤣

Так что же это было Три одинаковых резюме — это не про сломанный рынок. Это про любую систему найма: человеческую или алгоритмическую. Она работает на неполных данных и достраивает остальное сама. Решение принимает не идеальный наблюдатель, а живой субъект — или модель, обученная на живых. И вот тут начинается самое неприятное. Найм — это лотерея с элементами анализа, а не анализ с элементами лотереи. Мы просто предпочитаем думать наоборот, потому что так спокойнее. И паблик, и я, и любой рекрутер — все мы достраиваем нарратив, который удобнее фактов. Даже сейчас, пока я это пишу.

И что с этим делать Если честно — придётся немного подкорректировать человеческую природу. 🤣 Но пока мы её корректируем, есть вещи попроще:

Признать, что лотерея — это лотерея. Не прикрывать субъективность «экспертной оценкой». Называть вещи своими именами хотя бы внутри команды.

Снижать вариативность там, где можем. Структурированные интервью, критерии до скрининга, калибровка оценок между рекрутерами. Не потому что это сделает нас объективными — а потому что уменьшит разброс. Сказать спасибо кандидату, который подсветил баг. А не глумиться над ним и не объяснять, что он никуда не устроится. Наше раздутое профессиональное эго — моё в том числе — очень не любит этот пункт. Но именно он отличает профессионала от человека, который просто долго сидит на этой позиции. Помнить, что за каждой ошибкой системы — живой человек. Рекрутер ошибся — кандидат потерял возможность. Кандидат подсветил баг — рекрутер получил бесплатный аудит. Обмен неравный. Об этом стоит помнить, когда в следующий раз захочется пошутить в комментариях. Мы не станем идеальными наблюдателями. Ни люди, ни алгоритмы. Но мы можем перестать делать вид, что ими являемся. Это, пожалуй, единственное честное улучшение, которое не требует перепрошивки человеческой природы. Хотя и её неплохо бы. 🤣