Вы когда-нибудь нанимали человека с идеальным резюме, дипломами престижных вузов и восторжёнными рекомендациями, который оказывался профанацией? 😤 Или наоборот — брали «тёмную лошадку» без регалий, которая через месяц тащила на себе пол отдела? 🚀

Классическая дилемма: Как человек с опытом управления IT-проектами и запуска стартапов, я часто вижу, руководителей попадающихся на красивые «обёртки». Но что говорит наука? 🔬 Индустриально-организационная психология изучает этот вопрос уже 100 лет. И ответы могут удивить.

Почему «шашечки» не работают ❌ Оценим популярные методы по прогностической валидности (коэффициент r от 0 до 1 — чем выше, тем точнее предсказание). Данные из мета-анализов Sackett et al. (2021) и Schmidt & Oh (2016).

1. Дипломы и годы обучения (r ≈ 0,10) 🎓 Валидность — всего 0,10. Диплом доказывает лишь одно: человек умеет соблюдать правила академической системы и доводить проекты до конца в структурированной среде. Но он ничего не говорит о том, как человек справится с хаосом реального бизнеса.

2. Проверка рекомендаций (r ≈ 0,26) 📞 Низкая прогностическая сила. Бывшие работодатели из-за юридических рисков дают лишь сухие справки. Плюс работает эффект «свой-чужой»: люди завышают оценки друзей, даже если те слабые профессионалы.

3.Неструктурированные собеседования (r ≈ 0,19) 💬 Когда вопросы разные, а оценка — на «чуйке», валидность падает до уровня подбрасывания монеты. Sackett et al. (2021) показывают реальную операционную валидность около 0,19. Такие беседы измеряют навык самопрезентации, а не компетентность. 🎭

Что на самом деле предсказывает успех («ехать») ✅ Золотой стандарт — методы, демонстрирующие способности или измеряющие фундаментальные когнитивные характеристики.

1. Общие когнитивные способности / GMA (r ≈ 0,31–0,65) 🧠 Интеллект и скорость обучения — лучшие предикторы для сложных задач. Человек с высоким GMA быстрее осваивает новое (например, LLM) и находит нестандартные решения. Sackett et al. (2021) дают консервативную оценку 0,31. Schmidt & Oh (2016) — 0,65 в среднем, а для управленцев до 0,74. Разница — в методах статистической коррекции. Консенсус: GMA — мощный драйвер обучаемости. 💡

2. Структурированные интервью (r ≈ 0,42–0,58) 📋 Валидность резко растёт, если всем кандидатам задают одинаковые вопросы и оценивают по единой рубрике (например, STAR). Sackett et al. — 0,42, Schmidt & Oh — 0,58. Жёсткая структура убирает субъективность и фокусирует на компетенциях. 🎯

3. Тестовые рабочие задания / Work Sample Tests (r ≈ 0,33–0,54) 🛠️ Кандидат выполняет реальную задачу: пишет код, анализирует датасет. Jeremy D. Mackey and all (2005) дают оценку 0,33 после коррекции. Старые данные показывали 0,54, но современные исследователи считают её завышенной. Тем не менее, work samples — лучший способ проверить hard skills. Хотите узнать, потянет ли человек задачу? Дайте ему её сделать. 🔨

Ключевые выводы 📌 🎓 Дипломы (r = 0,10) — слабейший предиктор. 📞 Рекомендации (r = 0,26) — низкая валидность. 💬 Неструктурированные интервью (r = 0,19) — измеряют харизму. 🛠️ Тестовые задания (r = 0,33–0,54) — отличный предиктор навыков. 🧠 GMA (r = 0,31–0,65) — лучший предиктор для сложных должностей. 📋 Структурированные интервью (r = 0,42–0,58) — «золотая середина».

Как применить на практике? 🚀 Я использую такой алгоритм: Слепой скрининг 🔍. Убираю из резюме имена и вузы, чтобы снизить когнитивные искажения. Тестовое задание 💻. Реальная задача на 1–2 часа. Отсеивает тех, кто красиво говорит, но не делает. Либо кейс из рабочей практики на интервью без подготовки. Структурированное интервью 🎤. Одинаковые вопросы всем, оценка по чёткой шкале. Мой любимый «дурацкий» вопрос: «В чём отличие waterfall от водопадной модели управления проектами?» 😄 Отлично проверяет адекватность и чувство юмора.

Тестовый период с KPI 📊. Найм — это гипотеза. Научный подход требует её проверки измеримыми результатами в первые месяцы. Наука однозначно на стороне «ехать» 🏁. Инвестиция времени в качественные тестовые задания и структурированные процессы окупается многократно, страхуя вас от «блестящих» кандидатов, которые не тянут реальную работу