GPT в трудоустройстве: кто выигрывает — компании или кандидаты

Нейросети в рекрутинге — тренд

Российский бизнес, наблюдая за опытом западных компаний, давно оценил потенциал ИИ в оптимизации бизнес-процессов, став реальным инструментом, а не художественным вымыслом. Согласно данным Gartner, 47% HR-руководителей  планируют увеличить свои инвестиции в HR-технологии в ближайшем будущем. Симбиоз ИИ, генеративных нейросетей и сотрудника прекрасно себя показывает в рекрутинге, автоматизируя процесс найма, позволяя HR-специалистам сосредоточиться на более стратегических задачах.

В чем ценность именно генеративных нейросетей? Ответ — в названии технологии. Они способны создавать тексты, видео, аудио-контент, генерировать его с нуля.  Так, в марте 2024 года компания «Поток» провела исследование, где выяснила, что 47% российских HR-специалистов считают наиболее эффективным использование ИИ для описания вакансий и должностных инструкций, 19% считают, что ИИ пригодится для создания вопросов на собеседования, 15% — для составления тестовых заданий. 

Помимо компаний, перспективу использования генеративных сетей видят и вендоры, отвечая на растущий спрос рынка. Например,  YandexGPT уже позволяет автоматизировать создание описаний вакансий с учетом индивидуального стиля компании. Тренд очевиден, но как это поменяет процессы собеседований и найма?

Почему компании применяют ИИ и генеративные сети в подборе

HR-руководители сталкиваются с постоянной необходимостью повышать эффективность и ускорять процесс закрытия вакансий. Это связано как с кадровым голодом, так и с преобладанием рынка соискателя. Кандидаты не готовы отозваться на первый оффер, а рассматривают сразу несколько предложений. Из-за этого увеличился срок закрытия вакансий в 2023 году — с одного до трех месяцев. 

Генеративные сети ускоряют процессы найма без лишнего вмешательства самого рекрутера, например, забирая на себя одну из монотонных задач для них — написание текстов вакансий. Генеративная нейросеть создает описания вакансий за считанные минуты, учитывая требования компании и специфику должности. Компании, использующие нейросети для создания текстов и изображений, отмечают эффективность GPT. Языковая модель позволяет им быстро и качественно создавать тексты вакансий, сокращая время  с 60 минут до пары минут. 

Какие еще плюсы получает рекрутер от использования генеративных нейросетей? Во-первых, скорость — генерация текстов вакансий, офферов, писем кандидатам занимает считанные минуты. Во-вторых,  она позволяет избежать страха «белого листа», создания чего-либо с нуля. Во-третьих, нейросети могут создавать тексты с учетом Tone of Voice компании и специфики вакансии, делая их привлекательными и релевантными для кандидатов.

Несмотря на преимущества, нейросети не смогут заменить рекрутеров, так как подбор персонала — это не механический процесс, а общение с людьми, понимание их мотивации, ценностей. Выбор в пользу компании часто делается на основании личного контакта с нанимающим менеджером и будущими коллегами, а задача рекрутера — предугадать этот «мэтч».

Разумно ли соискателям применять нейросети при поиске работы

На наш взгляд, нет ничего плохого в том, что кандидат может использовать генеративные сети. Рынок труда становится все более требовательным, а кандидатам нужно выделиться и увеличить шансы на успех.

Разберем ситуацию, когда кандидат использует генеративную сеть для написания резюме. Не все кандидаты могут лаконично изложить свои достижения и опыт на двух страницах. Эта задача настолько сложна, что породила профессию редакторов/консультантов по резюме. Генеративная нейросеть может стать ценным помощником, особенно для специалистов, чьи навыки лежат не в области написания текстов. Например, опытный инженер, создавший множество систем, может с помощью нейросети сжато и эффективно описать свой профессионализм в резюме. Несправедливо оценивать его компетенции по умению писать привлекательные CV. 

С другой стороны, cтрах рекрутера в том,  что соискатель «припишет» себе опыт и качества, рекомендуемые нейросетью. Существуют детекторы ChatGPT, которые могут понять — написан ли данный текст с помощью генеративнных сетей или нет, но их эффективность пока еще сомнительна: они часто выдают ложные срабатывания, также GPT постоянно развивается, опережая детекцию. 

На наш взгляд, не стоит тратить время на проверку каждого резюме, все сомнения можно развеять на собеседовании. Да и в целом, владение GPT говорит о том, что кандидат владеет современными технологиями и готов их применять на практике. Компании уже начали включать требования о знании ИИ в вакансии, и эта тенденция будет только усиливаться в течение следующих 3-5 лет. 

Еще один минус нейросетей в том, что тексты могут быть лишены индивидуальности и «жизни». Нейросеть может выдать идеальный, но шаблонный и скучный текст, который никак не подойдет кандидату на роль продюсера креативного агентства.  Также применение генеративных моделей может привести к уравниванию всех кандидатов. Если все резюме и сопроводительные письма будут выглядеть на отлично, то рекрутеру сложно определить кого пригласить на интервью. 

Несмотря на сомнения, использование нейросетей в рекрутинге становится ключевым фактором конкурентоспособности. Главный момент — не просто использовать ИИ или генеративные сети, а грамотно их интегрировать, сочетая формат работы «робот-человек». Потому что в будущем генеративные сети будут только развиваться и автоматизировать кадровый документооборот, создавая офферы, сообщения и вопросы для собеседований с учетом анализа резюме каждого кандидата. Кроме того, ИИ будет генерировать изображения для вакансий, делая их более привлекательными.