«Когда машина решает, кто достоин шанса — мы начинаем терять тех, кто его заслуживает»
Основано на реальных событиях. Имена, места и частично события изменены.
Пролог: Тот, кого выбрала машина
Три дня.
Александр считал их, как заключенный считает дни до освобождения. Письмо лежало на столе, и каждый раз, проходя мимо, он видел эти слова: «Поздравляем! Вы приняты».
Должен был радоваться. Прыгать. Звонить родителям.
Вместо этого он просыпался в три утра и думал об Анне.
Она сидела рядом с ним на лекциях четыре года. Записывала все подряд, задавала вопросы, которые ему самому в голову не приходили. Ее код был чище его. Проекты — сложнее. Когда преподаватель давал задачу, она решала ее за полчаса, а потом тихо подсказывала остальным.
Анна подавала резюме в ту же компанию. На ту же позицию. В тот же день.
Ей не ответили.
Вообще.
Александр подошел к окну. За стеклом медленно светало, и город готовился к новому рабочему дню. Где-то там, в офисных зданиях, уже работали машины. Они читали резюме. Анализировали. Выбирали.
И почему-то выбрали его, а не ее.
Впервые в жизни победа не приносила радости. Только вопросы, на которые он боялся найти ответы.
Александр закрыл глаза и попытался представить себе эту машину. Какая она? Видит ли людей за словами? Понимает ли, что делает?
Или просто считает?
Завтра он начнет новую жизнь. Ту, которую, как он думал, заслужил.
Но сегодня, в предрассветной тишине, он впервые усомнился: а заслужил ли?
Глава 1: Глаз алгоритма
Что видит машина
Месяц спустя Александр узнал правду.
Не всю сразу — правда открывалась по частям, как медленно проявляющаяся фотография. И каждая новая деталь заставляла его желудок сжиматься от тревоги.
— ATS, — сказал Дмитрий, коллега из отдела кадров, когда они случайно разговорились за кофе. — Слышал про такое?
Александр покачал головой.
— Applicant Tracking System. Автоматический отбор резюме. — Дмитрий помешал сахар в чашке. — Мы получаем тысячи заявок в месяц. Думаешь, кто-то их читает?
Сердце Александра пропустило удар.
— То есть как?
— Машина. Сначала она. Ищет ключевые слова, проверяет структуру, анализирует опыт. Семьдесят процентов резюме отсеивается еще до того, как их увидит живой человек.
Александр поставил чашку. Кофе показался горьким.
— А как узнать, что именно она ищет?
Дмитрий пожал плечами.
— Секрет фирмы. Алгоритм настраивают под каждую позицию. Но суть одна — машина выбирает тех, кто говорит на ее языке.
Вечером Александр достал свое старое резюме. То, первое, которое он отправил в компанию полгода назад и получил отказ. Он перечитал его, и теперь понимал почему.
Текст был живым. Человечным. Он рассказывал о проектах, как о своих детях. Описывал трудности честно. Говорил о том, что хочет учиться и развиваться.
Машина этого не поняла.
Потом он открыл резюме, с которым прошел отбор. То, которое помогла ему переписать карьерный консультант за два часа и три тысячи рублей.
Другой человек. Другой язык.
Вместо «участвовал в проекте» — «руководил разработкой». Вместо «изучал новые технологии» — «внедрил современные решения». Каждое предложение начиналось с глагола действия. Каждый абзац содержал ключевые слова.
Машина это поняла.
Александр откинулся в кресле. Значит, Анна... Ее честное, подробное резюме просто не прошло фильтр. Машина его не увидела. Как не увидела сотни других.
А он прошел не потому, что был лучше.
Он прошел потому, что знал правила игры.
В ту ночь он долго не мог заснуть. За окном шумел город, жили люди, а где-то в серверных залах работали алгоритмы. Они читали. Выбирали. Решали.
И не объясняли почему.
Глава 1.2: Новый рынок
Оптимизация как услуга
— Знаешь, что самое странное? — сказала Мария, ожидая своей очереди на собеседование.
Александр поднял глаз от телефона. Девушка сидела рядом, нервно теребила папку с документами.
— Полгода назад меня никто не замечал. Диплом хороший, опыт есть, проекты делала. Но тишина. — Она вздохнула. — А потом прошла тренинг.
— Какой тренинг?
— «Резюме, которое пройдет ИИ». Три занятия, двадцать тысяч. Научили писать под алгоритмы. — Мария улыбнулась устало. — И теперь у меня уже пять предложений.
Александр почувствовал, как желудок снова сжимается. Значит, не только он.
— А что именно учили?
— Структуру. Где ставить ключевые слова, чтобы система их точно нашла. Как описывать опыт через глаголы действия. Даже шрифт имеет значение — некоторые ИИ плохо читают курсив.
Вызвали Марию. Она встала, поправила пиджак.
— Знаешь, что самое смешное? Я стала хуже программировать после этого курса. Но лучше продавать себя машинам.
После работы Александр полез в интернет. Искал осторожно, боясь того, что найдет.
«Резюме для ИИ — пошаговое руководство». «10 секретов прохождения ATS». «Как обмануть алгоритм отбора».
Сотни статей. Десятки курсов. Целая индустрия, построенная на том, чтобы научить людей говорить с машинами.
Он открыл один из сайтов. Видеоурок начинался словами: «Ваши навыки могут быть идеальными, но, если ИИ вас не увидит — вы не существуете».
Александр выключил звук.
Не существуете.
Он вспомнил свою консультацию полгода назад. Тогда это казалось просто помощью. Небольшой хитростью. Теперь понимал — это была инструкция по выживанию.
А те, кто ее не получил?
Они действительно не существовали для системы.
Глава 1.3: Язык машин
Новая грамматика успеха
Александр решил провести эксперимент.
Он взял резюме своего однокурсника Михаила — того, который работал в стартапе, делал крутые проекты, но никак не мог найти работу в крупной компании. Резюме было честным. Подробным. Живым.
Александр переписал его по всем правилам, которые теперь знал.
Убрал личность. Добавил ключевые слова. Превратил «увлекался разработкой» в «руководил созданием». Заменил «работал в команде» на «координировал взаимодействие между отделами».
Отправил в пять компаний. От имени вымышленного кандидата.
Три ответа пришли в течение недели.
Оригинальное резюме Михаила лежало в этих же компаниях уже полгода. Без ответа.
Александр смотрел на экран и чувствовал, как мир вокруг него меняется. Не внешне — внешне все было как прежде. Но внутренне, в самых основах того, как все работает.
Он начал замечать детали.
В LinkedIn стали появляться курсы «ИИ-френдли профиль». В университете открыли факультатив «Цифровая самопрезентация». Знакомые обсуждали не то, как стать лучше в профессии, а то, как лучше выглядеть для алгоритмов.
— Ты знаешь про ATS-бота? — спросил его сосед по общежитию. — Он анализирует твое резюме и показывает, какие слова добавить.
— А знаешь про интервью с ИИ? — сказала девушка в кафе за соседним столиком. — Там нужно улыбаться определенным образом. И говорить в конкретном темпе.
Александр слушал эти разговоры и понимал: вокруг него формируется новый мир. Мир, где люди учатся быть понятными машинам.
А те, кто не успевает за этим процессом, остаются за бортом.
Не потому, что хуже работают.
Потому что хуже переводятся на язык алгоритмов.
В ту ночь он долго лежал без сна, думая о том, что происходит. Где-то в городе работали серверы, обрабатывая тысячи резюме. Где-то люди просыпались и шли на курсы, чтобы научиться нравиться машинам. А где-то другие люди — честные, талантливые, но не знающие новых правил — получали очередной автоматический отказ.
И никто не спрашивал: а правильно ли это?
Глава 2.1: Игра или обман?
Грань между адаптацией и подлогом
Первый месяц на новой работе Александр чувствовал себя самозванцем.
Не из-за задач — он справлялся. Код писал чисто, дедлайны не срывал, коллеги относились нормально. Но внутри что-то грызло. Особенно когда он смотрел на Максима.
Максим сидел через два стола. Уверенный, красноречивый, с идеальным резюме. На собеседовании он рассказывал истории так, что хотелось аплодировать. Но когда дело доходило до работы...
— Не могу разобраться с API, — говорил он в третий раз за день. — Ты не подскажешь?
Александр объяснял. Снова. Простые вещи, которые должен знать любой с таким опытом, как у Максима.
— Странно, — пробормотал Максим. — В прошлой компании как-то по-другому было.
Александр начал подозревать: а была ли прошлая компания? Или весь опыт Максима — это красиво написанные строчки в резюме, оптимизированные под ключевые слова?
Вечером он зашел в LinkedIn Максима. Профиль выглядел безупречно. Каждая позиция описана через достижения. Каждый проект — как личная победа. Рекомендации от коллег звучали как оды.
Но Александр теперь понимал: красивые слова и реальные навыки — не одно и то же.
— Знаешь, что меня пугает? — сказал он жене за ужином. — Я прошел отбор не потому, что лучший. А потому, что знал, как правильно себя подать.
— Ну и что? — Лена резала салат. — Умение презентовать себя — тоже навык.
— Но что, если я презентую не себя? Что, если я презентую того, кем алгоритм хочет меня видеть?
Лена подняла глаза.
— Ты же не врал в резюме?
— Нет. Но я.… приукрасил. Переформулировал. Сделал себя более "подходящим".
— Все так делают.
— Вот именно. Все.
Александр отложил вилку. Впервые он ясно сформулировал то, что мучило его недели:
— А что, если мы все играем в игру, где побеждает не лучший игрок, а тот, кто лучше всех изучил читы?
Глава 2.2: Видео-собеседование
Разговор с зеркалом
— Сядьте прямо. Смотрите в камеру. Говорите четко, но не слишком медленно.
Александр готовился к видео-интервью месяц назад, но сейчас эти советы звучали в голове с новым смыслом. Он нашел статью о том, как ИИ анализирует кандидатов в реальном времени.
Алгоритм отслеживал:
- Тон голоса (уверенность, стресс)
- Выражение лица (открытость, честность)
- Движения глаз (концентрация, отвлечение)
- Паузы в речи (обдумывание, неопределенность)
— Боже мой, — прошептал он, читая дальше.
Система давала кандидату оценку еще до того, как человек увидел запись. И если оценка была низкой — интервью даже не смотрели.
Александр вспомнил свое собеседование. Как нервничал в первые минуты. Как запинался, отвечая на вопрос о слабых сторонах. Как потом взял себя в руки и говорил ровно, уверенно.
Он прошел.
А что, если бы не взял себя в руки? Что, если бы продолжал нервничать?
Он подумал об Амине — девушке из параллельной группы. Отличные оценки, интересные проекты, но легкий акцент. Она рассказывала, что на видео-интервью несколько раз переспрашивала вопросы.
Система сочла это признаком неуверенности.
Отказ.
— Это же дискриминация, — сказал Александр вслух.
Но кого обвинять? Программу? Она не умышленно отсеивала людей с акцентом. Она просто обучалась на данных, где "успешные" кандидаты говорили определенным образом.
Разработчиков? Они создавали инструмент для экономии времени HR, а не для исключения целых групп людей.
HR-отделы? Они доверяли объективности технологий.
Александр понял: никто не планировал создать систему исключения. Но она создалась сама. И теперь работала как часы, отсеивая не худших кандидатов, а тех, кто не подходил под алгоритм.
Самое страшное — все считали это справедливым. Ведь решение принимала машина. А машины не могут быть предвзятыми.
Могут?
Глава 2.3: Сергей
Жемчужина, которую не заметили
Александр встретил Сергея на курсах повышения квалификации. Сорок два года, седые виски, спокойные глаза человека, который многое повидал.
За обедом они разговорились.
— В IT я уже пятнадцать лет, — сказал Сергей, размешивая кофе. — Начинал еще когда интернет был роскошью.
— И как дела с работой?
Сергей усмехнулся.
— Два года назад решил сменить компанию. Думал — опыт есть, навыки актуальные, найду за месяц.
— И?
— Полгода тишины. Даже отказов не приходило. Как будто мои резюме проваливались в черную дыру.
— Что случилось потом?
— Племянник помог. Учится на программиста, подрабатывает в HR. Говорит: "Дядя Сережа, ты неправильно резюме пишешь". Переделал за вечер. Через неделю — три приглашения.
Александр почувствовал знакомое сжатие в желудке.
— Что изменил?
— Формат. Структуру. Слова. Я писал, как человек для людей. А нужно было писать, как входные данные для программы.
Сергей показал Александру два варианта резюме в телефоне. Старое было живым, подробным. Новое — сухим, но "правильным".
— Видишь разницу? В первом я рассказывал о проектах. Во втором — перечислял достижения через глаголы действия.
— И что ты думаешь об этом?
Сергей долго молчал.
— Знаешь, я научился программировать, когда еще компиляторы были капризными. Ошибся в синтаксисе — программа не работает. Поэтому привык быть точным. — Он отпил кофе. — Но тогда я писал код для машин, а с людьми говорил по-человечески. Теперь наоборот: код пишу для людей, а с машинами говорю как с людьми.
— Тебя это не злит?
— Злит. Но что делать? Играть по правилам или остаться без работы.
После курсов Александр шел домой и думал о Сергее. Пятнадцать лет опыта. Десятки проектов. Знания, которые не поместятся ни в одно резюме.
Но система его не видела.
А увидела только тогда, когда он научился с ней говорить.
Сколько еще таких Сергеев остается за бортом? Сколько опыта теряется просто потому, что люди не знают магических слов для алгоритмов?
Глава 2.4 — Анатомия победителя
В тот вечер Александр не мог уснуть.
Он думал о Сергее. О себе. О системе, которая их разделила.
Он открыл ноутбук и начал анализировать. Своё резюме. Своё интервью. Свой путь к победе.
Что сделало его победителем?
Не опыт — у Сергея его было больше.
Не знания — Анна разбиралась в коде лучше.
Не навыки — половина его группы училась усерднее.
Он победил, потому что знал правила игры.
Александр открыл файл со своим первым резюме. Тем, которое отклонили везде. Он помнил, как писал его — честно, от сердца. Рассказывал о проектах, которые его вдохновляли. О командах, в которых он рос. О мечтах, которые хотел воплотить.
Машина этого не поняла.
Потом он открыл второе резюме. Оптимизированное. С правильными словами в правильных местах. С глаголами действия и структурой, которую любят алгоритмы.
Это резюме открыло ему двери.
Но было ли оно честнее? Лучше? Правдивее?
Александр закрыл глаза.
Он понял: система создала новый тип человека. Победителя-хамелеона. Того, кто умеет подстраиваться под любой алгоритм.
Но что происходит с теми, кто не умеет меняться? Кто остаётся собой?
Они исчезают из поля зрения.
Как будто их никогда не было.
Глава 3.1 — Цена ошибки
Первый серьёзный провал случился через три месяца.
Проект горел. Дедлайн приближался. Команда работала на износ.
Максим — тот самый коллега с безупречным резюме — не справлялся.
Его код не работал. Логика рассыпалась. Задачи повисали в воздухе.
— Я не понимаю, — говорил руководитель проекта. — Он же прошёл все этапы отбора. У него отличные рекомендации.
Александр молчал.
Он видел, как это происходило. Максим знал правильные слова. Умел рассказывать истории успеха. Отвечал на вопросы алгоритма именно так, как нужно.
Но он не умел работать.
Система выбрала игрока, а не мастера.
Проект пришлось спасать всей командой. Сверхурочные. Стресс. Недовольство клиента.
— Мы же проверяли его, — недоумевал HR-менеджер. — Все показатели были в норме.
— Проверяли не того, — тихо сказал Александр.
— Что ты имеешь в виду?
— Мы проверили, может ли он пройти наш отбор. Но не проверили, может ли он делать работу.
В тот вечер Александр сидел в пустом офисе и думал о цене ошибок.
Не только о деньгах. О времени. О доверии.
О том, что происходит, когда система выбирает не тех, кто нужен.
А тех, кто умеет быть выбранным.
Глава 3.2 — Невидимые предрассудки
Александр наткнулся на отчёт случайно.
Внутренняя аналитика. Статистика успешных кандидатов за последние два года.
Цифры рассказывали странную историю.
Кандидаты из крупных городов проходили чаще. Те, у кого английские имена — тоже. Выпускники определённых университетов имели преимущество, даже при одинаковых навыках.
Женщины с детьми отсеивались на 40% чаще мужчин с детьми.
Кандидаты старше сорока почти не проходили автоматический отбор.
Александр перечитал отчёт дважды.
Алгоритм не был злым. Он не ненавидел. Не дискриминировал сознательно.
Он просто учился на данных прошлого.
А в прошлом люди делали выбор не всегда справедливо.
Машина унаследовала их предрассудки. И усилила их математической точностью.
Александр вспомнил Амину. Девушку с акцентом, которую отсеяли на видео-интервью.
Вспомнил Сергея без диплома престижного вуза.
Вспомнил себя — того, кто прошёл не только благодаря знаниям.
Но и потому, что попадал в «правильные» категории.
Молодой. Мужчина. Из большого города. С нужным образованием.
Статистически безопасный выбор.
Он закрыл отчёт и подумал: справедливость нельзя автоматизировать.
Её можно только практиковать.
Глава 3.3 — Человек в петле
Александр нашёл статью о компании в Германии.
Они столкнулись с той же проблемой. ИИ отсеивал хороших кандидатов. Пропускал слабых. Делал ошибки, которые дорого обходились.
Но они не отказались от технологий.
Они изменили процесс.
После автоматического скрининга добавили этап живой проверки. Не полной — точечной. Случайной выборки. Контрольных вопросов.
Результат превзошёл ожидания.
Качество найма выросло на 30%. Разнообразие команд увеличилось. Текучесть кадров снизилась.
Александр показал статью коллегам.
— Интересно, — сказал руководитель. — Но это же дополнительные затраты.
— А провальные проекты обходятся дешевле? — спросил Александр.
Молчание.
— Давайте попробуем пилот, — предложил он. — Один отдел. Три месяца. Посмотрим, что получится.
— А кто будет этим заниматься?
— Я.
Александр не планировал становиться защитником отвергнутых кандидатов.
Но система сделала его победителем.
И теперь он чувствовал ответственность за правила игры.
Глава 3.4 — Восстание машин или людей?
Пилотный проект начался тихо.
Александр получил доступ к отклонённым резюме. Начал просматривать их вручную. Искать жемчужины, которые пропустил алгоритм.
Первую неделю он не нашёл ничего интересного.
Вторую — тоже.
На третьей неделе попалось резюме Елены.
Опыт работы — прерывистый. Образование — не в топовом вузе. Ключевые слова — не в тех местах.
Машина отклонила её мгновенно.
Но Александр заметил проекты, которые она описывала. Они были необычными. Творческими. Нестандартными.
Он позвонил ей.
Через час разговора понял: она именно тот человек, который нужен команде.
Елена прошла все этапы живого отбора. Получила работу. И через месяц стала одним из лучших сотрудников.
— Как ты её нашёл? — спросил руководитель.
— Искал не там, где светло, а там, где нужно.
Постепенно коллеги начали замечать изменения.
Команда стала разнообразнее. Интереснее. Живее.
Новые люди приносили новые идеи. Нестандартные решения. Свежий взгляд.
— Может, стоит расширить эксперимент? — предложил кто-то на планёрке.
Александр улыбнулся.
Революция начинается с маленьких шагов.
И иногда человек может победить систему, не сражаясь с ней.
А работая с ней заодно.
Выводы: Код совести
Александр сидел в том же кафе, где познакомился с Сергеем.
За полгода многое изменилось.
Сергей получил работу в их компании — через новый процесс отбора.
Амина тоже прошла собеседование, когда её оценивали люди, а не только машины.
Максим... Максим ушёл сам. Понял, что игра в правила не заменяет умения работать.
Александр открыл ноутбук и начал писать. Не отчёт. Не презентацию.
Письмо самому себе из прошлого.
Дорогой победитель системы
Ты думаешь, что выиграл честно. Что заслужил свой успех. Что система выбрала лучшего.
Но система не выбирает лучших. Она выбирает подходящих.
Подходящих под алгоритм. Под данные. Под модель.
А модель создана людьми. Со всеми их предрассудками, ошибками и ограничениями.
Ты не виноват в том, что прошёл. Но ты ответственен за то, что будешь делать дальше.
Можешь закрыть глаза и наслаждаться победой.
А можешь открыть дверь тем, кто остался за бортом.
Система не изменится сама. Её изменяют люди.
Такие, как ты.
Победители, которые помнят: выиграть — это только начало.
Настоящая победа — когда выигрывают все достойные.
Александр закрыл ноутбук.
За окном садилось солнце.
Завтра будет новый день. Новые кандидаты. Новые решения.
Человек и машина, работающие вместе.
Но с человеком в главной роли.
Как и должно быть.
Практические рекомендации
Для работодателей:
- Используйте ИИ как первый фильтр, но не последнее слово
- Добавьте этап случайной проверки отклонённых резюме
- Тестируйте навыки на практике, а не только на бумаге
- Регулярно анализируйте статистику найма на предвзятость
Для кандидатов:
- Изучите правила игры, но не забывайте о сути
- Оптимизируйте резюме под ATS, сохраняя честность
- Развивайте навыки, которые нельзя подделать
- Не позволяйте системе определять вашу ценность
Для разработчиков ИИ:
- Обеспечьте прозрачность алгоритмов
- Регулярно проверяйте данные на предвзятость
- Создавайте инструменты для аудита решений
- Помните: вы программируете будущее рынка труда
Для общества:
- Требуйте объяснений от автоматизированных систем
- Поддерживайте образование в области ИИ-грамотности
- Обсуждайте этические вопросы технологий
- Помните: мы всё ещё можем выбирать, как нас выбирают
Технология должна расширять возможности человека, а не заменять его суждение.
В мире, где машины принимают решения о людях, самое человеческое — это сохранить право на ошибку, интуицию и второй шанс.
Иллюстрации созданы с помощью Шедеврум.