Итак, в первой части я рассказал, как нейронки типа deepseek и perplexity.ai сэкономили мне 2-3 дня на подготовку и формулированию вакансии.
Вакансия была оперативно опубликована. Пошли первые отклики 😎
Решение тестового задания нейронками
А я, чтобы понять, как соискатель мыслит в типовых ситуациях и какой у него есть опыт – набросал небольшое Тестовое задание.
Естественно, по описанным кейсам я натравил обе нейронки и попросил их решить это тестовое. Промт:
У меня есть тестовое задание для вакансии менеджера по маркетингу. Оно в приложенном файле - задачи-кейсы в 12 пунктах. Нужно чтобы ты решил эти задачи и привел варианты решения описанных там проблем. Если вариантов несколько - сгруппируй их по каждому из кейсов
Справились обе. Обе – неплохо. Но есть отличия 😳
DeepSeek по нескольким кейсам действительно привел несколько вариантов решения задачи. Его ответ по всему тестовому занял 7 страниц:
perplexity.ai был лаконичнее – решение поместилось на 4 страницы и не содержало нескольких вариантов решения внутри каждого кейса:
Решения тестового задания от соискателей и анализ их нейросетями
Получив первое решение и читая его, я не мог избавиться от мысли, что его написала одна из вышеупомянутых нейронок 🙄
Поэтому что я сделал? Правильно – пошел к нейронкам с запросом:
Сможешь ли ты распознать по тексту, что этот текст написала нейронная сеть?
Обе ответили, что смогут, но 100% гарантии не дадут. Зато выделили критерии, по которым надежнее всего проверять:
- Стиль и структура текста
- Логические несоответствия или странные формулировки (или их отсутствие)
- Использование специализированных инструментов
- Контекст и метаданные (при их наличие)
Давай попробуем, предложили они. Ок, пробуем:
Проверь этот текст на предмет того, создан он нейронной сетью или человеком
И прикладываем файл. К слову, эти машинки уже неплохо работают и с pdf, и с docx. Даже со скриншотов хорошо распознают текст (но это уже совсем другая история).
В общем вердикт по первому тестовому был неутешительным (для соискателя):
Еще нейронки расписали подробнее про факты, указывающие – выделили ключевые примеры и привели прочие аргументы, почему решено так. Их я вам не покажу, т.к. там фигурируют уже детали кейсов из тестового задания 😝
Были и другие варианты анализа – когда человеческое в решениях явно перевешивало ИИ:
К слову, выявилась интересная особенность: DeepSeek более сбалансирован (скриншот выше от него) – поэтому человеческий текст отгадывает чаще. А perplexity.ai склонен сгущать краски и большую часть результатов тестовых заданий отнес к созданным своими собратьями ИИ.
19.06.2025
Первая часть: