Что делать компании, когда два кандидата набрали одинаковые баллы, прошли одинаковые тесты и одинаково понравились комиссии?
Кого выбирать, если они различаются на доли процента?
Эта ситуация встречается в найме чаще, чем кажется.
И всё больше организаций решают её неожиданным способом — жребием.
Почему система ломается в точке полной ничьей
Современный найм перегрет: сотни резюме, одни и те же форматы тестов, идентичные профили.
Когда кандидаты проходят одинаковые фильтры, любой «финальный выбор» становится субъективным.
Кто улыбнулся натуральнее. Кто показался «надёжнее». Кто совпал по вайбу с интервьюером.
В таких условиях случайность иногда работает честнее, чем впечатление.
Где это уже применяется официально
🇺🇸 США
Федеральное агентство OPM использует random referral — жребий для развязки ничьих, когда формальные процедуры не дают победителя.
🇺🇸 Сакраменто
В муниципальном регламенте прямо указано: если кандидатов больше мест, допускается выбор по жребию, чтобы исключить спорные решения.
🇬🇧 Великобритания
Equality Act (§159) разрешает tie-break.
Если два кандидата объективно равны по результатам, организация имеет право выбрать одного — случайно или по социальной пользе.
И всё это официально, без мистики.
Что такое tie-break и как он работает
Tie-break — это формализованный способ определить победителя при полной ничьей.
В спорте — дополнительный сет. В теннисе — разыгрывание очков. В найме — прозрачный алгоритм: жребий, виртуальный бросок кубика, дополнительный вопрос.
Главное — правило фиксируется заранее. Не придумывается «по ситуации».
Как компании используют случай сегодня
1. Qualified lottery
Случайный выбор внутри группы кандидатов, которые прошли минимальный порог.
Например: 200 человек с разницей в 1–2 балла.
Система выбирает 50 случайно.
Это экономит недели и снижает конфликты вокруг «квоты».
2. Случайный порядок оценивания
Ревьюеры не знают порядок работ и не видят имён.
Алгоритм сам перемешивает ответы. Убирается эффект позиции: первые и последние больше не получают лишнее внимание.
3. Логируемый throw
При полной ничьей машина делает «бросок».
Результат фиксируется вместе с seed — для прозрачности и проверки.
Почему это работает лучше, чем кажется
Психологически
Кандидаты понимают, что в случае ничьей решает не настроение интервьюера, а честный механизм.
Математически
Разницы между «первым» и «вторым» почти нет. Разброс в 1–2 балла статистически незначим.
Этически
Предвзятость резко уменьшается: исход не завязан на симпатиях.
Кейс: что показали эксперименты
Новая Зеландия
В 2022 году часть научных грантов распределяли через лотерею среди заявок с одинаковыми баллами.
Итог:
– меньше жалоб,
– выше разнообразие тем,
– рост доверия к системе.
Медицинские стажировки в США
В программах, где использовали случайный элемент при равных результатах, снизилось количество претензий к процедуре отбора.
Куда это приведёт
Современный рынок труда движется к модели, где:
– формальная часть максимальна,
– субъективность минимальна,
– ничьи решаются алгоритмически,
– роль случайности возвращается как элемент справедливости.
И это не игра судьбы. Это способ защитить систему от человеческих искажений.
Если тема интересна
Здесь можно посмотреть, как компании используют методы случайного отбора, и попробовать жребий в действии: https://t.me/choicemag