В последние годы российские работодатели столкнулись с новой проблемой: кандидаты массово используют искусственный интеллект (например, ChatGPT) и другие уловки, чтобы произвести впечатление на собеседовании — при этом реальных навыков у них зачастую нет. Несмотря на рост числа обманщиков, компании могут повысить эффективность отбора, используя комплексный подход: Однако пока такие практики остаются скорее исключением, чем нормой — многим компаниям не хватает ресурсов и компетенций для глубокого анализа кандидатов. Сообщение Как компании борются с кандидатами, использующими ИИ и другие хитрости при трудоустройстве появились сначала на Автомикс.
В последние годы российские работодатели столкнулись с новой проблемой: кандидаты массово используют искусственный интеллект (например, ChatGPT) и другие уловки, чтобы произвести впечатление на собеседовании — при этом реальных навыков у них зачастую нет. Несмотря на рост числа обманщиков, компании могут повысить эффективность отбора, используя комплексный подход: Однако пока такие практики остаются скорее исключением, чем нормой — многим компаниям не хватает ресурсов и компетенций для глубокого анализа кандидатов. Сообщение Как компании борются с кандидатами, использующими ИИ и другие хитрости при трудоустройстве появились сначала на Автомикс.
...Читать далее
Оглавление
В последние годы российские работодатели столкнулись с новой проблемой: кандидаты массово используют искусственный интеллект (например, ChatGPT) и другие уловки, чтобы произвести впечатление на собеседовании — при этом реальных навыков у них зачастую нет.
Распространённые схемы обмана
- Использование ИИ для прохождения тестов и собеседований:
- соискатели поручают ChatGPT решать тестовые задания;
- во время онлайн‑собеседований за кандидата может отвечать более опытный человек (прокси‑интервью).
- Создание фейковых портфолио:
- с помощью нейросетей (Midjourney, DALL‑E 2, Kandinsky) генерируются дизайны и тексты;
- используются купленные GitHub‑репозитории (шаблоны кода);
- презентуются фейковые кейсы в Notion или на Tilda.
- Поддельные рекомендации:
- создаются фейковые профили на LinkedIn;
- нейросети генерируют типовые отзывы от «бывших коллег».
- Копирование чужих работ:
- дизайнеры выдают чужие проекты за свои;
- маркетологи используют чужие кейсы, не имея реального опыта.
Сферы, где обман распространён сильнее всего
- IT (разработка, работа с данными);
- digital‑маркетинг (легко придумать фейковый запуск продукта);
- дизайн (копирование работ, генерация изображений через ИИ);
- управление проектами и финансы (имитация экспертизы).
Почему компании не замечают обман
- Доверие к резюме. Многие HR полагаются только на анализ документов, не проверяя навыки.
- Нехватка времени и ресурсов. Особенно актуально для небольших фирм без отдельного HR‑отдела.
- Отсутствие стандартизированных методов проверки. Не все компании знают, как тестировать кандидатов.
- Культура доверия. Работодатели часто не проводят глубокую проверку заявленных компетенций.
Как выявить «пустышку»: рекомендации экспертов
- Кейсовые интервью — детальный разбор решений, предложенных кандидатом.
- Практические задания с таймингом — наблюдение за тем, как соискатель решает задачу в реальном времени.
- Проверка на плагиат — анализ кода, текстов и других работ на уникальность.
- Peer review — оценка работ кандидата экспертами (например, код проверяют другие разработчики).
- Живое написание кода — соискатель пишет код прямо на собеседовании, объясняя свои действия.
- Разбор конкретных кейсов — просьба объяснить логику принятых решений, а не просто рассказать о результатах.
- Ассесмент для управленцев — моделирование реальных рабочих ситуаций.
- Методика STAR (Situation – Task – Action – Result) — кандидат описывает реальный кейс, задачи и шаги для достижения цели.
- Проверка рекомендаций — связь с предыдущими работодателями.
- Чёткие KPI на испытательном сроке — объективные критерии оценки работы нового сотрудника.
Инструменты для автоматизации проверки
- HireVue — система для автоматизации интервью;
- CodeSignal — платформа для оценки навыков разработчиков.
Вывод
Несмотря на рост числа обманщиков, компании могут повысить эффективность отбора, используя комплексный подход:
- сочетание разных методов проверки (тесты, кейсы, практические задания);
- вовлечение экспертов для оценки работ;
- тщательная проверка рекомендаций и портфолио.
Однако пока такие практики остаются скорее исключением, чем нормой — многим компаниям не хватает ресурсов и компетенций для глубокого анализа кандидатов.
Сообщение Как компании борются с кандидатами, использующими ИИ и другие хитрости при трудоустройстве появились сначала на Автомикс.