ИИ-рекрутинг отсеивает хороших кандидатов, путает стаж и теряет отклики

Сейчас рынок труда ощущается как какой-то сломанный аттракцион. Люди месяцами ищут работу, откликаются пачками, переписывают резюме, делают тестовые, а в ответ — тишина. Или классика: отказ через 2 минуты после отклика, как будто тебя даже не человек смотрел, а какой-то бездушный фильтр, который решил, что ты недостаточно ключевое слово.

И это, наверное, самое бесячее. Не то что отказывают — они были всегда. А то, что ты как будто вообще не можешь пройти к живому человеку. Между тобой и вакансией теперь стоит армия AI-фильтров, ATS-систем, автоскринингов и еще черт знает чего. И если ты не угадал формулировку, не попал в шаблон, не написал «правильный» опыт «правильными» словами — до собеседования ты просто не доходишь.

В итоге на рынке какая-то дикая несправедливость: хорошие, сильные люди сидят без офферов не потому, что они слабые, а потому что система найма стала нечеловеческой.

83% компаний в мире используют ИИ для скрининга резюме. 99% из списка Fortune 500 работают с ATS-системами для автоматического отбора кандидатов. Звучит как будущее, которое уже наступило. Но если копнуть глубже — выяснится, что это будущее регулярно глючит, теряет людей и может подставить компанию под серьезные штрафы.

Россия тут не исключение: «Поток», «Хантфлоу», E-Staff и другие платформы активно внедряют ИИ-модули. Но вместе с автоматизацией приходят баги, которые могут лишить квалифицированного специалиста шанса даже попасть на собеседование. И самое неприятное — ни кандидат, ни рекрутер об этом не узнают.

Российский кейс: как ATS посчитала 4 года стажа за 1 год

В конце 2025 — начале 2026 года карьерный консультант Алина Большева (автор блога «Карьерный Хакер») решила проверить, как на самом деле работает AI-скрининг в ATS-платформе «Поток». И результаты, мягко говоря, удивили.

ИИ-модуль оценил релевантность ее опыта на 72%, хотя фактическое соответствие было около 100%. Почему? Нейросеть не смогла нормально обработать даты в формате «по настоящее время». Система решила, что стаж в карьерном консультировании — менее 1 года, хотя на дворе был январь 2026, а работать Алина начала в 2021-м. Четыре с лишним года превратились в один — просто потому, что алгоритм не понял формат даты.

И это не единичный случай. У другого кандидата ИИ некорректно рассчитал общий стаж, потому что стажировку не засчитал как реальный опыт. То есть если вы только начинаете карьеру и у вас в резюме стажировки — система может просто вычеркнуть этот опыт. Системный барьер для выпускников и начинающих специалистов, не больше и не меньше.

Но ладно стаж — бывает и хуже. При интеграции «Потока» с hh.ru было потеряно 114 откликов кандидатов. Просто исчезли при синхронизации. Несмотря на обращения в поддержку, платформа не признала сбой. Теперь представьте это в масштабах крупной компании — потенциально речь о тысячах потерянных откликов.

После публикации результатов тестирования команда «Потока» признала ошибку и сообщила, что баг исправлен в январе 2026 года. Но сам факт, что такая ошибка попала в продакшен, ставит вопрос: а как вообще тестируются AI-функции перед запуском? Сколько кандидатов успели отсеять по ошибке, пока баг не заметили?

Прямо сейчас на рынке миллионы «невидимых» кандидатов

Если вы думаете, что баги — это проблема только российских платформ, то нет. Исследование Гарвардской школы бизнеса и компании Accenture выявило целый феномен — «скрытые работники» (hidden workers). Это миллионы квалифицированных специалистов в США и Европе, которых ATS-системы отсеивают еще до того, как их резюме увидит живой человек.

По разным оценкам, от 75% до 98% резюме отсеиваются алгоритмами на первом этапе. А 21% компаний вообще автоматически отклоняют кандидатов на всех этапах найма — без какого-либо участия человека. То есть ваше резюме может не увидеть ни один рекрутер. Вообще ни один.

Почему алгоритмы ошибаются? Вот основные причины:

Буквальный поиск ключевых слов. Алгоритмы ищут точные совпадения, а не смысловые аналоги. Написали «управление командой» вместо «people management»? Все, вас нет в выдаче. Хотя речь об одном и том же навыке.

Проблемы с форматированием. Таблицы, колонки, графика, нестандартные шрифты — ATS все это считывает с ошибками. А если ваше резюме — PDF, сохраненный как изображение, система его вообще не распознает. Красиво оформленное резюме может оказаться для алгоритма пустым листом.

Пробелы в карьере. Перерывы в трудовой деятельности автоматически снижают рейтинг — неважно, почему вы не работали. Декрет, обучение, болезнь, волонтерство — для алгоритма это просто минус в карму.

Отраслевые ограничения. Даже при полном совпадении по навыкам и стеку кандидат может получить отказ из-за «не той» отрасли в прошлом опыте. С 2025 года отраслевые фильтры становятся жестче — карьерный переход из одной индустрии в другую превращается в квест.

Боты общаются с ботами: новая спираль автоматизации

А вот это, пожалуй, самый безумный эффект массового внедрения ИИ в рекрутинг.

С одной стороны, компании используют нейросети для фильтрации и оценки резюме. С другой — кандидаты все активнее используют ChatGPT и аналоги, чтобы генерировать «идеальные» резюме и сопроводительные письма, нашпигованные нужными ключевыми словами.

В итоге получается замкнутый цикл: AI-генерированные тексты проходят через AI-фильтры, и обе стороны имитируют смыслы, которых в реальности не существует. Рекрутеры получают красиво оформленные, но пустые по содержанию заявки. А кандидаты вынуждены «взламывать» алгоритмы вместо того, чтобы честно описывать свой опыт.

Куда это ведет? К двум сценариям. Первый — объем фальсификаций растет настолько, что доверие к резюме как к документу падает до нуля. Второй — работодатели закручивают гайки еще сильнее, подключают верификацию через государственные сервисы и биометрию. И тут уже новые правовые и этические проблемы.

Дискриминация — это не случайный сбой, а заложенный баг

Швейцарский институт искусственного интеллекта в 2025 году выпустил анализ, ключевой вывод которого звучит жестко: дискриминация при AI-найме — это не случайность, а закономерный результат проектных решений. Если система обучена на исторических данных, в которых закреплены предубеждения — предпочтение определенных вузов, компаний, формулировок — алгоритм будет воспроизводить и усиливать эти паттерны.

Классический пример — кейс Amazon 2018 года. Компания была вынуждена отказаться от AI-алгоритма найма после того, как обнаружилось, что он систематически дискриминировал женщин на технических позициях. Модель обучалась на данных о преимущественно мужских наймах прошлых лет — и просто научилась отдавать предпочтение «мужским» формулировкам в резюме.

В России тоже не спешат избавляться от дискриминации, а иногда еще и поощряют это в ИИ-ассистентах и помощниках. Так некоторые рекрутинговые агентства закладывают в фильтры ограничение по возрасту, что лишь усиливает эйджизм на рынке труда.

Вывод простой: использование ИИ в рекрутинге требует не просто технической отладки, а фундаментального переосмысления — на каких данных и по каким критериям обучаются модели. Без этого автоматизация будет множить ошибки прошлого в промышленном масштабе.

Что с этим делать прямо сейчас

Если вы соискатель

Используйте простое форматирование резюме. Никаких таблиц, колонок, графики. Формат — .docx или простой .pdf. Красивая инфографика в резюме — это круто для человека, но ATS может просто не прочитать.

Адаптируйте формулировки под текст вакансии. Используйте те же термины и ключевые слова, что в описании позиции. Но не искажайте реальный опыт — иначе попадете в ту самую «спираль ботов».

Знайте свои права. В России действует 152-ФЗ, и вы вправе узнать, как обрабатываются ваши персональные данные.

Получили автоматический отказ — не паникуйте. Это далеко не всегда отражение вашей квалификации. Попробуйте связаться с рекрутером напрямую — иногда это единственный способ обойти кривой алгоритм.

Если вы работодатель или HR

Тестируйте AI-функции перед запуском в продакшен. Прогоняйте реальные кейсы с известными «правильными» ответами. Если алгоритм отсеивает заведомо подходящего кандидата — что-то не так.

Не полагайтесь на AI-оценку как на единственный критерий. Человеческая экспертиза в найме пока незаменима. ИИ — это инструмент для ускорения, а не замена рекрутера.

Проверяйте, куда уходят данные кандидатов. Особенно если ваша ATS интегрирована с зарубежными AI-сервисами. 152-ФЗ никто не отменял, а штрафы растут.

Внедряйте аудит алгоритмов. Регулярно проверяйте, не дискриминирует ли система определенные группы кандидатов. Это не только этично, но и юридически необходимо — прецедент Мобли против Workday уже создан.

AI-рекрутинг — это не зло и не спасение. Это инструмент, который пока работает с серьезными ограничениями. И главная ошибка — доверять ему на 100%, не проверяя результаты. Те компании, которые уже сейчас научатся грамотно сочетать автоматизацию с человеческой экспертизой, получат конкурентное преимущество в найме. Остальные будут терять сильных кандидатов — и даже не узнают об этом.