Сегодня первичный фильтр в таких гигантах, как Amazon, Unilever или Siemens, всё чаще доверяют нейросетям. И соискатели быстро поняли: чтобы понравиться машине, нужно говорить на её языке. Так родилась новая игра — «ИИ против ИИ». Только правила в ней парадоксальны...
Эксперимент, который шокировал
Группа исследователей решила проверить, насколько честны алгоритмы к живым людям. Они взяли 2245 настоящих резюме — обычных, написанных кандидатами от руки. Затем каждое переписали с помощью четырёх популярных нейросетей: GPT‑4o, LLaMA, Qwen и DeepSeek. Получилось по две версии на каждого человека — «человеческая» и «машинная». Затем оба варианта скормили тем же самым ИИ-системам, которые используют компании для отбора. Результат оказался и пугающим, и забавным одновременно. Машины выбирали… себя. Цифры весьма говорящие:
- GPT‑4o отдавал предпочтение резюме, сгенерированным им же, в 97,6% случаев;
- LLaMA — в 96,3%;
- Qwen — 95,9%;
- DeepSeek — 95,5%.
Каждая модель буквально тянулась к собственному «почерку», как нарцисс к отражению. Алгоритм считывал стиль, структуру, манеру формулировок — и кивал: «Это своё, пропустить». Но где здесь объективность?
Глаза людей видят иначе
Учёные не остановились на полпути. Они попросили живых людей — опытных рекрутеров и просто здравомыслящих взрослых — сравнить те же пары резюме. И тут открылось второе дно. Большинству людей человеческие версии нравились больше. Они казались живее, искреннее, убедительнее. В них чувствовалась логика, эмоция, индивидуальный опыт. А «причёсанные» нейросетью тексты выглядели стерильно и шаблонно — как гостиничный номер после клининга.
Получается разрыв: людям интересен человек, а машина — сама себе зеркало. HR-фильтр считает «правильным» не логичный или убедительный текст, а тот, что стилистически похож на его собственные внутренние алгоритмы. По сути, искусственный интеллект занимается самолюбованием и называет это наймом.
Цифра, от которой становится не по себе
Авторы исследования подсчитали: кандидат, использовавший ту же модель, что стоит внутри системы рекрутинга, получает одобрение на 23–60% чаще при абсолютно равных навыках и опыте. Шестьдесят процентов — это не статистическая погрешность, это дискриминация нового типа. Только дискриминируют не по полу, возрасту или цвету глаз, а по степени «своячества» текста.
Главная проблема: соискатель почти никогда не знает, какая именно нейросеть заточена в воротах корпорации. Это коммерческая тайна. Гиганты не отчитываются: «Наш AI-рекрутер — GPT-4o, любит короткие списки и не терпит вводных конструкций». Поэтому мы тыкаем пальцем в небо.
Спасательный круг из ChatGPT
Но есть и хорошая новость. Эмпирическое правило, которое уже сложилось на рынке: большинство крупных компаний используют системы на базе GPT‑4o. OpenAI плотно интегрирована в бизнес-экосистему, её API стоит относительно недорого, а качество «взрослое». Поэтому, если вы отправляете резюме в транснациональную корпорацию, ваш лучший друг сегодня — это ChatGPT.
Парадокс в том, что идеальная стратегия трудоустройства в эпоху ИИ напоминает цирковой номер: вы пишете текст с помощью робота, чтобы понравиться другому роботу, и оба молчите о том, что человек был здесь лишь третьим лишним. Людям из отдела кадров остаётся финальный кивок — или культура, когда они просто нажимают «подтвердить» после машинного вердикта.
Но не слишком ли дорогую цену мы платим за эффективность? Резюме, которое обаяло алгоритм, может быть идеально сбалансированным — и совершенно безжизненным. А человек, который пишет «неправильно», но искренне, рискует никогда не попасть на собеседование. Мы создали зеркальный лабиринт, где машины бесконечно выбирают себя, а живые кандидаты вынуждены копировать бездушную манеру речи. И вопрос уже не в том, как найти работу. Вопрос: когда мы разучимся писать о себе сами?