Как ChatGPT сломал процесс найма

giovanni1313 — 15.08.2024
Два года назад появились первые сервисы, в которых GPT-3 писала привлекательные резюме для соискателей работы. Сейчас новые версии GPT создают уже почти половину всех резюме на рынке труда. Среди свежих выпускников вузов эта доля составляет 57%.

И вроде как нам из каждого утюга говорят, что ИИ и дизраптинг — это очень здорово и выигрышно. Но работодатели почему-то весьма недовольны этим трендом, сообщает ”Financial Times”.

Во-первых, снизившийся барьер для создания резюме (теперь для его написания почти не надо прилагать усилий) привёл к тому, что число резюме на одну вакансию выросло аж в два раза. Казалось бы, где тут повод для недовольства? С каких пор избыток кандидатов на позицию стал чем-то плохим? Чем больше выбор, при прочих равных — тем более подходящего кандидата может найти фирма.
Ответ, видимо, надо искать в том, что у рекрутеров и HR-департаментов стало в два раза больше работы. А кто любит лишнюю работу? Никто. Но признаваться в этом открыто как-то не очень уместно. Поэтому господа рекрутеры пытаются изобрести правдоподобно звучащие минусы такого изобилия кандидатов.

Одна из главных претензий рекрутеров — большое количество резюме приводит якобы к падению их «качества». В чем именно заключается это падение, не очень понятно.

«Кандидат может скопировать и вставить любой вопрос из заполняемой формы в ЧатГПТ, и затем скопировать и вставить [машинный ответ] обратно в форму», — рассказывает один из рекрутеров. Подразумевая, что это что-то плохое. Оказывается, использование чатботов при выполнении проверочных заданий фирмы считают «махинацией».
Нет, чтобы порадоваться продвинутым цифровым навыкам кандидата, который берет на вооружение самые современные системы знаний и, не побоюсь этого слова, аугментирует свою производительность труда! Видимо, по мнению рекрутеров, пользоваться любыми плодами технологий, начиная с веб-поиска и заканчивая отпечатанными в типографии справочниками — это тяжкий грех. Все эти ваши калькуляторы, эксели и питонные интерпретаторы — читерство. Единственный приемлемый вариант — это писать резюме и ответы на задания гусиным пером по пергаменту. И отправлять их голубиной почтой.

Британские рекрутеры и HR-отделы узнают ЧатГПТ-резюме по американской грамматике и «однотипности» фраз. Впрочем, некоторые признаются, что эти вещи бросаются в глаза, только если кандидат совсем не заморачивался с правкой ЧатГПТ-текста. Немного обработки — и распознать машинную генерацию становится гораздо сложнее.

«Резюме должны показывать личность кандидата, их устремления, их историю — и это то, что ИИ попросту не может сделать», — говорит Виктория МакЛин, CEO консалтингового бутика “CityCV”. [закадровый голос: «ИИ мог это сделать».]


Одной только неприязнью к ИИ-инструментам дело не ограничивается. Некоторые крупные фирмы, в числе которых ”Deloitte”, “EY”, “PwC” и “KPMG”, ввели политику «нулевой терпимости к ИИ» для соискателей вакансий. Да-да, ребята: те же самые конторы, которые взахлёб рассказывали, как всем надо срочно внедрять ИИ и какие блестящие перспективы несет эта технология, вообще не хотят иметь дело с соискателями, использующими ИИ для своих профессиональных задач.

В целом, работодателям страшно. «За последние 18 месяцев я увидел наиболее значительный масштаб потрясений на стороне работодателей за всё время существования», — говорит Джейми Бетт, CPO консалтингового бутика «Neurosight». Г-на Бетта можно понять. Его контора занималась созданием психометрических тестов для крупных фирм. И тут оказалось, что GPT-4 проходит эти тесты лучше, чем среднестатистический соискатель. А значит, эти психометрические тесты можно отправлять в мусорную корзину. Возможно, эти психометрические тесты нужно было отправлять в мусорную корзину сразу после их создания — но сейчас исчезла даже видимость их полезности.

Как и полагается уважающему себя современному СМИ, ”Financial Times” не обходит стороной и дивёрсити-повестку. На момент проведения исследования платная версия “ChatGPT” была на голову сильнее бесплатной в психометрических тестах. А подписчики на платную версию «в подавляющем большинстве имели высокий социально-экономический бэкграунд, мужской пол, не были инвалидами и в основном принадлежали к белой расе». Уж не знаю, насколько на достижение равенства влияют такие замечания в прессе — но в нашем случае торжество справедливости стоит всё-таки приписать прогрессу в технологии. С мая этого года «бесплатных» пользователей ”OpenAI” обслуживает гораздо более сильная модель — такая же, как и «платных». Бремя белого человека c Y-хромосомой стало немного полегче.

А вот работодателям сильные модели, напротив, осложнят жизнь еще больше. Впрочем, многие надеются на безотказное средство: очное или удаленное интервью с кандидатом в режиме реального времени. Если соискатель не умеет даже сложить 2+2 без помощи ЧатГПТ или сильно заврался в своём резюме — «очная ставка» должна это выявить.

«Кандидаты становятся довольно ленивыми в отношении того, как они выглядят на рынке труда, — отмечает один из рекрутеров. — Всегда будет потребность в прямом человеческом общении перед окончательным выбором».
На этом нам пора заканчивать описательную часть и плавно переходить к обобщениям. Итак, правы ли работодатели в своем недовольстве по поводу ЧатГПТ? Лежит ли проблема именно в самом чатботе?

Я так не думаю. Я думаю, что корни проблемы стоит искать как раз в технологиях рекрутинга, которые сейчас стоят на вооружении работодателей. Последние лет 15 они полагались на модель, в которой сотня-другая резюме на позицию проходили первичный отбор машинными средствами. Одной из главных особенностей этой модели был анализ автоматический анализ «ключевых слов» в резюме — которые HR-менеджер, в меру своего скудного понимания открытой вакансии, прописывал для этой позиции.

Угадайте, много ли труда HR-менеджеры, обвиняющие сейчас кандидатов в «ленивости», вкладывали в создание этого списка ключевых слов и требований? Насколько глубоко вдавались во все нюансы рабочего места, которое надо заполнить? Правильно — вкладывался самый минимум усилий. А иногда и того меньше. Работа шла по принципу «и так сойдёт». Потому что объективно проверить: вот эти ключевые слова быть должны, а этих не должно быть — всё равно невозможно. Создавалась имитация типа профессиональной типа системы, которая типа не хуже, чем у конкурентов.
У HR-менеджеров было (и есть) представление, что некий «идеальный кандидат» обязан максимально попасть своим резюме в их список ключевых слов-«хотелок». Просто потому, что этот кандидат — идеален, и их список «хотелок» — тоже идеально отражает потребности для рабочего места.

Но если убрать идеализм, то HR-менеджмент всего лишь создал технологически сложную систему отбора. Как правило, слабо понимая, как именно она работает. И в рамках этой системы всегда существовала возможность оптимизации, не привязанной ни к каким «идеальным» характеристикам. На простом английском языке такая оптимизация называется «хакингом».

ChatGPT довольно неплохо умел в хакинг этой системы. Помогало и то обстоятельство, что во всех фирмах технологии обработки резюме были примерно одни и те же. Чатботу достаточно было упомянуть побольше фраз из описания вакансии — и там с огромной вероятностью был полный набор «ключевых слов». Чатбот попросту клал систему автоматического отбора на обе лопатки.

Хакинг человеческими силами — еще полбеды. Все люди разные, кто-то умеет в хакинг резюме лучше, кто-то хуже. Система отбора по-прежнему могла выбрать из 200 резюме 15 «хороших» и 185 «плохих».

Но когда половина всех поступающих резюме кладут систему на обе лопатки — система отбора перестаёт работать. На стол рекрутеру ложится уже не 15, а 100 резюме. И эти 100 резюме написаны примерно на одном уровне. На «идеальные требования», кое-как написанные без вникания в специфику вакансии, вдруг находится сразу сотня «идеальных кандидатов».

Хорошо, у рекрутеров наготове следующие этапы отбора в виде тестовых заданий для кандидатов. Опять-таки, поиграем в угадайку: насколько много сил вложено в создание этих заданий? Насколько они уникальны для каждой позиции? Насколько хорошо отражают задачи на рабочем месте?
Если HR-менеджер готов защищать большую ценность своих заданий — то ему не надо жаловаться на «читерство» соискателей. Ему нужно просто взять на вакантную позицию ChatGPT. Чатбот с ней отлично справится. И будет работать за копейки.

Но мы все прекрасно понимаем, что большинство заданий, которые сейчас решает ChatGPT, слабо соотносятся с профессиональными задачами. Мы уже касались этой темы в разговоре о проверке академических знаний. Проверяется не то, что полезно на рабочем месте — проверяется то, что легко проверить. Аналогично, в нашем случае задания создаются совсем не для соискателей. Они создаются для работодателя — еще одна имитация типа полезной системы.

Однако сейчас эта «полезная» система показывает, что кандидаты имеют примерно одинаковый уровень. Уровень ChatGPT. И вот тут, конечно, HR-менеджер впадает в фрустрацию. Как отсеивать кандидатов? Проклятый ChatGPT! Как он посмел сломать нашу прекрасную систему отбора, построенную с таким минимальным количеством труда! Надо срочно запретить использование этого чатбота! Не менять же, в самом деле, нашу систему. Тут ведь думать придётся! Оно мне надо?
Есть, конечно, альтернатива в виде возврата к полностью ручным методам отбора и значительному росту очных встреч. Но эта альтернатива трудоёмка и потому стоит дорого. Топ-менеджмент не поймет. Мы-то ему рассказывали, что наша система не хуже, чем у конкурентов, всё автоматизировано и оптимизировано — а оно вон как получается. Может, она и не хуже, но она и не лучше.

HR-менеджмент не хочет возврата к человеческому трудоёмкому отбору. Очень не хочет. Но при этом имеет наглость требовать от соискателей человечности: «личность, устремления и историю». Нет, господа эйчары. Вы первые начали играть в эти игры. Вы первые пошли в сторону алгоритмизации найма, в сторону машинной обработки. Хотите алгоритмизации? Получайте алгоритмизацию. Получайте симметричный ответ. Ничего личного — только бизнес. Если вам нужен оптимальный кандидат — получайте оптимизированное резюме. Соискатели тоже ценят своё время и усилия. Если есть инструменты, позволяющие их сэкономить — они будут ими пользоваться.

Мораль этой истории, пожалуй, заключается в следующем. Качественная проверка знаний и навыков стоит дорого. Корпорации могли пожадничать и попытаться перехитрить самих себя, срезая углы и удешевляя процесс отбора кандидатов при помощи машинных решений и шаблонных заданий. Но чатботы демократизировали машинные контр-решения.

Увы, попытка перехитрить самих себя заканчивается неудачей. И вряд ли в таком исходе стоит обвинять ChatGPT.


_______________________________________________________________
Друзья, я начал вести канал в Телеграм: Экономика знаний. Подписывайтесь!

Оставить комментарий

Популярные посты:

• Архив