Автор: Анна Афонина, HR-эксперт, и Кирилл Мокевнин · «Организованное программирование»
Резюме можно сделать аккуратным, подробным и точно подогнанным под вакансию. Но если похожие документы массово создаются автоматически, работодателю становится труднее понять, что за ними стоит. Улучшение формы перестаёт быть убедительным подтверждением опыта.
В разговоре с Кириллом Мокевниным Анна Афонина описывает найм, в котором доверие всё чаще ищут за пределами текста резюме: в рекомендациях, прошлом совместном опыте, знакомых компаниях и профессиональной деятельности кандидата. Параллельно автоматизация работает с обеих сторон — помогает отправлять отклики и фильтровать входящий поток.
Это не статистическое исследование рынка, а обсуждение практики и наблюдений двух собеседников. Его полезнее смотреть не как прогноз исчезновения профессий, а как разговор о том, какие сведения помогают людям оценивать друг друга, когда красивые описания стало легко производить.
Кому смотреть: разработчикам в поиске работы, руководителям, участвующим в найме, и специалистам, которые давно не выходили на рынок и хотят понять изменения в процессе отбора.
Из этого можно взять в работу: посмотреть, чем, кроме формулировок резюме, подтверждается профессиональный опыт: конкретными работами, публикациями, выступлениями и людьми, знакомыми с вашей деятельностью.
Афонина рассказывает о рекрутерах, которые предпочитают самостоятельный поиск публикации вакансий. Обработка большого числа нерелевантных откликов требует времени, а прямой поиск позволяет начинать со знакомых профессиональных сообществ, рекомендаций и компаний с понятными требованиями к сотрудникам. Это описание её практики и окружения, не утверждение, что открытые вакансии исчезли.
Мокевнин добавляет собственное наблюдение: по хорошо составленному резюме ему стало труднее делать выводы о кандидате. Понятные места работы и дальнейший разговор дают больше оснований для оценки, чем убедительные формулировки сами по себе.
ИИ меняет и собеседования, но не одинаково во всех компаниях. Афонина приводит примеры, где его использование разрешают и смотрят на ход рассуждений и формулирование запросов. Обсуждение смещается от одного полученного результата к тому, как человек решал задачу и понимает ли сделанное.
При этом рекомендации тоже не становятся безусловной гарантией. В разговоре возникает вопрос, кто именно рекомендует человека и на каком основании. Проверки прошлого опыта, случаи подмены кандидатов и чрезмерная автоматическая фильтрация показывают разные стороны той же проблемы: участники найма пытаются получить сведения, которым можно доверять.
Из интервью не следует, что ИИ объясняет все сокращения или что знакомство с рекрутером обеспечивает работу. Более узкий и полезный вывод — качество самопрезентации и подтверждённый профессиональный опыт не одно и то же. В условиях недоверия разница между ними становится особенно заметной.