Статья 64 ТК РФ даёт соискателю право потребовать письменное объяснение отказа. На практике этим правом почти никто не пользуется — и не потому, что люди его не знают. А потому, что оно не встроено в процесс найма.  Как выглядит процесс сегодня Соискатель откликается на вакансию. Через час приходит автоотказ. Или через неделю — молчание. Или через две — шаблонное «мы выбрали другого кандидата». Кто принял решение? Непонятно. Бот, который отсортировал резюме по ключевым словам? Рекрутер, который просмотрел 300 откликов за день? Нанимающий менеджер, который сказал «не то»? Платформа, которая показала резюме не тем людям? Никто не знает. И это не баг. Это система. Три разрыва, из-за которых права не работают Разрыв первый: отклик ≠ заявление Закон говорит о «лице, которому отказано в заключении трудового договора». Чтобы стать таким лицом, нужно, чтобы работодатель отказал вам в заключении договора. А чтобы он мог отказать, вы должны сначала предложить ему этот договор заключить. Отклик на вакансию — это не предложение заключить договор. Это предложение рассмотреть вашу кандидатуру. Юридически — разные вещи. Суды это подтверждают: направление резюме через сайт поиска вакансий и даже прохождение собеседования не может рассматриваться как обращение с требованием о заключении трудового договора . А значит, и ответные действия работодателя — в том числе автоотказ — не являются отказом в трудоустройстве в юридическом смысле. Разрыв второй: автоотказ ≠ решение человека Автоотказ на hh.ru — это не «отказ в заключении трудового договора». Это «отклонение отклика». Формально — техническое действие системы. Юридически — ничего. Соискатель получает шаблонное сообщение. Иногда — без указания причин. Иногда — с формулировкой «не подходит по опыту». Конкретная причина отказа соискателю не показывается. И потребовать её он не может, потому что юридически отказа и не было. Разрыв третий: право есть, но механизма нет Даже если вы знаете свои права, встроить их в процесс не получается. Чтобы получить мотивированный отказ, нужно подать отдельное письменное заявление о приёме на работу . Не строчку в сопроводительном, не сообщение в чате, а формальный документ — через канцелярию или заказным письмом. Представьте это в реальности. Вы пришли на первое интервью. Поговорили. И достаёте бумагу: «Прошу принять меня на должность. Вот заявление, поставьте отметку о получении». Что произойдёт? В лучшем случае — неловкая пауза. В худшем — вас сочтут странным. Это нарушает социальный сценарий найма. Работодатель воспринимает это как давление. Рекрутер положит бумагу в папку. Или не положит. Механизм существует в теории. На практике он превращает живого человека в юридического зануду. И почти никто так не делает. Почему суды чаще отказывают соискателям Даже если вы всё сделали правильно — подали заявление, получили немотивированный отказ, пошли в суд — результат предсказуем. В большинстве дел суды встают на сторону работодателя. Причины: - Свобода трудового договора. Заключение договора — исключительная компетенция работодателя. Суд не может обязать взять конкретного человека. - «Деловые качества» — широкое понятие. Опыт, образование, личностные качества, состояние здоровья, специфика работы. Доказать, что отказ связан с чем-то иным, крайне сложно. - Бремя доказывания на соискателе. Именно вы должны доказать дискриминацию или необоснованность. Простого несогласия недостаточно. - Формальное соблюдение процедуры. Если работодатель сослался на «деловые качества» — даже общими словами — суд часто считает это достаточным. Статистика это подтверждает: если в 2021 году работодатели выигрывали 82% таких споров, то в 2025 году — уже 49,5%. Ситуация меняется, но всё ещё далека от справедливой. Где именно проходит серая зона и способы изменения Серая зона — это пространство между «право существует» и «право работает». Вот её границы: Ответственность за отказ не закреплена ни за кем. Алгоритм не отвечает. Рекрутер не отвечает. Платформа не отвечает. Нанимающий менеджер не отвечает. Каждый может сказать: «Это не я». Что нужно изменить Проблема не в том, что соискатель не знает своих прав. Проблема в том, что эти права не встроены в процесс. И пока они не встроены, никакое заявление после первого интервью ситуацию не изменит. Что должно быть встроено: 1. Маркировка ИИ-решений. Соискатель должен знать, что отказ принял алгоритм, а не человек. 2. Запрет автоотказа. ИИ может пригласить или передать человеку. Но не выкинуть молча. 3. Понятные критерии . Не «63%», а по каким требованиям совпало, а по каким нет. 4. Кнопка «Запросить объяснение» . Прямо в интерфейсе отклика. Без заявлений и канцелярии. 5. Ручная проверка . С понятным SLA. Возможность выйти на живого рекрутера. 6. Апелляция . Если кандидат не согласен — он может оспорить решение. 7. Ответственность. Конкретный человек, который подписывается под отказом. Главное Право на объяснение отказа существует. Но оно не универсально и не автоматично. Чтобы оно заработало, соискателю нужно создать юридический факт — подать заявление. А это в реальной жизни почти никто не делает, потому что процесс найма устроен иначе. Так что проблема не в юридической безграмотности соискателей. Проблема в том, что система не предполагает их прав по умолчанию. И пока это не изменится — на уровне платформ, практики и законодательства — серая зона ответственности будет только расти. А вместе с ней — количество людей, которые получили отказ и так и не поняли, почему.

29 сентября 2026

ИИ не просто забирает работу. Он создаёт новые рабочие места. И вот что важно: это не только «промпт-инженер» и «ML-разработчик». Это целая экосистема ролей, которые ещё два года назад не существовали. Кто-то должен проверять модели на предвзятость, кто-то — тренировать нейросети на профессиональных данных, кто-то — взламывать ИИ-системы до того, как это сделают злоумышленники. Gartner в 2026 году разбил все ИИ-роли на три группы: Emerging (новые, закрывают пробелы в ответственности), Must-have (ядро команды) и Operational (те, кто запускает систему в ежедневную эксплуатацию). Ниже — карта по этим группам с описанием, требованиями и примерными зарплатами. Группа 1: Emerging AI Roles (новые роли) Это те, кого ещё год назад не было. Они закрывают пробелы, которые появились, когда ИИ начал ошибаться, галлюцинировать и дискриминировать. Model Validator (Валидатор моделей) > Что делает: тестирует модели как аудитор тестирует бухгалтерские книги. Ищет скрытую предвзятость, слабые edge cases, дрейф модели во времени и плохие сценарии оценки. Превращает «работает в демо» в «работает в реальной жизни». >> Что нужно: понимание ML, статистика, опыт тестирования, критическое мышление. Knowledge Engineer (Инженер знаний) > Что делает: превращает хаотичные знания компании в топливо для ИИ. Строит мост между документами, политиками, спецификациями, тикетами поддержки и «племенным знанием», которое живёт в головах сотрудников. Делает ответы ИИ обоснованными и последовательными. >> Что нужно: системное мышление, опыт работы с базами знаний, таксономия, понимание RAG-систем. Decision Engineer (Инженер решений) > Что делает: соединяет выходные данные ИИ с реальными бизнес-действиями. Проектирует решающие потоки, пороги, human-in-the-loop шаги и эскалационные пути. Следит, чтобы ИИ поддерживал стратегию, а не создавал шум. >> Что нужно: бизнес-аналитика, понимание процессов, работа с KPI, проектирование workflow. AI Red Teamer (ИИ-редтимер) > Что делает: симулирует атаки на ИИ-системы. Ищет prompt injection, jailbreak, утечки данных, предвзятость и safety failures до того, как это сделают реальные злоумышленники. Microsoft сформировала первую команду AI Red Team ещё в 2018 году, но роль взорвалась после 2023-го. >> Что нужно: опыт в кибербезопасности (или лингвистике, психологии — команды Microsoft включают нейроучёных и лингвистов), понимание LLM-поведения, prompt engineering, тестирование моделей. AI Ethicist / AI Auditor (Специалист по этике ИИ / ИИ-аудитор) > Что делает: следит за тем, чтобы ИИ соответствовал человеческим и корпоративным ценностям. Fairness, bias, privacy, consent, transparency, explainability, harm prevention. Рассматривает этику как требование к сборке, а не как PR-заплатку. На 2026 год уже существует европейский стандарт компетенций для профессиональных ИИ-этиков (prEN 18274), который описывает знания, навыки и установки для этой роли. >> Что нужно: понимание ML и LLM, знание регуляторики (EU AI Act и др.), философия/этика, аудиторское мышление, умение работать со стейкхолдерами. AI Risk & Governance Specialist (Специалист по рискам и управлению ИИ) > Что делает: разрабатывает и оценивает модели управления ИИ, aligns AI-инициативы с бизнес-стратегией и регуляторными ожиданиями (например, EU AI Act). Идентифицирует специфические риски: безопасность, целостность модели, качество данных, зависимости от третьих сторон. >> Что нужно: опыт в risk management, compliance, юриспруденции или аудите. Понимание AI/ML на уровне достаточном для оценки рисков. Agent Auditor (Аудитор агентных систем) > Что делает: новая профессия, которая только формируется. Мониторит, аудирует и управляет агентными системами в масштабе. Существующие организационные роли не приспособлены для этого — отсюда и появление отдельной специальности. >> Что нужно: понимание агентных архитектур, аудит, governance. Группа 2: Must-have AI Roles (ядро команды) Эти роли существовали и раньше, но в 2026 году они изменились. AI Trainer / ИИ-тренер > Что делает: не просто использует нейросети, а формирует их «личность» и знания. Собирает и классифицирует тысячи диалогов для чат-бота, учит модель распознавать эмоции, размечает изображения для компьютерного зрения. Тестирует и корректирует: задаёт сложные вопросы, анализирует сгенерированные тексты по критериям точности, полноты, безопасности и стиля. Борется с «галлюцинациями». >> Что нужно: профильное образование в своей области (медицина, юриспруденция, финансы и т.д.), структурное мышление, умение выстраивать однозначные инструкции. Опыт в разработке ИИ **не требуется** — важны знания в предметной области. Prompt Engineer / Промпт-инженер > Что делает: управляет нейросетями с помощью текста. Проектирует логику ответов LLM так, чтобы они были точными, понятными и предсказуемыми. Настраивает тон, формат, ограничения, контекст. Тестирует необычные запросы и закладывает guardrails. >> Что нужно: понимание LLM, prompt design, коммуникация, креативное решение проблем. По данным исследования 2026 года, промпт-инженерам нужны AI-знания (22,8%), навыки промпт-дизайна (18,7%), коммуникация (21,9%) и креативность (15,8%). Важный нюанс: в 2026 году роль промпт-инженера трансформируется. Microsoft опросила 31 000 работников, и Prompt Engineer занял второе место с конца по приоритетам найма. Количество вакансий упало на 85% с 2023 года. Но навык не умер — он эволюционировал в проектирование мультиагентных архитектур, RAG-систем и production-ready guardrails. То есть чистый промпт-инженер уходит, а «инженер, который умеет проектировать поведение ИИ» — остаётся. AI Product Manager (Продуктовый менеджер ИИ) > Что делает: владеет продуктами, где ядро опыта driven не фиксированными бизнес-правилами, а моделью. В 2026 году AI PM должен понимать LLM, RAG, агентов, evals, AI UX, trade-offs моделей и AI-экономику — а не просто писать PRD. >> Что нужно: классические PM-навыки + AI/ML-грамотность + AI product sense. Data fluency — обязательна. AI Orchestrator (Оркестратор ИИ) > Что делает: координирует работу множественных ИИ-агентов для получения сложного результата. Соединяет разные workflow и части бизнеса. Проектирует экосистему, в которой работают агенты, устанавливает приоритеты, определяет границы и гарантирует, что автоматизированные решения align с бизнес-стратегией. >> Что нужно: системное мышление, понимание агентных архитектур, коммуникация, умение видеть картину целиком. Техническое совершенство — **не** главное. Главное — дизайн коллаборации человека и ИИ. Группа 3: Operational Roles (запуск в эксплуатацию) Эти роли масштабируют то, что построили первые две группы. MCP Engineer (Инженер MCP) > Что делает: проектирует, строит и поддерживает MCP-серверы (Model Context Protocol), которые выставляют корпоративные инструменты, данные и API для ИИ-агентов. Разрабатывает переиспользуемые коннекторы и адаптеры для внутренних и внешних систем. >>Что нужно: 5+ лет в software engineering, API integration, data engineering. Понимание протоколов интеграции и безопасности. Data Labeler / Data Annotation Specialist (Разметчик данных) > Что делает: размечает данные — текст, аудио, изображения, видео — чтобы модели могли учиться. Отмечает пешеходов и машины на street view, произношение и смысл речей, семантику и экспрессивные нюансы текстов. >> Что нужно: базовые навыки, систематичность, внимательность. Для 5-го уровня (начального) — достаточно пройти системное обучение. Студенты и даже учащиеся средних специальных заведений могут участвовать. Важно: в 2020 году профессия «AI-тренер» была внесена в государственный классификатор профессий России, а data labeler — ключевой вид работы в этой категории. Сегодня в отрасли более 10 миллионов разметчиков, но дефицит всё ещё высокий. Bug Bounty Hunter (Баг-баунти-хантер) > Что делает: независимый исследователь безопасности, который находит уязвимости в системах и сообщает о них вендорам через программы bug bounty или coordinated disclosure в обмен на денежное вознаграждение и признание. >> Что нужно: глубокое понимание веб-безопасности (OWASP Top 10), IDOR, OAuth-уязвимостей, business logic flaws. Для 2026 года — специализация: облачные конфигурации, API-logic-flaws, AI safety, специфическое enterprise-ПО. Важный тренд 2026: generic bug hunting насыщается. Специализация в узких областях даёт премиальные выплаты. Многие хантеры переходят в AI red teaming. Если вы думаете, куда идти — вот три вывода. Первый: порог входа в ИИ-профессии не всегда высокий. AI-тренер не требует опыта в разработке. Data labeler — вообще стартовая точка. Prompt engineer — можно войти с гуманитарным бэкграундом, если понимаете логику. Второй: предметная экспертиза становится валютой. Медик, который умеет обучать медицинские LLM, стоит дороже ML-инженера. Юрист, который размечает правовые данные, — тоже. ИИ нужны люди, которые понимают, что такое «правильно» в конкретной области. Третий: роли разделяются. Generalist «AI engineer» уходит. Приходят специалисты: валидатор, этик, оркестратор, редтимер. 2026 год вознаграждает специалистов и наказывает генералистов. И да — bug bounty никуда не делся. Он просто стал специализированнее. Если вы умеете ломать не сети, а модели, — это отдельная и очень дорогая ниша.

29 сентября 2026

С одной стороны, нам кричат со всех сторон: разработчиков скоро не будет, все идите в сантехники, забудьте о мечте написать идеальный код. С другой — те же компании, которые увольняют инженеров, продолжают строить дата-центры за триллионы и покупать чипы по ценам, от которых глаза лезут на лоб.   Так куда же всё-таки идёт ИИ? Давайте разбираться без паники и без иллюзий.   Кто уже попал под нож: менеджеры, а не разработчики   Пока все обсуждают, заменит ли ИИ программистов, компании тихо избавляются от другого звена — от руководителей. Причём не от топов, а от менеджеров небольших команд. Тех самых, которые проводят совещания, согласовывают задачи и составляют отчёты.   Uber объявил о сокращении примерно 3300 человек — около 10% штата. Компания почти вдвое уменьшила число «микрокоманд», где у менеджера было всего один-два подчинённых, а количество руководителей сократилось на 20%. Генеральный директор Дара Хосровшахи объяснил это просто: «Организация стала слишком сложной, решения принимались слишком медленно».   Intel пошёл ещё дальше — сократил количество уровней управления с двенадцати до шести. Финансовый директор компании прямо заявил, что избыточное число менеджеров тормозило принятие решений.   Google за год сократил 35% руководителей небольших команд. Параллельно компания уволила более 100 сотрудников в дизайнерских подразделениях, объяснив это перераспределением ресурсов в пользу ИИ.   Это не случайность. Это новый тренд: ИИ забирает работу у тех, кто координировал других людей. Составлять расписания, распределять задачи, собирать статусы — всё это алгоритм делает быстрее и без эмоций. А вот писать код, придумывать архитектуру, решать нестандартные задачи — пока не так хорошо.   Токены дешевеют? Подождите   Теперь про экономику. Сейчас действительно кажется, что разработка с помощью ИИ — это дёшево. Но это только потому, что мы находимся в фазе, когда инфраструктура ещё не требует полной отдачи.   По прогнозу PwC, глобальные расходы на дата-центры до 2050 года достигнут 31,6 триллиона долларов. В более оптимистичном сценарии — 50 триллионов. Это больше, чем вся экономика США за год.   И это уже создаёт проблемы. В Техасе губернатор приостановил выдачу разрешений на строительство дата-центров — после того как количество заявок превысило 1600, а их потребление электричества оказалось в пять раз выше пикового спроса штата. Местные жители жалуются: дата-центры выкачивают воду и электричество, не принося сообществам ничего, кроме шума.   Параллельно растут цены на чипы.  Huawei подняла цену на свой новый ИИ-ускоритель Ascend 950DT до 37 255 долларов — рост на 20–50% за два месяца. Cambricon увеличила цены на 20–30%. Причина — нехватка высокопроизводительной памяти HBM, которая является критическим компонентом для ИИ-чипов.   Что это значит? Пока токены дешёвые. Но если стоимость инфраструктуры продолжит расти такими темпами, а строительство дата-центров будет тормозиться из-за энергетических ограничений, стоимость ИИ-разработки может резко вырасти. И тогда компании, которые уволили всех разработчиков и заменили их ИИ, окажутся в неприятной ситуации.   Anthropic пугает, но кто за этим стоит?   Компания Anthropic — разработчик модели Claude — выпустила отчёт, в котором нарисовала три сценария до 2030 года. Самый мрачный: безработица среди офисных работников достигнет 18%, зарплаты в интеллектуальных профессиях упадут более чем на 10%, а разработчикам и операторам кол-центров придётся переквалифицироваться в электриков и медсёстёр.   Звучит пугающе. Но давайте будем честными: Anthropic — заинтересованная сторона. Они продают ИИ. Им выгодно, чтобы все поверили в неизбежность автоматизации. Это не прогноз, а маркетинг. Сама компания оговаривается, что сценарии «не являются прогнозами». Но заголовки уже разлетелись по всему интернету.   К тому же, даже в мрачном сценарии Anthropic пишет: экономика станет богаче, но доходы будут перераспределяться в пользу владельцев капитала. Другими словами, проблема не в том, что работы не будет, а в том, кому достанутся её плоды.   А что с разработчиками?   Вот здесь самое интересное. Многие в будущем отводят разработчику роль наблюдателя и фактчекера: сидишь, проверяешь, что сгенерировал ИИ. Но есть нюанс.   Если у человека не было опыта написания кода вручную, если он не ошибался, не отлаживал, не переписывал с нуля — как он сможет проверить то, что сделала машина? Он не поймёт, где ИИ допустил ошибку, потому что сам не знает, как это работает.   Плох тот разработчик, который не мечтает написать идеальный код. Сидеть и просто проверять — это не работа инженера. Это работа корректора. Сеньоры, которые вкладывались в своё мастерство годами, просто выйдут из игры. А компании останутся с людьми, которые не знают, что такое инженерия и архитектура ИТ-продукта. ИИ им в этом не поможет.   Аналогия из истории: когда исчезло 60% профессий   Давайте вспомним, что уже было. После Второй мировой войны под натиском компьютерной эры исчезло порядка 60% профессий. Но появились новые. Первыми программистами, кстати, были женщины — математики, которые работали с перфокартами, пока мужчины таскали «железо». Это была чисто женская профессия, потому что считалось, что это что-то вроде секретарской работы.   А сегодня мы видим, как активно набирают ИИ-тренеров без опыта — просто с навыками в лингвистике. Преподавателей, журналистов, копирайтеров. Компаниям нужны люди, которые умеют работать с текстом, понимают нюансы языка, могут оценить качество ответа модели.   Так что не так страшен чёрт, как его малюют.   Что на самом деле произойдёт   Компаниям надо перебеситься. Надо попробовать волшебную таблетку, убедиться, что её нет, и вернуться к нормальной работе. К той, где ИИ — не замена сотрудникам, а их усилитель.   Да, менеджеров среднего звена станет меньше. Это уже происходит. Да, часть рутинных задач автоматизируется. Это тоже происходит. Но отказ от инженеров в пользу ИИ — это не оптимизация, это самоубийство. Потому что без людей, которые понимают, как всё устроено изнутри, невозможно ни проверить машину, ни исправить её ошибки, ни создать что-то действительно новое.   Рынок движется не к «ИИ вместо разработчика». Он движется к «разработчик, который умеет работать с ИИ». И это большая разница.   Так что не спешите записываться в электрики. Сначала посмотрите, что будет с ценами на чипы.

23 сентября 2026

Вы когда-нибудь задумывались, почему ваш начальник такой... странный? Ну, знаете, когда человек вроде бы неплохой, но управляет так, будто впервые видит живых людей и не понимает, что с ними делать. Оказывается, это не ваша личная карма. Это система.   Совместное исследование Chartered Management Institute и YouGov, проведённое в 2024 году, показало вещь, которая многое объясняет: 82% руководителей — случайные . Их так и называют — accidental managers. Люди, которые оказались на руководящей должности не потому, что умеют управлять, а потому что были хорошими специалистами. Инженер вырос до тимлида, маркетолог — до директора по маркетингу. Их похлопали по плечу, сказали «теперь ты ведёшь команду» — и всё. Никакого обучения, никакой подготовки. Управляй как хочешь.   И они управляют. Как умеют. А умеют, мягко говоря, не все. Почти половина менеджеров — 46% — признались, что повышения в их компаниях получают не самые компетентные, а самые удобные. Те, кто умеет выстраивать отношения с нужными людьми, а не с командой. Те, кто понимает ожидания начальства и умеет себя преподнести. Связи решают. И это не цинизм, это данные.   MBA не спасёт. Иногда — навредит   «Но ведь топ-менеджеры все с MBA!» — скажете вы. Да, у 74% директоров есть формальное обучение. Вот только толку от него, как выясняется, немного.   Дэнни Миллер из HEC Montreal и Сяовэй Сюй из Университета Род-Айленда проанализировали карьеру 444 известных американских CEO — тех самых, что попадали на обложки Fortune и Forbes с 1970 по 2008 год. Вывод оказался неприятным: директора с MBA чаще принимали решения, которые приносили выгоду лично им, но вредили компаниям. Они выбирали более дорогие стратегии роста, хуже удерживали превосходство над конкурентами. А ещё в кризис и после оптимизаций ломали бизнес чаще, чем их коллеги без диплома.   Другое исследование, уже 2026 года, опубликованное в Journal of Business Research, изучило 1500 компаний из S&P за шестнадцать лет. И снова та же история: фирмы под руководством CEO с MBA демонстрируют более сильные показатели R&D, но создают меньше прорывных инноваций. Финансово-ориентированная учебная программа прививает осторожность и избегание рисков. А зачем рисковать, если можно показать красивые цифры в отчёте и получить бонус?   Имитация бурной деятельности: почему начальство любит «видимость»   А теперь самое интересное. Американские психологи провели мета-анализ 33 исследований с участием почти 6000 сотрудников. И выяснили: руководители выше оценивают тех, кто понимает их ожидания и умеет себя подать. Не тех, кто реально приносит результаты. Не тех, кто продаёт, привлекает клиентов, делает продукт. А тех, кто создаёт видимость активности.   Это явление уже получило название — fauxductivity, фальшивая продуктивность . По данным Workhuman, 37% менеджеров и 38% топ-менеджеров признаются, что имитируют бурную деятельность. А BambooHR выяснила: 79% офисных сотрудников и 88% удалёнщиков чувствуют необходимость использовать «перформативные тактики». Люди двигают мышкой, оставляют ноутбук включённым на ночь, приходят раньше и уходят позже. Не потому что так продуктивнее. А потому что так принято. Так безопаснее.   И вот в чём парадокс: система вознаграждает не тех, кто делает, а тех, кто выглядит делающим. Менеджеры — не исключение, а главные участники этого спектакля.   А может, пусть управляет алгоритм?   Когда смотришь на всё это, возникает соблазнительная мысль. А что если заменить этих «случайных менеджеров» на что-то более логичное? На алгоритм, который не страдает эго, не играет в политические игры, не продвигает «своих» по знакомству. ИИ не токсичен, он не устаёт, не выгорает и не уходит в декрет. С ним, кажется, можно договориться.   Идея не такая уж фантастическая. Исследователи из Университета Карнеги-Меллон в 2025 году изучили феномен « AI manager clone agents » — цифровых двойников руководителей, обученных на их стиле общения и принятия решений. Участники эксперимента отметили потенциальные преимущества: алгоритм может взять на себя рутинные задачи, отвечать на вопросы быстрее, чем занятой начальник. А ещё он не создаёт иерархических барьеров — к нему можно обратиться в любой момент, и он не будет смотреть на тебя свысока.   Опрос 800 работников в США и Китае показал: 66% сотрудников считают, что алгоритмическое лидерство сделает рабочее место более справедливым и эффективным. Логично: алгоритм не симпатизирует одним и не игнорирует других. Он оценивает по формальным критериям. Не по тому, как ты умеешь себя подать, а по тому, что ты реально сделал.   Но вот в чём подвох   Однако те же исследования выявляют тревожную тенденцию. Работники доверяют ИИ-менеджерам значительно меньше, чем человеческим. В исследовании HKUST, охватившем более 800 человек, участники оценивали ИИ-руководство как менее «доброжелательное». Менее тёплое. Менее заботливое. А в экспериментах, где людям предлагали взаимодействовать с AI-руководителями, они чаще игнорировали их рекомендации, если не доверяли компетенции алгоритма. Но если доверяли слишком сильно — теряли бдительность и переставали нести ответственность за решения. Словно перекладывали её на машину.   Это ключевой парадокс. Алгоритм может быть логичнее человека. Но он не разделяет с вами смысл. Он не понимает, почему вы устали, почему вам нужно уйти пораньше, почему проект, который кажется неэффективным, на самом деле важен для команды. ИИ не может вдохновить. Не может поддержать в трудный момент. Не может сказать: «Я вижу, ты выложился. Спасибо». А это, оказывается, важно. Даже критично.   Более того, алгоритмы наследуют предубеждения тех, кто их создал. Если обучающие данные содержат исторические паттерны дискриминации, ИИ будет их воспроизводить. Только быстрее. И без возможности оспорить. Вы не сможете прийти к алгоритму и сказать: «Слушай, ты несправедлив». Он не поймёт. Он просто пересчитает вероятности.   Гибрид: не замена, а перераспределение   Наиболее реалистичный сценарий — не замена человека алгоритмом, а перераспределение ролей. ИИ может взять на себя рутинные административные задачи. Составление расписаний, анализ метрик, первичную обработку заявок. Человек же сосредоточится на том, что действительно требует эмпатии, интуиции и морального суждения.   Исследователи CMU пришли к тому же выводу. Мы, вероятно, увидим не исчезновение менеджера, а сдвиг его роли. Управление — это не только принятие решений. Это ещё и построение доверия, разрешение конфликтов, создание смысла. Алгоритм не заменит этого. Но он может освободить время для того, чтобы человек-руководитель занимался именно этим. А не тонул в отчётах. Не тратил часы на согласования. Не имитировал бурную деятельность вместо реальной работы.   Что делать прямо сейчас?   Если вы — руководитель, который хочет быть не «случайным», а настоящим, начните с честного вопроса к себе. Я управляю или имитирую? Если вы больше времени тратите на отчёты о видимости работы, чем на поддержку команды, что-то пошло не так. Инвестируйте в обучение. Не MBA ради корочки, а конкретные навыки: обратная связь, мотивация, разрешение конфликтов. И используйте ИИ как инструмент, а не как замену. Пусть алгоритм считает. А вы — думаете. Пусть он анализирует. А вы — решаете.   Если вы — сотрудник, который устал от «случайного» начальника, помните: проблема не в вас, а в системе. Вас оценивают не по результатам, а по видимости. Это несправедливо, но это факт. Ищите компании, где ценят реальный вклад. Они есть, просто их нужно искать внимательнее. И не позволяйте себе выгорать ради «спектакля». Ваше психическое здоровье важнее чужого KPI.

23 сентября 2026

Интервью - это решающий этап в поиске работы. Знаю, что часть кандидатов терпят неудачу из-за того, что их парализуют волнение, тревожность и отсутствие структуры в ответах. Если вы испытываете сильный стресс перед встречей с работодателем, дело не в вашей эмоциональности, а в том, что вы не достаточно уделили времени своей подготовке. Разберем 4 основных ошибки кандидатов и то, как их избежать 1️⃣ Недостаточная подготовка и «неуверенные» ответы Кандидаты часто знают свой опыт, но не могут чётко его структурировать. Когда вас просят рассказать о себе, вы начинаете от Рождества Христова и перечисляете все обязанности - не надо так! 😥 ✅ Вместо этого: используйте структуру. Подготовьте качественный 60-секундный Elevator Pitch, который отвечает на вопросы: кто вы, какую проблему решаете и каков ваш самый значимый результат. 2️⃣ Волнение и тревожность Тревога - это сигнал мозга о том, что вы не контролируете ситуацию. Лучший способ с ней справиться в данном контексте - это многократное повторение. ✅ Вместо этого: Проговорите ответы на 10 самых популярных вопросов перед зеркалом или, лучше, запишите себя на видео. Увидев свои слова и жесты со стороны, вы мгновенно увидите свои "ошибки" и сможете их скорректировать, а значит - повысите уверенность. 3️⃣ Отсутствие подготовленных кейсов Работодатель ищет доказательства. Недостаточно сказать: «Я умею решать конфликты». Нужно показать и рассказать как именно. ✅ Вместо этого: используйте метод STAR. Заранее подготовьте 5-7 кейсов, используя структуру: Situation (ситуация), Task (задача), Action (ваши действия), Result (измеримый результат). Это превратит ваш опыт в готовый бизнес-кейс, о котором вы можете с гордостью и уверенностью рассказать. 4️⃣ Страх неудобных вопросов и отсутствие вопросов к работодателю Если вы не задаете встречных вопросов, вы выглядите незаинтересованным или безынициативным. Если вас застал врасплох вопрос о провалах - вы теряете свои "баллы" как кандидат. ✅ Вместо этого: подготовьте 5–7 вопросов к HR и нанимающему менеджеру о культуре, стратегических планах и ожиданиях от вашей роли. А на «неудобные» вопросы отвечайте, переводя фокус на выводы, которые вы сделали, а не на саму ошибку. Надеюсь, эти советы вам помогут подготовиться к следующим интервью и пройти их уверенно! 👌 Успехов, друзья!

30 августа 2026

Если ты часто ловишь себя на мысли, что все, что ты имеешь в карьере или жизни - случайность, и коллеги вот-вот раскроют твою некомпетентность, поздравляю: ты столкнулся с синдромом самозванца 😬 Этот распространённый психологический феномен особенно остро проявляется на двух этапах: на старте и на пике роста. Друг или враг? На самом деле, лёгкий синдром самозванца - это даже хорошо. Он говорит о том, что: ✔️ Ты растешь: твой мозг осознает, что ты вышел за пределы зоны комфорта и столкнулся с новыми, более сложными задачами. ✔️Ты понимаешь, что есть специалисты с бОльшим опытом, и стремишься к их уровню. ✔️У тебя устойчивая самооценка: чрезмерная самоуверенность (которая, кстати, может скрывать тот же страх некомпетентности) не позволяет видеть свои слабые места. Почему самозванец так силён в начале пути? На старте карьеры или при смене профессии у тебя естественно мало опыта. Твой мозг не может опереться на базу завершённых проектов, и это вызывает тревогу. Ты сравниваешь свой текущий, незавершённый опыт с чужим успешным кейсом/результатом. ❗ Что здесь важно понимать: Уверенность - это не врождённое качество. Это накопленный опыт действий. Ты не можешь чувствовать себя уверенно в том, что делаешь впервые. Если ты только начал что-то делать, твой опыт равен 0. Первые 100 часов (примерно месяц-два активной работы) ты будешь чувствовать себя "самозванцем", потому что ты и есть новичок. И это нормально. ✅ Как перевести самозванца из врага в союзника Твоя задача - не избавиться от него (это невозможно), а снизить его влияние. 1️⃣ Раздели роли: опыт ≠ твоей личности Обычно ты говоришь себе "Если я ошибусь, я плохой человек/специалист". 👉 Создай чёткую границу: работа - это знание и навыки. Ошибка в отчете не делает тебя плохим человеком. Она просто указывает на область для роста. 2️⃣ Создай "Дневник достижений" (о котором я говорю почти в каждой второй статье 😁 ) Обесценивание - это когда ты забываешь свои успехи. Чтобы бороться с этим, нужна внешняя, материальная фиксация. 👉Каждый вечер записывай 5 конкретных достижений или завершённых задач. Включи сюда не только большие победы, но и маленькие (например, "Я попросил помощи", "Я вовремя завершил сложный звонок"). Это создаёт визуальное доказательство твоей компетентности. 3️⃣ Измени свое отношение к ошибкам: ❌ Было: "Я ошибся - я не профессионал" ✅ Стало: "Я получил не тот результат, который бы хотел. Какой урок я из этого извлеку?" Ошибка - это самый дорогой, но самый эффективный способ обучения.

30 августа 2026

С точки зрения социологии, взлёт сообщества «Волков» - это не просто история одного чата, а симптом глубинных структурных сдвигов в сфере труда, власти и символического производства. Это классический пример того, как в цифровую эпоху формируются новые формы коллективного действия, бросающие вызов устоявшимся институтам. Важное уточнение: мы не призываем вступать в сообщество «Волков» и не даем ему оценку в категориях «хорошо» или «плохо». Наша задача - рассмотреть это явление как социологический феномен, проанализировать его причины, динамику и возможные последствия. Это исследовательский взгляд, а не идеологическая позиция. Теоретическая рамка: почему это важно для социологии Сообщества, подобные «Волкам», можно рассматривать через несколько концепций: - Коллективное действие и мобилизация ресурсов. Традиционные профсоюзы слабеют, но потребность в солидарности не исчезает. Интернет снизил издержки координации до нуля, позволив атомизированным работникам объединяться без формальной организации. Это пример «сетевого коллективного действия» (Мануэль Кастельс). - Поле символической борьбы (Пьер Бурдье). Рынок труда - это поле, где агенты (работники, работодатели, рекрутеры) конкурируют не только за экономический, но и за символический капитал: право определять нормы, классификации, что считается «правильным» резюме, «грубостью» или «накруткой». «Волки» бросили вызов монополии рекрутеров на легитимное видение рынка. - Относительная депривация. Взрыв недовольства происходит не тогда, когда людям плохо объективно, а когда их ожидания расходятся с реальностью. ИТ-специалисты привыкли к привилегированному положению, но после бума 2021–2022 годов столкнулись с массовыми сокращениями, заморозкой найма и лицемерными корпоративными нарративами. Разрыв между «мы - семья» и «увольняем выгоревших» породил острое чувство несправедливости. - Фрейминг (Дэвид Сноу, Роберт Бенфорд). Успех движения зависит от того, насколько удачно оно «упаковывает» свои идеи. «Осознанная меркантильность» - гениальный фрейм: он переворачивает стигму (меркантильность как порок) в добродетель (честный расчёт). Это позволило легитимировать преследование материальных интересов и привлекло множество сторонников. Почему именно сейчас: структурные предпосылки 1. Прекаризация и конец «золотого века» ИТ. Раньше айтишники были аристократией наёмного труда: высокие зарплаты, выбор вакансий, бонусы. Теперь они всё чаще ощущают себя прекариатом - работниками без стабильных гарантий, вынужденными конкурировать за сокращающиеся места. Это порождает потребность в коллективной самозащите. 2. Кризис легитимности корпоративной культуры. Массовые увольнения, проводимые «менеджерами-обложками», разрушили миф о «семье» и «миссии». Корпоративная культура всё чаще воспринимается как идеологическая надстройка, скрывающая чистый расчёт. «Волки» - это контр-гегемонистский ответ: они разоблачают лицемерие и предлагают альтернативную мораль - честный обмен труда на деньги. 3. Информационная асимметрия и её преодоление. Рекрутеры долгое время обладали монополией на информацию: вилки зарплат, критерии отбора, репутация компаний. Цифровые платформы позволили работникам обмениваться этими данными горизонтально. Анонимность в «Волках» - ключевой ресурс: она защищает от репрессий и позволяет говорить то, что раньше произносили только шёпотом. 4. Накрутка опыта как рациональная адаптация. Социологически накрутка - это не моральное падение, а рациональная стратегия в условиях искажённых стимулов. Когда алгоритмы отсеивают по ключевым словам, а рекрутеры требуют нерелевантный опыт, соискатели вынуждены адаптироваться. «Волки» вынесли это из тени в публичное пространство, лишив практику стигмы и осудив её как системную проблему. Динамика конфликта: «крестовый поход» как защита статуса Реакция рекрутеров на рост «Волков» - не просто борьба с фродерами, а защита своего положения в поле найма. Призывы к «зачистке» резюме, ужесточение правил на HeadHunter, введение субъективных критериев («грубость») - это попытки восстановить утраченный контроль над классификациями. С точки зрения Бурдье, это борьба за символическую власть: кто имеет право определять, что такое «достоверное резюме», «грубость», «накрутка». Рекрутеры, ощутив угрозу своей монополии, прибегают к репрессивным мерам, но это лишь усиливает легитимность «Волков» как защитников соискателей. Рынок труда переживает болезненные удары Феномен «Волков» - это не аномалия, а закономерный этап эволюции трудовых отношений в условиях позднего капитализма и цифровых сетей. Он демонстрирует, как атомизированные индивиды могут создавать новые формы солидарности, бросающие вызов традиционным институтам. Для социологии это кейс о том, как меняется баланс сил между трудом и капиталом, как формируются контр-публики и как символическая борьба становится частью экономических конфликтов. Борьба уничтожает прозрачность, доверие и даже уважение друг к другу. Теперь не ясно перед тобой действительно мидл-разработчик с опытом в 4 года или накрутчик опыта. На фоне инфляции навыков, создаваемой ИИ, такая ситуация становится удушающей для всего рынка в целом. Все эти факторы приводят к тому, что рынок вакансий постепенно уходит в тень, чтобы контроль за поиском вернулся к рекрутерам, которые вернуться к штучному поиску без явной публикации вакансии. Но перестроить процесс найма таким образом, чтобы накручивать опыт было в принципе не нужно, то есть к оценке не по годам опытам, а по навыкам - скорее всего не придут.

27 августа 2026

Представьте, что вы решили построить крепкие, долгосрочные отношения. Вы вряд ли пойдете в загс после первого же ужина. Вам захочется узнать, о чем человек мечтает, как он ведет себя в стрессе, совпадают ли ваши ценности и планы на будущее. Вы будете задавать глубокие вопросы, наблюдать и тратить время и усилия на этот процесс. Но когда дело касается долгосрочной карьерной стратегии, мы часто ведем себя так, будто мы на «быстром свидании». Одно интервью с боссом - и вот мы уже подписываем оффер 👀 Почему «быстрый наём» - это не всегда хорошо? В своей практике я часто вижу одну картину: человек торопится принять оффер, потому что боится упустить возможность или хочет быстрее закрыть финансовый вопрос. Это имеет свой смысл, но цена спешки бывает довольно высока: 1️⃣ Может наступить разочарование Через два месяца выясняется, что «гибкий график» - это миф, а задачи - совсем не те, что обсуждались на иноверью. 2️⃣ Слив ресурсов Представьте, что через ХХ времени вы поняли, что это вообще не то, что вам нужно. Вам нужно снова выходить на рынок, возможно в состоянии «минуса», т.к. вы уже потратили силы на поиск, онбординг на новом месте и стресс увольнения. ❗️Исследуйте компанию/роль так же глубоко, как будущего партнера Чтобы союз с компанией был долгим и продуктивным, недостаточно проверить только размер зарплаты и основные задачи. Нужно «побыть» с этой компанией подольше еще на этапе знакомства. Как это сделать? ⬇️⬇️ ✅ Сверьте ваши ценности То, как компания принимает решения. Если для вас важна свобода, а в компании микроменеджмент - «отношения» не будет счастливыми. ✅ Люди Ваш руководитель/команда - это люди, с которыми вы будете проводить по 6-8 часов в день. Комфортно ли вам с ними? Слышат ли они вас? Как ведется ваш диалог? ✅ Задачи (интерес) Будет ли вам о чем «поговорить» с этой работой через год? Есть ли там вызов и развитие? 📎 Вот еще 3 вопроса для подготовки к интервью, которые помогут понять «суть» ✳️«Расскажите о последнем крупном провале в отделе. Как на это отреагировало руководство?». Это покажет реальную культуру и уровень безопасности ✳️«Какие качества позволили вашим лучшим сотрудникам добиться здесь успеха?». Вы поймете, подходите ли вы под этот культурный код ✳️«Если бы вы могли изменить одну вещь в процессах компании прямо сейчас, что бы это было?». Это подсветит реальные «боли», с которыми вам придется работать Какой в этом всем вывод? Поиск «своего» проекта - это важная задача. Лучше потратить лишний месяц на изучение и отсеивание неподходящих вариантов, чем потратить полгода на работу, которая вам кардинально не подходит. P.s: да и отношений это касается 😅

26 августа 2026

Если вы сейчас чувствуете себя выжатым лимоном, глядя на вакансии и динамику рынка труда, — с вами всё в порядке. Ситуация на рынке в России сейчас объективно сложнее, чем когда-либо за последние 8 лет. Рынок окончательно «разделился» на два полюса, и если вы не «синий воротничок» в логистике или строительстве (где найм возможен за пару недель), а офисный профи или IT-специалист — то за работу вам придется «побороться». Что сейчас происходит? 1️⃣ Рынок работодателя Компании стали особо осторожными при найме. Требований больше, вакансий — меньше. Если вы не подходите на 100%, в очереди стоят еще 10 кандидатов, готовых на условия, которые предлагает компания (зачастую, далеко не те условия, которые вам бы хотелось видеть) 2️⃣ Зарплатный потолок Ожидания х1.5–2 при переходе стали редкостью. Работодатели не спешат завышать офферы. Опять же, если вы просите много — «до свидания, у нас еще куча кандидатов» 3️⃣ ИИ-фильтр Ну, здесь, наверное, все понятно :) 4️⃣ Конец «эры удаленки» (моя личная боль 😭) Гибрид или офис — теперь база. Хотите полную удаленку? Готовьтесь к конкуренции уровня «голодные игры» 🔥 Причем тут выгорание? Когда ты отправляешь 100500 откликов и получаешь 90% отказов (или тишину) — поднимается тревога от потери контроля, страх «стать неактуальным» и ощущение невидимости. Это все очень сильно давит на психику. В итоге, вы уже устали еще до того, как вышли на «новую желанную работу» 💊 Если вы чувствуете, что «не вывозите» этот рынок, небольшой рецепт успокоения: ✅ Перейдите от подхода «массовых рассылок» на всё подряд — это только множит количество отказов и ваше уныние. Выберите 10-20-30 компаний и ролей, которые вам реально подходят, и работайте над ними ювелирно: через нетворкинг, теплые контакты и адаптацию резюме под их «боли». ✅ Примите новую скорость. Если вы синьор — закладывайте 4–6 месяцев на поиск. Не потому что «с вами что-то не так», просто такой сейчас рынок. Смена ожидания с «сейчас каааак найду за месяц» на «поиск сейчас — это марафон» снижает уровень кортизола. ✅ На сложном рынке рекомендации работают в 10 раз лучше, чем hh. Один звонок знакомому рекрутеру или коллеге сэкономит вам 50 пустых откликов и кучу ваших сил. ✅Напоминайте себе: «Моя ценность как профи не равна ответу бота в ATS-системе» . ✅ Разрешите себе паузу. Если сегодня от вида LinkedIn подташнивает — закройте ноутбук. Сходите в лес, на тренировку или просто поспите. Рынок не убежит, а ваш ресурс — конечен Помните: штормит всех. Но выигрывает не тот, кто быстрее всех бежит, а тот, кто умеет распределять силы на длинную дистанцию.

26 августа 2026