Насколько по-разному разные системы — нейросети, рекрутеры и нанимающие менеджеры — видят одну и ту же вакансию. Вам тоже интересно, почему вы не можете пройти рекрутера, но выходя на нанимающего - неожиданно получаете буст? Разбираемся на эксперименте.

Недавно в рамках исследования я с командой волонтеров провела небольшой эксперимент. Хотелось понять одну простую вещь: насколько по-разному разные системы — нейросети, рекрутеры и нанимающие менеджеры — видят одну и ту же вакансию.

Для эксперимента взяли три вакансии: продуктовый дизайнер, тимлид Go и маркетолог. По каждой попросили расставить веса требований так, чтобы в сумме получилось 100%. Веса расставляли три нейросети (GigaChat, ChatGPT, DeepSeek), три рекрутера и три эксперта — те, кто непосредственно работает с этими ролями и принимает решение о найме.

Важно! Это не академическое исследование с выборкой в тысячи респондентов. Это срез, который показывает тенденцию. Рекрутер и эксперт до эксперимента не общались. И в нормальных компаниях при коммуникации можно выяснить особенности, но мы берем ситуацию, в которой рекрутеру просто спустили требования сверху без пояснений.

Вакансия 1: Продуктовый дизайнер

Уже здесь видно: рекрутеры и эксперты по-разному смотрят на одни и те же требования. Например, «умение проводить исследования» рекрутер 1 оценил в 30%, а эксперт 2 — в 20%. А «насмотренность в B2B» у Дипсика получила 20%, тогда как эксперты дают ей 5–10%. Нейросети тоже расходятся: Гига Чат и ЧатЖПТ ставят опыт выше (25%), а Дипсик — ниже (15%).

Вакансия 2: Тимлид Go

Здесь разброс ещё сильнее. «Опыт на аналогичной должности» эксперты оценили в 40%, 5% и 30% — то есть один эксперт считает это почти единственным важным, другой — практически незначимым. А софт-скиллы у эксперта 2 и 3 взлетают до 35–40%, в то время как нейросети дают им 5–10%. Рекрутеры где-то посередине, но тоже не едины.

Вакансия 3: Маркетолог

Эксперт 3 просто обнулил три требования из пяти, зато 80% отдал опыту работы. Остальные эксперты так не делают. Нейросети более ровны, но всё равно расходятся: Дипсик даёт опыту 35%, ЧатЖПТ — 20%.

Выводы

Рекрутеры и нанимающие видят разных кандидатов

Это не новость, но теперь есть цифры. Рекрутер 1 для дизайнера ставит на первое место «умение проводить исследования» (30%) и «мышление в сценариях» (30%). Эксперт 1 при этом даёт этим пунктам 20% и 10% соответственно, зато выше ценит «понимание сложных систем» (25%). Если рекрутер будет искать по своим весам, он приведёт кандидата, который силён в исследованиях, а нанимающий скажет: «Мне нужен системный дизайнер». И начнётся классическое «рекрутеры приводят не тех».

И тут я хочу стать адвокатом для рекрутеров, в которых так часто несутся обвинения. Им довольно часто спускаются вакансии от нанимающих вообще без каких либо комментариев и пожеланий, а все уточняющие вопросы отклоняются. Поэтому и получается подчас такая ситуация.

Нейросети добавляют ещё больше разброса

Разные модели дают разные веса! У нас на рынке уже сотни разных атс систем, которые по-разному оценивают одного и тоже кандидата. Так, в компании 1 этот соискатель получит условно 60 баллов, а в другой 80, просто потому что один и тот же навык может быть оценен нейронками как в 5 процентов, так и в 20.

Однако стоит отметить, что в целом разброс составляет от 5 до 15 баллов. Это стоит учитывать при подготовке резюме и оценке. Кандидат мог получить не 70, а 80 баллов и пройти вперед. Но при пороге в 80 - это будет невозможно.

Соискателям

А теперь самое главное. Если у компаний нет единой системы оценки, и разные нейросети дают разброс в 10–15 пунктов по одному и тому же резюме — что делать вам?

Первое: не полагайтесь на одну нейросеть. Проверяйте резюме сразу в нескольких. GigaChat, ChatGPT, DeepSeek, Claude, Gemini — у каждой свой взгляд на то, что важно. Одна может оценить вас в 60%, другая — в 80%. Это не значит, что вы плохой кандидат. Это значит, что вы попали в разные системы координат.

Второе: делайте саммари из нескольких оценок. Не гонитесь за одной цифрой. Соберите средний результат по нескольким моделям. Если три нейросети дают вам 60%, 75% и 80% — вы где-то в районе 70%. Это уже более честная картина.

Третье: старайтесь набрать максимальное количество процентов совпадения. Это даёт люфт. Если вы подходите на 95% по одной системе и на 80% по другой — вы всё равно проходите. Если вы на грани — 55% и 60% — вы не проходите нигде. Задача — создать запас прочности, который выдержит колебания между разными нейросетями и разными рекрутерами.

Четвёртое: адаптируйте резюме под каждую вакансию. Не потому, что вы обманываете. А потому, что разные системы ищут разные сигналы. Если вакансия делает акцент на исследования — выдвиньте их вперёд. Если на системное мышление — переформулируйте опыт соответственно. Это не подгонка, это перевод вашего опыта на язык конкретной системы.

Пятое: помните, что отказ — это не приговор. Если одна система вас отсеяла, это не значит, что вы плохой. Это значит, что ваше резюме не совпало с весами, которые расставил конкретный алгоритм или конкретный человек. Попробуйте в другой компании. Возможно, там система смотрит на вас иначе.

Это исследование — не приговор, а приглашение к разговору. Если мы хотим, чтобы найм был справедливым и эффективным, нужно признать: разные системы оценки — это реальность. И с ней нужно что-то делать. Компаниям — договариваться внутри. Соискателям — играть по правилам, но не терять себя.