ИИ в найме: как алгоритмы эволюционировали от подбора резюме до рекрутинговых агентов

В новом обзоре на arXiv исследователи проанализировали эволюцию искусственного интеллекта в рекрутинге. Если раньше системы преимущественно подбирали пары резюме-вакансия и показывали ранжированные списки, то теперь технологии переходят к полноценным многоэтапным процессам. Современные агенты умеют собирать данные о кандидатах, сравнивать их и поддерживать или даже выполнять кадровые решения.

Авторы выделили три связанных перехода: от концепции похожести к концепции взаимной пригодности, от отдельной модели к комплексному рабочему процессу, от офлайн-предсказаний к оценке, ориентированной на доказательства и продуктивность. В обзор включены 40 характерных работ, а также отраслевые и юридические источники. Отмечено, что это не попытка оценить распространенность технологий, а систематизированное описание тенденций.

Особое внимание уделено пробелам в оценке. Существующие поведенческие метрики часто смешивают влияние рекламы, предпочтения пользователей и реальную квалификацию. Использование приватных и синтетических данных ограничивает надежность выводов, а итоговые результаты могут скрывать ошибки внутри конвейера. В проанализированном наборе работ напрямую не оценивалась конфиденциальность, и ни одна из них не связывала воедино полезность, справедливость, приватность и безопасность.

Авторы подчеркивают, что представленные наблюдения относятся именно к рассмотренной выборке, а не ко всей отрасли. Они предлагают поэтапный подход, который позволяет сопоставить имеющиеся доказательства с наиболее сильными из возможных утверждений. Также сформулирована повестка для создания систем, которые будут работать на основе взаимной пригодности, сохранять неопределенность, поддерживать оспаривание решений и достигать целей при явных ограничениях по стоимости и рискам.

По мнению исследователей, прогресс в этой области стоит оценивать не по формальным метрикам точности, а по тому, насколько хорошо система находит нужные доказательства, корректно отражает неопределенность, дает человеку возможность оспорить результат и действительно улучшает итоги найма.