Автоматизация кадровых процессов в ИТ-компаниях становится актуальной необходимостью. Если раньше HR-менеджеры могли полагаться на традиционные методы собеседований, то сегодня искусственный интеллект предоставляет новые возможности для более объективной оценки кандидатов.
В декабре 2025 года мы провели эксперимент, в ходе которого трем нейросетям (Deepseek, GigaChat и Perplexity) был задан один и тот же промпт для проведения виртуального собеседования на позицию аналитика 1С:ERP по направлениям «Производство» и «Ремонты». Результаты показали, что современные LLM-модели способны выполнять важные функции в процессе подбора, хотя с определенными ограничениями.
Актуальность проблемы
Для ИТ-компании, ищущей аналитика 1С, стоят критически важные вопросы:
- Как объективно оценить уровень кандидата? Традиционные интервью часто зависят от умения кандидата «хорошо говорить», а не от реального опыта.
- Как структурировать процесс подбора? Нужна четкая система вопросов, которая охватывает как hard skills, так и soft skills.
- Как минимизировать ошибки найма? Неправильно выбранный кандидат стоит дорого в «переделках» и потере времени.
- Как масштабировать рекрутинг? Если нужно проверить 50 кандидатов, HR-менеджер просто физически не справится.
Нейросети могут помочь на всех этих этапах.
Результаты тестирования нейросетей
Deepseek: система с объективной структурой
Сильные стороны:
- Составила максимально подробный и структурированный сценарий собеседования.
- Четко разделила вопросы по категориям: предметная область, технические навыки, поведенческие вопросы.
- Указала, что именно нужно оценивать после каждого вопроса — это очень полезно для реального HR-менеджера.
Практический результат:
Deepseek создала не просто список вопросов, а готовый инструмент для проведения собеседования. HR-менеджер может почти дословно использовать этот сценарий в реальной встрече с кандидатом. Такой подход минимизирует субъективность при оценке.
Пример:
GigaChat: список вопросов для интервью
Практический результат:
GigaChat больше подходит для подготовки HR-менеджера к собеседованию, чем для проведения его самостоятельно. Видно, какие вопросы задают опытные интервьюеры, как они переходят от одной темы к другой.
Perplexity: диалог с обратной связью и рекомендациями
Сильные стороны:
- Проводила собеседование в формате полноценного диалога.
- Учитывала краткие или неполные ответы соискателя и перефразировала вопросы.
- В конце дала конкретную обратную связь кандидату: что получилось хорошо, по каким направлениям нужны улучшения.
- Рекомендации были конструктивными и практичными.
Пример обратной связи:
Такой подход полезен как для кандидатов (они видят, как лучше описать свой опыт), так и для HR-менеджеров (они понимают, как правильно оценить ответ).
Практический результат:
Perplexity показала себя лучшим кандидатом для игры роли интерактивного интервьюера, который может адаптироваться к уровню кандидата.
Практическое применение в ИТ-компании
Сценарий 1: Первичный скрининг кандидатов
Как использовать: развернуть нейросеть как интерактивный чат-бот.
Преимущества:
- Кандидат может пройти собеседование в удобное время.
- Нейросеть задает одинаковые вопросы всем кандидатам (объективность).
- HR-менеджер получает стенограмму диалога для анализа.
- Экономия времени: вместо 10 личных встреч можно провести 50 виртуальных.
Сценарий 2: Подготовка HR-менеджера к собеседованию
Как использовать: использовать нейросети для создания индивидуального сценария под конкретную позицию.
Сценарий 3: Адаптивное собеседование в реальном времени
Как использовать: во время видеовстречи HR-менеджер может открыть Perplexity в отдельной вкладке и получить подсказки для следующего вопроса.
Пример:
Кандидат ответил на вопрос о производственных процессах.
HR-менеджер вводит в чат: «Кандидат сказал, что работал с дискретным производством три года. Какой уточняющий вопрос задать?»
Perplexity предлагает 2-3 варианта уточнений.
Ограничения и риски
Технические ограничения
Нейросети не видят невербальное общение. Если используется чистый текстовый чат, теряется информация о стрессоустойчивости, уверенности в себе, умении держать контакт.
Качество зависит от промпта. Если неправильно сформулировать инструкцию для нейросети, она может задавать нерелевантные вопросы.
Этические риски
Непрозрачность алгоритма. Кандидат может не знать, по каким критериям его оценивает нейросеть.
Потеря человеческого фактора. Некоторые хорошие кандидаты могут плохо справиться с форматом текстового чата и не покажут свой истинный уровень.
Правовые риски
Закон о защите персональных данных. Конспект собеседований содержит персональные данные и должны храниться с соблюдением Федерального закона №152-ФЗ «О персональных данных»
Рекомендации по внедрению
Для компаний малого размера (до 10 сотрудников):
- Использовать нейросети для создания шаблонов вопросов.
- Проводить собеседования традиционным способом, но с использованием подготовленных сценариев.
Для компаний среднего размера (10-100 сотрудников):
- Развернуть нейросеть как инструмент для первичного скрининга.
- HR-менеджер проводит личные встречи только с кандидатами, например, набравшими 7+ баллов из 10 в нейросетевом интервью.
- Использовать обратную связь от нейросети как дополнение к личному впечатлению.
Для крупных компаний (100+ сотрудников):
- Внедрить собственное решение на базе нейросетей.
- Первичный скрининг полностью автоматизирован.
- HR-менеджеры работают только с кандидатами финального раунда.
- Использовать нейросеть для создания специализированных сценариев под разные направления.
Практический кейс: как это работает
В нашем эксперименте участвовал кандидат с опытом сопровождения 1С, но без опыта в планировании (MRP). Вот как с ним работал Perplexity:
Проблема: Кандидат ответил очень кратко: «готовые заказы поставщикам»
Действие нейросети:
Распознала, что ответ неполный.
Перефразировала вопрос: «Понял. Значит, настройки схем обеспечения и автоматический расчет потребностей — это ваша зона роста».
Добавила контекст: «Это нормально. Обычно аналитики сначала досконально осваивают учет факта, а потом уже переходят к сложным алгоритмам планирования».
Дала рекомендацию: «У нас в команде есть ведущий архитектор, который поможет вам разобраться».
Результат: Кандидат лучше понял, что его недостаток опыта — это не критично, но важно показать готовность к обучению.
Выводы
Главный результат эксперимента
По итогам тестирования, Perplexity показал лучший результат для роли интерактивного интервьюера. Эта нейросеть может:
- Адаптироваться к уровню кандидата.
- Давать конструктивную обратную связь.
- Выявлять как пробелы в знаниях, так и скрытые сильные стороны.
- Создавать комфортную психологическую атмосферу даже в текстовом формате.
Deepseek лучше использовать для подготовки HR к собеседованию: создание шаблонов вопросов, проработка сценариев.
Нейросети — не замена, а инструмент
Нейросети не могут полностью заменить человека в подборе, но могут существенно улучшить процесс:
- Объективизировать оценку через четкие критерии.
- Масштабировать рекрутинг без увеличения штата HR.
- Подготовить интервьюера к встрече с конкретным кандидатом.
- Сэкономить время на первичном скрининге.
Рекомендация для ИТ-компаний
Если вы сейчас ищете аналитиков 1С:
Используйте нейросети для создания структурированного сценария собеседования под вашу конкретную позицию, для использования в качестве интерактивного чат-бота для первичного скрининга кандидатов.
НО!!!
Сохраняйте «человеческий подход» на финальном этапе — личная встреча с кандидатом остается критически важной!
Такой комбинированный подход экономит время HR-менеджера и повышает качество найма.
Статью подготовила аналитик компании Вера В.