ИИ в оценке персонала: риски, защита и новые возможности

Содержание:

Как кандидаты используют ИИ и что предлагают исследователи
ИИ в тестировании и экспертной оценке: взгляд экспертов HT Lab
Тестирование: где проходит граница
Интервью и ассессмент: сложнее скрыть, но полезно эксперту
Техническая защита: как это выглядит на практике
Резюмируем

Искусственный интеллект постепенно проникает во все сферы жизни, и мир оценки персонала — не исключение. Всё чаще ИИ становится «невидимым помощником» кандидата при прохождении онлайн-оценки: может решить тестовое задание, подсказать социально желательный ответ в личностном опроснике или подготовить речь для видеоинтервью. В результате HR-специалисты и провайдеры сталкиваются с новой проблемой — итоговый балл может отражать уже не способности и личностные особенности человека, а качество работы ИИ.

В этой статье разберём, как мы в HT Lab относимся к проблеме, что говорят исследования и какие есть технические возможности, чтобы снизить риск искажения результатов из-за ИИ в оценке.

Александр Георгиевич Шмелёв, д.п.н., научный руководитель HT Lab:
«Большинство тестов, созданных до эпохи ИКТ-революции, стали уязвимыми уже давно, если они выполняются испытуемыми «на дому» — без должного административного надзора. Просто ИИ обнажил эту же самую проблему, но с новой силой.

Многими старыми тестами можно пользоваться, но только на особым образом подготовленных компьютерах, размещённых в особых кабинетах или компьютерных залах и работающих под надзором персонала тестирующей организации, отвечающей своей репутацией за достоверность».

Как кандидаты используют ИИ и что предлагают исследователи

Кандидаты могут использовать ИИ-системы на разных этапах оценки: загружать в чат-боты задания тестов способностей и ситуационные кейсы, подбирать ответы в личностных опросниках для создания желаемого впечатления, формулировать ответы для асинхронного видеоинтервью или получать подсказки во время обычного онлайн-собеседования через отдельное окно либо второе устройство. Подобное использование ИИ-систем может существенно исказить результаты оценки.

В научной литературе выделяют несколько ключевых мер по снижению влияния ИИ на результаты оценки:

Чёткое обозначение правил и последствий. Кандидатам важно заранее объяснять, какие способы применения ИИ допустимы, а какие рассматриваются как нарушение. Это помогает снизить частоту использования ИИ при прохождении оценки (Robie et al., 2026).
Изменение формата заданий. Устойчивость оценки повышают интерактивные и невербальные задания, ограничение времени, рандомизация вопросов, а также опросники с вынужденным выбором и задания, в которых сложно определить желательный ответ (Phillips & Robie, 2024).
Технический мониторинг процедуры. Фиксация переключения вкладок, копирования текста, необычного времени ответа и других поведенческих признаков помогает выявлять случаи, требующие дополнительной проверки (Подробнее — в разделе «Прокторинг»).
Повторная проверка результатов. Высокие результаты дистанционного тестирования рекомендуется подтверждать с помощью контролируемой параллельной формы теста, очного задания, интервью или устной защиты решения (Lievens & Dunlop, 2025).

Александр Георгиевич Шмелёв, д.п.н., научный руководитель HT Lab:
«Что нового возникло? А то, что системы ИИ помогают «натаскиваться» на выполнение тестов или опросников с небольшим числом заданий, в пределах 100. Они подсказывают, как именно отвечать, и предлагают «заучить правильные ответы». Если те же версии предъявляются после такого «тренинга-натаскивания» даже в специализированных «центрах тестирования», они уже не работают».

ИИ в тестировании и экспертной оценке: взгляд экспертов HT Lab

Тестирование: где проходит граница

Использование ИИ респондентом способно существенно исказить результаты оценки, однако границы допустимого зависят от её цели.

Татьяна Преснова, эксперт отдела исследований и разработок HT Lab:
«Легитимный вариант использования ИИ, который я могу предположить, — это оценка непосредственных навыков работы с ИИ. Когда прямо в инструкции к тесту указано, что ответ нужно получить с помощью ИИ. А если человек с помощью ИИ выбирает верный ответ в задаче или решает, что лучше сказать о себе для такой-то цели, — это обман».

Есть конструкты, при оценке которых важно ограничивать внешнюю помощь, например потенциал человека. Однако использование ИИ можно предусмотреть заранее, если это соответствует реальным условиям будущей работы.

Софья Доливец, специалист отдела исследований и разработок:
«Например, при оценке результативности можно разрешить использование доступных инструментов, включая ИИ-системы, поскольку это будет соответствовать предполагаемому рабочему процессу».

При разработке тестов важно учитывать и методологические ограничения: наиболее уязвимы текстовые задания с однозначно правильным ответом — особенно если у кандидата достаточно времени и он проходит оценку без наблюдения.

Вместе с тем развитие ИИ открывает новые возможности и для самих методистов. ИИ-инструменты могут ускорить поиск теоретических оснований, генерацию тестовых заданий, подготовку интерпретаций и анализ статистики.

Ольга Бардина, руководитель отдела исследований и разработок:
«ИИ — это дополнительные руки, которые должны прикладываться к опытной голове специалиста-разработчика».

Важно различать оценочные методики и обучающие системы с обратной связью. Последние могут внешне напоминать тесты, однако их задача иная — помочь человеку освоить материал и подготовиться к дальнейшей проверке. В таком формате использование ИИ допустимо и полезно, тогда как при диагностическом тестировании оно может привести к искажению результатов.

Интервью и ассессмент: сложнее скрыть, но полезно эксперту

Если говорить о качественной оценке — интервью или ассессменте, — использование ИИ-систем респонденту сложнее скрыть. К такой процедуре трудно подготовиться заранее, поскольку специалист задаёт вопросы, учитывая цель оценки и особенности конкретного человека.

Кроме того, обращение к подсказкам ИИ во время интервью можно заметить по невербальным проявлениям респондента. При этом в работе самого эксперта ИИ может выступать полезным вспомогательным инструментом. Он хорошо транскрибирует текст, фиксирует практические примеры и предлагает направления развития. Это ускоряет и упрощает работу эксперта: он тратит меньше времени на рутинные задачи и может сосредоточиться на содержательном анализе и общем профиле оцениваемого.

Анна Михмель, руководитель отдела оценки, консалтинга и обучения HT Lab:
«Для разработчиков тестов и экспертных оценщиков использование ИИ — это просто новая эра оценки. Мы уже сейчас используем ИИ как третий взгляд на оценку сотрудника — наряду с результатами теста и мнением эксперта. Таким образом, ИИ даёт возможность посмотреть на сотрудника ещё шире».

Окончательная интерпретация результатов и ответственность за выводы при этом остаются за специалистом: именно он лучше всего понимает человеческую натуру и может увидеть человека целиком, учитывая все его проявления. Для кандидата действует та же логика, что и в тестировании: если цель оценки — увидеть его собственные качества, а не навык работы с ИИ, то подсказки нейросети работают против него самого. Эксперт в этом случае оценивает не кандидата, а результат работы ИИ — и решение не идёт на пользу кандидату.

Елена Астафьева, эксперт отдела оценки, консалтинга и обучения:
«Когда мы идём сдавать кровь, то не просим нам немного долить донорской, чтобы восполнить, например, дефицит эритроцитов и показать хороший результат анализа».

Техническая защита: как это выглядит на практике

С технической точки зрения использование ИИ можно выявить на основе общих данных о прохождении теста. На него могут указывать необычно ровный темп ответов, отсутствие движений мыши, программная имитация нажатий, признаки управляемого браузера и заметная разница между результатами выполнения текстовых и графических заданий.

В ходе внутреннего эксперимента компании ИИ-агент показал высокие результаты в текстовых блоках, но хуже справился с заданиями, представленными в виде изображений. Устойчивость к применению ИИ обеспечила не сложность задания, а способ его предъявления на экране.

Алексей Жердев, технический директор HT Lab:
«Со стороны платформы важно учитывать поведение пользователя — движения мыши, прокрутку, переключение окон и ритм работы, — а также фиксировать время показа каждого задания и получения ответа. Собранные технические показатели помогают потом перепроверять результаты, в том числе анализировать ранее накопленные данные».

Резюмируем

Развитие ИИ не отменяет тестирование и экспертную оценку, но уже заметно меняет их содержание и организацию. Чтобы сохранять качество и достоверность оценки, важно адаптировать её методы к новым технологическим условиям.

В тестологии ИИ ускорит разработку методик, генерацию заданий, анализ данных и подготовку интерпретаций — и одновременно потребует более устойчивых форматов заданий и новых способов проверки результатов.

В экспертной оценке он станет помощником при обработке интервью, сопоставлении данных и составлении заключений, а живое общение, профессиональная интерпретация и ответственность за решения останутся за специалистом. Поэтому роль методиста и эксперта постепенно сместится от рутинных операций к проектированию всей системы оценки и определению качеств, которые нужно измерять в условиях совместной работы человека и ИИ.

Александр Георгиевич Шмелёв, д.п.н., научный руководитель HT Lab:
«В общем виде могу сказать так: мы прямо сейчас апробируем один за другим скоростные тесты, на которые любители “читинга” просто не будут успевать отвечать, если попытаются получать помощь от ИИ на ходу. Всё больше будут востребованы скоростные тесты и тесты, построенные на огромных банках заданий, а также те, где задания создаются “на лету”».