Резюме всегда было не доказательством компетентности, а заявлением кандидата о собственном опыте. Но генеративный AI меняет качество этого сигнала. Сегодня кандидат может за несколько минут адаптировать резюме под конкретную вакансию, подобрать формулировки из описания роли, усилить достижения и подготовить сопроводительное письмо. В результате хорошо написанное резюме всё меньше говорит о способности хорошо выполнять работу.
Использование AI кандидатами уже стало массовой частью поиска работы. По данным Gartner, 39% из 3 290 опрошенных кандидатов использовали AI в процессе подачи заявки. Среди использовавших AI половина применяла его для подготовки сопроводительных писем, 36% — для письменных заданий, 29% — для подготовки ответов в оценочных процедурах.
Доля кандидатов в исследовании Gartner, сообщивших об использовании AI в процессе подачи заявки.
По данным Indeed Global AI Survey, соискатели используют генеративный AI для изучения компаний, подготовки сопроводительных писем и подготовки к коммуникации с работодателем.
Сам по себе этот факт не означает обмана. Использование AI для редактирования текста принципиально отличается от выдуманного опыта или ложной квалификации. Проблема для работодателя в другом: резюме становится значительно легче оптимизировать, чем профессиональный опыт.
Резюме превращается из доказательства в гипотезу
Традиционный первичный отбор строился на предположении, что качество резюме хотя бы частично связано с качеством опыта кандидата. Хорошо описанные задачи, релевантные навыки, последовательная карьерная история и понятные достижения помогали решить, кого пригласить на следующий этап.
AI ослабляет эту связь. Он способен привести слабое описание опыта к профессиональному языку вакансии, найти нужные ключевые слова, перестроить структуру документа и сделать формулировки значительно убедительнее. Это не добавляет кандидату опыта, но повышает качество его представления.
Поэтому задача рекрутера меняется. Резюме по-прежнему полезно для восстановления карьерной истории и первичной проверки релевантности, но его разумнее использовать как источник гипотез: что именно кандидат делал, какой результат получил, какие решения принимал и насколько самостоятельно выполнял работу.
Почему фильтрация по резюме становится менее точной
Проблема возникает не потому, что AI научился писать хороший текст. Она возникает из-за одновременного изменения поведения кандидатов и работодателей. Кандидат может автоматически адаптировать документы под вакансию, а компания — автоматически ранжировать эти документы. В результате обе стороны оптимизируют один и тот же текстовый слой.
Gartner отдельно отмечает, что рост использования AI для адаптации резюме увеличивает объём заявок и способствует инфляции заявленных навыков. Это делает традиционную модель «резюме → фильтр → интервью» менее устойчивой: на первом этапе компания всё чаще оценивает качество упаковки профиля, а не качество самой работы.
Не нужно искать AI в резюме. Нужно проверять то, что имеет значение для работы
Попытка определить, написал ли кандидат резюме самостоятельно, решает не ту задачу. Хороший специалист может использовать AI для редактирования текста, а слабый кандидат — написать документ без AI. Сам факт использования инструмента ничего не доказывает о профессиональной пригодности.
Более устойчивый подход — отделить происхождение текста от проверки заявленной компетентности. Если для роли важно принимать решения, анализировать данные, вести переговоры, проектировать систему или управлять командой, именно эти способности должны получать независимое подтверждение.
Это меняет и отношение к резюме: не «верим или не верим документу», а «какие утверждения из документа критичны для решения о найме и каким способом мы их проверим».
AI в HR: практики, исследования и решения
В хабе HR-КУХНИ собраны материалы об использовании AI в подборе, оценке, обучении, HR-аналитике и автоматизации HR-процессов — от практических кейсов до исследований рынка.
Перейти в хаб «AI в HR» →Что должно заменить доверие к резюме
Полностью отказываться от резюме нет необходимости. Меняется его место в архитектуре отбора. Чем выше цена ошибки найма и чем легче кандидату оптимизировать формальные признаки соответствия вакансии, тем больше решения должны опираться на наблюдаемое поведение и проверяемые результаты.
Смысл такой модели не в увеличении количества этапов. Напротив, компания может сократить слабые проверки и оставить несколько методов, каждый из которых отвечает на отдельный вопрос. Резюме показывает, что кандидат заявляет о себе. Интервью помогает восстановить реальный контекст опыта. Практическая оценка показывает, как человек действует в задаче, близкой к будущей работе.
Структурированное интервью становится важнее свободной беседы
Когда кандидат может заранее сгенерировать сильные ответы на типовые вопросы, интервью «расскажите о себе» или «назовите свои сильные стороны» теряет ещё больше диагностической ценности. Сильнее работает интервью, построенное вокруг конкретного прошлого поведения и одинаковых критериев оценки для кандидатов.
Если в резюме указано, что человек сократил срок закрытия вакансий на 30%, полезно не обсуждать саму цифру, а восстановить механизм результата: какая была исходная ситуация, какие данные использовались, что именно изменил кандидат, кто ещё участвовал, какие решения не сработали и как измерялся итоговый эффект.
Для сложных ролей полезны уточняющие вопросы, которые невозможно качественно пройти только за счёт заранее подготовленного рассказа: попросить сравнить альтернативы, объяснить компромисс, разобрать ошибку или изменить решение после появления нового ограничения.
Практическое задание тоже нужно пересмотреть
Домашнее тестовое задание больше нельзя автоматически считать независимым измерением навыка: кандидат может использовать AI для анализа задачи, генерации текста, кода, презентации или рекомендаций. Но запрещать AI во всех заданиях тоже не всегда разумно. Если сотрудник будет использовать его в реальной работе, способность грамотно работать с инструментом сама становится частью профессиональной деятельности.
Поэтому сначала нужно определить, что именно компания хочет измерить. Если проверяется базовый навык, который сотрудник должен выполнять самостоятельно, условия оценки могут ограничивать использование AI. Если проверяется результат работы в современной среде, использование AI можно разрешить, но дополнительно попросить кандидата объяснить ход решения, проверить результат, найти ошибки и защитить сделанный выбор.
Найм становится системой подтверждения, а не чтения сигналов
Это особенно важно для ролей, где ошибка найма дорого стоит. Чем больше информации кандидат может быстро улучшить с помощью AI, тем опаснее собирать решение из нескольких слабых сигналов одного происхождения: резюме, сопроводительного письма и письменного домашнего задания.
Надёжнее сочетать независимые источники информации. Например: карьерная история → структурированное интервью → рабочая проба → проверка критичных фактов и рекомендаций там, где это оправдано ролью и допустимо правилами компании.
При этом процесс не должен превращаться в тотальную проверку кандидата. Цель — не доказать, что человек использовал AI, а получить достаточные основания считать, что он способен выполнять работу, ради которой его нанимают.
Что пересмотреть в процессе подбора уже сейчас
Для HRD и руководителя подбора главный вопрос — не нужен ли компании ещё один инструмент обнаружения AI-текста. Важнее проверить, какие этапы отбора действительно дают независимую информацию о способности кандидата выполнять работу.
Резюме не исчезает. Меняется его доказательная сила
AI не делает резюме бесполезным. Оно остаётся удобным способом быстро понять карьерную траекторию, область опыта и потенциальное соответствие роли. Но качество документа всё меньше можно считать самостоятельным свидетельством качества специалиста.
Поэтому зрелый подбор будет отличаться не способностью распознавать AI-текст, а качеством проверки профессиональных гипотез. Резюме помогает решить, что проверить. Решение о найме должно опираться на то, что удалось подтвердить.
Для компаний это означает переход от отбора по убедительности заявки к архитектуре найма, в которой критичные компетенции получают собственный способ проверки. Чем дешевле становится создание идеального отклика, тем выше ценность наблюдаемого поведения, проверяемого опыта и профессионального суждения кандидата.
Источники
Gartner. The Impact of Machine Candidates and Growing Candidate AI Use on Recruiting Processes, 3 июля 2026 года. Gartner отмечает рост использования AI кандидатами для адаптации резюме, увеличение объёма откликов и риск инфляции заявленных навыков.
Gartner — The Impact of Machine Candidates and Growing Candidate AI Use on Recruiting Processes
SHRM. Fraudulent Candidates at Scale: Are AI-Generated Applications Breaking Recruitment?, 15 сентября 2026 года. Материал приводит данные Gartner о 3 290 кандидатах и рассматривает проблему проверки достоверности информации в AI-опосредованном найме.
SHRM — Fraudulent Candidates at Scale
Indeed. What Employers Think of Job Seekers Leveraging Gen AI Tools, обновлено 1 июня 2026 года. Indeed рассматривает использование генеративного AI кандидатами при подготовке резюме и рекомендует работодателям дополнять резюме проверками способности решать задачи и принимать решения.
Indeed — What Employers Think of Job Seekers Leveraging Gen AI Tools