Почему собеседования в ИТ больше не работают
Собеседование — священный ритуал корпоративного рекрутинга — переживает системный кризис. Особенно в ИТ‑сфере, где ставки высоки, а цена ошибки исчисляется миллионами. Формально все на месте: кандидаты приходят вовремя, менеджеры задают правильные вопросы, HR сверяет резюме с вакансиями. Но результат все чаще — неэффективный найм. Почему?
Собеседование — атавизм индустриальной эпохи
Сам формат собеседования появился сотни лет назад. Пройдя путь от классической вербовки и найма по рекомендации (читай, реферальной программе) процесс эволюционировал до собеседований‑испытаний, чтобы проверить заявленные соискателем навыки. Подняли эту планку цеховые мастера Европы. Принятие ученика означало многолетний контракт, поэтому кандидатов тестировали на хард‑скиллы (умеет ли точить меч) и софт‑скиллы (сможет ли выдержать дисциплину мастерской). Уставы гильдий прописывали количество лет учебы и ритуал предъявления “мастерской вещи” — ранний аналог технического теста и портфолио в одном флаконе.
Когда паровые машины сменили ремесло, спрос на рабочих вырос экспоненциально, а личных связей стало нехватать. Так родились частные Labour bureaux в Лондоне, а затем и специализированные рекрутинговые компании в США и Германии. К 1910‑м годам в практику вошли первые психометрические тесты, а в 1950‑х — массовые интервью по компетенциям. Тогда же сложился язык HR‑профессии, знакомый нам сегодня. Структурированные интервью внедрила в 1950‑х годах General Electric, чтобы оценивать рабочих и менеджеров. Тогда подход работал: задачи были стабильны, должности — типовые. Сейчас же собеседования как способ проверить компетенции больше не работает.
Рассылка: как вести бизнес в России
Пять полезных писем пришлем сразу после подписки. В них — бизнес‑идеи, готовые промпты для нейросетей, советы, как выбрать налоговый режим и получать пассивный доход
Что не так с собеседованиями?
Иллюзия объективности в процессе интервьюирования часто приводит к тому, что большинство решений принимается интуитивно и субъективно. Встречал исследование, которое говорило, что точность прогнозирования будущей эффективности сотрудника на основе интервью составляет всего 14%. По моим наблюдениям — похоже на правду.
Учтем, что далеко не каждое интервью проводится профессионально. Дефицит высококлассных ИТ‑эйчаров не меньше, чем крутых ИТ‑специалистов. Именно поэтому на интервью в серьезных компаниях обязательно приглашают техлидов. Идея отличная, пока не начинаем считать, сколько часов полезного времени это отнимает у дорогостоящих специалистов.
Существует также культура “проверок на прочность”, которая проявляется в традиции проводить алгоритмические квесты и писать код на доске. Проверка “софт‑скиллов” через абстрактные кейсы не отражает реальных условий работы в команде и не показывает, как кандидат справляется с настоящими задачами. Это создает иллюзию, что такие методы являются эффективными, хотя на практике они могут не давать адекватной оценки.
Еще одна проблема — обман соискателей. В результате такого обмана — практики, кстати, очень частой — реально хороший специалист может проиграть кандидату, который просто лучше подготовился к интервью. Это приводит к росту числа “профессиональных собеседуемых”, которые могут успешно проходить собеседование, но не обязательно соответствуют требованиям должности.
Тут впору вспомнить историю разработчикаСохам Парекха, который устроился в 10 стартапов. Идут дискуссии о том, хороший он программист или нет (никто толком не знает). Но вот что он отлично умеет проходить собеседования — факт бесспорный.
Эволюция подхода: от резюме к реальным данным
С середины 2010‑х рынок стал смещаться в сторону data‑driven подходов. Компании, такие как Google и Amazon, начали внедрять более структурированные и валидированные форматы интервью — с оценкой по матрицам компетенций, разбором конкретных кейсов из жизни компании, а позже — с использованием автоматизированных тестов и симуляторов.
Этот подход помогает стандартизировать оценку и решить постоянный спор между HR- и техническими командами, ведь одни и те же кандидаты в одной компании могут быть признаны миддл, в другой — сеньор, а на самом деле быть джунами. По внутренним оценкам компаний, до 60% резюме в ИТ содержат завышенные формулировки уровня владения технологиями. Это ведет к затяжным собеседованиям, отказам после офферов и снижает качество входящего потока. А тестирование решает эту проблему на входе — без субъективных интервью.
Проблема в том, что на рынке не так уж много по‑настоящему хороших систем оценки, точнее, их единицы.Большинство ориентируются на проверку знаний конкретных продуктов и технологий, они построены хорошо подходят для оценки владения конкретными инструментами. Чаще всего это статичные тесты, т.е. содержат заранее и четко определенный перечень вопросов, который легко проходится с микронаушником в ухе или с чатом GPT на подхвате. Такой подход не дает целостного понимания, насколько специалист готов к работе в реальной роли.
Системы динамического тестирования более редки — это то, что мы реализовали на своей платформе. Подход принципиально другой: набор вопросов меняется в зависимости от того, как быстро и хорошо специалист отвечает на вопросы. Заранее не подготовишься, чат GPT или друг рядом не поспеет. Такое тестирование можно применять как при найме, так и при ассессменте.
Про тесты часто спрашивают: а как же проверить soft skills? На этот счет есть разные мнения. Мое, что система нейропрофилирования, интегрированная в тестирование, будет отлично справляться с этой задачей.
Курс на “проверку в деле”
Компании начинают внедрять альтернативы: платные тестовые задачи, фриланс‑сотрудничество перед оффером, интеграция с платформами верификации навыков. Это меняет саму философию подбора: сначала — факт компетенции, потом — обсуждение условий. Динамическое тестирование, под капотом которого хорошая методологическая начинка — инструмент будущего, который очень скоро займет рынок.
Шаг 1. Оцените текущий процесс найма. Он может идти “по инерции” и, возможно, давно перестал всех устраивать:
- определите его слабые места и затраты времени/ресурсов;
- соберите обратную связь от HR, техлидов и новых сотрудников.
Шаг 2. Оцените, какой подход применяется на нынешнем этапе. Вероятнее всего, как в большинстве компаний, — решения принимаются на основе субъективных оценок. Это обычная практика, важно вовремя ответить себе на вопрос: насколько мы реально уверены в компетенции кандидата:
- разработайте матрицы компетенций с измеримыми показателями под конкретные должности;
- подберите инструменты для объективной оценки навыков. Сейчас рынок предлагает много вариантов автоматизированных тестов и они доступны в демо‑формате.
Важно понимать, что не все платформы хороши и подходят для этапа собеседования. Рекомендую обратить внимание на адаптивные тесты, которые подстраиваются под скорость и качество ответов соискателя. Этот подход позволяет выявить реальный уровень кандидата и радикально снижает вероятность “читерства” во время прохождения теста.
Шаг 3. Возможно, вам подойдет внедрение этапа оплачиваемых тестовых заданий или фриланс‑сотрудничества. Предлагайте кандидатам решить реальные задачи с оплатой до оффера.
Шаг 4. Роль HR‑менеджеров меняется. Эти специалисты должны хорошо ориентироваться в новых инструментах, которые предлагает рынок:
- обучите работе с новыми оценочными системами и аналитикой;
- поддерживайте цикл улучшений в компании.
Процесс найма не должен быть “выбит в граните” — постоянно собирайте данные и отзывы от команды, корректируйте инструменты и процессы.
Уверен, что в ближайшие 5 лет индустрия ИТ совсем откажется от интервью в привычном нам формате. За ней же пойдет любая отрасль, где существует массовый найм и где есть четко структурированные навыки, которыми должен обладать кандидат.
Чтобы минимизировать дорогостоящие ошибки, рынок неизбежно будет переходить от субъективных решений к прозрачным, воспроизводимым и валидированным механизмам подбора. Изменится и роль HR‑менеджеров в ИТ. Им придется все больше примерять на себя роль интеграторов систем оценки и аналитиков данных.
