🧨 Когда ChatGPT становится HR-ассистентом, а промт — новым Excel.
HR меняется. Уже не только Excel-таблицы, чек-листы и ворох бумажек. Сегодня один грамотно написанный промт может заменить полдня рутины.
И вот канал, где HR учат не просто играться с нейросетями, а действительно решать задачи — подбор, адаптация, аналитика, текучесть, увольнение, документы, KPI, расчёты. Всё.
📍Канал @HR_Promt_Lab ведёт Светлана Иванова — C&B-эксперт, преподаватель ИИ в hr, автор решений на стыке HR и ИИ. Она прошла путь от Excel до RPA и GPT-агентов. А теперь — делится этим с вами.
На канале: — каждый день рабочий промт для HR — примеры автоматизации рутин — гайды, воронки, сценарии, карусели — и всё это с фокусом на деньги, стресс и власть (да, HR об этом тоже думают)
📌 Подписаться стоит хотя бы ради того, чтобы понять, как именно ChatGPT может повысить вашу зарплату. @HR_Promt_Lab — тот редкий случай, когда канал полезен не «в теории», а вот прям сегодня.

«Гладкие офферы» как метрика зрелого HR🎁

Я пытаюсь родить еще один фрейм анализа (см. Управленческие модели в HR ) и, кроме того, мне интересно анализировать зарплатные торги при найме (см, например Метрика HR-бренда? )
Короче, найм можно описать через теорию игр

Под игрой понимается процесс, в котором участвуют две и более стороны, преследующие свои интересы. Каждая из сторон имеет свою цель и использует некоторую стратегию, которая может вести к выигрышу или проигрышу — в зависимости от поведения других игроков. Теория игр помогает выбрать лучшие стратегии с учётом представлений о других участниках, их ресурсах и их возможных поступках

В найме это выглядит так: кандидат желает получить максимальную сумму оффера, работодатель ограничен в ресурсах. Кандидат может быковать (бык – стратегия на повышение), но работодатель может его в итоге отклонить и т.п..
У нас есть разворот в сторону поисследовать природу торгов, но я не буду сейчас туда заходить. Но можно снимать два типа метрик

1️⃣Сколько мы просрали переплатили в переговорах

Сумма переплат = ∑ ( Итоговых офер – стартовое предложение компании (или нижнюю или верхнюю границу вилки) )

Можно посчитать % переплат и т.п.

«Это даёт нам метрику отклонения от системы. Если она системна — это уже управляемая переменная. Если хаотична — это разрыв между моделью и реальностью».

2️⃣Доля «гладких» офферов
«Гладкий» оффер – оффер принятый без торгов. Всем знакома метрика бренда – конверсия офферов. Доля «гладких» офферов это тоже про бренд.
Вот в этом месте попинайте меня.
Принятие оффера без торгов – это про доверие. Кандидат в том числе доверяет экспертизе компании – если компания столько платит, значит сумма обоснована – как вам такой аргумент?
Какие плюсы в этой метрике?
📉 Сокращение сроков закрытия вакансий. Меньше раундов обсуждений, уточнений, встречных офферов
📊 Более точное и спокойное планирование ФОТ (фонда оплаты труда). Нет “эффекта торга в последний момент”. Реже пересогласование бюджетов с финдиром. Реалистичное прогнозирование затрат
⏱️ Снижение нагрузки на рекрутеров и HRBP. Меньше времени на торг и согласования. Выше продуктивность на одного рекрутера. Рекрутеры становятся не торговцами, а советниками
⚖️ Выравнивание зарплат внутри команды (меньше перегретых новичков – вы не сталкивались в ропотом «ветеранов»? Знакомо?). Новички с торгом = риск токсичности («почему он получает больше?»). Принятие без торга = меньше перекосов
🧠 Повышение доверия к системе грейдов и прозрачности. Сигнал: "если все принимают без торга, значит система честная". Укрепляется внутренняя справедливость и восприятие компании
🧨 Снижение количества "случайных" людей, пришедших только за деньгами

И важное следствие: Бренд это про экспертизу, а не только про танцы с бубнами. Ну как минимум компания должна неплохо понимать рынок зарплат.

✅Отдельный поинт. Стоит поисследовать поведение тех, кто торгуется / нет.
Имеет смысл посмотреть отток в разрезе торговался / не торговался - если у нас отток гладких выше (причем на этапе адаптации / первые полгода), значит это нам возможный сигнал, что наша экспертиза на рынке зарплат хромает.
Отток в зависимости от того, насколько ожидания кандидата оправдались. Этот поинт я, кстати, уже показывал (см. Ожидания vs зарплата – риски увольнения )
у человека, которому дали зарплату на 30 000 рублей ниже, чем он просил, риск увольнения вырастает в 2 раза в сравнении с тем, как если бы ему дали столько, сколько он просил.


Ну вот как-то так. А как вы считаете, сколько вам стоит торг в процессе найма?

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Из интервью CEO Nvidia Jensen Huang

Основная мысль Дженсен Хуанг:

«Искусственный интеллект за 5 лет создаст больше миллионеров, чем интернет за 20 лет».

Логика простая: сейчас важны идеи, у кого они есть, станут богатыми - ИИ избавил от технических проблем.

Но меня поразил вот этот кусок со скрина:

150 исследователей искусственного интеллекта в DeepSeek или OpenAI могут создать ценность на сумму 20–30 миллиардов долларов.
Это составляет 200 миллионов долларов на человека в плане создания стоимости.
Ни одна отрасль в истории не имела такого влияния. Небольшие команды, огромное влияние.

Источник из твиттура

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Разработчик стал техлидом, находясь... в ТЮРЬМЕ — Престон Торп получил оффер за работу над опенсорс-проектом прямо из камеры.

Он сидит уже 11 лет, за это время успел закончить университет и выучиться на программиста. Сейчас работает по 15 часов в день, обучает других заключенных и активно ведёт свой профиль в LinkedIn.

Работодатель знал о сроке, но увидел его GitHub — и дал шанс. Всё это стало возможным благодаря программе в тюрьмах штата Мэн, где разрешают учиться и работать онлайн.

Вы бы взяли на работу такого?

Телеграм канал HRTech

Деловая игра «Эквиваленты и пределы»🎁
Ранее я описал три управленческих модели HR и предложил собраться поиграть / посимулировать эти модели.
Спасибо коллегам, откликнулись, у нас теперь есть помещение, где мы можем встретиться, поэтому я начинаю методологическую подготовку к встрече.
Начну с одной модели - позже дам вводные по другим играм.
Напомню

У нас есть (упрощаю) три ресурса обеспечения компании навыками / компетенциями:
1️⃣Рекрутинг
2️⃣Обучение
3️⃣Удержание
Каждый ресурс дает нам людей / компетенции. Мы можем вывести эквиваленты и сравнить их. Грубо говоря, удержали 6 человек, это эквивалентно найму 4, 5 новичков. Обучили 3 джунов, это эквивалентно найму 2 мидлов. И т.д.
В идеале мы можем измерить эффективность каждого ресурса и понять ограничения рынка.
✅Эффективность – это отдача от канала на вложенный рубль. Т.е. мы вложили в удержание 100 рублей, удержали 60 человек, что эквивалентно найму 45 новичков, но за те же деньги мы могли бы нанять 55 новичков, поэтому выгоднее вложить в найм.
✅Ограничения рынка – когда мы сколько не вкладывай, не сможем получить отдачу. Поэтому мы (см. выше) могли бы 100 рублей инвестировать в найм, но на рынке просто нет 55 кандидатов для нашей компании.

Решение лежит в математике: мы должны наш бюджет инвестировать в максимально эффективные каналы с учетом ограничения рынка.
Уравнение выглядело бы примерно так:
Z = 1 * x₁ + 0.5 * x₂ + 0.75 * x₃
Где x₁, x₂ и x₃ инвестиции в найм, обучение, удержание, а 1, 0,5 и 0, 75 – коэффициенты отдачи. И ограничения: x1 не выше 50 рублей и т.п. Z это наш бюджет.
Т.е. при таком Z мы максимизируем обеспечение нашей компании компетенциями

✅Что должно стать содержанием нашей игры? То, что я не прописал в тексте выше:
1️⃣Правило эквивалентов. Как мы можем соотнести ценности рекрутинга и обучения, перевести их в одну систему измерения и сравнивать эффективность инвестиций? Цель игры – вывести правило эквивалентов – как обучение / удержание может заменить 1 нанятого новичка. Нам нужно сформулировать принципы перевода результатов обучения и найма в общую единицу компетенции — чтобы можно было считать, сколько «человеко-компетенций» даёт каждый канал. И как производная – оценить их эффективность.
2️⃣Ограничения рынка. Как мы можем понять, что дальнейшие инвестиции в рекрутинг неэффективны? Какие сигналы нам об этом говорят? Где красная черта, после которой мы должны прекращать инвестиции и переключать на другой канал?

У меня нет готовых ответов на эти вопросы, мне интересно это поштурмить.
Прошу вас полайкать пост, если вам интересно было бы принять участие в такой игре – буду благодарен за комментарии и замечания.


Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Цифровой хаос перевернули наш рабочий день
Исследование Microsoft Work Trend Index 2025 показало: современные офисные работники погрязли в цифровом цунами. Вот что показали 31 000 респондентов и триллионы анонимных данных Microsoft 365.
Я взял только цифры, более подробно в статье по ссылке.

✅Утренние привычки:

40% людей, которые онлайн в 6 утра, проверяют почту

Средний работник получает 117 писем в день (просмотр <60 сек на письмо)

Массовые рассылки (20+ получателей) выросли на 7% (г/г)

Личные переписки сократились на 5%

✅Коммуникации в Teams:

153 Teams-сообщения получает средний работник за день

Рост сообщений: +6% (глобально), +20% (Центр. Европа/Ближ. Восток/Африка), +15% (Великобритания/Юж. Корея)

✅Распределение встреч:

50% встреч приходится на 9-11 утра и 13-15 дня

23% всех встреч проводятся по вторникам

16% — по пятницам

57% встреч — спонтанные (без календарного приглашения)

10% встреч назначаются в последнюю минуту

Встречи с 65+ участниками — самый быстрорастущий тип

30% встреч охватывают несколько часовых поясов (+35% с 2021)

Правки в PowerPoint за 10 мин до встречи +122%

✅Продуктивность:

Прерывания каждые 2 минуты (275 раз/день)

54% пользователей активны в Teams в 11 утра (пиковый час)

48% сотрудников считают работу хаотичной

52% руководителей чувствуют фрагментацию работы

✅Вечерняя/ночная активность:

Встречи после 20:00: +16% (г/г)

50+ сообщений отправляется/получается вне рабочего времени

29% сотрудников проверяют почту в 22:00

20% работающих в выходные проверяют почту до полудня

5% возвращаются к почте в воскресенье после 18:00

✅Общие тренды:

1 из 3 сотрудников не успевает за темпом работы последних 5 лет

Данные собраны из анонимизированных сигналов Microsoft 365 (на февраль 2025) и глобального опроса 31,000 работников в 31 стране. Полная методология доступна в оригинальном отчете.

Источник

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Аризона дрим

Пост от американского рекрутера. Продолжаем знакомить с идеями для стартапов.

Аризонская TikToker получила срок за помощь КНДР в схеме с IT-работниками на $17 млн

Жительница Аризоны помогала северокорейским оперативникам выдавать себя за американских IT-специалистов и переводить миллионы долларов в Пхеньян.

Женщину в Аризоне приговорили к 8,5 годам тюрьмы за помощь северокорейским агентам в трудоустройстве в более чем 300 американских компаниях.
У себя дома она управляла целой фермой ноутбуков. В буквальном смысле.
Компании поставляли ей ноутбуки для удалённых сотрудников. Она обслуживала эти устройства. Северокорейские IT-специалисты получали к ним удалённый доступ и выглядели так, будто работали в США.
Она помогла им устроиться на работу в:
• Технологическая компания из списка Fortune 500
• Производитель аэрокосмической техники
• Крупная американская телевизионная сеть
Они же компании с известными именами, а не случайные семейные магазинчики.
Она не была каким-то гениальным хакером, она была влиятельным лицом TikTok и фрилансером со 100 тысячами подписчиков, к которой обратились на LinkedIn.
С 2020 года она помогала Северной Корее выстраивать систему удаленной работы в США.
Она отмывала зарплату через собственные счета. Подделывала документы. У неё дома работало более 90 устройств.
Они проникли внутрь, внедрив подставных сотрудников для изучения систем, выявления слабых мест и кражи данных.
Если вы ищете удаленных ИТ-специалистов, это ваш тревожный звонок.
Специалистам по подбору персонала и менеджерам по найму следует перестать полагать, что хорошее резюме и стабильное интернет-соединение являются признаками надежности кандидата.
Потому что сегодня фальшивые кандидаты — это не просто ленивые соискатели работы или люди, желающие быстро заработать деньги.


Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

📉 IT-рынок России: разворот тренда?
Коммерсант выпустил статью Количество вакансий для IT-специалистов начало сокращаться впервые за три года

Ниже краткое резюме статьи

Впервые за три года количество вакансий для IT-специалистов в РФ начало сокращаться! Вот главное:
📊 Падение вакансий:
• HeadHunter: 291 тыс. вакансий в 1П 2025 г. против более 300 тыс. в 2023-2024 гг. (-20% за полугодие).
• Хабр Карьера: -32% IT-вакансий в 1П 2025 г. по сравнению с 1П 2024 г. Крупные компании (МТС, VK, «Совкомбанк Технологии», Magnit Tech) сократили вакансии на 20-60%.
• SuperJob: -3% IT-вакансий за январь-июль 2025 г. В целом за 2 года падение на 4%.
📈 Рост резюме и зарплат:
• SuperJob: Количество резюме в IT выросло на 5% за год и на 15% за 2 года.
• HeadHunter: Средняя зарплата в IT выросла на 11,4% до 96,7 тыс. руб. в 1П 2025 г.
🤔 Причины:
• Оптимизация бизнеса: Компании фокусируются на эффективности, а не на экспансии.
• Высокая стоимость IT-кадров: Затраты растут быстрее доходов.
• ИИ-революция: Искусственный интеллект автоматизирует рутинные задачи, что может сэкономить до 30-50% бюджетов. Спрос на ИИ-специалистов (ML-разработчиков, Data Scientist) растет. Основная причина сокращения IT-вакансий на рынке труда, считает представитель «Вымпелкома»,— это развитие ИИ, а также интеграция IT-инструментов в бизнес-процессы.
🔍 Нюансы:
• Дефицит Senior-специалистов: На одну вакансию Senior приходится 2,3 резюме, тогда как на Junior — 11,1.
• ИИ не панацея: ИИ пока не может полностью заменить высококвалифицированных разработчиков, требуя настройки и проверки.
• Рост в некоторых компаниях: VK (+18% вакансий), Яндекс (+16% штат), Magnit Tech (наем превышает отток на 50%).
Минцифры отмечает рост числа IT-специалистов на 50% за 5 лет (до 1,08 млн человек) и прогнозирует сохранение спроса на высокоуровневых специалистов благодаря цифровизации смежных отраслей.
Рынок стабилизируется, и акцент смещается с количественного роста на качественную оптимизацию и внедрение ИИ. Будьте конкурентными — осваивайте ИИ-инструменты.

Не буду спорить с выводами статьи, замечу только, что:

1️⃣Запад уже развернулся в этом направлении, и речь не только в оптимизации, и тем более не в экономическом кризисе, причины глубже. В HR-приоритетах HR-автоматизация https://news.1rj.ru/str/hranalitycs/3756 упала с 4 места до 9 за три года – мне кажется, этот тренд одного порядка.

2️⃣Западные исследователи (например, Итан Молик) не видят влияния ИИ на рынок труда (за исключением небольших локальных эффектов типа снижения заказов у фрилансеров в некоторых областях), и я не думаю, что российский рынок отличается от западного.

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Консультанты не дармоеды.
Удивительно, правда?

Ученые из Бельгии, Принстона проанализировали многолетнюю историю работы с консалтинговыми фирмами. Данные свежак - 25 июля 2025 года, т.е. вчера.

🎯 Цель:
Разобраться, какие компании нанимают консультантов и как это влияет на бизнес — от зарплат до увольнений.

📊 Методы:

Данные по НДС 2002–2023 (вся Бельгия!).

Сравнение фирм с консультантами и без (разностно-разностный анализ).

Опрос 70 экономистов и 37 консультантов.

📌 Выборка:

300 000 бельгийских фирм, из них 918 нанимали стратегических консультантов.

Только крупные консалтинговые компании (без аудиторов типа Big Four).

👨‍🎓 Авторы:
Ученые из Принстона, UC Berkeley и Нацбанка Бельгии.

🔢 Главные цифры:
1️⃣ Кто платит консультантам?

В основном крупные фирмы (средний чек — €328 000/год, или 3% от ФОТ). Т.е. компании в среднем тратили 3% годового ФОТ компании на консультантов.

U-образная зависимость: консультантов берут либо аутсайдеры, либо лидеры рынка.

2️⃣ Что получают?

+3.6% к производительности труда за 5 лет.

+2.7% к средней зарплате — и это не за счет сокращения штата (доля труда в доходах не падает!).

Прибыльность почти не меняется, но фирмы чаще закупают услуги (а не товары).

3️⃣ Что с сотрудниками?

Увольнения растут на +1% — массовых сокращений нет, но "оптимизация" есть.

Меньше аутсорсинга через временные агентства.

Вывод:
Консалтинг в Бельгии — это не про "увольнения ради прибыли", а про рост эффективности. Но "больные" фирмы чаще чистят штат.

Источник

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

ПыСы. Вы в курсе, что я гениальный консультант по стратегии?

Я подписан на нескольких западных крутых ученых и консультантов, у них в чатах это самый горячий материал, война чуть не до драки.

И я вот понимаю, насколько я "далек от народа". По какой-то причине мне этот пост кажется бомбой - ну реально круто же.

Но нет, прошел незамеченным.

Новые HR-метрики: λ (лямбда) и k
Очередной программный пост. Ну можно сказать, что Бабушкин решил поизвращаться. Да, извращение присутствует, но практическая польза тоже.
Текучесть персонала описывается распределением Вейбулла. Валоди Вейбулл — шведский инженер, разработавший распределение, которое применялось для описания износа материалов и надёжности систем. Суровая правда и лайфхак: «износ» людей в компании подчиняется тем же законам, что и износ деталей. Как и у машин, у людей в компаниях есть вероятность “отказа”. И она подчиняется законам Вейбулла
Примеры на диаграмме. По оси X – стаж работы в компании, ось Y – частота увольнений.
Распределение Вейбулла описывается двумя параметрами:
🔹 λ (лямбда) — параметр масштаба
• Да, λ измеряется в тех же единицах, что и стаж (в месяцах, днях, годах — как задашь).
• Это масштаб распределения: чем выше λ, тем дольше в среднем "живёт" сотрудник.
• Но: λ не равна медиане, хотя при k≈1 они действительно очень близки.
👉 В интерпретации HR:
λ ≈ "типичный срок работы сотрудника", то есть центр тяжести распределения.

🔹 k (коэффициент формы) — определяет форму кривой
• k < 1 → "ранняя смертность", большинство увольняется сразу (проблемы адаптации).
• k = 1 → экспоненциальное распределение: одинаковый шанс уйти в любой момент.
• k > 1 → «стареющее» распределение: риск ухода увеличивается со временем (выгорание, потолок, стагнация).
👉 Это своего рода психологический контур текучести: как она проявляется во времени.

🏆🎁Нахрена это вообще надо?
Кратко:
1. Характер распределения
2. Чувствительность
3. Нормализация и бенчмарк
4. Прогнозирование
✅Характер распределения: осталось мало компаний, которым интересен только показатель текучести персонала. Практически все отслеживают раннюю текучесть. Распределение Вейбулла наиболее полно отражает это распределение

✅Чувствительность: мы запустили новую программу адаптации, и λ (лямбда) и k – самые чувствительные и быстрые показатели, схватывающие изменения. Например, у нас k до запуска был 0, 4, а спустя полгода 0, 7. На уровне коэффициента текучести персонала мы можем вообще не заметить эффекта, но k нам уже сигнализирует об изменениях.

✅Нормализация: Например, один отдел маленький, другой огромный. У них разная "весовая категория". Сравнивая k и λ, можно корректно сравнивать паттерны текучести без искажения от размера. Бенчмарк по рынку становится корректным.

✅Прогнозирование: Weibull-модель позволяет аппроксимировать кривую риска ухода, прогнозировать отток в будущем (через 3, 6, 12 месяцев), симулировать влияние изменений зарплат, условий и т. д.

Для расчета λ (лямбда) и k нужны стандартные данные учета персонала: кто когда устроился, и кто когда ушел.

🏆Краткое резюме:
λ и k — это «кардиограмма» текучести.
Не просто “сколько людей ушло”, а когда, почему и как меняется риск ухода со временем.
Эти параметры:
раньше сигналят о проблемах,
различают типы текучести,
позволяют измерять эффект HR-решений,
делают корректным бенчмарк текучести
и строят прогнозы поведения сотрудников.

Напоминаю про свою услугу Автоматизация расчета текучести

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Ну хоть что-то остается стабильное в этой жизни.
Не верите мне? Найдите в твиттере по нику и усомнитесь в комментах.

Ласло Бок (бывший вице-президент Google по персоналу) едва ли не самое важное, что достиг в компании - сокращение числа интервью. Команда HR-аналитики показала, что каждое новое интервью после четвертого крайне незначительно повышает качество найма.
Я сам считал стоимость найма в крупной технологической компании, самая дорогая статья - время заказчика.
По некоторым вакансиям доля костов Заказчика достигала 80% от всех костов (!!!). Это когда несколько собесов группами по 3-4 спеца и тимлидами.
Поэтому, пощупав тему своими руками, я оценил ценность решения Ласло Бока и Google.

Телеграм канал HRTech

Коллеги, я в отпуске, поэтому активность в канале будет ниже до середины августа.
Приношу свои извинения за доставленные неудобства.
Виновные будут наказаны

Глава Минцифры заявил о создании «белого списка» сервисов, которые будут работать при отключении мобильной сети

По словам Максута Шадаева, пользователи из России в условиях ограничения доступа к мобильной сети смогут воспользоваться сервисами массового использования, такими как маркетплейсы, службы доставки, такси. Минцифры и операторы связи уже подготовили техническую схему для реализации задумки, отметил чиновник.

В этом списке будет, безусловно, мессенджер MAX, телеграм там не будет

Электронные татуировки🎁

Билл Гейтс объявил о конце эпохи смартфонов и представил неожиданную замену
В смелом прогнозе, вызвавшем волну обсуждений в мире технологий, основатель Microsoft Билл Гейтс заявил, что смартфоны скоро устареют и будут заменены совершенно новым видом технологий — электронными татуировками.

Упадок смартфонов
Смартфоны стали неотъемлемой частью нашей жизни: мы проверяем почту, листаем соцсети, ориентируемся в пространстве — всё через них. Но, по мнению Гейтса, эта эпоха подходит к концу. Он указывает на электронные татуировки, разработанные компанией Chaotic Moon (позже приобретённой Accenture), как на следующий шаг в персональных технологиях.

Эти татуировки позволят:

Общаться

Выходить в интернет

Следить за здоровьем — и всё это без экрана.

Главное преимущество: они встраиваются в тело. Представьте себе устройство, встроенное в кожу, которое реагирует на прикосновения и жесты. Оно незаметное, интуитивное и не требует батарей или дисплеев — благодаря наноконденсаторам.

⚙️ Как работают электронные татуировки?
Это временные наклейки на кожу, содержащие «умные чернила» с наноконденсаторами. Они могут:

Связываться с окружающими устройствами

Отправлять сообщения

Открывать двери

Отслеживать пульс, температуру и другие жизненные показатели

Они одновременно являются средством связи и медицинским трекером, и при этом — невидимы.

Подробнее

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

Как готовность рекомендовать компанию связана с благодарностью руководителя.📊

Стародавнее мое исследование. Опрос сотрудников. Можно посчитать по своей компании в опросе вовлеченности.

По оси X - ответ на вопрос

"Благодарил ли Вас Ваш руководитель за достижения".

ВСЕ - Да, практически все достижения были отмечены моим руководителем
МНОГИЕ - Если не все, то многие;
ИЗРЕДКА - Получал лишь изредка;
НЕТ - Нет,

Цветом (ДА и НЕТ) ответ на вопрос,

Готовы ли вы рекомендовать компанию в качестве работодателя

Т.е. если руководитель не отмечает заслуги подчиненного, то вероятность рекомендации - 42%
Если отмечает все заслуги - 86%,

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

🔍 GPT-3.5 в найме: скрытые расовые и гендерные предубеждения

Вводная: а вы применяли / применяете ИИ в оценке резюме и отборе кандидатов? Статья для вас.

Исследователи из Университета Пенсильвании и Temple University проверили, как GPT-3.5 оценивает резюме и генерирует их для кандидатов с разными именами. Результаты — тревожные.

📌 Методология
2 исследования:

Оценка резюме: GPT ставил баллы (1–100) для 32 имён (4 расы × 2 гендера) в 10 профессиях.

Генерация резюме: GPT создавал резюме «с нуля» для тех же имён.

Всего проанализировано:

48,000 оценок резюме,

320 сгенерированных резюме.

🎯 Ключевые выводы
1. Гендерные предубеждения
Женские имена получали на 0.5–1 балл ниже в «мужских» профессиях (инженер, CEO).

В «женских» профессиях (медсестра, учитель) разницы почти не было.

В сгенерированных резюме:

У женщин меньше опыта работы (на 16 месяцев, *p=0.022*).

Их чаще назначали на административные роли, а мужчин — в IT и инженерию.

2. Расовая дискриминация
Белые имена оценивались выше азиатских, чернокожих и латиноамериканских (p<0.05).

В сгенерированных резюме:

Азиатские имена: 35% резюме включали отметки о неанглийском языке (например, «носитель мандарина»).

Латиноамериканские имена: 65% упоминали испанский.

15 азиатских резюме содержали опыт работы за пределами США (для белых и чернокожих — 0).

3. Стереотипы в профессиях
Азиатские мужчины: 80% сгенерированных резюме — в IT.

Чернокожие женщины: 60% — в розничной торговле и сервисе.

Белые мужчины: чаще становились финансовыми аналитиками или инженерами.

📉 Цифры в графиках (см. по ссылке)
Рис. 1: GPT ставит мужчинам выше баллы в «мужских» профессиях.

Рис. 4: В отраслях с преобладанием белых (например, инженерия) их имена получают +1.5 балла.

Рис. 6: Распределение профессий по расе/гендеру — явные стереотипы.

💡 Что это значит?
GPT воспроизводит реальные социальные предубеждения из тренировочных данных.

Если такие ИИ используют в найме, это создает «силиконовый потолок» для меньшинств.

Законодатели (например, NYC Local Law 144) уже требуют аудита алгоритмов на bias, но пока этого недостаточно.

📊Вывод: ИИ в рекрутинге — не панацея от дискриминации. Нужны строгие проверки и обновленные модели.**

Источник

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

О чем мы не спрашиваем в exit-интервью🦻

Мы спрашиваем про причины ухода. Про деньги. Про атмосферу. Про начальника. Но один из самых ключевых вопросов - почти никогда не звучит.

🎯 Ты уходишь от нас - или к ним?

Или мягче (готовая формулировка вопроса):

«Твое решение - это больше про желание избежать чего-то в нашей компании,
или про возможность, которую ты увидел в новом месте?»

Или одновременно ОТ и К?

🧭 Почему это важно?
Если человек уходит ОТ - это сигнал тревоги.
🧯 Значит, внутри что-то не работает:
– менеджмент,
– перегруз,
– токсичность,
– неопределенность,
– ощущение тупика.

Если уходит К - это уже про конкуренцию:
💸 деньгами,
🌱 ростом,
🕊 свободой,
📍 миссией,
🧠 или культурой, в которой он хочет быть.

📌 Это две разные истории.
И у них - совершенно разные выводы.
❗️Но пока мы не задали этот вопрос - мы не узнаем, что именно проиграли:
– себя,
– рынок
– или обе истории сразу.


Понравился пост? Порекомендуй
Телеграм канал HR-аналитика коллегам и друзьям

Оптимизация труда в условиях ограниченных ресурсов🎯

Знаете ли вы, что сушильный шкаф для посуды придумали в Финляндии? Майю Гебхард, работавшая в Ассоциации повышения эффективности труда, искала способ упростить домашнюю работу. Она предложила встроить сушилку прямо в шкаф и ставить в него чистую посуду.
Фишка в том, что придумала она это в 1944 году: страна воюет, людей не хватает, а здесь изобретение из, казалось бы, совсем далекой области. НО! изобретение реально экономило время домохозяек.

Как вам такой подход? Кто-то посмеется: стране нужны танки и снаряды, а тут сушильный шкаф, но мне это кажется важным.

Само изобретение было сделано в рамках организации Ассоциации повышения эффективности труда (Työtehoseura, TTS).

В 1924 году в Финляндии появилась эта Ассоциация. Это была не государственная структура и не профсоюз, а общественная платформа для поиска и внедрения практических инноваций — от сельского хозяйства до быта. Финансировалась она через сочетание госдотаций, членских взносов и доходов от исследований.

Именно в TTS в середине Второй мировой войны, в 1944 году, сотрудница Майю Гебхард предложила встроить сушилку прямо в кухонный шкаф. Простая идея — ставить чистую посуду в шкаф, чтобы вода стекала сама — экономила время и силы домохозяек в тяжёлые годы.

TTS показала, что инновации рождаются не только от одиночек‑изобретателей, но и там, где есть структура для экспериментов, анализа и внедрения. Сушильный шкаф стал символом того, как организация может превращать идеи в повседневные решения, которые остаются актуальными десятилетиями.

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям

🚀 HR будущего: Как Deloitte видит революцию в управлении персоналом с ИИ

📌 В файле
Презентация «HR Reimagined: Agentic AI for HR» от Deloitte Consulting (2025) — это дорожная карта по интеграции искусственного интеллекта в HR-процессы. Авторы — эксперты Greg Vert и Kyle Forrest — показывают, как «агентный ИИ» (AI Agents) изменит работу HR-отделов.

🔍 Основные идеи
Три уровня трансформации:

AI-Assisted (помощь в рутинных задачах) → AI-Augmented (совместная работа людей и ИИ) → AI-Powered (полная автоматизация процессов).

Пример: ИИ анализирует риск увольнений и предлагает решения (слайд 14).

Что такое Agentic AI?
— Это ИИ-агенты, которые планируют, выполняют и обучаются (слайд 4). Они могут:

Автоматизировать onboarding (слайд 20).

Персонализировать обучение сотрудников.

Прогнозировать кадровые риски.

🎯Смена ролей HR-специалистов:

HRBP (бизнес-партнеры) перейдут от «тушения пожаров» к стратегии (слайд 8).

COE (центры экспертизы) будут управлять ИИ, а не данными вручную (слайд 9).

🏆Главный тренд: ИИ не заменит людей, но перераспределит 80% операционной работы на машины (слайд 10).

💡 Зачем это HR-специалистам?
Чтобы не отстать от трендов: Deloitte прогнозирует, что к 2027 году компании без ИИ в HR будут тратить на 40% больше на рутину.

Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям