People Analytics

🚨 Хьюстон, у нас проблема! Как кандидаты с GenAI могут стать непропорционально большой долей нанимаемых

В современном найме кандидаты всё чаще используют генеративный ИИ (GenAI) для улучшения своих результатов на тестах и видеоинтервью, что, как показывает статья Алана Борна, может привести к тому, что даже 15% кандидатов, применяющих GenAI и получающих прирост в 15% баллов, составят более 30% нанимаемых, особенно в массовом отборе 😱.

📊 Исследования подтверждают: до 28% кандидатов уже использовали ИИ, а 15% делают это регулярно. Это преимущество позволяет ИИ-кандидатам сосредотачиваться в верхней части рейтинга, вытесняя других, создавая угрозу честности и эффективности найма, поскольку их успех не отражает реальных навыков, а лишь следствие технологического усиления.

🔧 Я разработал интерактивное shiny-приложение, моделирующее этот эффект. Оно позволяет пользователям настраивать параметры: общее число кандидатов, долю кандидатов с ИИ (по умолчанию 15%), сдвиг (преимущество) среднего балла для кандидатов с ИИ (по умолчанию 0.5 SD, эквивалентно 5 баллам при σ = 10) и процентиль отбора (по умолчанию 90%). Баллы кандидатов моделируются как нормальное распределение с μ = 50 и σ = 10. Приложение визуализирует распределение баллов кандидатов и выводит численные результаты, показывая, как ИИ-кандидаты увеличивают свою долю среди отобранных (до 20–30%), иллюстрируя риски, описанные в статье Борна.

#AI #LLM #AIinHiring #GenAI #Recruitment #shiny #R #IOPsych

www.group-telegram.com/us/People_Analytics.com/617

854 viewsedited  Feb 22 at 15:08

🚨 Хьюстон, у нас проблема! Как кандидаты с GenAI могут стать непропорционально большой долей нанимаемых

В современном найме кандидаты всё чаще используют генеративный ИИ (GenAI) для улучшения своих результатов на тестах и видеоинтервью, что, как показывает статья Алана Борна, может привести к тому, что даже 15% кандидатов, применяющих GenAI и получающих прирост в 15% баллов, составят более 30% нанимаемых, особенно в массовом отборе 😱.

📊 Исследования подтверждают: до 28% кандидатов уже использовали ИИ, а 15% делают это регулярно. Это преимущество позволяет ИИ-кандидатам сосредотачиваться в верхней части рейтинга, вытесняя других, создавая угрозу честности и эффективности найма, поскольку их успех не отражает реальных навыков, а лишь следствие технологического усиления.

🔧 Я разработал интерактивное shiny-приложение, моделирующее этот эффект. Оно позволяет пользователям настраивать параметры: общее число кандидатов, долю кандидатов с ИИ (по умолчанию 15%), сдвиг (преимущество) среднего балла для кандидатов с ИИ (по умолчанию 0.5 SD, эквивалентно 5 баллам при σ = 10) и процентиль отбора (по умолчанию 90%). Баллы кандидатов моделируются как нормальное распределение с μ = 50 и σ = 10. Приложение визуализирует распределение баллов кандидатов и выводит численные результаты, показывая, как ИИ-кандидаты увеличивают свою долю среди отобранных (до 20–30%), иллюстрируя риски, описанные в статье Борна.

#AI #LLM #AIinHiring #GenAI #Recruitment #shiny #R #IOPsych

BY People Analytics