TGViewer
HRtech&AI HRtech&AI @hrtechai · 992 subscribers
Post #577 155
Каждый найм — это ставка в темноте

Резюме статьи Андрю Марритта Every hire is a bet made in the dark. Андрю очень сложен - уж простите - его тексты бывает сложно понять, но в данном случае он говорит очень важные вещи.


Почему интервью напоминает игру сигналов, а рекрутинг гораздо ближе к экономике, чем кажется?

В 2001 году Нобелевскую премию по экономике получили Джордж Акерлоф, Майкл Спенс и Джозеф Стиглиц за исследования рынков с информационной асимметрией. Их идеи редко обсуждают в HR, хотя они объясняют почти всё, что происходит при найме.

Проблема проста: кандидат знает о себе гораздо больше, чем работодатель. Работодатель знает о компании гораздо больше, чем кандидат.

На интервью обе стороны отправляют сигналы.

Кандидат показывает лучшую версию себя: подчёркивает сильные стороны, сглаживает слабые, демонстрирует уверенность.

Компания делает то же самое: рассказывает про культуру, карьерные перспективы и возможности роста немного лучше, чем они выглядят в обычный вторник.

И это не обман. Это рациональное поведение в условиях неопределённости.

В знаменитой статье «Рынок лимонов» Акерлоф показал, что если одна сторона знает о качестве товара больше другой, рынок начинает работать хуже. Хорошие продавцы уходят, плохие остаются, а качество среднего предложения падает.

Рынок труда устроен похожим образом.

Отсюда появляются дипломы, рекомендации, тесты, испытательные сроки и интервью. Их главная задача — не оценивать людей, а уменьшать информационный разрыв между сторонами.

Затем появляется теория сигналов Майкла Спенса.

Её ключевая идея неожиданна: диплом ценен не только потому, что даёт знания. Иногда он ценен потому, что его сложно получить.

Если сильному кандидату легче пройти через образовательный барьер, чем слабому, диплом начинает работать как сигнал способностей.

Но здесь возникает гонка вооружений.

Когда сигнал становится слишком дешёвым, он перестаёт различать людей.

Сегодня хороший пример — резюме и сопроводительные письма. Генеративный ИИ позволяет создать идеально оформленную заявку за несколько минут практически любому кандидату.

Стоимость сигнала резко упала.

А значит, его информативность тоже.

Работодатели начинают искать новые сигналы: рекомендации, реальные проекты, результаты тестовых заданий, профессиональную репутацию.

Есть ещё один важный вывод из экономической теории.

Внешний рынок кандидатов не является случайной выборкой работников.

Текущие работодатели обычно лучше знают, кто из сотрудников действительно эффективен. Поэтому сильных людей стараются удерживать, а рынок чаще видит тех, кого удерживать не стали.

Это не означает, что все соискатели слабее работающих сотрудников. Но означает, что качественная оценка кандидатов становится ещё важнее.

Если смотреть на рекрутинг через призму информационной экономики, то главный вопрос меняется.

Не «насколько быстро мы закрываем вакансии?».

А «какие элементы нашего процесса действительно уменьшают неопределённость, а какие создают лишь иллюзию отбора?».

Возможно, именно этот вопрос станет одним из самых важных для найма в эпоху ИИ.


Мы в телеге | Наш канал в макс | Наш канал в VK
  • ❤ 4
More from @hrtechai
  1. Sep 30, 2026Короткие видео мешают учиться если 10 минут информации разбить на быстро сменяющиеся корот…
  2. Sep 28, 2026Разработчики Anthropic готовятся к апокалипсису из-за ИИ Сотрудники одной из ведущих AI-ко…
  3. Sep 28, 202670% дерьма Помните, я давал тренд Расхламляемся - HR-тренд 2026? Пост зашел так себе, и зр…
  4. Sep 23, 2026Приоритеты HR-директоров: что сейчас в повестке CHRO Дэйв Ульрич взял 11 исследований 2025…
  5. Sep 20, 2026Как устроен HR в быстрорастущих компаниях Leapsome выпустила Workforce Trends Report 2027…
  6. Sep 18, 2026Коллеги, прошу поучаствовать в научном исследовании в сфере рекрутинга. Всех деталей не мо…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →