УДК 331.108:004.8
DOI: 10.36871/ek.up.p.r.2026.02.13.021

Авторы

Газинур Талгатович Нуртдинов,
Марат Тимурович Хаков,
Григорий Евгеньевич Калентьев,
Валерий Алексеевич Батурин,
Уфимский университет науки и технологий, Уфа, Россия

Аннотация

Целью исследования является оценка экономического эффекта применения интеллектуальных систем в найме через три группы показателей – стоимость закрытия вакансии, срок закрытия и качество подбора – с учетом затрат и рисков, связанных с алгоритмическим смещением (bias) и дискриминацией. Методологическая база включает систематизацию международных стандартов HR‑метрик (серия ISO/TC 260), анализ нормативных требований к высокорисковым системам искусственного интеллекта (ИИ) в сфере занятости, а также обзор и интерпретацию результатов эмпирических исследований (включая полевые эксперименты с алгоритмическими рекомендациями и автоматизированными интервью). Показано, что экономические выгоды ИИ в найме формируются преимущественно за счет сокращения переменных трудозатрат рекрутеров и ускорения этапов воронки, однако их устойчивость определяется масштабом найма, структурой издержек (фиксированные затраты на внедрение, интеграцию и соответствие требованиям) и качеством данных. Контроль смещения выступает не только нормативным ограничением, но и компонентом экономической эффективности: снижение рисков неблагоприятного воздействия (adverse impact), утечек данных и репутационных потерь уменьшает ожидаемые потери от ошибочных назначений и повышает качество соответствия «кандидат–роль». Научная новизна состоит в предложении риск‑скорректированной схемы расчета эффекта, объединяющей HR‑метрики ISO и процедуры управления рисками ИИ. Практическая значимость связана с формированием измеримой панели показателей для бизнеса и рекомендациями по организации аудита и мониторинга справедливости на всех этапах найма.

Ключевые слова

искусственный интеллект, интеллектуальные системы, найм персонала, стоимость найма, время закрытия вакансии, качество найма, алгоритмическое смещение, HR‑аналитика, комплаенс, аудит

Список литературы

  1. Tambe P., Cappelli P., Yakubovich V. Artificial intelligence in human resources management: Challenges and a path forward // California Management Review. 2019. Vol. 61(4). P. 15–42. DOI: 10.1177/0008125619867910.
  2. Meijerink J., Bondarouk T., Lepak D. P.The dark side of algorithmic decision-making in human resource management: A multi-stakeholder perspective // International Journal of Human Resource Management. 2021. DOI: 10.1080/09 585192.2021.1925328.
  3. Raghavan M., Barocas S., Kleinberg J., Levy K. Mitigating bias in algorithmic hiring: Evaluating claims and practices // Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (FAccT ’20). New York: ACM, 2020. P. 469–481. DOI: 10.1145/3351095.3372828.
  4. Köchling A., Wehner M. C. Discriminated by an algorithm: a systematic review of discrimination and fairness in algorithmic decision-making in the context of HR recruitment and HR development // Business Research. 2020. Vol. 13. P. 795–848. DOI: 10.1007/s40685-020-00134-w.
  5. Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union. 2024. OJ L, 2024/1689, 12.07.2024. URL: https://www. easa.europa.eu/en/document-library/regulations/ regulation-eu‑20241689‑european-parliamentand-council (дата обращения: 25.02.2026).
  6. Гильдингерш М. Г., Тестова В.С. Инновационные технологии подбора персонала (на основе искусственного интеллекта) // Векторы благополучия: экономика и социум. 2023. № 1 (48). С. 164–172. DOI: 10.18799/26584956/2023/1/14 88. URL: https://jwt.su/journal/article/view/1488 (дата обращения: 25.02.2026).
  7. Булгакова И. Н., Александрова Т. В., Елохов А. М. Разработка методики формирования команды проекта с учетом специфики его реализации в условиях цифровой трансформации // Социально-экономические и правовые исследования. 2022. Т. 8. № 1 (29). С. 269–287. URL: https://elib.utmn.ru/jspui/bitstream/ru-tsu/7618/1/ socia_2022_1_269_287.pdf (дата обращения: 25.02.2026).
  8. Пинигина И. С. Применение цифровых технологий на примере искусственного интеллекта в процессе управления персоналом: возможности и ограничения // Телескоп: журнал социологических и маркетинговых исследований. 2025. № 4 (20). С. 113–124. DOI: 10.24412/1994- 3776-2025-4-113-124. URL: https://cyberleninka. ru/article/n/primenenie-tsifrovyh-tehnologiy-naprimere-iskusstvennogo-intellekta-v-protsesseupravleniya-personalom-vozmozhnosti-i/pdf (дата обращения: 25.02.2026).
  9. Талапина Э. В. Алгоритмическая справедливость в эпоху искусственного интеллекта // Труды Института государства и права РАН. 2020. Т. 15. № 6. С. 59–83. DOI: 10.35427/2073-4522-2020-15-6-talapina.
  10. ФаллеттиЭ.Алгоритмическая дискриминация и защита неприкосновенности частной жизни // Journal of Digital Technologies and Law. 2023. Т. 1. № 2. С. 387–420. DOI: 10.21202/ jdtl.2023.17. URL: https://law-journal.hse. ru/2023–2/844269078.html (дата обращения: 25.02.2026).
  11. ISO. ISO/TS 30407:2017 Human resource management—Cost-per-hire. 2017. URL: https:// www.iso.org/standard/68401.html (дата обращения: 25.02.2026).