УДК 338.2
DOI: 10.36871/ek.up.p.r.2026.02.06.023

Авторы

Вера Александровна Федотова,
Павел Сергеевич Паршаков,
Санкт-Петербургский университет технологий управления и экономики, Санкт-Петербург, Россия

Аннотация

В условиях стремительной цифровой трансформации рынка труда и массового внедрения искусственного интеллекта в сфере управления персоналом возникает необходимость пересмотра традиционных подходов к рекрутингу с учётом системных рисков, порождаемых взаимной адаптацией участников найма.
Целью исследования является выявление и анализ механизмов скрытой фильтрации компетентных кандидатов, обусловленной формированием замкнутого цикла взаимной алгоритмической адаптации между работодателями и соискателями. В качестве материала использованы теоретические положения современных исследований в области управления персоналом, цифровой экономики, этики использования искусственного интеллекта, а также данные по применению генеративных моделей в рекрутинге.
Методология. Работа основана на синтезе, сравнительном анализе и концептуальном моделировании, что позволило объединить аспекты, которые связаны с автоматизацией процессов подбора персоналом, анализом данных и учётом поведенческих характеристик кандидатов.
Результаты. Разработана концептуальная модель цикла взаимной алгоритмической адаптации, включающая четыре основных фазы. Показано, что ключевым риском становится не техническая ошибка алгоритма, а системное искажение целей найма вследствие двусторонней оптимизации под формальные шаблоны. Обоснована практическая необходимость перехода от полностью автоматизированных процедур к гибридным моделям, сочетающим алгоритмическую эффективность и экспертную оценку уникального потенциала кандидатов.
Выводы. Исследование доказывает, что главная угроза ИИ-оптимизации — утрата содержательной ценности рекрутинга из-за самоподдерживающегося цикла адаптации. Предложены рекомендации для структурных подразделений компаний, которые отвечают за управление персоналом, соискателей и образовательных учреждений, направленные на разрыв этого цикла.

Ключевые слова

искусственный интеллект, рекрутинг, алгоритмическая адаптация, цифровая трансформация

Список литературы

  1. Аксянов А., Сорокина А. Проблемы внедрения процессного подхода к управлению предприятием // Стратегии бизнеса. 2014. № 4 (6). С. 19–22.
  2. Будагов А.С., Трофимова Н. Н. Автоматизация в HR: проблемы, ограничения и риски внедрения ИИ в подборе персонала // Экономика и управление: проблемы, решения. 2024. Т. 13. № 11. С. 113–119.
  3. Василенко Н.В., Румянцева А. Ю. Российская экономика в условиях институциональной трансформации перехода к многополярному миру // Экономика и управление. 2023. Т. 29. № 10. С. 1164–1177. DOI 10.35854/1998–1627– 2023–10–1164–1177
  4. Ильяшенко В.М., Обрезкова А. С. Создание ИИ-ассистента для решения бизнес-задач в области управления персоналом // Фундаментальные и прикладные исследования в области управления, экономики и торговли: сборник трудов Всероссийской научно-практической и учебно-методической конференции. В 8‑ми частях. СПб.: ПОЛИТЕХ-ПРЕСС, 2024. С. 176–183.
  5. Мордовец В.А., Варданян Э. О., ПастуховА.Л. Управление человеческими ресурсами в условиях цифровизации // ТТПС. 2024. № 3 (69). С. 88–93.
  6. Румянцева А.Ю. Основные способы формирования финансовых ресурсов предприятий в условиях нестабильной экономической ситуации // Экономика и управление. 2018. № 3(149). С. 49–56.
  7. Смешко О.Г., Мордовец В. А., Варданян Э. О. Цифровые инструменты как ключевой элемент технологии управления человеческими ресурсами в условиях цифровой трансформации // Экономика и управление. 2024. № 1. С. 35–42. URL: http://doi. org/10.35854/1998–1627–2024–1–35–42
  8. Соловьева М.В., Белоус И. Е., Филиппова К. Д. Управление человеческими ресурсами с использованием HR-технологий в условиях цифровизации экономики // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. 2022. Т. 12. № 2. С. 194–205. DOI 10.21869/2223–1552–2022–12–2–194–205
  9. Татевосян С.А. HR-цифровизация: основные направления развития и факторы влияния // Вестник Санкт-Петербургского университета. Менеджмент. 2023. Т. 22. № 1. С. 37–60. URL: http://doi.org/10.21638/11701/spbu08.2023.103
  10. Чурина Е.Н., Федотова В. А. HR-аналитика при цифровизации предприятий малого и среднего бизнеса в санкционный период // Трансформация бизнеса и общественных институтов в условиях цифровизации экономики: сборник научных трудов VII Национальной (российской) научно-практической конференции. СПб.: Санкт-Петербургский университет технологий управления и экономики, 2025. С. 128–132.
  11. Ishchenko R., Bezrukov A. AI-Powered Recruitment Automation: Implementation, Impact, and Outlook // International Journal of Science and Research (IJSR). 2025. Vol. 14. Issue 10. URL: https://www.ijsr.net/archive/ v14i10/SR251024173717.pdf (дата обращения: 15.01.2026)
  12. Kellogg K.C., Vale nti ne M . A., Christin A. Algorithms at Work: The New Contested Terrain of Control // Academy of Management Annals. 2020. Vol. 14. No. 1. P. 366–410. DOI 10.5465/annals.2018.0174
  13. 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). 2020. P. 469–481. DOI 10.1145/3351095.3372879
  14. Rumyantseva A., Tarutko O. The Instruments of Sustainable Development Financing: Trend Analysis and Search for Opportunities // Finance, Economics, and Industry for Sustainable Development (ESG 2023): Proceedings of the 4th International Scientific Conference on Sustainable Development. Cham: Springer Nature Switzerland AG, 2024. P. 53–69.
  15. Tambe P., Cappelli P., Yakubovich V. Artificial Intelligence in Human Resources Management: Challenges and a Path Forward // California Management Review. 2019. Vol. 61. No. 4. P. 15–42. DOI 10.1177/0008125619867910