35% кандидатов показывают признаки AI-читинга на собеседованиях. Но вторая крайность опаснее: хороший специалист, который не использует AI и тратит часы на то, что делается за минуты. Нанимателю нужен человек, который и думает, и нагружает AI.
Мы собеседовали «оператора GPT». Парень лет 23. Искали менеджера на клиентский проект — он отвечал четко, смотрел чуть в сторону. Мы знали в теории, что такие люди бывают. Впервые увидели вживую.
Он не слушал ответы. Мы объясняли нюансы работы, он кивал и переходил к следующему вопросу — как модель, которая слушает токены, а не смысл. Не уточнял. Не возвращался к сказанному. Если бы мы меньше работали с нейронными сетями, это выглядело бы прилично. Все четенько.
AI удешевил умение «казаться компетентным». Думать — нет.
Мы заметили, потому что каждый день работаем с AI — видим, как модель формулирует. Явление растет: по оценкам FabricHQ, к концу 2025 года 35% кандидатов показали признаки AI-читинга — вдвое больше, чем полгодом ранее. Индустрия отреагировала: Google и McKinsey вернули обязательные офлайн-собеседования.
Инструменты становятся невидимее. Ловить сложнее.
Но пока все учатся ловить первых — вторых почти не замечают.
Другая крайность
Есть крайность, о которой почти не говорят. Человек думает хорошо, но делает вручную то, что давно пора отдать AI. Три часа на отчет, хотя структуру — за пять минут. Правит текст слово за словом, вместо того чтобы объяснить задачу модели.
Ставить задачу AI — тоже навык. Максим скидывает Claude тикет с контекстом — черновик готов за минуты. Без этого навыка тот же результат стоит часы. Не потому что человек хуже думает. Потому что не умеет разделить работу между собой и машиной.
Две крайности, которые стоят одинаково
| Крайность | Как выглядит | Где ломается |
|---|---|---|
| AI думает за него | Умеет пользоваться AI, но не думает сам | Попросишь объяснить решение — пустота |
| Он думает без AI | Думает хорошо, но не нагружает AI | Посчитаешь часы — в 3-5 раз дороже |
Индустрия учится ловить первых — отслеживание взгляда, поведенческий анализ, возврат в офлайн. Вторых никто не ищет. Они выглядят нормально. Просто медленно.
Нанимателю сейчас нужен человек, который и думает, и нагружает AI. Мы пока не придумали для этого отдельное собеседование. Но заметили: когда каждый день работаешь с Claude Code — видно, кто делит работу, а кто нет.
Возможно, лучшего фильтра — быть самому молодцом — и не нужно.
Частые вопросы
Как отличить AI-читера от подготовленного кандидата?
AI-читер не уточняет, не возвращается к ранее сказанному, не развивает мысль собеседника. Он маршрутизирует — слушает вопрос, генерирует ответ, ждет следующий. Если ежедневно работаете с AI, паттерн заметен: модельные формулировки, отсутствие живой реакции на контекст.
Нужно ли запрещать AI на собеседованиях?
Запрет не решает проблему — инструменты становятся невидимее. Эффективнее менять формат: давать задачи, где нужно объяснить логику решения, а не просто выдать ответ. Или работать вместе с кандидатом в реальном времени — AI-читер теряется, когда нельзя поставить диалог на паузу.
Как проверить, умеет ли кандидат работать с AI?
Дать тестовое задание с ожиданием, что AI будет использоваться. Оценивать не скорость, а качество постановки задачи, критическую проверку результата и умение итерировать. Кандидат, который делит работу между собой и машиной, покажет это в подходе — не в ответе.
