Методы оценки кандидатов: какие работают, данные метаанализов
Методы оценки кандидатов обычно сравнивают по цене и привычности: тест дешевле ассессмент-центра, собеседование понятнее тестового задания. У психологии труда есть мера строже, прогностическая валидность: насколько оценка, полученная при отборе, совпадает с тем, как человек потом работает. По ней методы различаются в несколько раз, а в 2022 году порядок в этом списке поменялся.
По пересмотру 2022 года точнее всех результат работы предсказывает структурированное интервью: коэффициент 0,42 против 0,19 у свободной беседы. Тесты когнитивных способностей, которые с 1998 года считались главным методом, опустились с 0,51 до 0,31, рабочие пробы с 0,54 до 0,33. Стаж в годах не предсказывает почти ничего: 0,07. Источники: метаанализ Фрэнка Шмидта и Джона Хантера (1998) и его пересмотр группой Пола Сакетта (2022).
Какие методы оценки кандидатов точнее предсказывают результат работы?
Те, что ближе всего к самой работе: структурированное интервью, тест профессиональных знаний, биографическая анкета с эмпирическим ключом и рабочая проба. Коэффициент валидности - это корреляция между оценкой кандидата и его последующей результативностью, которую чаще всего измеряют оценками руководителя. У методов отбора он лежит между 0 и 1 и процентом точности не является. Доля объясненного разброса в результатах равна квадрату коэффициента: у 0,42 это около 18%, у 0,19 меньше 4%. Это наш пересчет, в метаанализах методы сравнивают по самому коэффициенту.
| Метод | Что измеряет | Валидность, 1998 | Валидность, 2022 | Когда применять |
|---|---|---|---|---|
| Структурированное интервью | Опыт и поведение в рабочих ситуациях по заранее заданным критериям | 0,51 | 0,42 | Почти любая роль: новичкам ситуационные вопросы, опытным поведенческие |
| Тест профессиональных знаний | Знания, без которых к работе не приступить | 0,48 | 0,40 | Специалисты с опытом: бухгалтер, электрик, разработчик |
| Биографическая анкета с эмпирическим ключом | Факты биографии и опыта, веса которых подобраны по данным о прошлых сотрудниках | 0,35 | 0,38 | Массовые позиции, где накоплена статистика по нанятым |
| Рабочая проба, тестовое задание | Выполнение фрагмента реальной работы | 0,54 | 0,33 | Кандидаты с опытом, поздние этапы отбора |
| Тест когнитивных способностей | Скорость обучения и работу с новой информацией | 0,51 | 0,31 | Стажеры и новички, которых будут учить после найма |
| Тест на благонадежность (integrity test) | Отношение к правилам и честность | 0,41 | 0,31 | Роли с материальной ответственностью |
| Ассессмент-центр | Поведение в упражнениях и симуляциях под наблюдением оценщиков | 0,37 | 0,29 | Руководители, кадровый резерв |
| Ситуационный тест (SJT) | Выбор действия в описанной рабочей ситуации | нет в обзоре | 0,26 | Первичный отбор при большом потоке |
| Личностный опросник, шкала добросовестности | Организованность и ответственность по самоописанию | 0,31 | 0,19 | Дополнение к другим методам |
| Неструктурированное интервью | Общее впечатление интервьюера | 0,38 | 0,19 | Знакомство с командой и рассказ о вакансии |
| Стаж в годах | Сколько лет человек работал в похожей роли | 0,18 | 0,07 | Стоп-фактор там, где опыт обязателен по закону или регламенту |
| Проверка рекомендаций | Мнение прошлых работодателей | 0,26 | не пересчитывали | Проверка фактов перед оффером |
| Годы образования | Длительность обучения | 0,10 | не пересчитывали | Только там, где диплом обязателен |
| Графология | Почерк | 0,02 | не пересчитывали | Не применять |
Источники: Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology. Psychological Bulletin, 124(2), 262-274, doi:10.1037/0033-2909.124.2.262 , таблица 1. Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection. Journal of Applied Psychology, 107(11), 2040-2068, doi:10.1037/apl0000994 , таблица 3. Критерий в обеих работах один: общая результативность на работе. «Не пересчитывали» значит, что авторы 2022 года исключили метод из-за нехватки данных в исходных исследованиях. Колонки «Что измеряет» и «Когда применять» составлены редакцией Qooqa, выводами метаанализов они не являются.
В Qooqa структурированное первичное интервью проводят ИИ-агенты: в чатах hh.ru, Авито, Телеграм и Max и голосом по телефону. Вопросы и критерии агент берет из требований, которые задал рекрутер, а по каждому кандидату отдает отчет с плюсами, минусами и списком того, что стоит уточнить. Решение по финалистам остается за человеком. Как это выглядит на вашей вакансии, можно посмотреть на демо .
Почему цифры 1998 и 2022 годов расходятся?
Потому что в старых метаанализах слишком сильно поправляли результат на ограничение диапазона. Результаты работы известны только у тех, кого наняли. Если их отбирали по тому самому методу, который проверяется, слабых оценок среди них почти нет, разброс уже, чем в потоке кандидатов, и корреляция получается заниженной. Статистическая поправка возвращает ее к уровню всего потока.
Сакетт , Чжан , Берри и Ливенс показали, что размер поправки брали из исследований на кандидатах, а применяли ко всем подряд. Большинство же исследований проведено на действующих сотрудниках, которых этим методом не отбирали, и ограничение диапазона там небольшое. По их подсчету, таких работ 74% в метаанализе интервью, 78% в европейском метаанализе когнитивных тестов и 98% в метаанализе рабочих проб. Там, где надежных данных для поправки не нашлось, авторы от нее отказались.
Причин расхождения три, и вклад у них разный:
- поправка на ограничение диапазона пересмотрена, отсюда падение у когнитивных тестов и неструктурированного интервью;
- появились новые метаанализы: старая оценка рабочих проб (0,54) взята из описательного обзора 1974 года, новая (0,33) из метаанализа 2005 года;
- изменилось само измерение. В 1998 году под опытом понимали стаж на текущем месте, в 2022-м опыт до найма, и коэффициент упал с 0,18 до 0,07.
Состав пятерки лидеров почти не изменился, но средняя валидность по ней снизилась с 0,49 до 0,37. Авторы пишут об этом прямо: методы отбора полезны, но связь с результатом слабее, чем считалось.
Чем оценка кандидата на собеседовании отличается при структурированном и свободном интервью?
Структурированное интервью предсказывает результат примерно вдвое лучше свободного: 0,42 против 0,19. В первом всем кандидатам на роль задают одинаковые вопросы и оценивают ответы по заранее описанной шкале. Во втором интервьюер ведет разговор как сочтет нужным и выносит общее впечатление.
Среднее 0,42 скрывает большой разброс между исследованиями: стандартное отклонение 0,19, нижняя граница 80% интервала правдоподобия 0,18. Примерно в каждом десятом случае структурированное интервью предсказывает результат не лучше средней свободной беседы. Авторы отдельно отмечают, что осторожный работодатель может сравнивать методы по нижней границе, и тогда на первое место выходит биографическая анкета с эмпирическим ключом (0,26).
В российской практике ближайший аналог называют структурированным интервью по компетенциям, а ответы разбирают по схеме STAR. Как выбрать компетенции, написать вопросы и построить шкалу, мы разбирали в статье о том, как проводить структурированное собеседование . Качество вопросов упирается в требования к роли: если в них написано «коммуникабельность и стрессоустойчивость», спросить по делу нечего. Об этом статья о составлении описания вакансии .
Какие привычные методы работают хуже, чем кажется?
Свободная беседа, стаж и формальное образование. Это три вещи, на которые нанимающий менеджер обычно опирается в первую очередь, и все три находятся внизу таблицы.
Стаж до найма дает 0,07: число лет в резюме не говорит, какие задачи человек решал, и узнать это можно только вопросами о конкретной работе. Годы образования в обзоре 1998 года получили 0,10, позже их не пересчитывали.
Личностные опросники тоже слабее своей репутации. Общая шкала добросовестности опустилась с 0,31 до 0,19, причем ограничение диапазона здесь ни при чем: вышли новые метаанализы. Опросники, где вопросы привязаны к рабочему контексту («на работе я...»), показывают 0,25.
Графология в обзоре 1998 года получила 0,02, то есть почерк с результатами работы не связан.
Какие инструменты оценки кандидатов выбрать под задачу?
Один метод редко закрывает задачу, поэтому их комбинируют. Шмидт и Хантер считали лучшими сочетаниями когнитивный тест с тестом на благонадежность (0,65), со структурированным интервью (0,63) или с рабочей пробой (0,63). Эти значения посчитаны на старых оценках. Группа Сакетта в пересмотре 2022 года предлагает брать за точку отсчета структурированное интервью, а в статье 2023 года (doi:10.1017/iop.2023.24 ) пишет, что когнитивный тест больше не выделяется среди остальных методов и заслуживает меньшего веса в комбинациях.
Набор зависит от роли и потока. Ниже наша раскладка, в метаанализах ее нет:
- массовый найм: короткое структурированное интервью для всех, затем проверка стоп-факторов (график, локация, документы);
- специалист с опытом: структурированное интервью с поведенческими вопросами, тест профессиональных знаний или рабочая проба;
- новичок без опыта: ситуационные вопросы и тест когнитивных способностей, потому что знаний и рабочих примеров у него еще нет;
- руководитель: структурированное интервью, ассессмент-центр или кейс, проверка рекомендаций перед оффером.
В той же таблице Сакетта рядом с валидностью стоят различия в средних баллах между группами кандидатов (в исследовании это чернокожие и белые кандидаты в США). У структурированного интервью, биографических анкет и тестов на благонадежность они заметно меньше, чем у когнитивных тестов, тестов знаний и рабочих проб. Как предвзятость попадает в отбор через стоп-факторы в требованиях, мы писали в статье «ИИ не умеет дискриминировать. Его научили вы» .
Где в этой картине структурированное интервью, которое проводит ИИ?
Там же, где обычное структурированное интервью, но с одной нерешенной задачей: метаанализа валидности ИИ-интервью нам найти не удалось. Авторы пересмотра 2022 года пишут, что в очной форме структурированное интервью плохо подходит для массовых позиций: его проводят только с теми, кто прошел более дешевые этапы. С автоматизацией его проще проводить массово, а валидность в новых условиях, по их словам, нужно проверять отдельно.
Данные о результатах найма дал полевой эксперимент экономистов Брайана Джабаряна и Луки Хенкеля (Voice AI in Firms ). Около 70 000 кандидатов случайно распределили между рекрутерами и голосовым ИИ, решение о найме в обеих группах принимали люди. После интервью с ИИ кандидаты чаще получали оффер и выходили на работу, удержание тоже было выше. По расшифровкам интервью с ИИ оказались более структурированными и единообразными.
Данные Qooqa по ИИ-интервью, октябрь 2026
Накопленные данные кабинета Qooqa по всем клиентам на октябрь 2026 года, опубликованы в конспекте эфира «Рекрутер в эпоху ИИ: пять навыков» . Последняя строка взята из методологии пилотов, о которой сооснователь Qooqa Тамара Воронцова рассказывала на эфире 12 ноября 2026 .
| Показатель | Значение | База |
|---|---|---|
| Интервью, проведенных ИИ-агентами | 3 000 000+ | чаты hh.ru, Авито, Телеграм, Max, виджет на карьерном сайте и телефонные звонки |
| Компаний, которые пилотировали или внедряли агентов | 400+ | от ИП до федеральных компаний |
| Кандидаты, попросившие живого человека | 0,4-0,7% | доля диалогов, по площадкам |
| Обработка массовой вакансии | 300 откликов за 2 дня | типичный темп на линейных позициях |
| Корректировка решений ИИ рекрутером | целевое значение не выше 0,5% | как часто рекрутер одобряет отклоненных или отклоняет одобренных |
Это операционные показатели: объем, реакция кандидатов и порог, по которому рекрутеры контролируют решения агента. Коэффициентом валидности ни один из них не является, для него нужны данные о том, как нанятые работают через полгода и год.
Внутри интервью работает группа агентов с разными ролями: один задает вопросы, другой оценивает ответы, третий держит стоп-факторы и не озвучивает их кандидату, еще один сверяет диалог с резюме. Структуру задает рекрутер через требования: обязательные, желательные, стоп-факторы и ответы на вопросы кандидата. Почему кандидаты почти не просят живого человека и что делать с теми, кто просит, описано в статье об эскалациях агента человеку .
Как проверить метод оценки на своих данных?
Сопоставить оценки при отборе с результатами тех же людей через 6-12 месяцев. Метаанализ дает среднее по множеству исследований, а разброс вокруг среднего большой, поэтому собственная проверка полезнее любой таблицы. Для нее нужны три вещи: оценка каждого кандидата записана числом, оценки одного этапа сопоставимы между интервьюерами, и по нанятым есть показатель результата. Как собрать такой показатель из результативности, удержания и оценки руководителя, описано в статье о Quality of Hire .
На малых числах корреляция ненадежна: на двадцати нанятых она может оказаться любой. До нескольких десятков наймов на одну роль честнее сравнивать простые вещи: долю прошедших испытательный срок среди тех, кого метод оценил высоко и низко.
Первичное интервью в Qooqa входит в работу группы цифровых сотрудников под управлением людей : методист готовит интервью по требованиям, интервьюер ведет диалоги и звонки, оператор контакт-центра дозванивается, рекрутер принимает решение и правит требования.