ИИ в резюме: как ChatGPT усилил рынок поддельных IT-кандидатов

Год назад я могла за пять минут отличить сильное резюме от слабого. Сейчас — нет. ChatGPT и его клоны сделали все резюме одинаково гладкими, со «структурой STAR», метриками влияния и аккуратными формулировками. И сильный кандидат, и слабый, и тот, кто три года работал в продукте, и тот, кто месяц назад окончил курсы, выглядят примерно одинаково. Это не значит, что AI убил резюме — но он сделал их гораздо менее надёжным источником правды о человеке.

Что изменилось за полтора года

До начала 2025-го я смотрела на резюме и видела разное. У одного — телеграфный стиль и сухие факты, у другого — длинные истории, у третьего — структура «обязанности и результаты», у четвёртого — портфолио кейсов. По стилю было видно характер, опыт презентаций, иногда — даже уровень самостоятельности.

Сейчас почти все резюме «отшлифованы» через ChatGPT или специализированные сервисы вроде Easy.cv, ResumAI и подобных. Структура одна. Формулировки похожи. У всех есть «увеличил DAU на X%», «оптимизировал производительность на Y%». И у того, кто реально это сделал, и у того, кто никогда не работал с метриками.

Параллельно вырос целый рынок «накрутки опыта»: за 30-80 тыс. рублей в Telegram-каналах продают «коммерческий опыт» в несуществующих агентствах с заранее подготовленными референсами. ChatGPT в этом цикле — просто финальный полирующий слой.

Какие признаки указывают на собранный опыт

Дисклеймер: ни один признак не доказывает фальшивости. Но в сочетании они дают сигнал, что нужно копнуть глубже. Я выработала для себя такой набор красных флагов:

• Идеальные метрики без контекста. «Увеличил конверсию на 47%» — а от чего к чему? На каком масштабе? Какой период? Какой был эксперимент? Если человек реально это сделал, он расскажет с подробностями за минуту. Если нет — начнёт обобщать.
• Слишком ровный карьерный график. 12 месяцев тут, 18 месяцев там, 24 месяца следующая позиция. Реальная карьера почти всегда «рваная»: где-то пересидел, где-то ушёл через полгода, где-то застрял на четыре года. Подозрительная гладкость — повод проверить.
• Стэк, который слишком велик для уровня. Junior с тремя языками программирования, пятью фреймворками, Kubernetes и Kafka в резюме. Если опыт реальный — он будет на «знаком», «работал с», «писал в команде». Если выдуманный — звучит как «использовал в продакшене».
• Совпадения с описанием вакансии до запятой. Если в вашей вакансии написано «опыт с PostgreSQL, Redis, RabbitMQ», и в резюме кандидата ровно эти три слова в той же последовательности — это либо очень аккуратный человек, либо собранное под вакансию резюме.
• Компании, которых сложно найти. ООО «Цифровые решения», ООО «Инновационный диджитал». Часть из них — реальные маленькие студии. Часть — поддельные «прокладки» из накрутки. Проверяется в Контур.Фокусе за минуту: дата регистрации, виды деятельности, штатная численность.
• GitHub без истории контрибуций. Если человек пишет про три года коммерческого опыта в Python, а на GitHub — два форка туториал-проектов с одним коммитом «initial commit», это не приговор, но повод спросить.

Как менять интервью в эпоху ChatGPT

Перестройка нужна не радикальная, но методичная. Главное смещение: вы оцениваете не «знает ли человек технологии», а «может ли он рассказать про конкретный контекст решений». ChatGPT отлично знает технологии. Контекст он не знает.

Вопросы про конкретные ситуации, а не знания

Плохо: «Расскажите про индексы в PostgreSQL».

Хорошо: «Расскажите про последний раз, когда вы добавляли индекс в продакшен. На какой таблице? Сколько строк было? Что было до и после? Был ли downtime? Кто принимал решение?»

Первый вопрос проходит человек, прочитавший главу из книги. Второй — только тот, кто реально это делал. ChatGPT может составить правдоподобный ответ на второй вопрос, но не сможет ответить на пять уточняющих подряд.

Парные «почему»

На любой технический выбор задавайте два «почему» подряд. «Использовали Kafka — почему именно её, а не RabbitMQ? — А почему этот аргумент был важнее для вашей задачи?» Один уровень обобщения ChatGPT отрабатывает. Два — обычно начинает плыть.

Реверс-инжиниринг кода

Покажите кандидату небольшой кусок чужого (не вашего!) кода, который похож на типовой бэкенд-сервис. Попросите: «расскажите, что здесь происходит, и что вы бы изменили». Это нельзя подготовить заранее, и это нельзя пройти через подсказку ChatGPT в реальном времени без палева.

Технический разбор пет-проекта

Если у кандидата есть пет-проект — попросите расшарить экран и устроить мини-walkthrough: «покажите, где вы храните пользователей», «как обрабатываете ошибки», «как тестируете». 10 минут такого разбора стоят часа абстрактных вопросов.

Как не превратить найм в поиск виноватых

Соблазн понятный: сегодня обманули — завтра ставим детектор лжи и тест с полиграфом. Это работает плохо по двум причинам.

Первая. Большинство кандидатов, которые «полируют» резюме через ChatGPT, — это нормальные люди с реальным опытом, которые просто хотят выглядеть профессионально. Если вы относитесь к ним как к подозреваемым, они уходят к конкурентам, которые ведут себя по-человечески.

Вторая. Жёсткие проверки — это сигнал низкого доверия. На senior-рынке это сразу считывается: «здесь не уверены ни в себе, ни в кандидатах». Сильный кандидат предпочтёт работодателя, который умеет оценивать без полиграфа.

Здоровый подход: не «как поймать обманщика», а «как сделать так, чтобы реальные навыки были видны». Тогда тот, кто пытается обмануть, отваливается сам — ему просто нечего показать на уровне конкретных кейсов.

Что менять в техническом интервью прямо сейчас

Если у вас есть текущий формат интервью и вы хотите сделать его устойчивее к AI-резюме — три минимальных шага:

• Уберите вопросы-знания. «Расскажите про SOLID», «Чем хеш-таблица отличается от дерева». Замените на ситуационные.
• Добавьте 15 минут реверс-инжиниринга или live coding. Не leetcode на разворот связного списка, а небольшой кейс из вашей предметной области.
• Заведите две минуты «расскажи про команду на прошлом месте». Размер, роли, как принимались решения, с кем работали в паре. Это нельзя выдумать, и это нельзя выучить.

Что с накрутчиками опыта

Отдельная категория — те, кто буквально покупает позиции в резюме. Это уже не AI-полировка, это прямой подлог. Маркеры: компании-однодневки, расхождение в датах, невозможность дать референс с реальным руководителем.

На рынке junior и middle такие резюме встречаются регулярно. На senior — гораздо реже, потому что вскрывается на первом же глубоком интервью. Для джунов и middle защита одна: реальный технический разбор задачи плюс просьба связаться с кем-то из «бывших коллег». Если ни одного контактного человека нет — повод спросить почему.

Когда мы подключаемся

Мы переписываем технические интервью для команд, которые столкнулись с ростом поддельных резюме. Это разовая работа на 1-2 недели: разбор ваших текущих вопросов, замена «знаниевых» на ситуационные, обучение техлидов фильтровать AI-полировку.

Если у вас в команде «закрылся middle, через два месяца оказался джуном по знаниям» — напишите на [email protected]. Разберём ваш текущий формат интервью и предложим конкретные изменения.