Прошлой осенью мы разбирались, как алгоритмы отбора резюме и боты для автооткликов на вакансии превратили наем в войну скриптов со скриптами. Теперь противостояние переместилось прямо в видеоинтервью.
Чтобы оценить один зум-созвон, компаниям все чаще приходится собирать консилиум из нескольких менеджеров — просто чтобы понять, говорил соискатель сам или ему нашептывал ИИ. В ответ формат собеседований явно будет меняться, да и уже меняется. Руководительница разработки ИИ-продуктов с опытом более 400 собеседований рассказывает, как устроен софт для читинга в реальном времени, почему фальшивый опыт все равно вскрывается на первой рабочей неделе и как теперь HR выстраивает диалог с кандидатами.
За последние полтора года подсказки от ИИ во время интервью превратились из единичных случаев в целый рынок готовых продуктов. Кандидаты больше не гуглят ответы украдкой, за них это делает специальный софт, который слушает интервьюера и в реальном времени выводит готовую реплику на экран. Ниже — разбор, как устроены эти инструменты и какими способами пользуются соискатели.
Это отдельный класс приложений, созданных ровно под одну задачу — подсказывать кандидату во время видеозвонка. По сути, это программа-суфлер, который ставится на компьютер и работает поверх Zoom, Google Meet или Teams.
Механика у всех примерно одинаковая и укладывается в четыре шага. Приложение перехватывает звук звонка, расшифровывает вопрос интервьюера в текст, отправляет его в языковую модель и выводит готовый ответ прямо на экран кандидата — все это занимает от трех до пяти секунд. Ключевая особенность, за которую эти сервисы и берут деньги, — невидимый оверлей: ответ рисуется через графический слой операционной системы (DirectX на Windows, Metal на macOS), поэтому не попадает ни в демонстрацию экрана, ни в запись встречи. Интервьюер видит обычное окно созвона, а кандидат — подсказку поверх этого окна, о которой никто не догадывается.
Для технических интервью логика немного другая: вместо звука инструмент использует распознавание символов с экрана (OCR). Он «фотографирует» условие задачи, прогоняет через модель и выдает решение, специально оформленное так, чтобы кандидат мог проговорить его вслух, а не палевно вставить готовый код.
Самые популярные в мире
Лидер по заявленной аудитории — Final Round AI (более 10 млн пользователей). Он делает упор на поведенческие интервью, подгружает резюме кандидата и генерирует ответы в формате STAR (описание контекста, поставленной задачи, конкретных действий и измеримого результата), имитируя личный стиль и подстраиваясь под опыт.
За ним идет LockedIn AI (более 1 млн пользователей), универсальный ассистент с интеграцией во все основные платформы созвонов.
Отдельно стоит Cluely, пожалуй, самый скандально известный. Его основателя отчислили из Колумбийского университета за прототип тула для читинга на собеседованиях, после чего он превратил историю в стартап. Число пользователей Cluely не раскрывает, зато охотно светит выручкой. Правда, в 2026 году основатель признался, что и ее завышал.
Для технических интервью есть отдельная связка: Interview Coder (100 тыс.+ пользователей) и LeetCode Wizard — оба работают через то самое OCR.
Сколько стоит
Ценник держится в диапазоне $20–75 в месяц за поведенческие ассистенты и $49–60 — за технические. Показательно, что дороже всего почти везде обойдется именно режим «необнаружения». Базовый доступ у того же Cluely обойдется в $20, а версия с невидимым оверлеем — уже в $75 и выше.
Русский язык и российские аналоги
Западные сервисы русский, в принципе, понимают (у Final Round есть даже русскоязычный лендинг), но все же они заточены под английский и на русском заметно теряют в скорости и качестве.
Поэтому появились локальные аналоги. Самый функциональный из них — Enigma AI. Сервис умеет на лету давать подсказки, помогает как на лайвкодинге (решении задач), так и на секциях по системному дизайну (проектированию архитектуры). При этом он остается невидимым во время показа экрана, а протестировать его можно бесплатно. По стабильности именно на русском обозреватели еще хвалят Qompanion (под капотом ChatGPT, адаптированный под русскую речь). Мягче позиционируется PsyKit, он идет скорее как помощник для подготовки. А вот Interview Hunter, тоже русскоязычный, в тестах показал себя слабо: много нерелевантных ответов и задержки до 15 секунд.
{{slider-gallery}}
Специальные приложения — самый технологичный, но далеко не единственный вариант. Многие обходятся более простыми средствами.
Голосовой режим обычного чат-бота
Самый доступный способ — вообще ничего не ставить, а просто положить рядом телефон с ChatGPT или Gemini в голосовом режиме. Модель слушает разговор и надиктовывает ответ в наушник, пока кандидат смотрит в камеру. Ставить и настраивать нечего, работает на любом втором устройстве, и именно из-за простоты этот метод один из самых распространенных. Выдает тут характерная задержка перед каждым ответом, одинаковая независимо от того, простой вопрос или сложный.
Переключение вкладок и второй экран
Классика жанра. Открытая вкладка с ChatGPT, второй монитор сбоку или телефон, закрепленный под камерой. Никаких хитрых технологий здесь нет, поэтому и распознается такой прием легче всего. Взгляд кандидата постоянно уходит в одну и ту же точку за пределами камеры, а ответы приходят с заметной паузой.
Живой суфлер
Вместо ИИ подсказывать по старинке может и человек (впрочем, почти наверняка вооруженный опять-таки ИИ): это может быть коллега в той же комнате или собеседник на параллельном звонке, который слушает интервью и передает ответы.
Крайняя и самая рискованная форма — полный прокси, когда собеседование за кандидата проходит вообще другой человек. Такой подлог обычно вскрывается на уточняющих вопросах. Подставное лицо не может связно рассказать о реальном опыте из чужого резюме.
Подготовка ответов заранее
Формально это не читинг, но в целом близко. Если кандидат не просто заранее просит ИИ сгенерировать ответы на типовые поведенческие вопросы («Расскажите о конфликте в команде», «Ваша главная ошибка?»), но и заучивает их наизусть. На интервью он говорит сам, но, по сути, пересказывает сценарий, написанный нейросетью. Отсюда ощущение слишком гладких, обезличенных ответов.
Кажется, что отполированные ответы, задержка и бегающие глаза вполне надежные признаки, но на практике этого оказывается недостаточно, чтобы достоверно определить читера.
Оверлей физически не видно
Современные копайлоты рисуют подсказку через графический слой операционной системы, и она, как уже было сказано, не попадает ни в демонстрацию экрана, ни в запись звонка. Даже если попросить кандидата расшарить экран, вы увидите чистый рабочий стол. Инструмента, который «покажет» подсказку, на стороне интервьюера просто не существует.
Задержка ничего не доказывает
Пауза перед ответом бывает и признаком работы ИИ, и совершенно нормальным поведением живого человека. Люди думают, волнуются, собираются с мыслями, зависают на сложном вопросе. Сюда же накладывается сетевая задержка видеосвязи. Отличить, думает человек сам или читает с экрана, по одной только паузе невозможно со 100%-ной точностью, а искусственная задержка у многих ИИ научилась быть плавающей, чтобы не выдавать себя равномерностью.
Взгляд в сторону — вариант нормы
Мы все отводим глаза, когда думаем. Плюс у кандидата легально может быть второй монитор, заметки, резюме перед глазами, окно созвона на другой части экрана. Дешевая веб-камера и низкое разрешение не дают отследить микродвижения глаз достаточно точно, чтобы делать выводы.
Гладкая речь тоже вариант нормы
Хорошо подготовленный кандидат звучит ровно так же гладко, как и тот, кто читает с экрана. Люди заучивают ответы на типовые вопросы, репетируют, приходят с готовыми формулировками, и это нормально. Более того, интроверт и экстраверт с одинаковым опытом дадут ответы очень разной «гладкости». Отсутствие слов-паразитов само по себе не значит ничего.
Видео скрадывает нюансы
Сжатие картинки, задержка звука, рассинхрон губ и речи убирают те самые микросигналы (мимику, реакцию, живость), по которым в офлайне интуитивно считываешь человека. Онлайн вы работаете с обедненной картинкой, где половина «датчиков» просто выключена.
Кандидаты используют ИИ дозированно
Хуже всего ловится кандидат, который подглядывает точечно. Он сам ведет разговор, а к ИИ обращается в один или два трудных момента и вплетает подсказку в собственные слова. По поведению это неотличимо от сильного кандидата.
{{slider-gallery}}
Даже когда чувствуешь, что что-то не так, обвинить без доказательств нельзя. Прямое обвинение при отсутствии улик может стать репутационным и юридическим риском для компании и оскорблением для честного кандидата, который просто нервничал. Поэтому подозрение почти никогда не превращается в однозначный вывод, и приходится искать не улики на видео, а другие способы проверить реальный опыт.
Именно поэтому фокус смещается с попыток распознать ИИ на экране к тому, как выстроить собеседование так, чтобы ИИ просто не мог помочь.
Первая и самая прямолинейная реакция крупных игроков — вернуть очный этап.
Google ввел обязательный минимум — хотя бы один раунд собеседования вживую. Сундар Пичаи прямо сказал в интервью у Лекса Фридмана: компания хочет убедиться, что кандидат владеет фундаментальными навыками, — и для этого снова нужна очная секция. McKinsey тоже просит нанимающих менеджеров назначать как минимум одну личную встречу с кандидатом. Cisco идет дальше и говорит уже не только про ИИ-подсказки, но и про фейковых кандидатов: вице-президент по подбору персонала объясняет возврат офлайна тем, что «удаленка и ИИ упростили проникновение поддельных кандидатов в процесс найма», поэтому добавляются дополнительные шаги верификации и усиленные проверки, в том числе очные.
Конечно, время и логистика для очных интервью стоят денег, но риск нанять не того человека обойдется компании дороже, поэтому офлайн оказывается самой дешевой страховкой из возможных. При этом очным делают лишь один или два решающих этапа, а скрининг, тестовые задания и первые интервью так и остаются онлайн.
Но даже если компании оставляют онлайн-наем приоритетным, все стали все равно куда осторожнее.
Например, у нас, по ощущениям, появляется еще один проверочный этап и один-три дополнительных часа команды на финального кандидата — это плюс примерно 10–30% к затратам на оценку. В итоге честным кандидатам тоже тяжелее: больше этапов, очных встреч и подозрительности. Хотя, к слову, доказанных случаев читинга на собеседовании уже после найма у нас не было. Если мы не заметили списывание сразу на интервью, потом связать неудачный испытательный период с этим фактом уже невозможно.
{{slider-gallery}}
Для подготовки — безусловно. Я сама регулярно включаю голосовой режим в ChatGPT: прогоняю незнакомые сценарии, разбираю кейсы и тренируюсь внятно формулировать свой опыт. Навык самопрезентации и структурного рассказа о сложных проектах быстро слабеет, если его не поддерживать, и здесь диалоговая модель работает как отличный спарринг-партнер.
А вот выходить на интервью со скрытым суфлером — худшая стратегия прежде всего для самого соискателя. Логика «главное — получить оффер, а на месте разберемся» в реальной работе дает сбой практически всегда. Навыки, которые нанимающий менеджер проверяет на собеседовании, понадобятся в первый же день, и получать их просто не будет времени: на испытательном сроке от нового сотрудника ждут автономности и результата, а не попыток спешно догнать заявленный грейд.
При этом бизнес не ждет от кандидатов демонстративного отказа от технологий: мы сами отдельно тестируем умение работать с генеративными инструментами. В интервью есть целый блок вопросов о том, чем человек пользуется, как автоматизирует рутину и насколько открыт к новым технологиям. Но между работой в связке с ИИ и чтением готовых ответов с экрана лежит пропасть. В рабочих задачах специалист использует нейросеть, чтобы перепроверить свою гипотезу, поспорить с предложенным вариантом и самостоятельно принять решение. Подсказка копайлота на созвоне этого навыка не отражает.
Разрыв между безупречным интервью и реальной квалификацией неизбежно проявляется в первые же недели. Испытательный срок для того и существует: руководители смотрят на человека в реальных условиях, без заученных сценариев и помощников. На этом этапе одинаково быстро отсеиваются и те, кто списывал через копайлот, и те, кто просто зазубрил типовые кейсы компании. Если у сотрудника есть крепкая база, он может быстро закрыть пробелы и дорасти. Но когда с помощью подсказок удается искусственно перепрыгнуть через пару грейдов, финал предсказуем: постоянный микроменеджмент, сорванные дедлайны и нередко закономерное увольнение.
Кажется, есть куда более элегантный путь, чем гонять людей в офис. Например, разработать ИИ-надзирателя, который будет ловить признаки использования копайлотов. Только вот на практике это может обернуться гонкой вооружений, в которой так никто и не выиграет.
Дело в самой природе детекции, где каждое улучшение распознавания почти сразу обходится новым приемом. Как только прокторинг научится ловить равномерную задержку ответа, копайлот будет делать ее более плавающей. В итоге получается бесконечный цикл, в котором нанимающий менеджер будет всегда на шаг позади, а кандидату достаточно найти одну работающую лазейку.
Второй изъян связан с ложными срабатываниями, и он куда неприятнее. Можно посмотреть на опыт соседней индустрии — университетов. Там детекторы ИИ-текста постоянно принимали работы живых студентов за сгенерированные. В итоге сильнее всего страдали те, кто пишет проще и суше.
Отсюда вывод, к которому уже пришли в образовании и постепенно приходят в найме: гонку детекторов выиграть невозможно. Любой тревожный признак — это скорее повод посмотреть на кандидата повнимательнее, но не автоматический приговор, и за окончательное решение должен отвечать живой человек.
Понятно, нанимающим менеджерам сейчас тревожно: никому не хочется через месяц обнаружить на проекте человека, за которого собеседование прошел бот за несколько долларов. И все же напомню, что паранойя и допрос с пристрастием — тупиковый путь. Так проще всего отпугнуть нормальных, честных кандидатов.
Куда логичнее адаптироваться к новой реальности: менять не столько инструменты ловли читеров, сколько суть собеседования. Задавать вопросы, на которые человеку будет проще ответить самому, чем с суфлером, создавать условия для этого.
Копайте вглубь личного опыта, а не спрашивайте определения
ИИ прекрасно расскажет, что такое A/B-тест или как устроен трансформер. Но он не ответит, какой эксперимент разваливался лично у вас, почему вы приняли спорное решение и что сделали, когда что-то пошло не по плану. Вопросы вроде «А почему именно так?», «Что было альтернативой и почему вы ее отбросили?», «Что бы вы сделали иначе сейчас?» выводят на реальный опыт, который невозможно нагуглить в моменте.
Развивайте каждый вопрос
Один заготовленный или подсказанный ответ еще можно выдать гладко. Но три или четыре уточняющих вопроса подряд, где каждый опирается на предыдущий ответ кандидата, обычно ломают логику ответов у ИИ. Нейросеть не держит контекст живого диалога так, как это делает человек, который действительно через все это проходил. Задержка и плавающая логика вылезают как раз на второй и третьей итерации.
Оценивайте рассуждения, а не только результат
В технических секциях ценнее не столько финальное решение задачи, сколько рассуждение вслух. Важно, как человек раскладывает проблему на части, где спотыкается, как реагирует на подсказку интервьюера и меняет подход. Готовое решение с экрана этого не показывает, а живой ход мысли подделать почти невозможно.
Давайте задачу, приближенную к реальной, и решайте ее вместе
Совместная сессия, будь то парное решение задачи, разбор реального кейса или обсуждение кода, переносит фокус с «дай правильный ответ» на «давай подумаем вместе». Здесь ИИ-подсказка скорее мешает, чем помогает, ведь она сбивает темп живого обсуждения.
Ключевую проверку проводите вживую или в контролируемых условиях
Именно к этому пришли Google и McKinsey. Необязательно тащить в офис весь процесс, достаточно сделать очным один решающий этап, где проверяется самое важное.
