Соискатель с сильным резюме получил 82 отказа и заподозрил ИИ в предвзятости

Силуэт бизнесмена на фоне графика падения и стопки документов
Силуэт бизнесмена на фоне графика падения и стопки документов • Все права на публикацию принадлежат AInDev.ru

Использование систем искусственного интеллекта для автоматизированного отбора кандидатов всё чаще приводит к возникновению «эффекта черного ящика», когда соискатели лишаются возможности понять причины автоматического отклонения заявок даже при наличии конкурентоспособного резюме. Ситуация вокруг отбора в медицинскую ординатуру на цикл 2025–2026 годов высветила риски алгоритмической предвзятости для узкоспециализированных профессиональных сообществ.

Технологический контекст и специфика сбоев

Центральным элементом системы фильтрации для многих медицинских учреждений США стал инструмент Cortex от компании Thalamus. Система позиционируется как платформа для агрегации данных и аналитической визуализации заявок, которую уже внедрили порядка 1500 программ ординатуры. На практике алгоритм выполняет задачу по систематизации входящих данных, но эксперты неоднократно указывали на технические недочеты в его работе. Были зафиксированы инциденты, когда система некорректно интерпретировала академические показатели кандидатов, что напрямую влияло на процесс принятия решений приемными комиссиями.

Кейс Чада Марки: академические разрывы против алгоритмов

Показательным примером стала история Чада Марки, претендовавшего на ординатуру. Обладая профилем с высокими академическими баллами и более чем десятью научными публикациями, кандидат столкнулся с массовыми отказами при подаче в 82 программы. Поводом для автоматической фильтрации, по всей видимости, стали три академических отпуска. В официальных документах они были классифицированы как «добровольные», хотя по факту были вызваны периодами обострения аутоиммунного заболевания.Марки предположил, что алгоритм Cortex считывает формальный статус «добровольный» без учета медицинского бэкграунда, что снижает рейтинг кандидата в глазах рекрутеров. Проведя серию тестов по изменению формулировок в документах, он пришел к выводу: заявки, где медицинская причина перерыва была указана эксплицитно, получали более высокую оценку со стороны скринингового ИИ, чем те, где значился стандартный статус добровольного ухода.

Решение через отказ от автоматизации

Ситуация разрешилась только после перехода к прямому административному контакту. Игнорируя работу автоматизированных систем, Марки начал рассылать прямые запросы администраторам программ. Подобная стратегия «холодных писем» принесла результат: он получил 10 приглашений на интервью, в том числе от престижных медицинских институтов. В июле текущего года он приступает к ординатуре по психиатрии в программе Колумбийского университета при Нью-Йоркской пресвитерианской больнице.Данный эпизод демонстрирует уязвимость современных систем HR-технологий, где алгоритмическая интерпретация данных может вступать в противоречие с реальным уровнем компетенций соискателя, а отсутствие прозрачности в работе ИИ затрудняет исправление подобных ошибок на уровне пользователя.