От статичного вердикта к двустороннему диалогу
Традиционный автоматизированный отбор резюме (ATS) работает как однократный «статичный» судья: система оценивает пару «резюме-вакансия» и выносит вердикт. Авторы исследования Jian Gao и Hang Jiang предлагают альтернативу — двухагентную модель, где агент работодателя и агент кандидата обмениваются доказательствами квалификации, обновляют свои суждения и только затем принимают решение о допуске. Это имитирует реальный процесс найма, где кандидат может защитить свои навыки, а работодатель уточнить требования.
Методология и ключевые метрики
Эксперимент проведен на выборке из 600 пар «резюме-вакансия» с использованием моделей GPT-5.5 и Claude Opus 4.7. Сравнение проводилось между однократным решением (one-call) и итеративным диалогом двух агентов. Результаты демонстрируют существенное изменение статистики прохождения отбора:
| Метрика | GPT-5.5 (One-Call) | GPT-5.5 (Two-Agent) | Claude Opus 4.7 (One-Call) | Claude Opus 4.7 (Two-Agent) |
|---|---|---|---|---|
| Доля допущенных заявок | 33.3% | 39.3% | 34.0% | 35.5% |
| Рост доли допущенных | — | +6.0 п.п. | — | +1.5 п.п. |
| Проходимость «пограничных» заявок (191 пара) | 4.5% | 26.2% | 6.5% | 16.1% |
| Рост проходимости «пограничных» | — | x5.8 | — | x2.5 |
Не просто смягчение, а смена решений
Важно отметить, что двухагентный режим не является просто «мягким фильтром». Он меняет решения в обоих направлениях: агенты отклоняют заявки, которые прошли бы при однократном просмотре, и пропускают те, которые были бы отклонены. При сопоставимом объеме допущенных кандидатов, процедуры выбирают разные наборы заявок. Ни один пороговый параметр однократного скрининга не позволяет воспроизвести выбор двухагентной системы.
Проблема воспроизводимости доступа
Исследование выявило критический аспект надежности: рекуррентность доступа. Кандидаты, отобранные исключительно двухагентной системой (и не попавшие в общий пул однократного отбора), реже возвращаются в выборку при повторных запусках. Это особенно заметно на GPT-5.5 и менее выражено на Claude Opus 4.7. Однократный же скрининг демонстрирует более стабильные результаты при повторных запусках.
Почему это важно для рынка труда
По мере того как найм становится полностью опосредованным агентами с обеих сторон, процедура скрининга начинает играть роль не меньшую, чем сама модель ИИ. Архитектура взаимодействия агентов определяет, кто вообще попадет к человеку-рекрутеру и насколько надежно этот доступ сохраняется. Для работодателей это означает риск потери уникальных кандидатов из-за нестабильности алгоритмов, а для соискателей — необходимость адаптироваться к диалогу с ИИ, а не просто оптимизировать резюме под ключевые слова.
Источник: arXiv cs.AI ↗