Если видео выше не работает, то запись вебинара также можно посмотреть на RUTUBE по ссылке https://clck.ru/3QCdrB
Презентация вебинара доступна по ссылке https://clck.ru/3QCDpX
Подкаст вебинара доступен по ссылке https://clck.ru/3QCdYc
Тезисы на основе вебинара
Эксперты ЭКОПСИ Консалтинг рассказали, какие задачи HR уже могут решать с помощью AI-инструментов, как выстроить безопасную работу с ними и чего пока не умеет искусственный интеллект.
Зачем HR-специалистам понимать AI уже сегодня
AI в HR перестал быть трендом — это рабочий инструмент. Большие языковые модели (LLM) уже помогают специалистам по обучению, оценке и развитию сотрудников экономить время, систематизировать знания и ускорять подготовку контента. При этом технологии ещё далеки от автономности — эффективность достигается только при осознанной методологической поддержке HR-эксперта.
По данным международных исследований, около 60% компаний уже внедрили AI-решения в HR-процессы. Чаще всего — для аналитики данных, автоматизации отчетности и поддержки коммуникаций.
Но потенциал языковых моделей гораздо шире — от генерации тестов до анализа компетенций и создания индивидуальных планов развития.
По данным международных исследований, около 60% компаний уже внедрили AI-решения в HR-процессы. Чаще всего — для аналитики данных, автоматизации отчетности и поддержки коммуникаций.
Но потенциал языковых моделей гораздо шире — от генерации тестов до анализа компетенций и создания индивидуальных планов развития.
Что такое языковая модель и как она работает
Языковая модель (LLM, Large Language Model) — это алгоритм, обученный на огромных массивах текстов, который способен понимать человеческий язык, генерировать связный текст, делать выводы и предлагать идеи.
В отличие от классических систем машинного обучения, LLM не только анализирует данные, но и создаёт новые смыслы — тексты, сценарии, описания, тестовые задания и даже код. Популярные модели:
Модели различаются по уровню логического мышления, способности рассуждать, точности ответов и глубине анализа. Оптимальный инструмент выбирается под конкретную задачу — от генерации идей до составления документации.
В отличие от классических систем машинного обучения, LLM не только анализирует данные, но и создаёт новые смыслы — тексты, сценарии, описания, тестовые задания и даже код. Популярные модели:
- ChatGPT
- Claude
- Perplexity
- YandexGPT (Алиса)
- отечественные корпоративные модели, разработанные крупными компаниями для защиты данных
Модели различаются по уровню логического мышления, способности рассуждать, точности ответов и глубине анализа. Оптимальный инструмент выбирается под конкретную задачу — от генерации идей до составления документации.
Где языковые модели помогают HR
AI уже доказал эффективность в четырёх направлениях:
- Разработка оценочных материалов. Создание тестов, кейсов, интервью-гайдов, разработка критериев оценки и шкал компетенций.
- Анализ и оценка результатов. Обработка письменных ответов, анализ анкет, выделение типичных ошибок и пробелов в знаниях.
- Создание материалов для обучения и развития. Формирование программ, подбор контента, шаблонов, чек-листов, рекомендаций по развитию.
- Поддержка HR-инструментов. Подготовка методических инструкций, текстов для ИПР, справочных гайдов и коммуникаций с руководителями.
Кейс 1. Разработка тестов по профессиональным компетенциям
Задача: создать большой банк тестовых заданий для оценки профессиональных компетенций.
Как это делали:
Результат:
Время разработки сократилось на 30–40%.
AI позволил быстро нагенерировать разнообразные идеи вопросов и облегчить работу методологов и экспертов, сохранив при этом качество контента.
Как это делали:
- На старте — модель компетенций, набор индикаторов и шкал уровней.
- Методологи анализируют темы и типичные ошибки специалистов.
- Модель генерирует идеи вопросов по каждой теме, учитывая формат, стиль и уровень сложности.
- HR корректирует формулировки, добавляет собственные вопросы.
- Эксперты готовят правильные ответы и проверяют методическую точность.
- Модель формирует «дистракторы» — правдоподобные, но неверные варианты ответов.
- Финальная проверка и пилотное тестирование.
Результат:
Время разработки сократилось на 30–40%.
AI позволил быстро нагенерировать разнообразные идеи вопросов и облегчить работу методологов и экспертов, сохранив при этом качество контента.
Кейс 2. Преобразование онлайн-курса в очный тренинг
Исходная задача: перевести девятидневный онлайн-курс в двухдневный очный формат.
Этапы работы:
Результат:
Экономия времени при подготовке — до 40%, сохранение методической логики курса, повышение динамики очного формата.
Этапы работы:
- Подготовили материалы: программы, презентации, темы модулей.
- Загрузили в AI и задали параметры: формат, длительность, количество участников, необходимость перерывов.
- Получили первый вариант программы — затем скорректировали: убрали онлайн-упражнения, добавили интерактив и групповые форматы.
- Попросили AI разработать недостающие блоки — упражнения, таблицы, шаблоны.
- Провели методическую проверку и финальную доработку вручную.
Результат:
Экономия времени при подготовке — до 40%, сохранение методической логики курса, повышение динамики очного формата.
Как внедрять AI в HR-работу: 5 шагов
- Найти рутину. Определите задачи, которые повторяются и занимают много времени (разработка тестов, отчётов, писем).
- Выбрать модель. Для текстов — языковые модели, для изображений — визуальные, для анализа — аналитические.
- Продумать риски. Исключить конфиденциальные данные, персональные сведения и внутренние документы.
- Построить запрос (промт). Описать задачу простым языком, как для стажёра: контекст, формат, стиль, ожидаемый результат.
- Тестировать и масштабировать. Начать с малого, проверить качество результата, откорректировать и передать практику команде.
Этические и практические ограничения
AI — не замена эксперта. Он помогает, но не несёт ответственности за методическую корректность или достоверность данных.
Главные риски, о которых стоит помнить:
Методологическая проверка должна оставаться за человеком.
AI может ускорить работу, но именно HR-специалист задаёт рамки, проверяет и принимает решение.
Главные риски, о которых стоит помнить:
- утечка конфиденциальной информации;
- вымышленные или неточные данные («галлюцинации» модели);
- шаблонные или стилистически неуместные тексты;
- нарушение авторских прав;
- отсутствие контекста бизнеса и специфики компании.
Методологическая проверка должна оставаться за человеком.
AI может ускорить работу, но именно HR-специалист задаёт рамки, проверяет и принимает решение.
Что дальше
HR-специалисты уже становятся «AI-кураторами», которые умеют соединять экспертизу человека и скорость технологий. На рынке появляются новые роли — AI-HR-аналитик, AI-координатор обучения, HR-методолог по генеративным системам.
Компании, которые начнут использовать AI системно — не как игрушку, а как инструмент повышения эффективности, — смогут быстрее обучать сотрудников, персонализировать развитие и принимать решения на основе данных, а не интуиции.
Компании, которые начнут использовать AI системно — не как игрушку, а как инструмент повышения эффективности, — смогут быстрее обучать сотрудников, персонализировать развитие и принимать решения на основе данных, а не интуиции.
Спикеры
- Татьяна Панкова, старший консультант практики "Развитие HR-среды", ЭКОПСИ
- Анастасия Матусевич, директор проектов практики "Развитие HR-среды", ЭКОПСИ
Тезисы написаны автоматически с использованием ИИ
Реклама. АО «ЭКОПСИ Консалтинг» , ИНН 7710434132, erid: 2VtzquhK535
