Платформа гибкой занятости SkillStaff и сервис тестирования Talenttest изучили анализ поведения ИТ-специалистов при оценке навыков. 37% кандидатов используют внешнюю помощь при прохождении тестов, чаще всего — ИИ-инженеры.

Использование нейросетей при найме стало системной проблемой рынка: все больше соискателей использует внешние инструменты при прохождении технических тестов, и это искажает объективную оценку компетенций. Чтобы снизить этот риск и лучше помогать работодателям выявлять подобные случаи на ранних этапах отбора, SkillStaff совместно с Talenttest изучили поведение кандидатов на основе накопленных данных. Анализ показал, что 37% соискателей при онлайн-тестировании прибегают к недопустимым практикам: переключаются на сторонние ресурсы, привлекают нейросети или предварительно проходят тесты с чужого аккаунта. Честно набрали достаточные баллы 35% кандидатов.

Кто обманывает чаще

Среди ИТ-специализаций чаще всего жульничают ИИ-инженеры: нечестные паттерны зафиксированы у 57% кандидатов этого профиля — доля в полтора раза выше средней по выборке. В пятерку направлений с наибольшей долей нарушений также вошли Mobile-разработчики, QA Automation Engineer, системные аналитики и Frontend-разработчики: примерно у 40% кандидатов этих профилей были зафиксированы признаки нечестного прохождения тестирования. Для сравнения, среди наиболее массовых направлений — Backend-разработчиков и DevOps-инженеров — доля таких случаев составила 37% и 36% соответственно.

Разница между грейдами оказалась менее выраженной. Junior-специалисты жульничают несколько чаще, чем senior (40% против 36%), предположительно из-за более высокой конкуренции на входе и более низкого базового уровня знаний. Среди middle-разработчиков показатель составил 39%.

«Техническое тестирование — это точка, где кандидат впервые встречается с реальными требованиями заказчика. Если на этом этапе результат нечестный, дальнейший найм теряет смысл. Именно поэтому мы интегрировали в платформу Talenttest. Для заказчиков это прямая экономия на испытательном сроке, который закончится расставанием, и повторном поиске», — прокомментировала Анна Королева, HRD платформы SkillStaff.

Три схемы жульничества

Анализ поведенческих паттернов выявил три самых распространенных сценария обмана.

  1. Переключение вкладок. Кандидат копирует текст вопроса, уходит на другую вкладку или в отдельное окно, получает ответ и возвращается. Такой паттерн чаще всего встречается на вопросах по live coding, архитектуре и брокерам сообщений; реже — на вопросах по языку программирования и фреймворку. Кандидатов предупреждают о запрете до начала теста.
  2. Характерные задержки. Кандидат отвечает на каждый вопрос только через 30–60 секунд. Это похоже на время, которое нужно, чтобы сфотографировать вопрос и получить ответ от нейросети. На вопросах с развилками, где нужно сделать в 4 раза больше скриншотов условий, время ответа увеличивается в 3–5 раз. Паттерн выявляется с помощью аудиовопросов, требующих немедленного голосового ответа: как правило, на них результаты недобросовестного кандидата резко снижаются.
  3. Разведка с другого аккаунта. Часть кандидатов проходит тест с незнакомой почты, случайно отвечая на вопросы и копируя их. Второй заход, уже с основного аккаунта, проходит без явных признаков жульничества. Однако аппаратный отпечаток устройства позволяет идентифицировать кандидата. При этом схема, как правило, не даёт результата: вопросы в каждой сессии уникальны.

«Раньше жульничество на онлайн-тесте требовало от кандидата серьезных ресурсов: помощи других людей, специализированных сообществ, значительного времени. Нейросети изменили реальность — сейчас для этого достаточно телефона. Мы отвечаем на это изменением самой логики: выстраиваем тесты так, чтобы использование внешних подсказок приводило к измеримым поведенческим аномалиям, которые можно отловить. 37% — это не приговор рынку, а данные, с которыми можно и нужно работать дальше», — отметил Насыров Тимур, СТО TalentTest.

Источник: