ИИ в проверке кандидатов: возможности и границы 2026

Искусственный интеллект в проверке кандидатов — это набор инструментов, которые за минуты собирают данные о соискателе из открытых баз, сверяют документы и выдают рекрутёру сводку по благонадёжности. Из статьи вы поймёте, что реально умеет ИИ на этапе найма, где заканчивается автоматизация и начинается зона правового риска по 152-ФЗ и статье 3 Трудового кодекса, и как проверять людей быстро, но без последствий в виде судебного иска о дискриминации. Это часть большого материала про проверку службой безопасности при трудоустройстве, где описан весь процесс от анкеты до финального решения работодателя.

Автор статьи — Мария Ж, юрист со стажем более 20 лет, соучредитель сервиса КЭДО Добыто, спикер на конференциях по КЭДО и юриспруденции, судебный эксперт в сфере корпоративного и трудового права. Занимается наймом персонала более 13 лет. Автор более 1000 статей о цифровой подписи, трудовом праве, КЭДО и HR.

Автор статьи

Мария Ж.

Кофаундер сервиса электронного документооборота Добыто

Кофаундер сервиса электронного документооборота Добыто. Юрист с 20 летней практикой. В 2008 году получала красный диплом юриста по корпоративной практике. Руководитель HR-отдела. Спикер на конференциях по КЭДО и юриспруденции.

Что умеет искусственный интеллект в проверке кандидатов

ИИ на этапе найма закрывает рутину, которую раньше руками делал безопасник. Сверка паспорта со списком недействительных, пробив по исполнительным производствам, поиск судебных дел, чтение резюме и вылавливание нестыковок в датах — всё это машина прогоняет за минуты. Раньше на детальный отчёт с анализом разных источников у аналитика уходило около часа на одного человека. Сейчас первичный скрининг делается почти мгновенно, а живой специалист подключается только там, где машина подсветила риск.

Смотрите, в чём фокус. Правильно настроенный алгоритм убирает из первичного отбора то, за что работодателя потом тянут в суд — фото, пол, возраст, имя, национальность. Он читает компетенции и факты, а не внешность. Звучит как идеальная беспристрастность. На практике всё сложнее, но об этом ниже.

Основные задачи, которые ИИ реально тянет на проверке кандидата:

• Скоринг резюме и откликов — ранжирование потока по формальным критериям, отсев явно нерелевантных анкет.
• Пробив по открытым государственным базам — ФССП, ЕФРСБ, реестр недействительных паспортов МВД, картотека ГАС Правосудие, реестр дипломов ФИС ФРДО.
• Проверка подлинности документов — сверка серий, номеров, дат, выявление признаков подделки диплома или трудовой.
• Анализ цифрового следа — открытые профили в соцсетях, публичные упоминания, аффилированность с другими юрлицами.
• Чат-боты первой линии — отвечают кандидату круглосуточно, назначают интервью, напоминают о дедлайнах, снимают нагрузку с рекрутёра.

Любой бизнес несёт потери от недобросовестных сотрудников. По практике крупных ритейлеров, порядка 80% потерь приходится на внутренний персонал, а не на внешних злоумышленников. Вот отсюда и растёт спрос на автоматизацию — проверить надо всех, а безопасников на всех не хватает.

Мария Ж, HR-эксперт с 13-летним стажем:
«ИИ на входе — это про скорость, а не про финальный вердикт. Он отлично отсеивает откровенный мусор из потока и подсвечивает, у кого что не сходится. Но ‘светофор’ по кандидату должен трактовать живой эйчар или безопасник. Машина не понимает контекста: старая закрытая просрочка по кредиту и активное банкротство для неё иногда выглядят одинаково красным, а это разные истории.»

Какие данные проверяет ИИ и через какие базы

Глубина проверки гуляет сильно. Где-то это пробив судимости и долгов за пять минут через автоматический сервис. Где-то — детальное досье с анализом соцсетей, прошлых работодателей и связей. Зависит от двух вещей: насколько критичен доступ у будущего сотрудника и насколько руководитель компании вообще печётся о безопасности. Айтишник с первого дня получает доступ к коду, продакшену, базам клиентов — его проверяют иначе, чем курьера.

Стандартный набор источников, к которым обращается автоматизированная проверка:

• ФССП — открытые исполнительные производства, долги, алименты.
• ЕФРСБ — сведения о банкротстве физлица.
• Реестр недействительных паспортов ГУВМ МВД — подлинность основного документа.
• ГАС Правосудие — участие в судебных делах, административные и гражданские споры.
• ФНС — массовость директора, аффилированность, признаки номинала.
• ФИС ФРДО — реальность диплома об образовании.

Важный момент. Всё, что перечислено выше — открытые данные. Проверка судимости в них не входит. Справку об отсутствии или наличии судимости выдаёт только МВД по запросу самого кандидата, работодатель напрямую её не получает. Никакой ИИ этот барьер не обходит, и предлагать обойти — это уже не проверка, а нарушение. Для ряда должностей отсутствие судимости — прямое требование закона: педагоги, работники авиации, банков, ведомственной охраны.

Где проходит этическая граница: 152-ФЗ и статья 16

Вот здесь начинается самое интересное, и большинство работодателей об этом не думают, пока не прилетит претензия. Статья 16 закона 152-ФЗ прямо запрещает принимать решение, порождающее юридические последствия для человека, исключительно на основании автоматизированной обработки его персональных данных. Отказ в приёме на работу — это как раз такое решение. То есть нельзя, чтобы алгоритм поставил красный флаг, а кандидату автоматом ушёл отказ. За таким решением обязан стоять человек.

Исключение одно: письменное согласие субъекта в форме по части 4 статьи 9 того же закона, либо случаи, прямо прописанные в федеральных законах. И даже при наличии согласия оператор обязан разъяснить кандидату порядок принятия такого решения, дать возможность заявить возражение и рассмотреть это возражение в течение 30 дней. На практике это значит простую вещь: полностью роботизированный отказ без участия человека — прямой путь к спору, который работодатель проиграет. Логику в этом требовании искать не нужно, его нужно просто выполнять.

Мария Ж, судебный эксперт по трудовому праву:
«Самая частая ошибка — работодатель думает, что раз кандидат подписал согласие на обработку данных, то дальше можно всё. Нет. Согласие на обработку и согласие на решение исключительно автоматизированной обработкой — это разные бумаги. И даже с ними финальное ‘да’ или ‘нет’ по человеку должен ставить живой сотрудник. Иначе на проверке РКН или в суде это разбирается не в вашу пользу.»

Плюс к 152-ФЗ есть требование о том, что за оператором остаётся обязанность обеспечить безопасность собранных данных. ИИ-проверка тянет в систему массив чувствительной информации о людях, и утечка этого массива — отдельный риск нарушить всё тот же закон о персональных данных. Регламент обработки, ограничение доступа, шифрование — без этого автоматизация проверки превращается из помощника в источник ответственности. Ориентиры и разъяснения по обработке персональных данных публикует Роскомнадзор — это профильный госорган, к позиции которого стоит сверяться до запуска любой автоматизированной проверки.

Алгоритмическая предвзятость и дискриминация по ТК РФ

Считается, что машина объективна. ИИ в отличие от человека смотрит только на деловые качества, без учёта пола, возраста, внешности. Красивая теория. А теперь вопрос: где гарантия, что тот, кто обучал алгоритм, не зашил в него свои стереотипы? Нейросеть учится на исторических данных. Если раньше компания годами не брала людей старше 45, модель считает это нормой и продолжит их отсеивать. Причём тихо, без объявления причин. Найти такую предвзятость потом трудно.

А теперь юридическая сторона. Статья 3 Трудового кодекса запрещает дискриминацию в сфере труда по признакам пола, возраста, места жительства и прочим обстоятельствам, не связанным с деловыми качествами. Статья 64 запрещает необоснованный отказ в заключении трудового договора и даёт кандидату право потребовать причину отказа в письменной форме. Работодатель обязан выдать её в течение семи рабочих дней. И вот тут алгоритмическая дискриминация становится проблемой уже не этической, а вполне денежной: если реальной причиной отказа стал возраст или семейное положение, зашитые в модель, кандидат может обжаловать это в суде.

Мария Ж, юрист со стажем более 20 лет:
«Погоня за эффективностью приводит к тому, что компания системно теряет сильных людей, которые не вписываются в сухую статистику модели. И это ещё полбеды. Хуже, когда отсев по возрасту или прописке всплывает в суде по статье 64. Мотивированный отказ вы обязаны дать письменно за семь рабочих дней, и написать там ‘так решил алгоритм’ не выйдет. Причина должна упираться в деловые качества, а не в то, что кандидат не понравился нейросети.»

Отсюда вывод, который я повторяю на каждом проекте: ИИ отбирает и подсвечивает, человек решает и обосновывает. Как только вы убираете человека из финального звена, вы одновременно нарушаете и 152-ФЗ, и рискуете нарваться на статью 64 ТК. Два закона сразу. Оно того не стоит.

Образцы документов для проверки кандидатов и оформления отказа

Согласие кандидата и прозрачность проверки

Проверка сотрудников службой безопасности не прописана в законе как обязательный этап трудоустройства. Значит, строится она на согласии. И тут два разных документа, которые эйчары постоянно путают. Первый — согласие на обработку персональных данных по статье 9 закона 152-ФЗ. Без него нельзя вообще ничего собирать и хранить. Второй нужен, если работодатель хочет получить данные о человеке у третьих лиц — у прошлого работодателя, из бюро кредитных историй. Перед таким запросом кандидата надо уведомить и взять отдельную письменную бумагу.

Прозрачность работает и в обратную сторону, на пользу работодателю. Двое соискателей из трёх проходят проверку СБ спокойно, отказ на этом этапе получают порядка 10% кандидатов. Если человек понимает, что и зачем проверяют, и подписал внятное согласие — у него меньше поводов бежать в суд. А вот скрытая проверка без согласия, тихий сбор цифрового следа мимо кандидата — это как раз то, что превращает нормальную процедуру в нарушение.

Мария Ж, специалист по трудовому праву и КЭДО:
«Кандидат имеет право не подписывать согласие. Это его право, давить нельзя. Но по факту отказ подписать почти всегда означает, что возьмут другого — того, кто согласие дал. Для должностей с обязательной проверкой, типа банковских или педагогических, отказ вообще закрывает дорогу. Я всегда советую оформлять согласие ‘из коробки’, готовым шаблоном, а не сочинять на коленке — там половина проблем именно от кривых формулировок.»

Отдельная нагрузка при массовом подборе — это вал анкет и согласий, которые надо собрать, проверить и не потерять. Когда поток большой, рекрутёр физически тонет в бумаге. Оценить, справляется ли команда или пора расширять штат, помогает калькулятор нагрузки на рекрутера — он показывает, сколько кандидатов реально может вести один специалист без потери качества.

Как встроить ИИ-проверку в наём законно: пошаговая инструкция

Проверка сотрудника онлайн — сервис Добыто

Ошибки работодателей при внедрении ИИ в проверку

За годы практики набор граблей повторяется из компании в компанию. Разберу три самых дорогих.

Ошибка первая — полностью автоматический отказ. Компания настраивает систему так, что кандидату с красным флагом сразу уходит письмо об отказе, без участия человека. Делают ради скорости и экономии на аналитике. Цена ошибки: прямое нарушение статьи 16 152-ФЗ плюс риск проиграть спор по статье 64 ТК РФ, где кандидат потребует письменную причину, а внятной причины у вас нет.

Ошибка вторая — доверие к базам без перепроверки. Однофамильцы, устаревшие данные, ошибки в самих реестрах. ИИ выдаёт совпадение по ФИО, а человек к нему отношения не имеет. Делают потому, что так быстрее и не надо вникать. Цена ошибки: отсев или отказ хорошему кандидату, а если он это обжалует — ещё и репутационные потери с судебными издержками.

Ошибка третья — сбор избыточных данных. Модель тянет в систему всё подряд, включая то, что к деловым качествам отношения не имеет. Делают из логики ‘пусть будет, вдруг пригодится’. Цена ошибки: нарушение принципа минимизации в 152-ФЗ и прямой риск при утечке этого массива. Чем больше лишних данных вы храните, тем дороже вам обойдётся их утрата.

Мария Ж, соучредитель сервиса КЭДО Добыто:
«Мы за время работы подключили массу компаний и видим одну закономерность: проблема почти никогда не в самом ИИ, а в оформлении вокруг него. Пробить кандидата научились все. А вот собрать согласия правильно, дать человеку финальное слово и оформить отказ по-человечески — на этом спотыкаются постоянно. Мы поэтому и завязываем проверку на КЭДО: цепочка подписей и согласий фиксируется с метками времени, и на проверке РКН есть что показать.»

Стоимость подключения проверки кандидатов через КЭДО

Отдельно ИИ-проверка и оформление найма считаются по-разному, но когда речь про юридически чистый процесс, работодатели обычно связывают проверку с электронным документооборотом — чтобы согласия, договоры и заключения подписывались и хранились в одной системе. Итоговая сумма зависит от численности штата, выбранного тарифа и набора модулей. Ориентиры по тарифам сервиса Добыто:

Цена за рабочее место фиксированная, без скрытых позиций. На итог влияют численность, вид подписи под кадровыми документами и глубина интеграции с вашей учётной системой — актуальные тарифы сервиса Добыто помогут посчитать точнее под ваш штат.

Выводы: ИИ в проверке кандидатов и его границы

Искусственный интеллект на этапе найма реально экономит время: собирает данные из открытых баз, сверяет документы, отсеивает мусор из потока откликов. Но у автоматизации жёсткая правовая рамка. Статья 16 закона 152-ФЗ запрещает принимать решение с юридическими последствиями исключительно алгоритмом — за отказом должен стоять человек. Судимость через открытые базы не проверяется, справку выдаёт только МВД по запросу самого кандидата.

Практический вывод простой: ИИ отбирает и подсвечивает риски, человек решает и обосновывает. Соберите два разных согласия — на обработку данных и на запрос сведений у третьих лиц. Держите в порядке положение о проверке. Причину отказа формулируйте через деловые качества, помня про право кандидата получить мотивированный отказ письменно за семь рабочих дней по статье 64 ТК РФ. И следите за объёмом собираемых данных — лишнее только повышает риск при утечке.

В ближайшие годы регулирование автоматизированных решений будет только ужесточаться, а требования к прозрачности алгоритмов — расти. Компании, которые уже сейчас строят проверку на согласии, человеческом контроле и чистом документообороте, окажутся к этому готовы. Те, кто отдал финальное решение роботу ради скорости, рискуют собирать судебную практику против себя.

Часто задаваемые вопросы