Анализ личности через ИИ. Как нейросети превзошли традиционные методы HR

2025-09-25T13:51:16Z — ИТ-предприниматель, эксперт по нейронным сетям Антон Никоноров разработал метод машинного обучения, который анализирует личность лучше HR-специалиста.

Минцифры планирует предложить федеральным и региональным органам исполнительной власти в качестве эксперимента применять генеративный искусственный интеллект для решения типовых задач, в числе которых обработка документов, управление данными и кадровая работа. ИИ-сервисы могут стать помощниками HR-специалистов при первичном анализе резюме кандидатов, при генерации тестовых заданий для подбора и развития сотрудников. По мнению Антона Никонорова, ИТ-предпринимателя, эксперта по нейросетям, СЕО и вице-президента компании NeuraLoom, такой эксперимент станет шагом к глубокой интеграции искусственного интеллекта в повседневные привычки пользователей.

Антон Никоноров — основатель нескольких успешных проектов в области ИИ и сторонник идеи, что технологии должны быть доступны и полезны каждому. Он разработал и запатентовал метод машинного обучения, который позволяет по минимальному набору данных — имени, фамилии, дате рождения и городу проживания — определить базовые черты личности: интроверсия, экстраверсия и другие. Такой подход позволяет быстро и точно оценивать психологические особенности человека без традиционных тестов и открывает новые возможности для HR, рекрутинга и персонализированных цифровых сервисов. Обсудили с экспертом, как он создал свой метод, не сотрут ли технологии нашу идентичность, можно ли сохранить человечность в мире, где у каждого есть цифровой двойник, и где алгоритмы знают нас лучше, чем мы сами.

Алексей Тетерин, aif.ru: Антон, объясните, как нейросетевые алгоритмы на основе таких простых данных — имени, даты рождения и города — могут определять тип личности? Что лежит в основе этого метода?

Антон Никоноров: Это и есть «волшебное» свойство нейронных сетей и глубокого обучения: если есть большой проверенный и размеченный набор данных, они могут найти в нем такие закономерности и связи (паттерны), которые человек не заметил бы, так как не в состоянии сразу посмотреть на млн записей и уложить их в голове. А нейросети и современные алгоритмы их обучения такое могут.

— Вы запатентовали этот подход. Насколько он точен по сравнению с классическими психотестами?

— Метод не заменяет классические тесты, но дополняет их — особенно на ранних этапах отбора. Его точность при определении базовых личностных черт, таких как интроверсия или экстраверсия, достигает 75–80 % по сравнению с валидированными опросниками. Главное преимущество — скорость, масштабируемость и отсутствие необходимости в активном участии пользователя.

— Кому в первую очередь нужен такой инструмент? Он помогает компаниям лучше понимать людей или все-таки сортирует по категориям?

— В первую очередь инструмент полезен HR-специалистам, рекрутерам и цифровым платформам, где важно быстро понять психологический профиль пользователя. Он не столько «сортирует», сколько помогает лучше понять мотивацию, стиль общения, поведенческие предпочтения. Это способ сделать взаимодействие более персонализированным — как при найме, так и в пользовательских сценариях, например, в обучении или цифровом сервисе. Подчеркну, что технология не навешивает ярлыки, а дает предварительную картину, с которой человек может согласиться или нет, или уточнить ее параметры.

— Не упрощает ли это восприятие человека? Нет ли риска, что технологический подход стирает индивидуальность и сводит все к формуле?

— Это справедливый вопрос. Любая модель — это упрощение реальности, и мы это осознаем. Но задача не в том, чтобы свести человека к формуле, а в том, чтобы дать отправную точку для понимания. Наш подход не заменяет личного общения или глубинной оценки, а скорее помогает быстрее увидеть основные черты, которые могут быть актуальны в конкретном контексте — например, в подборе команды или персонализации интерфейса. Индивидуальность — это не то, что можно отменить алгоритмом. Наоборот, технологии могут помочь ее лучше раскрыть, если использовать их ответственно.

— Как вы лично для себя находите баланс между эффективностью технологии и этической ответственностью?

— Для меня ключевой принцип — прозрачность и добровольность. Технология должна быть понятна: человек должен знать, какие данные используются, зачем и что на их основе происходит. Мы не «оцениваем» людей, мы создаем инструменты для понимания. Баланс достигается, когда эффективность не идёт вразрез с уважением к личности. Я считаю, что этика — это не ограничение, а рамка, в которой технология может приносить реальную пользу, не превращаясь в инструмент давления или стереотипизации.

— Вы прошли путь от разработчика в «Сбербанк-Технологиях», аккредитованной ИТ-компании, которая разрабатывает продукты в сфере работы с данными, кибербезопасности, интеграционные сервисы и другие, до основателя международной ИИ-компании. Что из корпоративной среды СберТеха оказалось для вас самым ценным?

— Самым ценным для меня стал опыт работы с большими, сложными системами и понимание, как технологии внедряются в реальный бизнес. В корпоративной среде ты учишься думать не только как инженер, но и как стратег: учитывать интересы разных команд, пользователей, регуляторов. Это дало мне навык смотреть на продукт не только с точки зрения «как он работает», но и «как он будет использоваться», «кто за него заплатит» и «какие риски несет». Именно с этими понятиями я позже пришел в стартап-среду.

— В 2020 году основанный вами стартап NeuraLoom был отмечен и затем привлек инвестиции в размере $550,000 за инновационную AI-платформу для создания цифровых персонажей в рамках престижной и одной из крупнейших акселерационной программы Starta VC. В 2016-м проект под вашим руководством стал победителем в категории iDealMachine USA Landing международного конкурса GoTech, привлекающего сотни стартапов со всего мира, и получил акселерационный грант США. Насколько важна такая поддержка стартапов, на ваш взгляд?

— Поддержка на ранних этапах сравнима с кислородной подушкой для стартапа, и речь не только о деньгах для дальнейшей работы и развития проекта. Знакомства с менторами, инвесторами и такими же фаундерами часто оказываются ценнее грантов. Многие технологические прорывы рождаются именно в таких средах, где доступны экспертиза, нетворкинг, ты учишься формулировать ценность для рынка, выстраивать бизнес-процессы. Так что такие программы — это лифт для стартапов, особенно в сфере ИИ, где конкуренция высока, а цикл разработки долог.

— Сейчас ваша стартап-компания NeuraLoom работает с такими гигантами, как SAP, Amazon, Sony, Samsung. Расскажите, какие задачи решает ваша технология в их кейсах?

— Наши партнеры используют технологию генеративных ИИ-аватаров для улучшения внутренних и внешних коммуникаций. Например, в кейсе с SAP это автоматизированные обучающие видеоролики для сотрудников, адаптированные под разные языки и культуры. В Amazon и Sony — персонализированные видеоинструкции и поддержка для пользователей. А с Samsung мы исследуем применение аватаров в смарт-устройствах — от голосовых помощников до интерфейсов для умного дома. Во всех случаях цель одна — сделать коммуникацию с технологиями более живой, понятной и персональной.

— Ваш проект NeuraLoom создает ИИ-аватаров для коммуникаций. Чем он принципиально отличается от генеративных сервисов?

— В отличие от типовых сервисов, у нас акцент на интеграции с бизнес-процессами: аватар может обучать, продавать, консультировать — вживую, с учетом поведения пользователя. Кроме того, мы фокусируемся на защите данных и юридической прозрачности, что критично для корпоративного уровня. Это не просто генерация видео, это полноценный инструмент коммуникации.

— Возможна ли в будущем персонализация в реальном времени, например, чтобы ИИ-аватар адаптировался под зрителя по выражению его лица или реакции?

— Еще как возможна, каждые два-три года мощность видеокарт удваивается, а именно они выполняют вычисления для нейронных сетей. Также исследователи находят все более быстрые и лучшие алгоритмы для их работы. Китайские и американские стриминговые платформы вкладывают миллиарды долларов в такие исследования, чтобы приблизить если не видеофильм «на лету» для зрителя, то по меньшей мере несколько его разных концовок.

— И наконец, можно ли в мире цифровых двойников сохранить человечность? И как это сделать?

— Решение — в осознанности: разделять «цифровое» и «реальное». Например, запретить ИИ-клонам представляться людьми без маркировки (как в Калифорнии с bot disclosure laws). Ценить несовершенство, ведь человечность выражается в том числе и в спонтанности, ошибках, иррациональных поступках. ИИ пока не способен на бессмысленную доброту или юмор «просто так». Технологии — для дополнения, а не замены. Как VR не убил театр, так и аватары не должны вытеснять живое общение.

Читайте также: