AI для HR

Программа для HR-специалистов, HR-бизнес-партнёров и руководителей HR-подразделений, которые планируют внедрение AI в кадровые процессы или уже начали использовать инструменты и хотят систематизировать подход. Участники работают с кадровым документооборотом, программами обучения и оценки, мотивационными программами — и хотят понять, где AI реально сокращает время, а где создаёт юридические и репутационные риски. Уровень знакомства с AI разный: от первых попыток в ChatGPT до активных экспериментаторов.

В ходе программы участники получат практику внедрения AI в каждый этап HR-цикла — от найма до оценки. Осознают правовые границы, научатся оценивать эффект до и после внедрения. Разберутся, какие задачи AI решает самостоятельно, а какие требуют обязательной человеческой проверки — и как эту границу проводить для каждого процесса.

Программа учитывает специфику HR: документы с персональными данными, правовое регулирование AI применительно к кадровым процессам, работа с должностными инструкциями, положениями, программами обучения. Отдельное внимание — персональным данным: ФЗ-152, границы облачных сервисов, случаи когда локальная модель обязательна. Программа построена на реальных кейсах и понимании, почему одни проекты внедрения дают устойчивый результат, а другие — проваливаются.

Программа семинара

Модуль 1. Как устроен AI и почему это важно для HR-специалиста

Языковые модели и предсказание токена: как AI «додумывает» ответ — и почему это определяет его возможности в HR-задачах
Контекстное окно: как работает память модели — почему длинные HR-документы требуют особого подхода
Токенизация: как текст превращается в числа — почему русский «дороже» английского в плане лимитов и стоимости
Параметры и размер моделей: 7B, 70B, 405B — что даёт масштаб и когда это не главное для HR-задач
Пять классов задач LLM: классификация, резюмирование, генерация, анализ, поиск — где AI справляется, а где требуется человек
Галлюцинации: почему AI выдумывает факты — как это проявляется в HR и как не допустить ошибку в кадровом решении
Предвзятость AI: системные искажения из обучающих данных — как гендерные, расовые и культурные предубеждения влияют на HR-оценки

Модуль 2. Экосистема AI-инструментов для HR

Chat vs AI-powered платформы vs AI-агенты vs мультиагентные среды: что выбрать для кадровых задач
Промпт — Skill — Workflow: иерархия абстракций — когда достаточно одного запроса, когда нужен навык, а когда — автоматизированный воркфлоу
Российский рынок AI-HR: Skillaz, Поток, решения на рынке — возможности и ограничения
Международные инструменты: Paradox, Eightfold, HireVue — что доступно и применимо для российских компаний
Облачные или локальные модели: когда облачное допустимо, когда обязательна локальная установка — критерии выбора
Специальные модели для HR: работа со звуком (транскрибация интервью), видео (оценка на видео), изображениями

Модуль 3. Привлечение и подбор с AI

Описание вакансий с AI: как написать привлекательную вакансию, которая отсеивает неподходящих и не отпугивает хороших
Скрининг резюме: AI для первичной оценки — что реально ускоряет, где теряется качество
Классификация кандидатов: приоритизация входящих заявок — кто на первый взгляд подходит, кто нет
Первичная коммуникация с кандидатами: AI-боты для ответов на типовые вопросы — когда помогает, когда раздражает
Проведение интервью с AI: транскрибация и анализ — AI как помощник интервьюера, а не замена
Оценка soft skills по тексту и голосу: что AI реально может определить из переписки или интервью, а что нет
Проверка рекомендаций: AI для обработки рекомендательных писем и выявления красных флагов
Сравнение кандидатов: AI помогает структурировать сравнение по критериям — прозрачность и обоснованность

Модуль 4. Адаптация и онбординг

Должностные инструкции с AI: генерация первичного проекта — как получить рабочий документ за минуты
Положения о подразделениях: AI для подготовки структурных документов — от описания функций до матрицы ответственности
Программы адаптации: AI для составления плана онбординга — от первого дня до трёх месяцев
Персональный план адаптации: AI для формирования индивидуального плана с учётом опыта и должности
Ответы на типовые вопросы новичков: AI-база знаний для FAQ — ускорение адаптации без постоянного привлечения коллег
Контроль прогресса адаптации: AI для отслеживания этапов — кто прошёл, кто отстаёт, где затыки
Обратная связь в период адаптации: AI для структурирования feedback — как сформулировать сложный разговор

Модуль 5. Оценка персонала

Цели и ключевые результаты (OKR/KPI): AI для формулирования измеримых целей — как описать результат, чтобы его можно было оценить
Система грейдов и уровней: AI для описания компетенций по уровням — от джуниора до директора
Оценка 360 градусов: AI для обработки результатов, выявления паттернов, формулирования выводов
Поведенческие оценки (performance review): AI для подготовки структуры оценки — критерии, шкалы, примеры
Анализ данных оценки: выявление трендов, аномалий, зон роста — AI как инструмент HR-аналитики
Преемственность и кадровый резерв: AI для формирования списков кандидатов на повышение — как исключить предвзятость

Модуль 6. Обучение персонала

Программы обучения с AI: от тематики к структуре курса — AI помогает построить логику и наполнение
Как обучать сотрудников использованию AI: программа погружения — от понимания до практического применения
Материалы для обучения: AI для создания презентаций, текстов, кейсов — ускорение разработки контента
Тесты и проверочные задания: AI для генерации вопросов и кейсов — от проверки знаний до оценки навыков
Обратная связь по результатам обучения: AI для анализа и формулирования рекомендаций
Индивидуальные планы развития (IDP): AI для составления рекомендаций по обучению с учётом карьерных целей
Корпоративные базы знаний: AI для структурирования и поиска — как сделать знания компании доступными

Модуль 7. Мотивация и вознаграждение

Документы по оплате труда: AI для описания системы грейдов, вилок, условий премирования
Положения о мотивации: AI для разработки систем вознаграждения — от переменной части до бонусов
Мотивационные письма и коммуникации: AI для подготовки объяснений изменений в политиках — деликатный язык
Описание карьерных траекторий: AI для визуализации возможностей роста — от линейных до горизонтальных переходов
Помощь в формулировании обратной связи: AI как советник — как сказать неприятное, сохранив отношения
Мониторинг вовлечённости: AI для анализа данных опросов и выявления зон риска

Модуль 8. Высвобождение и увольнение

Трудовые документы при увольнении: AI для подготовки приказов, уведомлений, соглашений — снижение ошибок
Калькуляция компенсаций: AI для проверки правильности расчётов — выходное пособие, неиспользованные отпуска
Сценарии увольнения: AI для подготовки разговоров — как сформулировать решение, минимизировать конфликт
Документооборот при сокращении: AI для проверки соблюдения процедуры — соответствие ТК РФ
Анализ причин текучести: AI для выявления паттернов — кто уходит, когда, почему, как это связано с политиками
Exit-интервью: AI для обработки результатов и формулирования выводов по всему массиву данных

Модуль 9. Промпт-инжиниринг для HR-документов

Структура хорошего промпта для HR: задача, контекст, формат, ограничения — четыре элемента рабочего запроса
Генерация должностных инструкций: как описать роль так, чтобы AI дал рабочий документ — примеры удачных и провальных промптов
Few-shot learning: примеры в промпте — как показать модели формат должностной инструкции, положения, программы
Итерационный подход: первый ответ не идеален — как уточнять, чтобы получить нужный документ
Работа с длинными документами: стратегия «загрузить — спросить — уточнить» — как не потерять контекст в объёмных положениях
Типичные ошибки в HR-промптах: размытые формулировки, отсутствие требований к документу, противоречивые инструкции
Защита персональных данных в промпте: что нельзя включать в запросы к облачным моделям

Модуль 10. Персональные данные и безопасность AI в HR

ФЗ-152 и HR: что относится к персональным данным в кадровом контексте — от паспортных данных до результатов оценки
Что нельзя отправлять в облако: перечень данных, для которых облачные AI-сервисы запрещены — проверка по ТК РФ и ФЗ-152
Локальные модели для HR: когда обязательна установка on-premise — критерии и примеры решений
Инъекция промпта: как вредоносный ввод в переписке может повлиять на результат — минимальный чек-лист защиты
Конфиденциальность в HR-системах: история переписки, обучающие данные — что компания разрешает, а что нет
Согласие на обработку данных: как AI влияет на политику согласий — что нужно обновить при внедрении AI
Ответственность за утечки: кто несёт ответственность — HR, IT, руководство — при инцидентах с кадровыми данными

Модуль 11. Правовое регулирование AI в HR

EU AI Act и HR: классификация HR-систем по уровню риска — высокорисковые системы требуют обязательной оценки
Российское регулирование: ФЗ-152, текущий статус генеративного AI в законодательстве — что разрешено, что под вопросом
Авторское право на HR-контент: кому принадлежит должностная инструкция, программа обучения, положение — сгенерированные AI
Ответственность за AI-решения: кто отвечает за последствия — разработчик, оператор, HR-пользователь — международная и российская практика
Предвзятость и дискриминация: как AI может воспроизводить дискриминацию — на что обращать внимание при внедрении
Прозрачность и объяснимость: должны ли кандидаты знать, что их оценивает AI — правовые и этические аспекты
Судебные прецеденты: реальные случаи привлечения к ответственности за решения, принятые с участием AI

Модуль 12. Внедрение AI в HR: от пилота к масштабу

Пилотный запуск: как выбрать пилотную зону — критерии, метрики успеха, типичные ошибки
ROI AI в HR: методология измерения возврата — время на подбор, качество найма, снижение текучести
Быстрые победы: критерии quick win — результат за дни или недели, измеримость, низкая стоимость ошибки
Ролевая модель: владельцы AI в HR, промпт-инженеры, специалисты по оценке — кто нужен и когда
Масштабирование: от успешного пилота к внедрению на всю HR-функцию — типичные барьеры и пути обхода
Этические границы: Responsible AI — где проходит линия, которую HR не должен переступать

Форматы проведения

Открытый семинар — 8 часов, группы до 20 человек, очно или онлайн.
Корпоративный тренинг — 8 часов, группа от 6 человек, программа адаптируется под специфику компании
Семинар-практикум — 16 часов, включая практические занятия с реальными задачами участников

Организация обучения

Требования к помещению для проведения занятий

Для проведения семинара необходимо хорошо проветриваемое помещение, защищенное от прямых солнечных лучей. Помещение должно быть оборудовано письменными столами, белым экраном размером не менее 2х1,5 м, флип-чартом и мультимедийным проектором. Все расходы, связанные с арендой помещения и оборудования для проведения обучения, несёт заказчик.

Документация и материалы, выдаваемые слушателям

В процессе обучения слушатели получают материалы в электронном виде, которые содержат презентацию, примеры, образцы отдельных документов, а также электронную библиотеку материалов по теме обучения.

По вопросам проведения семинара обращайтесь:

телеграм:@zhartun
e-mail: vadim@zhartun.me
телефон: +7 (931) 120-43-00

Здесь можно получить информацию об авторе курса и других учебных программах.