ИИ для HR

ИИ для HR – обложка

Программа для HR-специалистов, HR-бизнес-партнёров и руководителей HR-подразделений, которые планируют внедрение ИИ 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 ИИ реально сокращает время, а где создаёт юридические и репутационные риски. Уровень знакомства с ИИ разный: от первых попыток в ChatGPT до активных экспериментаторов.

Благодаря программе участники разберутся, как ИИ меняет каждый этап HR-цикла — от привлечения до высвобождения, научатся оценивать эффект до и после внедрения, обеспечивать юридическую чистоту и управлять сопротивлением команды. Участники поймут, какие задачи ИИ 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 ИИ 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 ИИ и почему это важно для HR-специалиста

  • Языковые модели и предсказание токена: как ИИ «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 ИИ справляется, а где требуется человек
  • Галлюцинации: почему ИИ выдумывает факты — как это проявляется в HR и как не допустить ошибку в кадровом решении
  • Предвзятость ИИ: системные искажения из обучающих данных — как гендерные, расовые и культурные предубеждения влияют на HR-оценки

Модуль 2. Экосистема ИИ-инструментов для HR

  • Chat vs платформы на базе ИИ vs ИИ-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 ИИ-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 ИИ

  • Описание вакансий с ИИ: как написать привлекательную вакансию, которая отсеивает неподходящих и не отпугивает хороших
  • Скрининг резюме: ИИ 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: ИИ-боты для ответов на типовые вопросы — когда помогает, когда раздражает
  • Проведение интервью с ИИ: транскрибация и анализ — ИИ как помощник интервьюера, а не замена
  • Оценка soft skills по тексту и голосу: что ИИ реально может определить из переписки или интервью, а что нет
  • Проверка рекомендаций: ИИ для обработки рекомендательных писем и выявления красных флагов
  • Сравнение кандидатов: ИИ помогает структурировать сравнение по критериям — прозрачность и обоснованность

Модуль 4. Адаптация и онбординг

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

Модуль 5. Оценка персонала

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

Модуль 6. Обучение персонала

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

Модуль 7. Мотивация и вознаграждение

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

Модуль 8. Высвобождение и увольнение

  • Трудовые документы при увольнении: ИИ для подготовки приказов, уведомлений, соглашений — снижение ошибок
  • Калькуляция компенсаций: ИИ для проверки правильности расчётов — выходное пособие, неиспользованные отпуска
  • Сценарии увольнения: ИИ для подготовки разговоров — как сформулировать решение, минимизировать конфликт
  • Документооборот при сокращении: ИИ для проверки соблюдения процедуры — соответствие ТК РФ
  • Анализ причин текучести: ИИ для выявления паттернов — кто уходит, когда, почему, как это связано с политиками
  • Exit-интервью: ИИ 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 ИИ 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 ИИ 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 ИИ-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 ИИ влияет на политику согласий — что нужно обновить при внедрении ИИ
  • Ответственность за утечки: кто несёт ответственность — HR, IT, руководство — при инцидентах с кадровыми данными

Модуль 11. Правовое регулирование ИИ в HR

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

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

  • Пилотный запуск: как выбрать пилотную зону — критерии, метрики успеха, типичные ошибки
  • ROI ИИ 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 ИИ 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 ИИ — 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.