Почему традиционные собеседования уже не работают в эпоху ИИ

Когда take-home задания перестали быть надёжным сигналом

Ещё недавно разработчик присылал вам pull request — и по нему можно было понять, как он рассуждает, какие компромиссы выбирает и как структурирует код. Сегодня всё изменилось.

Теперь один и тот же PR может быть результатом глубокого анализа или просто удачным запросом в ChatGPT. Разница станет очевидной только через три месяца работы, когда кандидат уже войдёт в проект. Получится так, что вы наняли человека, который умеет красиво оформлять результат, но не всегда понимает его суть.

Whiteboard-интервью тоже устарели

Тесты на доске и так были далеки от реальной работы. Они проверяли память и стрессоустойчивость, а не умение решать задачи. Теперь же, когда основная часть работы состоит в том, чтобы правильно ставить задачи ИИ и критически оценивать его выводы, whiteboard-интервью стали ещё более условными.

Они проверяют, умеет ли человек инвертировать бинарное дерево по памяти, в то время как его реальная задача — грамотно взаимодействовать с моделью и принимать решения на основе её результатов.

Какой сигнал мы упускаем

На самом деле важно не то, что человек написал, а как он работает с AI. Например:

• Планирует ли он запрос заранее или просто кидает требования наугад?
• Может ли он заметить, что код правильный по синтаксису, но архитектурно неверный?
• Понимает ли он, когда нужно изменить подход, или продолжает задавать вопросы в разных формулировках без понимания причины?

Этот процесс не отражается в финальном pull request. И он же nicht sichtbar в whiteboard-сессии.

Предлагаемое решение: наблюдать за процессом

Если вы не можете из ш<|eos|>