Техническите интервюта постепенно се превръщат в сложен тест за знания, умения и наблюдателност. Докато компаниите в софтуерния бранш внедряват изкуствен интелект за автоматизация и оценка на процесите, от другата страна се появява явление, което тревожи HR експерти и мениджъри: кандидати, които използват AI, за да решават задачи по време на интервюто.
Последиците от наемането на човек, който разчита на AI, могат да бъдат доста негативни. На практика компанията получава профил, който изглежда перфектен на хартия и на екрана, но в реалната работа може да се окаже неспособен да решава проблеми самостоятелно, да мисли критично или да адаптира знанията си към реални проекти.
Има ли как да се избегне това? Ето какво показва опитът на експерти от глобалната софтуерна компания DataArt, които се занимават с подбор на кандидати за технически позиции:
Перфектни решения и скорост на изпълнение
Един от най-очевидните признаци е когато кандидатът решава сложни задачи бързо и почти безупречно. Кодът е чист, добре структуриран и с коментари, които звучат необичайно академично и сякаш не са писани от реален човек. В нормални условия дори опитни програмисти правят малки грешки, прекъсвания или поправки, които показват процес на мислене.
Според експертите от DataArt скоростта на решението на технически задачи често е не по-малко показателна от самото качество. Кандидатът може да предостави големи блокове код мигновено, без видими паузи за мислене или проверка. Такова съчетание от точност и бързина често е индикатор, че част от работата не е изцяло собствено усилие, а това поставя под въпрос способността на кандидата да се справя с технически задачи в реална работа по проект.
Кодът и думите не съвпадат

Друг ключов сигнал е разминаването между начина, по който кандидатът обяснява решенията си на глас, и това, което предоставя писмено. Понякога устните обяснения звучат опростено, несигурно или колебливо, докато писменият резултат е твърде прецизен, формален или „готов“. Според Денис Юхно, управляващ директор на DataArt България и Delivery мениджър в компанията, това може да включва чист код, перфектни коментари или структурирани решения, които не съответстват на реалните умения и знанията, демонстрирани по време на техническото интервю.
Дълги паузи, несигурност и следене на готов текст
Удължените паузи преди отговор, колебливостта в обясненията и фиксирането на поглед върху скрит текст често подсказват, че кандидатът следи готови решения, вместо да формира отговора си самостоятелно. „В практиката сме срещали случаи, при които кандидатът рецитира готови отговори или следи текст, който не е видим за интервюиращия. Това обикновено индикира, че се разчита на AI повече, отколкото на собствените умения“, споделя Калоян Йорданов, Senior Ruby on Rails Developer в DataArt.
Преповтаряне на въпроса
Още един сигнал може да се наблюдава, когато кандидатът преповтаря зададения въпрос, сякаш го диктува или препрочита, преди да формулира отговора. “Това поведение често е начин да се издиктува задачата на AI инструмента, който ще генерира решение, вместо кандидатът да създаде сам. Такъв маркер е особено видим при сложни задачи, където обясненията на глас звучат неуверено, а писмените резултати – перфектно и готово решение”, коментира Денис Юхно.
Местене на погледа при използване на втори екран

Според Росина Ангелова, рекрутер в DataArt, кандидатите, които използват AI, често работят с два екрана или устройства едновременно – един за видео връзката и шернат екран, друг за справки или генериране на отговори. Това се проявява чрез отклоняване на погледа от камерата или екрана, несъответствие между движенията и речта или ненатурални паузи, които „печелят“ време, докато AI подготви отговора.
Странни реакции при промяна на условията на задачата
Кандидатът може да се затрудни при малка модификация на задачата, която AI лесно решава, но самият той не разбира. Например, промяна на входни данни, ограничение във времето или изискване да обясни алгоритъма по друг начин често води до колебание или грешки. Това е показател за зависимост от външна помощ и липса на гъвкавост при решаването на проблеми, които изискват адаптация на знанията в реални условия.
„Случвало ми се е да интервюирам кандидат, който на едни въпроси дава прекалено опростени или дори неточни отговори, без да използва базова терминология, а на други – отговаря буквално „като по учебник“, с правилните понятия и формулировки. Когато обаче го помоля да обясни какво означава даден термин или защо го използва, често зацикля или се оплита“, коментира Калоян Йорданов.
Explore more
Как да проверим подозренията с въпроси

За да се потвърдят или отхвърлят съмненията, че кандидат разчита на изкуствен интелект по време на техническо интервю, могат да се използват целенасочени въпроси и малки промени в динамиката на разговора, съветва Калоян Йорданов от DataArt.
Обяснение на логиката
Помолете кандидата да обясни всяка стъпка от решението си и да аргументира избора на подход. Способността да защити логиката зад дадено решение е ключов индикатор за реално разбиране. При кандидати, които разчитат на външна помощ, често се наблюдава зацикляне или разпадане на първоначално уверения отговор.
Обяснение с прости думи
Поискайте кандидатът да обясни същото решение с по-достъпен език, така че да бъде разбираемо за човек дори с по-малък опит. Умението да се превеждат сложни технически концепции на ясен и разбираем език е силен маркер за усвоени знания, докато възпроизведените от външен източник отговори често се разпадат именно при такова изискване.
Малки вариации в задачата
Дайте задача с леки промени – различни входни данни, допълнителни ограничения или промяна в контекста. Това изисква адаптация и гъвкавост, които не могат да бъдат компенсирани с готово решение.
Приложение в практика
Поискайте примери как предложеното решение би работило в реален проект, какви са потенциалните му ограничения и как би се поддържало във времето.
Директен въпрос за използване на помощни инструменти
В определени ситуации работи и директният подход – открит въпрос дали кандидатът използва помощни инструменти по време на интервюто. „Често самият въпрос променя поведението на кандидата. При хора, които разчитат на външна помощ, следва объркване или рязък спад в качеството на отговорите“, споделя Калоян Йорданов. Според него тази реакция ясно показва разликата между самостоятелни знания и зависимост от готови решения.
Изкуственият интелект като инструмент, не заместител
Днес изкуственият интелект е част от ежедневната работа на всеки от нас – той може да помогне при подготовка за интервю, да сверим знанията си и да го ползваме като допълващ инструмент. Но когато се разчита изцяло на него по време на самото интервю, това не е полезно нито за кандидата, нито за работодателя. Краткосрочното представяне може да е впечатляващо, но в реалната работа няма как да се заменят човешката преценка, адаптивността и способността да се решават проблеми самостоятелно.