Większość rozmów z AI, które zobaczysz na demie u dostawcy, jest skryptowana. Prezentacja nazywa je „napędzanymi przez AI". Nie są.

Skryptowana rozmowa to lista pytań odczytana przez chatbota. Każdy kandydat dostaje te same pytania w tej samej kolejności, niezależnie od tego, co mówi. „AI" jedzie po szynach: czyta pytania na głos, transkrybuje odpowiedzi, punktuje je według rubryki. To nie jest rozmowa. To ankieta z głosem.

Adaptacyjna rozmowa to co innego. AI słucha tego, co kandydat faktycznie powiedział, wyłapuje, co jest konkretne, co mgliste, co warto podrążyć — i zadaje kolejne pytanie na tej podstawie. Rozmowa ma dokąd pójść, bo system ma dokąd ją poprowadzić.

Rozróżnienie brzmi technicznie. W praktyce to cała stawka.

Dlaczego reaktywność zaczęła mieć znaczenie

Dwa lata temu większość kandydatów pisała CV sama i sama ćwiczyła odpowiedzi. Dziś blisko połowa osób szukających pracy używa AI do przygotowania aplikacji. Wśród pokolenia Z odsetek jest wyższy. Każdy kandydat przychodzi na rozmowę z przygotowanymi odpowiedziami, wyuczonymi frameworkami i tezami dopracowanymi pod konkretny opis stanowiska.

Skryptowana rozmowa nie ma z tym szans. Każde pytanie jest przewidywalne. Każdy kandydat się przygotował. Każda odpowiedź brzmi wystarczająco dobrze.

Rozmowa przestaje różnicować kandydatów, bo kandydaci już zróżnicowali się sami — na tych, którzy przygotowali się z AI, i tych, którym się nie chciało.

Adaptacyjna rozmowa łamie ten schemat. Kandydat nie wie, co będzie dalej, bo to, co będzie dalej, zależy od tego, co przed chwilą powiedział. Wyuczone odpowiedzi nie przeżywają zderzenia z pytaniem, którego nikt nie przewidział.

Co naprawdę znaczy „adaptacyjna"

Adaptacyjna nie znaczy losowa. Nie znaczy podchwytliwa. Nie znaczy, że AI próbuje przyłapać kandydata.

Znaczy, że AI robi to, co robi dobry rozmówca:

• słyszy konkretną deklarację i pyta, jak to faktycznie zostało zrobione

• wychwytuje mglistą odpowiedź i prosi o przykład

• zauważa sprzeczność i wraca do niej później

• wchodzi głębiej, kiedy kandydat wchodzi głębiej

• idzie dalej, kiedy kandydat naprawdę utknął, zamiast go dociskać

Najbliższa analogia to nie quiz. To senior inżynier rozmawiający z juniorem przy kawie. Idą za rozmową.

Dobrze zbudowana adaptacyjna rozmowa z AI robi to samo z każdym kandydatem, w każdym języku, o każdej porze — bez zmęczenia i bez wpływu nastroju.

Skryptowana kontra adaptacyjna: co naprawdę pokazuje to porównanie

Skryptowana rozmowa pokazuje, do czego kandydat się przygotował.

Adaptacyjna pokazuje, co kandydat naprawdę wie.

Na tym polega cała różnica — i jest większa, niż brzmi. Trzy przykłady.

„Opowiedz o sytuacji, w której prowadziłeś trudny projekt."

Skryptowana: kandydat opowiada dopracowaną historię, której użył w tym miesiącu pięć razy. System punktuje historię. Idzie dalej.

Adaptacyjna: AI słyszy historię i dopytuje. „Wspomniałeś, że zespół początkowo się opierał. Przeciw czemu konkretnie i co zmieniło ich zdanie?". Teraz kandydat improwizuje. Albo faktycznie prowadził ten projekt, albo za chwilę zacznie wymyślać szczegóły.

„Pokaż, jak zdiagnozowałbyś wolny endpoint API."

Skryptowana: kandydat wylicza podręcznikowe kroki. Sprawdzić logi. Sprofilować kod. Zajrzeć w zapytania do bazy. Ocena: akceptowalna.

Adaptacyjna: AI słyszy podręcznikową odpowiedź i dopytuje. „Opowiedz o ostatnim razie, kiedy faktycznie to robiłeś na produkcji. Co było wąskim gardłem?". I już wiadomo, czy kandydat to robił, czy tylko o tym czytał.

„Dlaczego odchodzisz z obecnej firmy?"

Skryptowana: kandydat podaje wyćwiczoną formułkę o szukaniu możliwości rozwoju. System ją zapisuje. Idzie dalej.

Adaptacyjna: AI pyta o to, do czego kandydat się nie przygotował. „Jakich konkretnie możliwości rozwoju nie miałbyś w obecnej roli?". Tej odpowiedzi nagle warto posłuchać.

Co daje reaktywność

Sześć rzeczy, które adaptacyjna rozmowa wydobywa, a skryptowana pomija.

Głębokość realnego doświadczenia. Skryptowane pytania pokazują, czego ktoś się nauczył. Adaptacyjne dopytywanie pokazuje, co faktycznie zrobił.

Autentyczność deklaracji. Kandydat, który podkoloryzował projekt w CV, poradzi sobie z pierwszym pytaniem. Nie poradzi sobie z trzecim dopytaniem o szczegół, którego nie przewidział.

Sposób myślenia pod presją. Nie stres dla samego stresu. Zwykła presja rozmowy, która idzie w stronę nieprzewidzianą w scenariuszu.

Jakość komunikacji. Jak kandydat radzi sobie z niepewnością. Czy przyznaje, kiedy czegoś nie wie. Czy jego odpowiedzi robią się jaśniejsze, czy bardziej mętne, im głębiej się schodzi.

Realne sygnały dopasowania kulturowego i funkcjonalnego. Pytanie behawioralne dostaje behawioralną odpowiedź. Dopiero dopytanie pokazuje, czy to była historia, czy scenariusz.

Sygnały fraudu. Deepfake'owe rozmowy i kandydaci podpowiadani przez AI potykają się na adaptacyjnym pytaniu. Przygotowane scenariusze nie obejmują części nieprzewidzianych. Tego nie da się doczepić do systemu skryptowanego — żeby działało, sama rozmowa musi być reaktywna.

Co przetestować na demie

Wszystkie dema wyglądają tak samo. Dostawca prowadzi cię przez ścieżkę kandydata z przygotowanymi odpowiedziami, AI zadaje przygotowane pytania pogłębiające i wszystko idzie gładko, bo wszystko zostało ustawione tak, żeby szło gładko.

Żeby sprawdzić, czy AI jest naprawdę adaptacyjne, podrzuć demu coś, czego się nie spodziewa.

Pięć rzeczy wartych sprawdzenia:

• odpowiedz mgliście i zobacz, czy AI dopyta o konkrety, czy po prostu pójdzie dalej

• rzuć mocną deklaracją („Prowadziłem zespół 50 inżynierów w startupie na etapie Series C") i zobacz, czy AI zapyta jak, kiedy, na jakim stacku

• zaprzecz sobie między dwiema odpowiedziami i zobacz, czy AI to wyłapie, czy potraktuje je jako niepowiązane

• podaj odpowiedź z konkretnej domeny, spoza przygotowanego scenariusza, i zobacz, czy dopytanie faktycznie odnosi się do treści

• powiedz „nie wiem" przy trudnym pytaniu i zobacz, czy AI zgrabnie pójdzie dalej, czy zada to samo pytanie innymi słowami

Jeśli demo tych testów nie przetrwa, słowo „adaptacyjny" w materiałach marketingowych pracuje ciężej niż adaptacyjność w samym produkcie.

Uczciwy kompromis

Adaptacyjne rozmowy trudniej zbudować, trudniej pokazać na demie i trudniej sprzedać niż skryptowane. Dlatego tylu dostawców sobie odpuszcza. Skryptowaną rozmowę da się złożyć w weekend. Adaptacyjna potrzebuje modelu, który rozumie, co kandydat przed chwilą powiedział, trzyma kontekst całej rozmowy i generuje dobre pytania pogłębiające w czasie rzeczywistym. Zupełnie inny problem.

Są też uzasadnione powody, żeby na niektórych etapach używać skryptu. Kwestionariusze zgodności. Standaryzowane testy. Etapy, na których chcesz, żeby każdy kandydat odpowiedział na dokładnie to samo pytanie. W porządku — tam skrypt ma sens.

Ale sama rozmowa, ta część, która ma ocenić dopasowanie, głębokość i autentyczność, skryptowana być nie powinna. Od tego jest adaptacyjność.

Co z tego wynika

Wybór między skryptem a adaptacyjnością nie jest tak naprawdę wyborem, jeśli traktujesz dzisiejszy rynek pracy poważnie. Skryptowane rozmowy zaprojektowano dla świata, w którym kandydaci nie mogli przygotować się z AI. Ten świat skończył się w 2023 roku.

Platformy, które wciąż sprzedają skryptowane rozmowy pod szyldem AI, obstawiają, że kupujący nie zauważą różnicy. Część nie zauważy. Ci, którzy zauważą, odkryją rzecz prostą: rozmowa albo drąży kandydata, albo przystawia mu pieczątkę — a na pieczątkę kandydat właśnie liczy.

Careerswift Hire od początku był budowany wokół adaptacyjnego dopytywania. AI generuje pytania kontekstowe na podstawie tego, co kandydat przed chwilą powiedział, prowadzi rozmowy HR i techniczne w jednym procesie i łączy to z warstwami wykrywania fraudów, które wyłapują to, czego nie wyłapie sama rozmowa. Rozmowa jest rozmową, a nie formularzem z głosem na wierzchu.

Przyjdź na demo z trudnym scenariuszem kandydata. Dobre platformy lubią taki test.

Umów demo.