Почему регулирование ИИ в найме в Калифорнии важно и для РФ

Регулирование ИИ в найме перестало быть теоретической дискуссией для юристов и HR-директоров: в 2024–2025 годах законодатели Калифорнии продвинули сразу несколько законопроектов, обязывающих работодателей раскрывать использование алгоритмов при подборе персонала, проводить аудит на дискриминацию и давать кандидатам право на «человеческое» решение. Для российских компаний, активно внедряющих ИИ-рекрутинг, это сигнал: регуляторная волна, начавшаяся в США и ЕС, рано или поздно докатится и до отечественного HR-рынка, и готовиться к ней нужно уже сейчас.

Что происходит в Калифорнии: новые законопроекты об ИИ в найме

Законодательное собрание Калифорнии продвинуло пакет биллей, регулирующих использование автоматизированных систем принятия решений (ADS) в HR-процессах, — от скрининга резюме до оценки производительности. Основной массив требований уже закреплён в регуляции Civil Rights Council, вступившей в силу 1 октября 2025 года, и включает обязательный аудит алгоритмов на дискриминационное воздействие, а также обязанность работодателя хранить данные о работе ИИ-системы не менее четырёх лет.

Ключевая идея калифорнийского подхода — распространить действующий антидискриминационный закон штата (FEHA) на случаи, когда решение о найме принимает не человек, а алгоритм. Работодатель отвечает за дискриминационный результат ИИ-системы точно так же, как если бы решение принимал HR-менеджер лично — независимо от того, разрабатывал ли компания модель сама или купила решение у вендора.

«Работодатели не могут прятаться за алгоритмом: ответственность за дискриминационное решение остаётся на компании, даже если решение формально принял ИИ»— Johnny C. Taylor Jr., президент и CEO, SHRM

Как регулируется использование ИИ в найме сотрудников?

Регулирование строится на трёх уровнях: раскрытие факта использования ИИ кандидату, обязательный аудит алгоритма на предвзятость и сохранение права человека на пересмотр автоматического решения. Это общая логика, которую сегодня применяют и в Калифорнии, и в Нью-Йорке, и в Евросоюзе — различаются только сроки, штрафы и глубина требований к документации.

Автоматизированная система принятия решений (ADS) — это программный инструмент, который полностью или частично заменяет человеческую оценку при найме: ранжирует резюме, оценивает видеоинтервью по мимике и речи, прогнозирует «культурное соответствие» кандидата или рассчитывает риск увольнения. Именно такие системы подпадают под новые требования.

В Нью-Йорке действующий с 2023 года Local Law 144 требует независимого bias-аудита инструмента ежегодно и публикации результатов на сайте компании ещё до начала его использования (NYC DCWP). В Иллинойсе с 2020 года работает Artificial Intelligence Video Interview Act, обязывающий информировать кандидата о применении ИИ-анализа видеоинтервью и получать его согласие.

Сравнение подходов к регулированию ИИ в найме в разных юрисдикциях

Как ИИ применяется при приеме на работу?

Сегодня использование ИИ при приеме на работу охватывает четыре основных этапа: скрининг резюме, предварительное интервью, оценку soft skills и прогноз удержания сотрудника. По данным McKinsey, 78% организаций в мире уже внедрили ИИ хотя бы в одну бизнес-функцию, и HR традиционно входит в число первых направлений автоматизации наряду с продажами и маркетингом.

В России крупные работодатели — банки, ритейл, телеком — также активно используют алгоритмы для первичного отсева откликов и назначения собеседований: это позволяет обрабатывать тысячи резюме в день, но одновременно создаёт риск «чёрного ящика», когда компания не может объяснить кандидату причину отказа. Для средних компаний, которые масштабируются и формируют HR-функцию с нуля, важно сразу закладывать прозрачность алгоритмов — это существенно дешевле, чем переделывать процессы под регуляторные требования постфактум.

Какие риски несет использование ИИ в управлении персоналом?

Главные риски ИИ в управлении персоналом — это скрытая дискриминация по защищённым признакам, юридическая ответственность за решения «чёрного ящика» и потеря доверия кандидатов к бренду работодателя. Алгоритм, обученный на исторических данных компании, с высокой вероятностью воспроизведёт прошлые паттерны найма — включая гендерный или возрастной перекос, даже если разработчики не закладывали дискриминацию намеренно.

«Любая HR-технология, которая не прошла проверку на предвзятость, рано или поздно станет источником репутационного и юридического риска для компании — вопрос только в сроках»— Kathi Enderes, SVP of Research, The Josh Bersin Company

Дополнительный риск — несоответствие ИИ-инструмента требованиям о защите персональных данных. Для российских компаний это уже действующая норма 152-ФЗ, а не гипотетическая перспектива: обработка биометрических данных кандидата (анализ видеоинтервью, распознавание эмоций) требует отдельного согласия и повышенных мер защиты.

Какие законы регулируют использование ИИ при найме персонала в Калифорнии?

Ключевой правовой инструмент — поправки Civil Rights Council к закону California Fair Employment and Housing Act (FEHA), вступившие в силу 1 октября 2025 года и прямо распространяющие антидискриминационные нормы на автоматизированные системы принятия решений. Параллельно на федеральном уровне действует Комиссия по равным возможностям трудоустройства (EEOC), которая рассматривает жалобы на дискриминационные алгоритмы в рамках существующего Title VII.

Для бизнеса это означает, что формальное использование стороннего ИИ-вендора не снимает ответственности: калифорнийский регулятор прямо указывает, что работодатель обязан проверять поставляемые инструменты на соответствие антидискриминационным нормам ещё до их внедрения в HR-процессы.

Что это значит для российского рынка: 7 шагов подготовки HR к регулированию ИИ

Прямого федерального закона об ИИ в найме в России пока нет, но отраслевые стандарты и этические кодексы уже формируются, а крупные компании начинают проводить добровольный аудит алгоритмов по аналогии с западной практикой. Компаниям, которые планируют масштабирование и выход на новые рынки, разумно действовать на опережение — особенно если среди партнёров или инвесторов есть международные структуры с собственными комплаенс-требованиями.

1. Инвентаризируйте все ИИ-инструменты, которые используются в найме, оценке и увольнении персонала.
2. Проведите независимый аудит алгоритмов на предвзятость по защищённым признакам (пол, возраст, инвалидность).
3. Зафиксируйте политику хранения данных о решениях ИИ-систем минимум на 3–4 года.
4. Внедрите процедуру «человек в контуре» — право кандидата на пересмотр автоматического отказа.
5. Обновите согласия на обработку персональных и биометрических данных в соответствии с 152-ФЗ.
6. Обучите HR-команду объяснять логику работы алгоритмов кандидатам и проверяющим органам.
7. Проведите стратегическую сессию с привлечением юристов и технологических консультантов для выстраивания долгосрочной политики ответственного ИИ.

Для средних компаний, которые амбициозно планируют рост до уровня крупной корпорации, вопрос регулирования ИИ в найме — это не только юридическая гигиена, но и часть общей стратегии роста. Компании, системно выстраивающие внедрение ИИ в бизнес, закладывают governance-процедуры сразу, а не после первого инцидента или жалобы, что в итоге экономит бюджет на переделку систем и снижает репутационные риски при масштабировании.

Отдельная история — компании, где нет штатного директора по развитию, способного курировать и технологическую, и кадровую повестку одновременно. В таких случаях функцию контроля за внедрением HR-технологий и их соответствием регуляторным требованиям разумно передать на аутсорс — например, привлечь независимого директора по развитию, который выстроит прозрачные процессы без конфликта интересов с внутренними департаментами.

Какие меры предосторожности нужно учитывать при внедрении ИИ в HR-процессы?

Три базовые меры предосторожности — это документирование логики работы алгоритма, регулярный пересмотр обучающих данных и обязательное сохранение финального права вето за человеком. По данным SHRM, около 24% организаций уже используют ИИ в HR-активностях, но лишь часть из них формализовала политику контроля за качеством и справедливостью таких систем — это создаёт разрыв между темпами внедрения технологии и темпами выстраивания governance.

Европейский AI Act прямо относит системы для найма, продвижения и увольнения сотрудников к категории «высокого риска», обязывая проходить оценку соответствия ещё до вывода на рынок (AI Act EU). Для российских компаний, работающих с европейскими партнёрами или планирующих экспансию, это дополнительный аргумент в пользу раннего внедрения ответственных практик уже сейчас.

Сергей Семёнов, ESSG Consulting: «В нашей практике с клиентами из сферы розничной торговли и логистики мы регулярно видим, как компании внедряют ИИ-скрининг резюме без предварительного аудита алгоритма — и через полгода сталкиваются с жалобами кандидатов и падением конверсии в офферы. В одном из проектов для федеральной розничной сети мы провели аудит действующей системы автоматического отбора кандидатов на складские позиции: выяснилось, что алгоритм систематически занижал оценки кандидатам старше 45 лет из-за перекоса в обучающей выборке. После перенастройки модели и внедрения процедуры «человек в контуре» компания увеличила долю успешных офферов на 23% и сократила количество жалоб на дискриминацию до нуля за следующие два квартала.

По опыту наших клиентов из банковского сектора, регуляторное давление на ИИ в HR будет расти и в России, хотя прямого закона пока нет — отраслевые ассоциации уже формируют этические кодексы, и крупные банки добровольно проходят внешний аудит алгоритмов найма, чтобы не отстать от требований международных партнёров и инвесторов. Это создаёт конкурентное преимущество для тех, кто внедряет governance заранее, а не постфактум.

Практический вывод для руководителя прост: прежде чем масштабировать ИИ-рекрутинг на всю компанию, проведите пилотный аудит на одном подразделении, зафиксируйте метрики справедливости и только потом тиражируйте решение — это снижает юридические риски и экономит бюджет на переделку систем в будущем в разы».

Сколько стоит и за какой срок окупается внедрение ответственного ИИ в HR?

Аудит и перенастройка одного ИИ-инструмента в найме обычно занимают от 4 до 8 недель и окупаются за счёт снижения текучести и юридических издержек уже в течение одного-двух кварталов. Конкретная стоимость зависит от масштаба компании, количества используемых систем и глубины требуемого аудита — для средней компании с одним-двумя HR-инструментами проект, как правило, укладывается в сопоставимый с квартальным HR-бюджетом диапазон.

FAQ: часто задаваемые вопросы о регулировании ИИ в найме

Как регулируется использование ИИ в найме сотрудников?

Регулирование строится на трёх принципах: обязательное раскрытие факта использования ИИ кандидату, независимый аудит алгоритма на дискриминацию и сохранение права на человеческий пересмотр решения. В Калифорнии эти нормы закреплены поправками к FEHA, действующими с 1 октября 2025 года, в Нью-Йорке — Local Law 144, в ЕС — AI Act.

Какие риски несет использование ИИ в управлении персоналом?

Основные риски — скрытая дискриминация по защищённым признакам, юридическая ответственность за решения «чёрного ящика» и ущерб репутации бренда работодателя. Дополнительный риск для российских компаний — несоблюдение требований 152-ФЗ при обработке биометрических данных кандидатов.

Как ИИ применяется при приеме на работу?

ИИ используется для скрининга резюме, предварительного видеоинтервью, оценки soft skills и прогнозирования риска увольнения нового сотрудника. По данным McKinsey, HR входит в число функций, где автоматизация внедряется наиболее активно наряду с продажами и маркетингом.

Какие законы регулируют использование ИИ при найме персонала в Калифорнии?

Ключевой документ — поправки Civil Rights Council к закону FEHA, вступившие в силу 1 октября 2025 года и обязывающие работодателей проводить аудит автоматизированных систем принятия решений и хранить данные о их работе не менее четырёх лет.

С чего начать подготовку компании к регулированию ИИ в найме?

Начните с инвентаризации всех используемых ИИ-инструментов в HR, проведите независимый аудит на предвзятость и зафиксируйте процедуру человеческого пересмотра автоматических решений — это минимальный набор мер, который снижает юридические и репутационные риски уже в первые месяцы.

#РегулированиеИИвНайме #ИИвHR #ESSGConsulting #ЦифроваяТрансформация #РискиИИ