Η άνοδος της κουλτούρας εξαπάτησης της τεχνητής νοημοσύνης και η κρίση προσλήψεων που άφησε πίσω της
getty
Μια ανάλυση 19.368 συνεντεύξεων με τεχνητή νοημοσύνη που διεξήχθη μεταξύ Ιουλίου 2025 και Ιανουαρίου 2026 διαπίστωσε ότι το 38,5% των υποψηφίων επισημάνθηκαν για συμπεριφορά εξαπάτησης με τεχνητή νοημοσύνη. Τα ποσοστά σημαίας τριπλασιάστηκαν σε διάστημα τριών μηνών στα τέλη του 2025 και σε τεχνικούς ρόλους το ποσοστό έφτασε το 48%. Τα δεδομένα προέρχονται από την Fabric, μια πλατφόρμα συνεντεύξεων τεχνητής νοημοσύνης που πουλάει επίσης ανίχνευση εξαπάτησης.
Αυτό υπερβαίνει κατά πολύ τους υποψηφίους που χρησιμοποιούν τεχνητή νοημοσύνη για να γυαλίσουν ένα βιογραφικό. Η τεχνητή νοημοσύνη μπορεί πλέον να παράγει απαντήσεις σε συνεντεύξεις σε πραγματικό χρόνο, να καθοδηγεί τους υποψηφίους με ευχέρεια πριν ξεκινήσουν μια συνομιλία και σε ορισμένες περιπτώσεις να δίνει απαντήσεις κατά τη διάρκεια μιας ζωντανής συνέντευξης χωρίς να το γνωρίζει ο υπεύθυνος προσλήψεων. Η έκθεση του FBI για το 2025 για το έγκλημα στο Διαδίκτυο τεκμηριώνει απάτες απασχόλησης με δυνατότητα τεχνητής νοημοσύνης, συμπεριλαμβανομένης της πλαστογράφησης φωνής και των ύποπτων φωνητικών παραποιήσεων που χρησιμοποιούνται κατά τη διάρκεια διαδικτυακών συνεντεύξεων εργασίας για την εξασφάλιση απομακρυσμένων θέσεων, με αναφερόμενες απώλειες περίπου 13 εκατομμυρίων δολαρίων.
Η διαδικασία πρόσληψης δεν σχεδιάστηκε ποτέ για να το πιάσει αυτό. Οι παραδοσιακές συνεντεύξεις δημιουργήθηκαν για να αξιολογήσουν πώς ένας υποψήφιος παρουσιάζει, επικοινωνεί και σκέφτεται στα πόδια του. Με την τεχνητή νοημοσύνη να αναπαράγει τώρα και τα τρία, το ερώτημα δεν είναι πλέον πώς να ελέγξετε καλύτερα, αλλά πώς να επαληθεύσετε διαφορετικά.
Πώς χρησιμοποιούν οι υποψήφιοι την τεχνητή νοημοσύνη για να εξαπατήσουν
Τα εργαλεία δημιουργίας τεχνητής νοημοσύνης επιτρέπουν στους υποψηφίους να ξαναγράψουν βιογραφικά ώστε να ταιριάζουν με τις περιγραφές θέσεων εργασίας, να υπερβάλλουν την εμπειρία και να παρουσιάζουν πειστικά τις δεξιότητές τους, ανεξάρτητα από την πραγματική τους ικανότητα. Μια έρευνα της Gartner σε 3.290 υποψηφίους εργασίας διαπίστωσε ότι τέσσερις στους 10 χρησιμοποιούν ήδη τεχνητή νοημοσύνη κατά τη διαδικασία υποβολής αιτήσεων για βιογραφικά, συνοδευτικές επιστολές και αξιολογήσεις. Ένα καλογραμμένο, ταιριαστό βιογραφικό δεν αποτελεί πλέον ισχυρή απόδειξη ότι ένας υποψήφιος έχει την εμπειρία που περιγράφει. Αντίθετα, μπορεί να αντικατοπτρίζει πόσο αποτελεσματικά ένα εργαλείο τεχνητής νοημοσύνης έχει μάθει να κατασκευάζει ένα έγγραφο βελτιστοποιημένο τόσο για συστήματα παρακολούθησης αιτούντων όσο και για τους ανθρώπους που το εξετάζουν.
Η βοήθεια συνεντεύξεων σε πραγματικό χρόνο παρουσιάζει μεγαλύτερο πρόβλημα. Πλατφόρμες όπως το Cluely, το Interview Coder και το Final Round AI αποδίδουν τις απαντήσεις στην οθόνη του ίδιου του υποψηφίου, έξω από το επίπεδο που καταγράφει ένα κοινόχρηστο στοιχείο οθόνης, ενώ μεταγράφει τον ήχο του συνεντευκτή κατά τη διάρκεια της συνομιλίας. Ο ερευνητής βλέπει μια καθαρή κοινόχρηστη οθόνη. Ο υποψήφιος βλέπει το σενάριο. Τα δεδομένα της Fabric δείχνουν επίσης ότι οι κατώτεροι υποψήφιοι απατούν με περίπου διπλάσιο ποσοστό από τους ανώτερους, και οι τεχνικές προσλήψεις είναι πολύ πιο εκτεθειμένες από ρόλους όπως οι πωλήσεις, όπου το ποσοστό σημαίας ήταν 12%.
Στο πιο σοβαρό τέλος, η τεχνητή νοημοσύνη δεν χρησιμοποιείται για να βελτιώσει την παρουσίαση ενός πραγματικού υποψηφίου. Χρησιμοποιείται για την κατασκευή ενός εξ ολοκλήρου. Η Έκθεση Φωνητικής Νοημοσύνης και Ασφάλειας της Pindrop για το 2025 κατέγραψε αύξηση 1.300% από έτος σε έτος στις απόπειρες απάτης βαθιάς ψευδούς απάτης σε όλες τις κλήσεις που ανέλυσε, μεταβαίνοντας από περίπου μία το μήνα σε επτά την ημέρα. Η πρόσληψη είναι ένας από τους στόχους και το FBI έχει εκδώσει συγκεκριμένες προειδοποιήσεις σχετικά με τους deepfake υποψηφίους σε συνεντεύξεις από απόσταση. Έκτοτε, το Υπουργείο Δικαιοσύνης έχει διώξει σχέδια στα οποία περισσότερες από 300 αμερικανικές εταιρείες προσέλαβαν εν αγνοία τους Βορειοκορεάτες λειτουργούς πληροφορικής που εργάζονταν με κλεμμένες ταυτότητες.
Η Gartner προβλέπει ότι μέχρι το 2028, ένα στα τέσσερα προφίλ υποψηφίων παγκοσμίως θα μπορούσε να είναι ψεύτικο. Σε αυτή την κλίμακα, οι ομάδες προσλήψεων δεν μπορούν πλέον να το αντιμετωπίζουν ως αιχμή.
Γιατί αυτό γίνεται πρόβλημα ανθρώπινου δυναμικού
Ένας υποψήφιος μπορεί να περάσει κάθε στάδιο μιας διαδικασίας πρόσληψης και να μην μπορεί να κάνει τη δουλειά ανεξάρτητα. Μια ισχυρή γραπτή αξιολόγηση και ένα τέλεια βελτιστοποιημένο βιογραφικό δεν αποτελούν πλέον αξιόπιστα σημάδια υποκείμενης ικανότητας όταν η τεχνητή νοημοσύνη μπορεί να δημιουργήσει και τα δύο. Το χάσμα μεταξύ του τρόπου με τον οποίο ένας υποψήφιος αποδίδει κατά τη διάρκεια της αξιολόγησης και του τρόπου με τον οποίο αποδίδει μόλις προσληφθεί είναι εκεί που ξεκινά το πραγματικό κόστος.
Αυτό το κόστος υπερβαίνει κατά πολύ μια κακή πρόσληψη. Το κόστος πρόσληψης, οι επενδύσεις ενσωμάτωσης και η χαμένη παραγωγικότητα συσσωρεύονται προτού ακόμη ένας οργανισμός εντοπίσει την αναντιστοιχία. Ακολουθεί η διακοπή της ομάδας και ο αντίκτυπος στους πελάτες, ιδιαίτερα σε ρόλους που αντιμετωπίζουν πελάτες ή τεχνικούς ρόλους όπου ένα κενό δεξιοτήτων γίνεται γρήγορα ορατό.
Για ορισμένες θέσεις ο κίνδυνος είναι πιο σοβαρός από την υποαπόδοση. Στην αναφορά αναφοράς Deepfake Readiness Benchmark της GetReal Security, το 41% των ηγετών πληροφορικής, ασφάλειας στον κυβερνοχώρο, κινδύνου και απάτης δήλωσε ότι η εταιρεία τους είχε προσλάβει και ενσωματώσει έναν δόλιο υποψήφιο. Οι υποθέσεις που αφορούν κατασκευασμένες ταυτότητες φέρουν έκθεση σε θέματα ασφάλειας και συμμόρφωσης που δεν κάνει μια συμβατική κακή πρόσληψη, ειδικά όταν οι απομακρυσμένοι ρόλοι παρέχουν πρόσβαση σε ευαίσθητα συστήματα ή δεδομένα.
Τα συστήματα που σχεδιάστηκαν για την αξιολόγηση των ταλέντων δεν κατασκευάστηκαν ποτέ για να ανιχνεύουν πότε το ταλέντο είναι τεχνητό. Οι περισσότεροι εργοδότες εξακολουθούν να εργάζονται από ένστικτο. Σε μια έρευνα του Checkr σε 3.000 διευθυντές προσλήψεων, το 59% είπε ότι είχε υποψιαστεί ότι ένας υποψήφιος χρησιμοποιούσε τεχνητή νοημοσύνη για να παραποιήσει τον εαυτό του κατά τη διαδικασία πρόσληψης. Μεταξύ των συνεντευκτών μεγάλης τεχνολογίας, η υποψία είναι υψηλότερη: σε μια έρευνα του Interviewing.io με τους συνεντευκτές FAANG και γειτονικούς με FAANG, το 81% υποψιάστηκε ότι εξαπάτησε την τεχνητή νοημοσύνη και περίπου το ένα τρίτο είπε ότι είχε πιάσει κάποιον. Η καχυποψία, όμως, δεν είναι ανίχνευση. Και χωρίς αξιόπιστη ανίχνευση, η απόφαση πρόσληψης γίνεται στοίχημα.
Πώς το HR μπορεί να προσλάβει με ακρίβεια όταν οι υποψήφιοι χρησιμοποιούν AI
Η καταπολέμηση της υποψήφιας απάτης με τη βοήθεια AI απαιτεί περισσότερα από καλύτερα εργαλεία ανίχνευσης. Απαιτεί την ανακατασκευή τμημάτων της διαδικασίας πρόσληψης, ώστε η τεχνητή νοημοσύνη να έχει λιγότερο χώρο για να υποκαταστήσει την πραγματική ικανότητα υποψηφίου.
Επαληθεύστε το βιογραφικό πριν το αντιμετωπίσετε ως αποδεικτικό στοιχείο
Ένα βιογραφικό θα πρέπει να καθορίζει τι πρέπει να ελεγχθεί και όχι να διευθετήσει το ερώτημα εάν ένας υποψήφιος είναι κατάλληλος. Το ιστορικό απασχόλησης, τα προσόντα, οι αναφορές, οι πιστοποιήσεις και η σχετική εμπειρία θα πρέπει να επαληθεύονται προτού ληφθούν υπόψη σε μια απόφαση πρόσληψης. Το βιογραφικό ανοίγει τη συζήτηση. Η επαλήθευση καθορίζει εάν οι αξιώσεις ισχύουν.
Δοκιμάστε τι μπορούν πραγματικά να κάνουν οι υποψήφιοι
Οι διαδικασίες πρόσληψης θα πρέπει να δίνουν στους υποψηφίους ευκαιρίες να επιδείξουν τις δεξιότητές τους μέσω εργασιών για συγκεκριμένους ρόλους, πρακτικών αξιολογήσεων, περιπτωσιολογικών μελετών και δειγμάτων εργασίας. Αυτές οι μέθοδοι μετατοπίζουν την εστίαση από το πόσο καλά παρουσιάζει ένας υποψήφιος σε χαρτί σε αυτό που μπορεί πραγματικά να παράγει. Ο στόχος δεν είναι να εξαλειφθεί εντελώς η τεχνητή νοημοσύνη από τη διαδικασία. Είναι να διασφαλιστεί ότι η τεχνητή νοημοσύνη δεν μπορεί να κάνει τη δουλειά στη θέση του υποψηφίου.
Δημιουργήστε συνεντεύξεις γύρω από τις απαντήσεις του ίδιου του υποψηφίου
Η προηγούμενη απάντηση ενός υποψηφίου είναι μια καλύτερη βάση για παρακολούθηση από μια άλλη γενική ερώτηση. Ζητώντας τους να εξηγήσουν μια απόφαση που πήραν, να υπερασπιστούν ένα παράδειγμα από την εμπειρία τους ή να διερευνήσουν πώς θα άλλαζε το αποτέλεσμα εάν μια μεταβλητή ήταν διαφορετική, απαιτεί να κατανοήσουν τι έχουν παρουσιάσει. Γίνεται πολύ πιο δύσκολο να βασιστείς σε μια προετοιμασμένη ή δημιουργημένη από AI απάντηση όταν η συνομιλία μεταβαίνει στις συγκεκριμένες λεπτομέρειες της δικής τους εμπειρίας.
Κρατήστε την ανθρώπινη κρίση στη διαδικασία
Η απάντηση στην απάτη με τη βοήθεια τεχνητής νοημοσύνης δεν είναι άλλο ένα επίπεδο αυτοματοποιημένου ελέγχου. Αυτό κινδυνεύει να δημιουργήσει μια διαφορετική εκδοχή του ίδιου προβλήματος, όπου οι νόμιμοι υποψήφιοι φιλτράρονται από συστήματα που επίσης μαντεύουν τι είναι πραγματικό. Η τεχνολογία μπορεί να υποστηρίξει ελέγχους ταυτότητας και ανίχνευση απάτης, αλλά θα πρέπει να βρίσκεται δίπλα στην ανθρώπινη κρίση αντί να την αντικαθιστά. Η ισχυρότερη προσέγγιση συνδυάζει επαλήθευση, πρακτική αξιολόγηση και ανθρώπινη επίβλεψη στα σημεία όπου μια απόφαση πρόσληψης εγκυμονεί τον μεγαλύτερο κίνδυνο.
Η άνοδος της απάτης υποψηφίων με τη βοήθεια τεχνητής νοημοσύνης δεν αποτελεί πρόβλημα ηθικής υποψηφίου. Είναι ένα πρόβλημα υποδομής προσλήψεων και τα δεδομένα δείχνουν ότι χειροτερεύει. Τα βιογραφικά, οι συνεντεύξεις και οι γραπτές αξιολογήσεις μπορούν πλέον να δημιουργηθούν με εργαλεία που κάνουν τη γυαλισμένη απόδοση να μην διακρίνεται από την πραγματική ικανότητα. Η προσθήκη περισσότερων αυτοματισμών σε αυτήν την εξίσωση δεν θα το διορθώσει. Αυτό που θέλει είναι η ισχυρότερη επαλήθευση, η αξιολόγηση πρακτικών δεξιοτήτων και οι συνεντεύξεις που βασίζονται σε αυτά που πραγματικά γνωρίζουν οι υποψήφιοι και όχι σε αυτά που έχουν προετοιμαστεί να πουν. Ο στόχος δεν είναι να δυσκολέψουν τις προσλήψεις. Είναι για να γίνει πιο δύσκολο το ψεύτικο.







