Типовой найм в ИТ состоит из двух половин. Техническая — live coding, system design, тестовое задание — проверяет, умеет ли кандидат делать работу сегодня. Нетехническая — скрининг рекрутера и интервью с HR или руководителем — проверяет всё остальное: мотивацию, ожидания по деньгам, коммуникацию, «впишется ли человек в команду».
Проблема второй половины в том, что «всё остальное» редко имеет критерий. Вопросы знакомы каждому, кто проходил собеседование:
«Расскажите о себе и почему вы ищете работу»;
«Опишите конфликт с коллегой и как вы его решили»;
«Какие у вас сильные и слабые стороны?»;
«Где вы видите себя через пять лет?».
Ответы на них записываются как впечатление, а не как оценка по шкале. А самое главное, что такие вопросы не связаны ни с тем, как кандидат будет справляться со своей работой в моменте, ни с тем, как он сможет адаптироваться к изменениям. А последние, с точки зрения в ИТ весьма вероятны, ведь за какой-нибудь год работы может поменяться многое: стек, процессы, состав команды, приоритеты продукта, а теперь ещё и сам способ работы — с ИИ-ассистентами. А что могло бы быть вместо общих вопросов на нетехнической части? Мы могли бы, например, попытаться понять, справится ли кандидат с задачами, которых ещё нет, то есть его адаптивность.
Адаптивность — часть результативности, а не «софт-скилл»
Зачем нам задумываться о том, как будущий сотрудник справится с переменами? Дело в том, что результативность сотрудника состоит из четырёх частей: : выполнение задач (task performance), контекстная эффективность (contextual performance), контрпродуктивное поведение и адаптивная производительность. Последняя определяется как изменение поведения в ответ на новые требования среды — от кризисов и стресса до освоения новых технологий.
То есть адаптивность в психологии труда — не черта характера и не «гибкий навык» из вакансии, а наблюдаемое рабочее поведение, которое входит в саму структуру результативности наравне с выполнением задач.
Связана ли она с основной работой? Прямой ответ даёт исследование Shoss, Witt и Vera (2012): адаптивная производительность положительно связана с выполнением задач. Это корреляционные данные, а не доказательство того, что адаптивность вызывает рост результатов, но связь есть.
Теперь — о деньгах. Здесь нужна небольшая оговорка: исследования, которое проследило бы всю цепочку «адаптивная производительность → результативность → экономика фирмы», я не нашел. Но звенья цепочки по отдельности изучены.
Во-первых, индивидуальная результативность распределена не нормально. O'Boyle и Aguinis (2012) в пяти исследованиях на 198 выборках и 633 263 людях — исследователях, артистах, политиках, спортсменах — показали, что она подчиняется степенному закону: небольшая доля людей даёт непропорционально большую долю результата. Для найма это значит, что разница между «хорошим» и «лучшим» кандидатом больше, чем подсказывает интуиция.
Во-вторых, поведение сотрудников предшествует бизнес-результатам, а не наоборот. Koys (2001) в лонгитюдном исследовании сети ресторанов показал, что добровольные и инициативные действия сотрудников, которые выходят за рамки их официальных должностных инструкций и напрямую не вознаграждаются формальной системой поощрений, в последствии влекут за собой повышение прибыли и удовлетворённости клиентов.
В-третьих — и это ближе всего к нашей теме, — Kim и Ployhart (2014) на 359 фирмах и 12 годах данных о прибыли показали, что избирательный найм и внутреннее обучение связаны с ростом прибыли через производительность труда. Причём после Великой рецессии найм оказался полезнее обучения, и авторы объясняют это тем, что найм создаёт общий человеческий капитал, который делает фирму гибкой и способной к адаптации.
Отсюда вполне практический вывод: адаптивная производительность связана с результативностью, а результативность и качество найма — с экономикой фирмы.
Адаптивность можно предсказать
Если адаптивность — часть результативности, следующий вопрос: от чего она зависит и можно ли это увидеть до найма?
Park и Park (2019) свели 34 эмпирических исследования 1999–2016 годов в одну таблицу предикторов (антецедентов) адаптивной производительности и разложили их по четырём уровням. На индивидуальные характеристики пришлось 44 связи «исследование — предиктор», на характеристики работы — 6, группы — 4, организации — 4. Внутри индивидуального уровня лидируют черты личности, за ними самоэффективность, способности и знания, предшествующий опыт, саморегуляция, самолидерство и ориентация на научение.
Большая часть известных предикторов — свойства человека, которые он приносит с собой в компанию. А значит, их можно оценивать навходе.
Методики давно существуют
Итак, адаптивность — измеримый критерий с известными предикторами. Остаётся вопрос инструмента, и здесь изобретать почти ничего не нужно.
Каркас дала Pulakos и коллеги из критических инцидентов они вывели восемь измерений адаптивной производительности — работа в кризисах, совладание со стрессом, творческое решение проблем, работа в неопределённости, освоение задач и технологий, межличностная, культурная и физическая адаптивность. Вокруг этой таксономии построены опросники, которые сегодня можно взять и использовать:
шкала Stańczyk (2017) — 8 пунктов на 4 измерения Pulakos, проверена на 280 менеджерах;
шведская версия IWPQ (Dåderman и коллеги, 2020), где выделился отдельный фактор адаптивной производительности — обновление знаний и навыков;
Adaptive Expertise Inventory (Bohle Carbonell и коллеги, 2016) — 10 пунктов о предметных и инновационных навыках, проверен на 383 специалистах и выпускниках;
Revised Adaptive Expertise Survey (Ferguson и коллеги, 2018) — 13 пунктов, проверен на студентах на производственной практике;
Workplace Adaptability Inventory (Mulhearn и коллеги, 2026) — 25 шкал и 227 пунктов, проверен на 255 военнослужащих.
Все эти инструменты сводятся к измерениям Pulakos: лучше всего покрыты обучение и творческое решение проблем, хуже всего — кризисы и культурная адаптивность.
Безусловно, выборки далеки от ИТ: менеджеры, студенты, военные. И ни один инструмент не создавался для отбора, где у кандидата есть мотив выглядеть лучше. Значит ли это, что методики бесполезны для найма? Отнюдь. Они дают проверенное содержание — что именно спрашивать, — а форму можно поменять.
Из опросника — в структурированное интервью
Почему интервью, а не опросник? Потому что структурированное интервью — один из самых валидных методов отбора. В метаанализе Sackett и коллег (2022) его скорректированная валидность для прогноза эффективности работы составила 0,42 — наивысшая оценка среди изученных методов. Структура при этом означает конкретные вещи: одинаковые вопросы для всех кандидатов, заранее заданные якоря оценки и независимую оценку несколькими интервьюерами.
Перевод пункта опросника в вопрос интервью устроен просто. Утверждение «Нахожу новаторские способы справляться с неожиданными событиями» превращается в поведенческий вопрос «Расскажите о проблеме, которую не удавалось решить стандартными способами. Как вы нашли решение?» и ситуационный «Привычный инструмент перестал работать, а бюджета на замену нет. Как будете искать решение?». К каждому измерению прилагаются уточняющие вопросы и якоря: 1 — нет конкретного примера или поведение неадаптивное, 3 — адекватная реакция по ситуации, 5 — сложный случай, личные действия, измеримый результат и вывод, который кандидат потом применил.
Главное изменение — в итоговом профиле. Вместо общего балла считаются два индекса: реактивный (кризисы, стресс, культурная адаптивность) и проактивный (творческое решение проблем, освоение технологий); смешанные измерения относятся к тому индексу, к которому ближе ответ. Так получается четыре профиля — от «устойчив к изменениям и сам их инициирует» до «эффективен в стабильных условиях» — и у каждого своя роль, где он уместен.
Слепое пятно: проактивная адаптация
Теперь посмотрим, что из этого уже есть на рынке. По нашему наблюдению за практикой найма в ИТ, на скрининге и нетехническом интервью адаптивность если и оценивают, то только реактивную: как кандидат переносит стресс, кризис, смену руководителя, конфликт. Проактивная адаптация — освоение новых технологий и нестандартные решения — остаётся без оценки.
Почему так происходит, объяснить проще. Ответ на реактивный вопрос можно оценить без знания предметной области: структура истории, личная роль, саморегуляция, результат для команды — всё это видно и рекрутеру. С проактивным вопросом иначе:
бэкенд-разработчик рассказывает, что «перевёл сервис на очереди», — и без понимания архитектуры нельзя сказать, было ли это нестандартным решением или учебным примером;
аналитик говорит, что «за месяц освоил dbt», — и без знания инструмента непонятно, много это или мало;
QA-инженер описывает «автоматизацию регресса», — и неясно, придумал ли он подход или повторил шаблон из документации;
продакт-менеджер рассказывает о «новом процессе приоритизации», — и без контекста не отличить изобретение от переименования известного фреймворка.
Во всех случаях якорь «3» от якоря «5» отделяет именно предметное суждение: был ли перенос знаний дальним, было ли решение новым, опередил ли кандидат требование. Рекрутер этого суждения дать не может, а техническое интервью задаёт другие вопросы.
А отличать есть что. Метаанализ Huang и коллег показал, что реактивную и проактивную адаптацию предсказывают разные черты. Значит, оценивая только реактивную часть, мы не получаем «половину той же информации» — мы теряем отдельную составляющую, и как раз ту, что отвечает за освоение новых технологий.
ИИ как второй оценщик
Если проактивные ответы требуют предметного суждения, а у рекрутера его нет, остаются два пути: добавить в интервью технического специалиста или передать сопоставление ответа с якорями модели, которая знает предметную область. Второй путь заманчивее — он масштабируется, — но у него есть цена.
Но стоит сделать оговорку. ИИ уместен не как замена интервьюеру, а как второй оценщик по расшифровке, и при трёх условиях:
модель сверяет ответ с явными якорями измерения и объясняет, какой фрагмент ответа отнесён к какому якорю, — оценщик-человек может это проверить;
для проактивных измерений модели даётся предметный контекст роли (стек, типовые задачи), без которого она будет оценивать структуру истории, а не новизну решения;
расхождение ИИ и человека в 2 балла и больше разбирается по записи, а решение остаётся за людьми.
Иными словами, ИИ закрывает разрыв в предметной экспертизе.
Заключение
Адаптивная производительность — признанное измерение результативности, связанное с выполнением задач, а через результативность и качество найма — с экономикой фирмы, хотя целиком эта цепочка не измерена. У неё есть изученные индивидуальные предикторы, а значит, её можно оценивать на входе. Для этого есть стандартизированные методики, которые переводятся в структурированное интервью — самый валидный из изученных методов отбора. Но сегодня нетехническое интервью в ИТ оценивает в лучшем случае реактивную адаптацию, а проактивная выпадает, потому что требует предметного суждения.
Для компаний вывод практический: у нетехнического интервью появляется измеримая цель. Оно перестаёт быть фильтром на «адекватность» и начинает отвечать на вопрос, который техническая часть не задаёт, — как кандидат справится с задачами, которых ещё нет. Для HR и рекрутеров вывод не менее конкретный: реактивные измерения можно и нужно оценивать по якорям уже сейчас, а для проактивных нужен предметный оценщик — технический специалист или ИИ с контекстом роли в роли второго оценщика.
Практический минимум из всего сказанного выглядит так: выбрать 4–5 измерений адаптивности, критичных для роли, задать их одинаково всем кандидатам, оценивать по якорям раздельно реактивный и проактивный индексы, проактивные ответы давать на оценку тому, кто понимает предметную область, — и через полгода сверить баллы с тем, как люди на самом деле работают.
Статья написана при участии Claude Code (Anthropic). Автор отобрал исследования, изучил их, сформулировал главную мысль статьи, а также написал черновик материала. Claude Code проверил ошибки, отредактировал текст, а также подготовил инфографику.
Что почитать
Результативность и экономика фирмы
Koopmans L., Bernaards C. M., Hildebrandt V. H. et al. Conceptual frameworks of individual work performance: A systematic review // Journal of Occupational and Environmental Medicine. 2011. Vol. 53, No. 8. P. 856–866 — систематический обзор 35 моделей результативности: адаптивная производительность как одно из четырёх измерений.
Shoss M. K., Witt L. A., Vera D. When does adaptive performance lead to higher task performance? // Journal of Organizational Behavior. 2012. Vol. 33, No. 7. P. 910–924 — 92 сотрудника колл-центра: связь адаптивности с выполнением задач и её условия.
O'Boyle E. H., Aguinis H. The best and the rest: Revisiting the norm of normality of individual performance // Personnel Psychology. 2012. Vol. 65, No. 1. P. 79–119 — 198 выборок: индивидуальная результативность распределена по степенному закону.
Koys D. J. The effects of employee satisfaction, organizational citizenship behavior, and turnover on organizational effectiveness: A unit-level, longitudinal study // Personnel Psychology. 2001. Vol. 54, No. 1. P. 101–114 — лонгитюдные данные: поведение сотрудников предшествует прибыльности, а не наоборот.
Kim Y., Ployhart R. E. The effects of staffing and training on firm productivity and profit growth before, during, and after the Great Recession // Journal of Applied Psychology. 2014. Vol. 99, No. 3. P. 361–389 — 359 фирм за 12 лет: найм влияет на рост прибыли через производительность труда.
Адаптивная производительность и её предикторы
Pulakos E. D., Arad S., Donovan M. A., Plamondon K. E. Adaptability in the workplace: Development of a taxonomy of adaptive performance // Journal of Applied Psychology. 2000. Vol. 85, No. 4. P. 612–624 — исходная таксономия из восьми измерений.
Park S., Park S. Employee adaptive performance and its antecedents: Review and synthesis // Human Resource Development Review. 2019. Vol. 18, No. 3. P. 294–324 — сводная таблица предикторов по четырём уровням.
Huang J. L., Ryan A. M., Zabel K. L., Palmer A. Personality and adaptive performance at work: A meta-analytic investigation // Journal of Applied Psychology. 2014. Vol. 99, No. 1. P. 162–179 — метаанализ: разные черты предсказывают реактивную и проактивную адаптацию.
Stasielowicz L. How important is cognitive ability when adapting to changes? A meta-analysis of the performance adaptation literature // Personality and Individual Differences. 2020. Vol. 166. Art. 110178 — когнитивные способности и адаптация: 47 выборок, объективные и субъективные критерии.
Stasielowicz L. Goal orientation and performance adaptation: A meta-analysis // Journal of Research in Personality. 2019. Vol. 82. Art. 103847 — целевая ориентация как предиктор адаптации.
Jundt D. K., Shoss M. K., Huang J. L. Individual adaptive performance in organizations: A review // Journal of Organizational Behavior. 2015. Vol. 36, No. S1. P. S53–S71 — обзор конструкта, включая разграничение реактивной и проактивной адаптации.
Методики измерения
Stańczyk S. Climate for innovation impacts on adaptive performance: Conceptualization, measurement, and validation // Management. 2017. Vol. 21, No. 1. P. 40–57 — короткая шкала из 8 пунктов на 4 измерения Pulakos.
Dåderman A. M., Ingelgård A., Koopmans L. Cross-cultural adaptation, from Dutch to Swedish language, of the Individual Work Performance Questionnaire // Work. 2020. Vol. 65, No. 1. P. 97–109 — IWPQ с отдельным фактором адаптивной производительности.
Bohle Carbonell K., Könings K. D., Segers M., van Merriënboer J. J. G. Measuring adaptive expertise: Development and validation of an instrument // European Journal of Work and Organizational Psychology. 2016. Vol. 25, No. 2. P. 167–180 — Adaptive Expertise Inventory.
Ferguson J. H., Lehmann J., Zastavker Y. V. et al. Adaptive expertise: The development of a measurement instrument // ASEE Annual Conference & Exposition. 2018 — Revised Adaptive Expertise Survey; доклад конференции, не журнальная статья.
Mulhearn T. J., Tett R. P., Bryant-Lees K. B. et al. Development and validation of a self-report adaptability measure for the military remote operations community // Military Psychology. 2026. Vol. 38, No. 1. P. 50–69 — Workplace Adaptability Inventory, 25 шкал.
Структурированное интервью
Sackett P. R., Zhang C., Berry C. M., Lievens F. Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range // Journal of Applied Psychology. 2022. Vol. 107, No. 11. P. 2040–2068 — пересмотренные оценки валидности методов отбора: структурированное интервью на первом месте.
Campion M. A., Palmer D. K., Campion J. E. A review of structure in the selection interview // Personnel Psychology. 1997. Vol. 50, No. 3. P. 655–702 — из чего складывается структура интервью.
Levashina J., Hartwell C. J., Morgeson F. P., Campion M. A. The structured employment interview: Narrative and quantitative review of the research literature // Personnel Psychology. 2014. Vol. 67, No. 1. P. 241–293 — обзор исследований структурированного интервью.
ИИ в HR и оценке кандидатов
Do H., Lin X., Shipton H. How and when AI-driven HRM promotes employee resilience and adaptive performance: A self-determination theory // Journal of Business Research. 2025. Vol. 192. Art. 115279 — HRM на основе ИИ, исследовательское поведение и доверие к ИИ как условия адаптивности сотрудников.
Hickman L., Bosch N., Ng V. et al. Automated video interview personality assessments: Reliability, validity, and generalizability investigations // Journal of Applied Psychology. 2022. Vol. 107, No. 8. P. 1323–1351 — когда автоматическая оценка интервью валидна, а когда нет.
Комментарии 0