«Уволен по решению ИИ». Станет ли это реальностью в России
Инцидент в США с нейросетью Claude, уволившей сотрудника по наводящему вопросу, вскрыл проблему алгоритмических ошибок. Готовы ли российские компании к автоматизации увольнений и что говорит закон — в материале РБК

Фото: AlexandrMusuc / Shutterstock
В августе 2026 года в США произошел резонансный инцидент: ИИ-модель Claude, тестируемая в качестве кадрового помощника, приняла решение об увольнении сотрудника магазина за частые опоздания. В ходе разбирательства выяснилось, что алгоритм изначально предлагал вынести предупреждение, однако после наводящего вопроса оператора пересмотрел выводы и рекомендовал расторжение трудового договора.
В России ИИ для кадрового анализа уже используется, но решения принимает не он. Например, в 2025 году Сбербанк сократил 20% сотрудников, чья эффективность оценивалась ИИ, — об этом сообщил глава банка Герман Греф, подчеркнув, что передавать алгоритмам управленческие решения пока рано.
Но это единичные случаи, массового внедрения систем, способных рекомендовать или утверждать кадровые решения, в нашей стране не наблюдается. Как поясняют эксперты SuperJob, сегодня нейросети в HR-сфере используются главным образом для автоматизации рутинных операций: подготовки вакансий, мониторинга зарплатного рынка и обработки первичных данных.
РБК разбирался, стоит ли доверять нейросетям судьбу сотрудников, внедряют ли алгоритмические увольнения в России, какова цена ошибки и что на это отвечают Трудовой кодекс и судебная система.
Последствия увольнений из-за ИИ для бизнеса
Основные причины алгоритмических ошибок — неполные данные, отсутствие контекста, правовые галлюцинации. Как отмечает исполнительный директор исследовательской компании Happy Job Лилия Жигулева, ИИ может ошибаться и при рекомендации способов увольнения. «Например, при подготовке к судам встречаются неправильные ссылки на несуществующую практику, вплоть до несуществующих судебных процессов», — отмечает она. Если перенести эту логику на увольнения, компания может нарушить процедуру, полагаясь на ложные данные.
Российские судебные прецеденты уже показывают, что попытки уволить сотрудника под предлогом внедрения ИИ не проходят. Юристы приводят показательный пример — дело № 33-34099/2025.
Кейс № 33-34099/2025: что решил суд
В деле, дошедшем до Московского городского суда, работодатель уволил сотрудницу по п. 7 ч. 1 ст. 77 ТК РФ (отказ от продолжения работы в связи с изменением условий трудового договора). Поводом послужило внедрение ИИ и оптимизация штата: часть функций сотрудницы передали алгоритмам, сократили рабочее время и почти вдвое уменьшили оклад. Сотрудница отказалась работать в новых условиях и была уволена.
Суд встал на сторону работницы. В апелляционном определении указано: работодатель не доказал изменения организационных или технологических условий труда, а попытка замаскировать сокращение штата под «отказ от новых условий» признана несостоятельной. Суд восстановил сотрудницу в должности и взыскал с компании средний заработок за время вынужденного прогула — более 1,5 млн руб.
«Этот кейс подтверждает: чем меньше человеческого контроля и чем больше решение опирается только на алгоритм, тем выше риск восстановления сотрудника на работе с выплатой компенсации», — поясняет управляющий партнер адвокатского бюро «А-ПРО» Олег Попов. Суд указал: внедрение ИИ само по себе не является основанием для увольнения. Если работодатель хочет сократить персонал из-за автоматизации, он обязан соблюдать процедуру сокращения штата — предупреждать за два месяца, предлагать вакансии, выплачивать компенсации. Замаскировать сокращение под «отказ от новых условий» не получится.
Международные прецеденты также настораживают. В США уже есть случаи привлечения к ответственности за алгоритмическую дискриминацию. В 2023 году Комиссия по равным возможностям трудоустройства (EEOC) взыскала с iTutorGroup $365 тыс. за автоматическое отклонение кандидатов на вакансию — женщин старше 55 лет и мужчин старше 60 лет. В мае 2025 года федеральный суд разрешил подать коллективный иск о возрастной дискриминации при алгоритмическом отборе.
Как отмечает партнер Digital & Analogue Partners Юрий Брисов, даже если работодатель использует при найме результаты отбора стороннего сервиса, такой сервис может быть привлечен к ответственности за несоблюдение законов о найме, а работодатель может быть привлечен к ответственности, даже если не знал, как именно работают алгоритмы.
В пресс-службе hh.ru подчеркивают: чем больше аналитической и рутинной работы берет на себя ИИ, тем важнее становится именно человеческая часть роли HR — понимать ограничения данных, видеть исключения, учитывать контекст и отвечать за последствия решений.
Пробелы в решениях алгоритма
Искусственный интеллект демонстрирует высокую эффективность при обработке структурированных данных: учет рабочего времени, фиксация опозданий, анализ KPI, сравнение фактических показателей с плановыми. Как отмечает Брисов, «ИИ великолепно собирает и структурирует информацию», он не устает, не отвлекается и последовательно применяет заложенные правила. Однако, подчеркивают эксперты, «регистрация фактов» и «оценка человека» — принципиально разные задачи, и переход от фиксации к оценке таит в себе серьезные риски.
Как поясняет IT-директор АО «Киви» Олег Васютин, алгоритм видит только то, что ему дали: если учитывать лишь количество закрытых задач, инженер с двадцатью простыми заявками окажется эффективнее того, кто решил пять сложных. Модель оценивает не работу, а ее следы в данных.
Главная уязвимость алгоритмов— непонимание контекста и человеческих обстоятельств. «ИИ хорошо видит цифры, но не понимает причин: почему сотрудник вдруг стал работать хуже — заболел, устал или у него проблемы в семье. Главная ловушка в том, что алгоритм кажется беспристрастным, но на деле он слеп к человеческим обстоятельствам», — констатирует руководитель по продвижению бренда работодателя и внутренним коммуникациям «Работа.ру» Татьяна Мощагина. Алгоритм не знает, что сотрудник находится на больничном, переживает семейную трагедию, получил устное разрешение на изменение графика или стал жертвой сбоя пропускной системы.
Жигулева обращает внимание на ту же проблему: «ИИ не видит контекста: для него снижение показателей — это всегда плохо, даже если сотрудник временно работал вполсилы по уважительной причине». Партнер МКА «Яковлев и партнеры» Мария Асманская добавляет: «Не увидеть контекст — одна из главных уязвимостей алгоритмической оценки».
Еще одна фундаментальная проблема — воспроизведение исторической предвзятости. ИИ обучается на прошлых данных, и если в них была систематическая предвзятость, алгоритм ее закрепит. «Если компания нанимала преимущественно мужчин, модель сделает вывод, что мужчины — лучшие кандидаты. Хотя причина могла быть в том, что у женщин был ограничен доступ к высшему образованию. Человек этот контекст видит, машина — нет», — приводит пример Брисов. Классический кейс — Amazon, где в 2018 году ИИ-рекрутер систематически отклонял женские резюме из-за исторического дисбаланса данных.
Третье ограничение связано с правовыми рисками. Асманская предупреждает: «Ссылка на закрытый алгоритм или коммерческую тайну разработчика не освобождает компанию от обязанности представить проверяемые доказательства». Формулировка «система признала неэффективным» не является юридическим фактом. Попов подчеркивает: «Российское трудовое право не знает презумпции непогрешимости алгоритма. Если работодатель не может объяснить, как ИИ пришел к выводу, это его проблема, а не работника». Следовательно, любое кадровое решение, основанное на алгоритмической оценке, должно быть проверяемым и объяснимым — иначе оно не выдержит судебного разбирательства.
Замдиректора центра «Цифровая школа госуправления» ВШГУ РАНХиГС Петр Отоцкий называет использование ИИ для увольнений «ярким примером дискриминации» и напоминает, что Кодекс этики в сфере ИИ, подписанный более чем тысячей российских компаний, прямо запрещает привязывать судьбы людей к решениям алгоритмов. По его словам, чаще кадровые службы используют ИИ для выявления выгорания, конфликтов и рисков ухода, чтобы сохранить ценные кадры.
Направления применения ИИ в кадрах
Вопреки ожиданиям, массового внедрения систем, позволяющих ИИ рекомендовать или принимать решения об увольнении, в России не зафиксировано. «О системах, выносящих вердикт «уволить» в российских компаниях, мы пока не слышали», — отмечают в SuperJob. Вместо этого компании активно используют смежные IT-инструменты: системы контроля доступа (СКУД), тайм-трекеры, мониторинг активности на компьютере, аналитические панели для визуализации KPI, посещаемости и выполнения задач. Эти системы выполняют функцию подсветки проблемных зон: они фиксируют отклонения, агрегируют данные и предоставляют руководителю информацию для принятия решения. Однако финальное решение всегда остается за человеком. Как резюмируют в SuperJob, «ИИ все же пока никого не увольняет, а только определяет, на кого руководитель посмотрит внимательнее».
По данным SuperJob, контур применения ИИ в кадровой сфере сегодня совсем другой и в первую очередь касается автоматизации рутины. Каждый пятый HR-специалист уже использует чат-боты для решения рутинных задач, каждый девятый прибегает к помощи нейросетей для подбора персонала. Нейросети поручают написание текстов вакансий и обучающих материалов, анализ зарплат, составление отчетов.
9% компаний уже используют ИИ: где и как
По данным «Работа.ру», почти каждая десятая российская компания (9%) использует инструменты на основе ИИ в работе. В сфере подбора персонала 14% компаний применяют ИИ для прогнозирования текучести кадров, столько же — для создания описаний вакансий, 9% — в процессе собеседований. Как подчеркивают в «Работа.ру», «история с применением ИИ для увольнения сотрудников не массовая — многие компании не спешат вводить такой инструмент».
В пресс-службе рекрутингового сервиса hh.ru также подчеркивают: ИИ может помогать человеку принимать решение, но не должен принимать кадровые решения вместо него. Даже если система формирует какую-либо оценку или рекомендацию, она должна оставаться одной из вводных, которую HR или руководитель проверяет с учетом более широкого контекста и за которую в конечном счете отвечает человек.
Васютин подтверждает: публично описанных примеров, где российская компания передала бы алгоритму подготовку решения об увольнении, найти не удалось. Все, что попадает в открытые источники, относится к другому концу кадрового цикла — к найму. По оценке исследований Defin и AImika, опубликованной в мае 2026 года, ИИ на нескольких этапах подбора активно применяют около 12% российских работодателей, еще 29% планируют внедрение в течение года. Речь идет о скрининге резюме и рутинных операциях, а не о расставании с людьми. Отдельной статистики по увольнениям в России просто нет, и это само по себе показательно.
Вступайте в сообщество Школы управления РБК в Telegram или «Максе», чтобы общаться с руководителями из разных сфер, выстраивать нетворкинг и получать советы экспертов.
Барьеры для внедрения ИИ в кадровые решения
Первый — правовая рамка. Пункт 6 статьи 86 Трудового кодекса прямо говорит, что при принятии решений, затрагивающих интересы работника, работодатель не имеет права основываться на его персональных данных, полученных исключительно в результате автоматизированной обработки. В российских реалиях закон не позволяет переложить вину на систему. Итоговое кадровое решение всегда должно оставаться за человеком, а увольнение — быть мотивированным и обоснованным. Как подчеркивает Брисов, «ИИ-модель посчитала» основанием не является, доказывать правомерность в суде придется работодателю».
Второй — экономический. При дефиците кадров задача бизнеса сейчас скорее в том, чтобы удержать людей, а не в том, чтобы найти дополнительные формальные основания с ними расстаться.
Третий — репутационный. По опросу SuperJob, опубликованному в июне 2026 года, 57% экономически активных россиян отрицательно относятся даже к автоматическому отбору резюме, а половина считает, что такой скрининг надо запретить законодательно. Компания, которая первой внедрит алгоритмические увольнения, получит вполне предсказуемую реакцию.
Четвертый — психологический. Как только сотрудники понимают, что их оценивает алгоритм, они начинают работать на метрики, а не на результат. «Опоздания исчезнут, но появятся более серьезные проблемы», — отмечают в SuperJob. Сотрудники могут имитировать активность, манипулировать показателями, терять инициативу и креативность, что искажает реальную картину эффективности и снижает общую продуктивность.
Пятый — технологическая неготовность. HR-системы, как признают эксперты, еще не всегда готовы к надежной работе с ИИ в высокорисковых сценариях. Ошибки в данных, недостаточная прозрачность алгоритмов, сложность интерпретации результатов — все это сдерживает массовое внедрение.
Руководитель лаборатории иммерсивных технологий в образовании Школы управления «Сколково» Артем Егоров добавляет еще один нюанс, о котором почти не говорят: «Кадровое досье — это персональные данные, их первичная база должна лежать в России, а отправка в зарубежный сервис требует уведомления Роскомнадзора и разрешения. Самые сильные ИИ-модели для этой задачи закрыты по закону, а внутри компании остаются доступны решения послабее. Доверять кадровые рекомендации модели, выбранной по критерию «подходит под наш сервер», — затея сомнительная.
Юристы единодушны: даже если компания внедрит систему, рекомендующую увольнение, финальное решение остается за работодателем, и именно он будет нести ответственность в суде. Асманская поясняет: «Сам по себе факт, что приказ подписал человек, еще не делает решение человеческим. В суде будет иметь значение не то, кто поставил подпись, а то, проводилась ли реальная проверка выводов алгоритма или руководитель лишь формально утвердил сформированную системой рекомендацию». Попов добавляет: «Если работодатель просто «доверился алгоритму» и не провел полноценную проверку, такое решение крайне уязвимо в суде. Суд будет оценивать увольнение как обычное — по инициативе работодателя (ст. 81 ТК РФ). А это значит, работодателю придется доказать факт нарушения, отсутствие уважительных причин и соблюдение всей процедуры».
Отдельный вопрос — обязанность предупреждать сотрудников о внедрении ИИ-мониторинга. Если компания внедряет такую систему, она обязана уведомить сотрудников. Как поясняют юристы, это требование закреплено в нескольких нормативных актах. Глава 14 ТК РФ (ст. 86–88) обязывает ознакомить работников под роспись с документами о порядке обработки их персональных данных. Закон № 152-ФЗ требует письменного согласия для решений на основе автоматизированной обработки. Локальные акты должны фиксировать правила мониторинга, а ст. 74 ТК РФ обязывает уведомить работников за два месяца, если внедрение меняет организационные или технологические условия труда. Также необходимо учитывать конституционные гарантии — неприкосновенность частной жизни и тайну переписки (ст. 23, 24 Конституции РФ).


