---

Прозорість у збігах тегами: як ми цього досягли

Нещодавно в нашому чаті Slack розгорівся спір між членами команди про те, як користувачі розуміють збіги тегами. Один із розробників представив скаргу від клієнта, який не міг зрозуміти, чому його резюме не збігалося з вакансією, незважаючи на наявність схожих навичок. Це змусило нас задуматися: як ми можемо зробити так, щоб користувачі краще розуміли, чому алгоритм прийняв те чи інше рішення?

Чому це важливо

Проблема збігів тегами стосується всіх: від користувачів, які шукають роботу, до компаній, які хочуть знайти підходящих кандидатів. Непорозуміння роботи алгоритмів може призвести до незадоволення користувачів і, як наслідок, зниження довіри до нашої платформи. В умовах жорсткої конкуренції на ринку рекрутингу це може стати вирішальним фактором у виборі між нами та іншими рішеннями. Якщо користувачі не зможуть зрозуміти, як працює система, вони можуть просто піти до конкурентів.

Конкретні проблеми

В одному з випадків користувач подав заявку на вакансію, але не отримав позитивної відповіді. Він звернувся до нас із запитанням, чому його резюме не збіглося з вимогами. Ми з'ясували, що збіг тегами базувався на алгоритмах, які не пояснювали, як саме були відібрані теги. Це призвело до незадоволення і, врешті-решт, до погіршення користувацького досвіду.

Перші кроки

Спочатку ми вирішили впровадити просту систему зворотного зв'язку, яка б повідомляла користувачам, які саме теги були використані для збігу. Однак це рішення виявилося занадто поверхневим. Ми отримали багато коментарів про те, що користувачі не розуміють, що таке теги і як вони працюють. Тому ми повернулися до креслярської дошки, щоб знайти більш глибоке рішення.

Технічний підхід

Ми вирішили впровадити більш складну систему, яка не тільки показувала б теги, але й пояснювала, як алгоритм прийшов до своїх висновків. Ми створили модель, яка аналізувала збіги і генерувала пояснення на природній мові. Приклад коду, який ми використовували для цієї задачі:

# Приклад коду для генерації пояснень
class ExplanationGenerator:
    def generate(self, matching_tags):
        return f