Каждое утверждение проверяемо
NeuroFrame построен на психометрике, нейрофизиологии и машинном обучении. Мы публикуем каждый показатель вместе с выборкой, на которой он получен, и называем границы метода.
Как работает NeuroFrame
Четыре научные опоры, которые делают NeuroFrame принципиально другим по сравнению с опросниками, интервью и традиционными центрами оценки.
Игровая оценка (Game-Based Assessment)
Вместо опросников кандидат играет в адаптивную Tower Defense. Движок фиксирует тысячи цифровых следов за сессию — клики, паузы, скорость реакции, смену решения. Человек не рассказывает о себе, значит, и репетировать нечего.
- Адаптивная сложность, которая отвечает на поведение игрока в реальном времени
- Выявление обхода правил через анализ поведенческих шаблонов
- Кроссплатформенность: iOS / Android / веб — сигнал снимается одинаково
- Одна сессия 30–60 минут вместо многочасовой батареи тестов
Извлечение поведенческих сигналов
Сырые игровые данные проходят через собственный конвейер извлечения сигналов. Мы не смотрим, «выиграл ли он», — мы разбираем, как он играл, в том числе то, от чего игрок отказался: альтернативную стоимость каждого решения. Результат раскладывается по двум доменам — когнитивному и личностному.
- Временны́е шаблоны: время реакции, интервалы между решениями, микропаузы
- Стратегические шаблоны: глубина планирования, скорость адаптации, эффективность обращения с ресурсами
- Эмоциональные шаблоны: реакция на стресс, восстановление после ошибки, упорство после неудачи
- Метакогнитивные шаблоны: самонаблюдение, оценка собственной стратегии, кривые обучения
Модели машинного обучения
Баллы по компетенциям считают ML‑модели, обученные на проверенных данных о результативности. У каждой компетенции своя откалиброванная модель с опубликованными метриками. Система не чёрный ящик: у каждого предсказания есть слой объяснения — какие поведенческие сигналы дали вклад в балл.
- У каждого параметра своя откалиброванная модель, и её метрики опубликованы
- Перекрёстная проверка на отложенных выборках (k = 10)
- На выходе — откалиброванные вероятности, а не только баллы
- Полная доказательная модель — конструкт, поведение, задание — передаётся методологам заказчика по NDA
Психометрическая валидация
Каждая шкала модели NeuroFrame проверена конфирматорным факторным анализом (CFA), анализом надёжности и исследованиями критериальной валидности. Мы публикуем метрики не ради маркетинга, а потому что так принято в науке.
- Структурная валидность: CFA подтверждает модель из двух доменов, CFI = 0,96
- Внутренняя согласованность: α Кронбаха = 0,69–0,77 по восьми шкалам
- Критериальная валидность: проверена против реальных KPI и оценок руководителей на 3 000+ сотрудниках
- Конвергентная валидность: когнитивные шкалы коррелируют с прогрессивными матрицами Равена и Saville
Что стоит за числами
Каждый показатель опубликован. Каждое утверждение проверяемо. Здесь — что психометрические свойства NeuroFrame означают на самом деле, простыми словами.
CFI (конфирматорный индекс согласия)
CFI показывает, насколько модель оценки согласуется с реальными данными. Это проверка структурной валидности: действительно ли тест измеряет то, что должен? Значение 1,0 — идеальное, выше 0,95 считается отличным по всем мировым стандартам.
Получен конфирматорным факторным анализом на поведенческих данных, а не на самоотчёте: модель из двух доменов — мышление и личность — держится на реальных сессиях. Многие популярные инструменты не публикуют показателей согласия вовсе.
α Кронбаха (внутренняя согласованность)
α Кронбаха показывает, согласованы ли сигналы внутри шкалы каждой компетенции: измеряем мы один конструкт — или шум? Общепринятый порог — 0,70. NeuroFrame приводит 0,69–0,77 по восьми шкалам: нижняя граница этого диапазона стоит вплотную к порогу, и мы публикуем её, а не одно только верхнее значение.
Мы публикуем полный диапазон по всем восьми шкалам, а не одно лучшее значение. Многие коммерческие тесты не публикуют α вовсе.
ROC AUC (точность ранжирования)
ROC AUC показывает, насколько хорошо алгоритм отделяет соответствие роли от несоответствия. 0,5 — случайное угадывание, 1,0 — идеал. 0,77 у NeuroFrame означает: если взять одного человека, который роли соответствует, и одного, который не соответствует, модель расставит их в правильном порядке примерно в трёх случаях из четырёх.
Приводится вместе с критерием, против которого получен: реальные KPI и оценки руководителей на 3 000+ сотрудниках. Разделяет он соответствие конкретной роли, а не людей на лучших и худших.
Ретестовая надёжность
Ретестовая надёжность измеряет устойчивость: если одного и того же человека оценить дважды с промежутком в несколько недель, получит ли он тот же результат? Выше 0,80 в психометрических стандартах считается «отличным». NeuroFrame приводит > 0,83 — то есть оценка фиксирует устойчивые черты, а не настроение и не везение.
В интервью этот показатель почти никогда не приводят: другой интервьюер — другой результат. NeuroFrame его публикует, и результат воспроизводится.
Размер выборки (сравнение и проверка)
Две разные выборки, и мы называем обе. База сравнения — 14 850 руководителей и предпринимателей из 500+ компаний, 21+ отрасли и 21+ функционального направления: именно с ними сопоставляют кандидата. Прогностическую ценность затем проверяли на 3 000+ сотрудниках против их реальных KPI и оценок руководителей.
Приводится вместе с происхождением: кто входит в выборку, из скольких компаний и для чего она нужна. Многие популярные инструменты состав выборки не публикуют вовсе.
Что видит алгоритм
NeuroFrame измеряет 8 компетенций в двух доменах: когнитивном (как человек думает) и личностном (как он себя ведёт). Каждая компетенция связана с конкретным поведением в игре и с конкретным влиянием на работу.
Ментальная эффективность
Способность находить оптимальные решения при ограничениях по времени и ресурсам. Отражает умение планировать, расставлять приоритеты и когнитивную пропускную способность.
быстро находит эффективное решение и распределяет ограниченные ресурсы с минимумом лишних действий.
Расстановка приоритетов, распределение ресурсов, качество стратегических решений в сжатые сроки.
Обучаемость
Как быстро человек извлекает урок из нового опыта и переносит его на более сложную задачу. Отражает глубину переноса, а не одну только скорость реакции.
быстро осваивает незнакомые правила и от пробных попыток переходит к устойчиво верным решениям.
Скорость выхода на рабочий режим, адаптация к организационным изменениям, способность работать в неопределённости.
Мониторинг прогресса
Способность отслеживать ключевые показатели, замечать отклонения и самостоятельно корректировать курс к цели. Отражает метакогнитивную осознанность и чувствительность к обратной связи.
заранее продумывает ход, по ситуации замечает слабое место и корректирует план до того, как проблема разовьётся.
Отслеживание KPI, дисциплина в управлении проектами, способность исправиться до того, как проблема разрастётся.
Профиль из восьми компетенций
Каждый кандидат и сотрудник получает подробный индивидуальный отчёт с баллами по всем 8 компетенциям на восьмиугольной радарной диаграмме. В отчёт входят:
- Индивидуальные баллы — процентили относительно выборки сравнения
- Сильные стороны и зоны развития
- Балл соответствия целевому профилю роли
- Балл соответствия роли с названными расхождениями (для Test)
- Анализ совместимости команды (для Team)
- Индекс лидерского потенциала (для HiPo)
- Слой объяснения — какие поведенческие сигналы дали каждый балл
NeuroFrame и альтернативы
Прямое сопоставление с традиционными инструментами оценки и с интервью — по тем показателям, которые имеют значение.
| Показатель | NeuroFrame | Традиционная оценка | Интервью |
|---|---|---|---|
| Длительность оценки | 30–60 минут | 3–5 часов | 45–60 минут за раунд |
| Прогностическая валидность | AUC 0,77, против реальных KPI и оценок руководителей | Одни инструменты публикуют, другие нет | Установлена для структурированного интервью (Schmidt & Hunter, 1998), но не для неструктурированного |
| Ретестовая надёжность | > 0,83, опубликована | Часть издателей её приводит | Другой интервьюер — другой результат |
| Подыгрывание / социальная желательность | Минимально (поведенческие данные) | Высоко (самоотчёт) | Очень высоко |
| Масштабируемость | Ограничена числом выпущенных кодов, а не временем оценщика | 50–200 за цикл | 10–30 на рекрутера |
| Риск предвзятости | Низкий (слепая оценка) | Средний (демографические закономерности) | Высокий (неосознанная предвзятость) |
| Впечатление кандидата | Вовлекает (игра) | Утомляет (опросники) | По‑разному (зависит от интервьюера) |
| Стоимость одной оценки | От $45 | $200–$500 | $300–$1 000+ |
| Время до результата | Мгновенно (ML в реальном времени) | 2–5 рабочих дней | 1–3 недели |
| Защита от обхода | Встроенная (выявление поведенческих аномалий) | Шкалы лжи и прокторинг — там, где они применяются | Отрепетированный ответ выглядит как хороший |
Рецензируемые исследования
Метод опирается на рецензируемые работы, а собственная валидация опубликована отчётами — вместе с выборками, на которых они получены. Мы за открытую науку: если утверждение нельзя проверить, доверять ему не стоит.
The validity and utility of selection methods in personnel psychology
Schmidt, F. L., & Hunter, J. E. · Psychological Bulletin, 124(2), 262–274
Мета‑анализ, относительно которого вся область сверяет методы отбора.
doi:10.1037/0033-2909.124.2.262Revisiting meta-analytic estimates of validity in personnel selection
Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. · Journal of Applied Psychology, 107(11), 2040–2068
Более строгий пересчёт, снимающий перекоррекцию на ограничение выборки. Мы приводим оба.
doi:10.1037/apl0000994Cybernetic Big Five Theory
DeYoung, C. G. · Journal of Research in Personality, 56, 33–58
Черты как параметры системы управления поведением — интерпретационная рамка личностного домена.
doi:10.1016/j.jrp.2014.07.004A Brief Introduction to Evidence-Centered Design
Mislevy, R. J., Steinberg, L. S., & Almond, R. G. · ETS Research Report Series
Методология конструирования оценки: конструкт → наблюдаемое поведение → задание, которое его вызывает.
doi:10.1002/j.2333-8504.2003.tb01908.xКонструктная валидность: EFA и конфирматорный факторный анализ модели из двух доменов
CFI = 0,96. Доступен клиентам по NDA.
Критериальная валидность против KPI и оценок руководителей
AUC = 0,77 на 3 000+ сотрудниках. Доступен клиентам по NDA.
Надёжность: внутренняя согласованность и ретест
α Кронбаха = 0,69–0,77 по восьми шкалам; ретестовая надёжность > 0,83.
Учёные и инженеры
За NeuroFrame стоит междисциплинарная команда из науки, ML и HR‑индустрии — её объединяет убеждение, что решения о найме должны опираться на данные, а не на интуицию.
Основатели
Нейронаука + ML + HR-Tech. Три области в одной команде основателей — в каждой по 10+ лет опыта.
Научный совет
5 PhD: психометрика, нейрофизиология, организационная психология и вычислительная когнитивная наука.
ML‑инженеры
Инженеры машинного обучения: обработка поведенческих сигналов, моделирование временны́х рядов, адаптивные алгоритмы.
Инженеры полного цикла
Разработчики игры и платформы: кроссплатформенные адаптивные системы оценки.
Хотите увидеть данные?
Запросите отчёт о валидации, договоритесь о научном брифинге или обсудите пилотную оценку для вашей команды.