Jediná otázka v pohovoru, která odhalí skutečné dovednosti v AI

Skoro každý inženýr, kterého dnes pozvete na pohovor, vám pravděpodobně řekne, že používá AI nástroje.

Před rokem nebo dvěma by byla taková odpověď užitečná. Dnes vám řekne velmi málo. AI se stala tak běžnou součástí vývoje softwaru, že se ptát se někoho „Používáš AI?" začíná podobat otázce „Používáš e-mail?"

Důležitější otázka je, co se stane poté, co nástroj otevřou.

• Umí ho používat dobře?

• Všimnou si, když jim dá špatnou odpověď?

• Zpochybňují, co to produkuje, nebo jednoduše předpokládají, že něco vygenerované AI musí být správné?

Tady se začíná rozdíl mezi kandidáty stávat mnohem jasnějším. Dva inženýři mohou oba říci, že AI používají každý den, ale jeden ji může používat promyšleně, zatímco druhý prostě přijímá cokoliv, co mu dá. Většina procesů na pohovory není moc dobrá v rozlišování těchto dvou typů lidí.

Našli jsme jednu otázku, která se k odpovědi přibližuje mnohem blíže, a zajímavě na tom je, že vůbec není o AI nástrojích; jde o to, co se stane, když nástroj udělá chybu.

Proč „Používáš AI?" už nestačí

AI už není neobvyklá dovednost pro inženýry. Stack Overflow Developer Survey 2025 zjistila, že 70 % vývojářů používá AI nástroje denně. Když se něco stane tak běžné, pouhá zkušenost s tím prestane být užitečným způsobem, jak rozlišit kandidáty.

Problém je, že řada společností stále vede pohovory o AI dovednostech, jako by šlo o něco nového. Ptají se kandidátů, které nástroje používali, jak často je používají, nebo zda vědí, jak psát dobré podněty. Tyto otázky vám mohou říci, zda někdo už AI asistenta pro kódování otevřel, ale neřeknou vám, zda daná osoba ho může používat odpovědně.

Vezměte si to takto. Nenajímali byste řidiče jen proto, že vám řekl, že jezdí autem každý den už pět let. Také byste chtěli vědět, zda ví, kdy zpomalit, jak reaguje, když se něco pokazí, a zda si všímá, co se kolem nich děje.

Vývoj s podporou AI není tak úplně jiný. Užitečná dovednost není jen znalost, jak nástroj používat. Jde o to vědět, kdy mu věřit, kdy ho zpochybňovat, a kdy se zastavit a udělat to sám.

Zkuste raději tuto otázku

Zde je otázka, kterou bychom doporučovali klást:

Vyprávěj mi o konkrétní chvíli, kdy ti AI nástroj dal něco špatného a jak jsi to zachytil dřív, než se to stalo skutečným problémem.

To je vše. Nemusíte po kandidátech požadovat, aby vysvětlili, jak funguje konkrétní AI model. Nemusíte je zkoušet z AI terminologie. Nemusíte ani ptát, který nástroj preferují.

Žádáte si skutečný příběh, a tento příběh vám může říci překvapivě mnoho o tom, jak někdo skutečně pracuje.

Zde je to, co tato otázka prozradí:

• Za prvé, řekne vám, zda opravdu používají AI jako součást své práce. Někdo, kdo tyto nástroje používá pravidelně, obvykle má pár příkladů, o kterých může mluvit bez nutnosti prohledávat svou paměť.

• Za druhé, řekne vám, zda si kontrolují práci. AI může vyprodukovat něco, co vypadá naprostě rozumně, a zároveň být špatné. Pokud si nikdo nikdy nevšiml chyby AI, buď měli neobvyklé štěstí, nebo se nedívají dost pozorně.

• Za třetí, ukazuje vám, kam kreslit hranici mezi důvěrou v AI a důvěrou ve vlastní úsudek. To se stává jednou z nejdůležitějších dovedností pro inženýry dnes.

Nakonec ukazuje, zda si berou odpovědnost za výsledek. Když se něco pokazí, řeknou „AI to zkazila," nebo vysvětlí, co měli zkontrolovat a co si dopo změnili? Na tom rozdílu záleží.

Poslouchejte příběh

Nejsilnější odpovědi mají obvykle jednu věc společnou: jsou specifické.

Kandidát vám může říci, že AI nástroj vygeneroval špatný dotaz databáze, navrhl změnu, která by poškodila existující funkci, nebo neporozuměl důležité části aplikace, a důležitěji, vysvětlí vám, jak si problém všiml.

Neřekne jen „Vždy si pečlivě provedu revizi AI-generovaného kódu." Místo toho vám povyprávěj, co si zkontroloval, co vypadalo podezřele, co si změnil a co se poté stalo.

Dobrí kandidáti se obvykle bez obav hlásí k chybám. Nemusí předstírat, že AI nástroj byl perfektní nebo že všechno zachytili hned. Vlastně, schopnost říci „Skoro bych to přehlédl, ale pak jsem si všiml…" vám může říci více než vybroušený příběh o úspěchu.

Hledáte úsudek, ne dokonalost.

Slabší odpověď obykle zní mnohem obecněji. Kandidát může říci „AI někdy udělá chyby, takže vždy vše zkontroluju," a na tom skončit. Na té odpovědi není nic technicky špatného, ale moc vám to neřekne o tom, jak skutečně pracují.

Když si položíte jednoduchou doplňující otázku jako „Můžeš mi dát příklad?", obvykle se mnohem více dozvíte.

Co když řeknou, že AI pro ně nikdy nebyla špatná?

Tady se otázka stává obzvláště užitečnou. Pokud vám někdo řekne, že AI nástroj mu nikdy nedal špatnou odpověď, nemělo by vás to nutně imponovat. Může to být vlastně něco, co by stálo za hlubší prozkoumání.

AI nástroje dělají chyby; někdy jsou zřejmé, někdy jemné, a někdy odpověď vypadá zcela rozumně, dokud ji nezkontrolujete vůči skutečným požadavkům nebo existujícímu systému.

Takže si položte další otázku: „Pamatuješ si chvíli, kdy si nebyl jistý, zda je AI odpověď správná?" To dá kandidátovi další příležitost vysvětlit, jak si ověřuje svou práci bez toho, aby se rozhovor změnil v trikovou otázku.

Cílem není někoho chytit. Cílem je pochopit, jak přemýšlejí.

Funguje to i pro mladší inženýry?

Ano, ačkoliv příklady budou přirozeně jiné.

Mladší inženýr by mohl mluvit o zachycení malé logické chyby v generovaném kódu nebo si uvědomit, že AI návrh neodpovídá tomu, co úkol skutečně vyžadoval. Zkušenější inženýr by mohl popsat něco složitějšího: odhalení riskantní změny databáze, nesprávného předpokladu o existujícím systému nebo bezpečnostního problému, který nebyl na první pohled zřejmý.

Důležité není, jak dramatická chyba byla. Důležité je, zda kandidát dokáže vysvětlit, co se stalo, jak si toho všiml a co se z toho naučil.

Nedělejte z toho celý pohovor

Tato jediná otázka může být užitečná, ale neměla by nahradit zbytek vašeho technického pohovoru. Stále chcete pochopit, jak někdo řeší problémy, komunikuje, pracuje s jinými lidmi a nese technické odpovědnosti role.

Užitečným doplňkem je však dovolit kandidátům používat AI během části pohovoru. Dejte jim praktický problém a dovolte jim používat nástroje, které by normálně používali v práci. Pak sledujte, jak se k tomu staví.

1. Slepě přijímají první odpověď?

2. Pokládají lepší otázky, když výsledek není správný?

3. Kontrolují, co nástroj produkuje?

4. Všimnou si, když něco nedává smysl?

To vám dá příležitost vidět jejich úsudek v praxi, místo jen slyšet jejich popis.

Co se dozvíte ze dvou kandidátů

Představte si, že provádíte pohovory se dvěma lidmi na stejnou inženýrskou roli.

První kandidát řekne: „AI nástroje někdy chybují, ale vždy si kód pečlivě provedu."

Druhý kandidát vám vypraví o nedávném projektu, kde AI nástroj navrhl změnu databáze, která by způsobila problémy se stávajícími daty. Vysvětlí, co vypadalo podezřele, jak to zkontroloval, co si změnil a co teď dělá jinak při revizi podobných návrhů.

Oba kandidáti používají AI, ale o každém z nich jste se dozvěděli něco zcela jiného.

Druhý kandidát vám ukázal, že AI nepoužívá jen proto, aby se pohyboval rychleji. Rozumí tomu, že rychlejší pohyb pomáhá pouze v případě, že stále rozumí rozpoznat, když je něco špatného.

Dovednost, která opravdu záleží

Nejlepší otázka související s AI v pohovoru ve skutečnosti není o AI. Je to otázka o úsudku.

Nástroje se budou neustále měnit. Nástroj, který kandidát dnes používá, nemusí být stejný, který bude používat příští rok. Objeví se nové modely, stávající se zlepší, a způsob, jakým inženýři s nimi pracují, se bude nadále vyvíjet.

To, co se tak rychle nezmění, je potřeba někoho, kdo se podívá na výsledek a zeptá se: „Dává to opravdu smysl?"

To je člověk, kterého chcete mít ve svém týmu.

Takže až příště kandidát řekne, že AI používá každý den, nezastavujte se tam. Zeptejte se ho na poslední chvíli, kdy to pokazila. Jeho odpověď vám může říci mnohem více než nástroj, který používá, by vám kdy řekl.

A pokud není přetvořování vašeho procesu pohovoru tak, aby se našel tento druh úsudku, tam, kde chcete strávit svůj čas, je to právě místo, kde MyNextDeveloper pomáhá tím, že spojuje startupy s ověřenými inženýry a talenty v oblasti AI, které se hodnotí nejen na základě toho, co vědí, ale na základě toho, jak skutečně pracují.

SHRNUTÍ

Skoro každý inženýr, kterého pozvete na pohovor, řekne, že AI nástroje používá každý den, takže tato otázka vám už nic užitečného neřekne. Ta, která ano: Zeptejte se jich na konkrétní chvíli, kdy AI nástroj udělal chybu, a jak ji zachytili. Silná odpověď přichází se skutečnými detaily, upřímným příběhem o tom, co se pokazilo, a jasným pocitem, co by dělali jinak, ne vague „Vždy všechno dvakrát kontroluju."

Pokud někdo tvrdí, že ho AI nástroj nikdy nezklamal, je to vlastně varovný signál, ne zelená vlajka. Tato jediná otázka tiše testuje přesně ten úsudek, který odděluje inženýry, kteří používají AI k rychlému a bezpečnému pohybu, od těch, kteří se jen pohybují rychle.

Chcete si vytvořit vysokovýkonný vzdálený tech tým?

Podívejte se na MyNextDeveloper, platformu, kde najdete top 3 % softwarových inženýrů, kteří jsou hluboce vášní pro inovace. Naše řešení pro software talent na vyžádání, vyhrazená a důkladná poskytují komplexní řešení pro všechny vaše softwarové požadavky.

Navštivte naše webové stránky a zjistěte, jak vám můžeme pomoci v sestavení vašeho dokonalého týmu.