原創 王露頤 中信大方
「大方live」是中信出版·大方的活動品牌,每月定期推出系列線上主題分享,收聽來自文學藝術界的新聲,激發不受時空限制的交流,建造無形卻熱烈的現場。
又到年末跳槽季,在各種「面經」分享中,你有沒有發現「AI面試指南」變得越來越多?
AI技術在人才招聘領域確實已經被廣泛使用。據不完全數據統計,在美國已有超過100萬求職者接受了 AI 面試,一些大學甚至開設了培訓課程來提升學生在 AI 面試時的表現。
王露頤是一家專門為企業提供AI招聘服務的科技公司的營運長,她向我們介紹了在企業招聘的流程中,AI是如何與HR相互配合工作的。在她看來,與人相比,AI對簡歷的分析數量和速度都有絕對優勢,畢竟沒有哪個HR能閱覽1億份以上的簡歷並進行分析,也沒有哪個HR能每秒鐘給50個崗位匹配人選。而企業採用AI進行招聘,除了追求效率,也同樣看中AI的不偏不倚性,但是,AI真的能夠幫助消除招聘中的偏見嗎?
王露頤
麥穗科技營運長,美國聖母大學經濟會計學雙學位本科和碩士,曾榮獲GBC全球女性創業大賽冠軍。
AI在人才招聘中如何發揮作用?
目前AI技術運用在企業的招聘領域具體來看分成三塊。第一塊的場景是用AI幫助企業閱讀簡歷,把簡歷提取成結構化的信息,比如說這個人畢業的學校是什麼樣的,供職過的公司是什麼樣的,大概有多少行業經驗等等。AI在做的第一個工作就是把人的簡歷信息轉化為一個個豐滿的特徵,我們把它稱之為人才畫像的構建。其實AI在閱讀簡歷方面的能力已經超過了人,因為人看不過來這麼多簡歷,也不可能把大量簡歷生成成維度這麼豐富的標籤。
第二塊AI被廣泛運用的場景就是幫助人去篩選簡歷。如今出現了很多新的行業、新的職位,企業的HR也未必能為所有崗位有效地甄選人才。那麼這個時候,企業就會引入AI來閱讀崗位的信息和人的簡歷,然後通過深度學習的多模態分析去預測出大概什麼樣的人最適合去做什麼樣的工作。這個服務其實已經在中國市場被廣泛運用了。
AI在招聘領域的第三塊應用,是幫助企業的HR去完成初選面試。今年我們做的一個非常有意思的用AI來代替人面試的工作,是幫一家世界500強的藥企去面試它的醫藥代表類的崗位,我們都知道像這種銷售流通類的崗位,真正影響企業錄用決定的很大程度是應聘者在面試中的溝通表現。今年我們的做法是,讓企業的HR給了我們以往150個通過的和150個沒有通過的人的樣本,讓AI通過學習這兩類人的回答方式,構建了一個叫作擬合專家經驗的初選面試決策模型。然後我們用這個模型在實際的面試中去做了一個驗證:從9月到10月,這家公司大概有400多個人次的面試,AI和HR專家都會對這些人的回答去進行評估,10月底我們驗收的時候,AI的評估和HR專家的評估一致性在93%左右。
未來求職者第一課:尊重AI面試官
通常在面試中,應聘者會傳達出三重信息,第一重是你的面部表情,第二重是你的音頻音調,第三重信息是通過回答HR的一些問題體現出來的軟性勝任素質,比如說溝通能力和領導能力。我認為其中第三重信息的信效度是比較高的,因為企業的HR還是更願意去看應聘者具體的能力素質,希望應聘者規避一些很概念性的話,而是非常實際地去描述一件事。在面試中,有80%的決策因子來自應聘者是否能真實地向HR展示出他的行為能力,而在這一塊的分析上,AI的建模能力會更高,這也是為什麼我們會在軟性勝任素質的考察上更多地讓AI參與進來。今年疫情後,線上辦公和視頻面試變得更多了,這也給AI訓練帶來了更多有效的真實數據。
我採訪過非常多90後和95後的求職者,他們感到面對AI面試官會相對更放鬆一些,沒有像面對真人HR那麼緊張,會減少一些應激反應,有助於提高面試表現。但是我也碰到過一些求職者會「調戲」AI面試官。比方說我們有一道常見的面試題,就是讓你描述一下你自己是如何在專業領域進行學習的,那麼有人就猜在AI的模型裡,我談到學習這個詞頻率越高,得分就會越高,我碰到過有人在他的回答裡說了20次左右「學習」這個詞,但是事實上當你面向一個HR去回答這個問題時是不會這麼做的。這就有點小小的自作聰明,有點太小看AI了,這種心理我覺得是未來的求職者們需要去改變的。
AI招聘,更公平還是更具偏見?
關於AI會消除還是放大偏見,這個問題爭議一直挺大的,從我自己的經驗來說,兩個看法都對也不對。
美國有一個非常有意思的調查,平均來看,如果女性求職者在簡歷上放了照片,那麼她的應聘成功率大概會降低30%,但是漂亮的女生放照片,大約會提高70%以上的成功率。這種偏見在AI篩選簡歷的過程中就不會存在,因為AI不會被照片的美貌程度所幹擾。
但反過來再舉一個例子,比方說我要給字節跳動定製一個模型去招聘某個崗位的工程師,那我要如何去做一個跟字節的HR有一模一樣偏好的篩選模型呢?這時候,AI的典型做法叫作「小樣本學習」,也就是說把HR專家的經驗融入到這個模型的訓練當中去。但這會帶來一個很大的問題,如果HR之前在篩選的時候本身就是帶著偏見的,比如說只選男的不選女的,或者只選985畢業的,只選擁有某類戶口的,AI去構建一個融入專家經驗模型的時候,一開始做的事情就是儘可能去擬合和學習這個專家的判斷,AI判斷的結果和人判斷的結果越一致,這個模型就越成功。所以大家就可以想像,這個模型一定會放大人的經驗與偏見。
但是長遠看來,AI分成兩個階段,第一個階段是學習人,第二個階段是超越人,就像AlphaGo一開始是海量學習人的棋譜,現在已經超越了任何一個人類棋手。在AI招聘領域也是一樣,比如我們現在使用的AI模型已經累計學習了大約1.1億真實的入職記錄,並且進行了縝密的分析,這是人類HR不可能做到的。希望我們的AI模型可以在未來的三到五年在真正意義上超越目前人工篩選簡歷的平均水準,這其中有一個努力目標就是去填平由於個人局限性帶來的偏見或偏好,提高人才選用的信度和效度。
相關閱讀
《AI會取代我們嗎?》
[英]雪莉·范 著 阿蘆 譯
[英]馬修·泰勒 編
中信出版·大方 梯工作室|2020年10月
歡迎收聽我們的播客節目
跳島FM(Talking Literature)是一檔文學播客,一份可以聽的文學雜誌。節目每周三更新。
原標題:《大公司都開始用AI面試了,到底靠不靠譜?》
閱讀原文