为什么你接受 AI 的采访比接受人类的采访更好

快速阅读: 据《福布斯》称，研究表明，AI在招聘中的表现优于多数人类面试官，因其偏见更少且能聚焦相关信号。尽管AI仍有不足，但它提高了招聘效率和一致性。未来，AI有望进一步优化招聘流程，而人类则可专注于更有价值的任务。

即便以目前的状态来看，人工智能在准确率上也高于大多数人类面试官，且偏见更少——但这标准并不高。未来感十足的机器人参与的工作面试。这是一张完全由3D生成的图像。Getty

尽管对任何人来说，不经面试就获得工作的可能性几乎难以想象，但学术研究显示：面试所提供的信息中很少有有效且独特的部分，这些信息无法通过其他更可靠且更具预测性的方法获取（例如基于科学的评估、智商和人格测试、过往表现，甚至是人们数字足迹的AI抓取）。除此之外，即使人类有意忽略或装作忽视此类数据，面试仍会提供过多无关且不道德的信息：候选人的社会经济地位、社会阶层、性别、种族以及整体外貌与吸引力（这是最强、最普遍却鲜被提及的偏见之一）。

这就是为什么雇主和招聘经理觉得取消面试的想法很荒谬：它提供了他们本应忽略但实际却“喜爱”的大量信息，即使他们并未察觉自身的偏见。不出所料，学术研究显示，典型的非结构化面试（更像是随意聊天而非严格标准化的互动）和业余（由缺乏技术培训或有自己的个人议程及政治利益的人进行和评估）的面试，很少能解释未来工作表现变异性的超过9%。事实上，这一比例或许还被高估了：当候选人的招聘经理同时负责选拔面试以及他们在受聘后对候选人绩效的评分或评估时，模型中存在大量的隐形或非正式偏见。

更多内容：

如果您的PIN码在此列表中，请立即更改！
苹果向iPhone 16买家提供新优惠
亚马逊为何刚刚取消了一部评分高达97%的Prime视频节目？

例如，多数经理不愿承认选错人，因此最好的掩饰错误方式是在候选人表现差劲时仍给予积极评价（这样可美化他们的选择）。同样地，即便经理们不知自己雇错人（因为候选人一旦入职便会学会“印象管理”或“表现良好”），他们仍然会对候选人持正面看法。也就是说，面试期间正向扭曲经理意见的偏见可能在数月乃至数年后依旧存在，尤其是当经理不擅长评估候选人实际表现且被其工作表现中的表演性方面（假装工作、玩政治、拍马屁、用魅力和自信假装能力等）分散注意力时。

引入人工智能后，虽然在评估和招聘方面远未完美，尤其是在当前状态下（预计它会在大多数任务和主题领域中像其他领域一样改进）。即便如此，AI算法多年来已被成功部署并研究为候选人筛选和选拔工具，早在AI成为主流之前，包括生成式AI和ChatGPT出现之前。

诚然，到目前为止，AI在评估、招聘、选拔和人才识别方面的价值主要体现在提高速度、效率、一致性和成本节约上，而不是准确性。从这个意义上说，它的主要贡献在于大规模预筛选和筛选，因为数量最终会提升质量（如果你能审查100万个候选人，你更有可能从中找到10个极其优秀的候选人，而不是只审查1000个候选人）。此外，它还能减轻人力资源招聘人员和招聘经理从事低价值、枯燥、例行标准化活动的负担：在简历中寻找关键词、美化职位描述，或在LinkedIn上群发大量候选人——所有这些AI都做得更好。

将越重复、越无聊、越低价值的活动外包给AI，人力资源招聘人员和招聘经理就能有更多时间与候选人进行真正的人际交流。然而，质疑是否应将部分时间用于人与人之间的面试，或将面试完全交由AI处理，包括候选人的算法筛选与短名单制定，是值得思考的。

考虑一下精心设计的基于AI的面试的一些关键优势，我指的是完全自动化、AI评分的数字或视频面试：

(1) 与人类不同，AI非常擅长聚焦于相关信号而忽略无关信号（包括与社会阶层、人口统计数据相关的噪音，以及任何可能导致不公平并对局外人造成伤害的信息）。

(2) 与人类不同，AI在学习与“遗忘”方面更出色，因此它可以不断改进和完善其模型，使其更具预测性（特别是若使用高质量表现数据对其进行微调）。

(3) 尽管AI可能存在偏见，但这些偏见通常反映人类偏见（当AI被“教导”什么是所谓的高绩效者时，它只会复制或模拟人类的偏见和有偏好的选择）。事实上，AI永远无法以真正人类的方式表现出偏见。也就是说，与人类不同，AI永远不会因为需要保护或抬高自我价值而贬低其他人类（或AI）。也许在未来我们会看到AI进化成这种神经质或不安全的智能，但目前还没有。

(4) AI能够以更可预测和可靠的方式进行预测，并且对所有候选人提供相同的待遇和评估。这种情况在人类中几乎从未发生，即使同一组受过训练的人类面试官评估同一批人，并设置了实验条件。就像陪审团一样，人类面试官会有情绪波动、偏好和偏见，而且大多难以察觉和管理。

(5) 虽然我们常常批评AI是“黑箱”（意味着即使是预测模型也很难理解或破解），但法规已经很好地减少了黑箱模型的应用，大多数招聘和面试筛选中的AI/算法评分工具现在已经是“白箱”（即你可以逆向工程模型来理解为什么分配了某些分数或做出了某些决定）。

(6) 与AI相反，人类大脑才是真正的“黑箱”。考虑一下，即使人类面试官真的相信某个候选人比其他人更好，他们也永远不会知道为什么会真正更喜欢这个候选人而不是其他人。他们可能有一个故事，包括他们告诉自己的故事，但我们永远不知道这个故事是否真实，或者只是他们对自己编造的一些废话（因为每个人都有偏见，而最大的偏见就是不知道我们的偏见，并将它们当作事实，即使它们最多只是对事实的感觉）。

(7) 许多研究表明，尽管人们对AI的接受度和欢迎程度较低，但候选人往往更倾向于AI而非人类面试官，特别是当他们有过糟糕的人类面试官经历时。这些经历可以包括（但不限于）：微侵略、明显的侵略、歧视、骚扰、傲慢或不友好的对待以及冷漠。这解释了为什么即使在当前状态下，AI仍然是许多人类面试官更好的替代品，即使仅从候选人的接受度或用户体验角度来看也是如此。

(8) 如果确实存在一种模式将面试活动（语言和非语言交流、语言、讲话、礼仪、社交技能以及使一个候选人区别于其他候选人的内容和风格）与未来的职位表现联系起来，毫无疑问AI会比人类更擅长发现和检测这种模式。此外，它将以更一致、更便宜和可扩展的方式做到这一点。请注意，即使是最有经验的人类面试官（比如一位有几十年培训和经验的临床心理学家）也会有状态不佳的日子，会因为个人事件感到情绪起伏，会被显性和隐性偏见影响。此外，找到这样的人才并不容易，他们每天只能处理少量的面试。

当然，更大的问题在于太多人认为自己是这样的专家，而实际上他们完全没有面试技巧或专业知识。

(9) 元分析数据显示，唯一与未来工作表现持续且显著相关并能有效评估潜力的面试是高度结构化和标准化的：换句话说，它们看起来更像是心理测量评估，而不是人类面试官和候选人之间的一般对话或聊天。再次强调，这使得面试非常适合AI和计算机智能应用，而不是不可预测和反复无常的人类性格。

(10) 当然，候选人从见到他们的招聘经理、提问以及了解未来的老板和公司文化中获益良多（即使这也是一种释放或激活其自身偏见的方式）。没有必要取消这种面对面交流的机会，即使AI能更准确地描述给定的文化（很快也能描述老板）。然而，这种人与人之间的对话和候选人选择合适的工作、老板和公司的机会可以在候选人已经被提供工作后，且没有任何人为干预的情况下提供。

如果这一切听起来令人毛骨悚然或像奥威尔小说中的场景，想想这个比喻：AI面试可能是招聘领域的自动驾驶汽车。它们可能还未完全准备好大众消费和普及，在试点阶段仍然会产生错误和事故（特别是在路上还有其他人类司机的情况下）；然而，就像自动驾驶汽车或自主车辆一样，它们不太可能每年造成130万次人类死亡，就像今天的司机那样。而且就像司机倾向于认为自己比AI好但实际上并非如此一样，大多数人类面试官也认为自己比AI好但实际上并非如此。AI不需要完美就能代表对人类智慧的改进，尤其是对人类愚蠢的改进。

(以上内容均由Ai生成)