劉軍

當你正襟危坐在屏幕前，參加公司視頻面試的時候，此時盯著你的不僅是面試官，還有背后一整套 AI 算法。你的表情、肢體動作、語言，都會被 AI 分析，如果最終面試失敗，可能因為 AI 覺得你跳槽概率太大。

以上描述的場景并非來源于科幻小說的杜撰。一家名為 predictivehire 的澳大利亞公司，專門為企業(yè)提供 AI 招聘服務，該公司正在開發(fā)一種可以預測應聘者跳槽可能性的機器學習模型。企業(yè)宣稱 AI 技術的應用可以大幅度提高企業(yè)招聘效率，同時消除招聘中的固有偏見，然而某些學者卻擔心此舉會引發(fā)更廣泛的招聘歧視。

技術在人臉識別中的應用

AI 招聘的初衷在于提高效率?

AI + 招聘，這個交叉行業(yè)得以在 2015 年左右興起，有兩方面原因。一是 AI 技術逐漸走向成熟，二是傳統(tǒng)招聘行業(yè)有強烈的提高效率的需求。一般來說，企業(yè)從決定招募員工到最后完成招募，需要經過以下 7 個步驟：

1.與業(yè)務部門溝通確認招聘需求

2.在各個渠道投放招聘廣告，如獵聘、拉勾網獵頭等

3.收取篩選簡歷

4.面試環(huán)節(jié)（多輪）

5.發(fā)放 offer（可能還要進行測評）

6.準員工維護

7.員工通過試用期轉正（招聘結束）

在以上 7 步中，第二三四步是最耗費精力的階段，用杭州某大型上市公司 HR 陳雯的話說，就是 “找人和評估人。” 而這恰是 AI 招聘想要發(fā)力的領域。

在實際招聘工作中，HR 需要做大量的重復性工作。除了要在不同渠道投放同一個崗位的招聘廣告，還要篩選海量的簡歷，確保優(yōu)秀的人可以進入面試環(huán)節(jié)。而快速篩選簡歷，會讓招聘人員產生 “fast human bias”。根據 Pymetrics 公司 CEO 弗里達 · 波里的說法，這是一種行為偏差，在此影響下，擁有“精英證書” 的候選人更容易進入面試。

說得直白一些，此時 HR 只會注意到候選人簡歷上最突出的一點而忽略了其他。Pymetrics 是知名的第三方招聘公司，摩根大通、普華永道等全球知名企業(yè)都在使用它的測評工具，以測試候選人是否具備企業(yè)要求的素質，如創(chuàng)造力、自驅力、利他主義等。找到候選人之后，HR 還需要和他們初步溝通，此時工作的重復性特征更加明顯，這也是網絡一直流傳各類 “面經” 的原因。設想一下，類似 “你經歷最大的挫折是什么？”“你的缺點是什么？”“你的愛好是什么？” 這樣的問題，要重復性提問幾十位候選人，光是想一想就足夠讓人崩潰了。

這時候，AI 招聘可以登場了。根據全球知名人力資源管理咨詢公司 HAYS（瀚納仕）首席執(zhí)行官 Alistair Cox 的說法，AI 技術可以幫助企業(yè)鎖定匹配度更高的候選人。例如 LinkedIn 會通過會員主頁信息和職業(yè)描述來為其推薦工作。但隨著 AI 技術更加成熟、企業(yè)收集的數據越來越多，這些算法會考慮更多的因素，實現(xiàn)更加精準的推薦。你的頁面記錄、瀏覽歷史、社交賬號信息，包括分享了什么、點贊了什么、有怎樣的人格魅力，都會成為 AI 的分析對象。綜合評估之下，AI 甚至能挖掘出用戶自己都沒有意識到的潛力。

除了匹配候選人，AI 招聘工具還可以幫助 HR 與候選人聊天——初步面試。這一過程是通過聊天機器人實現(xiàn)的。PredictiveHire 公司的聊天機器人通過詢問應聘者一系列開放性問題，從而確定他們的人格特征，最終為每個人打上標簽，諸如自主型人格、充滿動力型或者自驅型。該公司的客戶分布在零售業(yè)、呼叫中心和醫(yī)護行業(yè)，每一個客戶對求職者的能力和個性要求都不同。聊天機器人通過對候選人的“面試分析”，可以大大提高雇主招聘的成功率。正如 predictivehire 主頁廣告語一樣：認識一下 Phai——您的招聘向導。它會讓面試變得超級省時、開放包容且毫無偏見?？墒?，真的毫無偏見嗎？

AI 招聘，消除歧視還是帶來歧視？

幾乎所有的 AI 招聘公司都會認為使用 AI 算法可以消除人的偏見。理由很簡單，人會有偏見，但是算法沒有。但現(xiàn)實可能不如說的美好。PredictiveHire 正在研究的新模型正是用于預測應聘者的跳槽概率，該項目調用了 45899 名使用過其聊天機器人程序的應聘者的文本內容，通常來說，機器人會詢問5個～7個開放性問題，其中包括他們過去的經歷和自我評價。而就是從應聘者的答案里，機器人就能檢測到某些候選人“看重經歷，不務實，不夠腳踏實地，有很強的跳槽傾向 ”。

預測跳槽只是小試牛刀。企業(yè)還可能利用大數據、AI 技術來壓低求職者的工資，約翰 · 杰伊刑事司法學院的紐曼教授在 2017 年的一篇論文中提到了這一點。例如，基于機器學習的性格測試在招聘領域應用越來越普遍，在測試幫助下，企業(yè)能夠篩選出更有可能煽動工會漲工資的候選人，從而不錄用他們。越來越多的雇主開始監(jiān)控員工聊天記錄、郵件和其他工作數據，對可能離職的人進行評估，確定一個能讓他留下來的最低漲薪水平。

Alistair Cox 也不傾向于完全信任 AI 算法，因為基于有偏見和歧視的數據產生的 AI 模型一樣會有偏見。例如某個崗位的歷史數據就帶有年齡偏見，AI 算法產生的模型很有可能吸收了這一點。如何消除算法歧視？來自康奈爾大學的助理教授索倫 · 巴洛卡斯一直從事算法公平和責任的研究，同時，他也是微軟研究院的首席研究員。在他看來，通過? AI 算法評估應聘者的方式不應該被放棄。

因為 AI 算法讓招聘變得更好的目標是高尚的，我們需要的是推動監(jiān)管部門迫使企業(yè)提高透明度。目前，沒有一個 AI 招聘的評估模型受到過嚴格的同行評議，如果企業(yè)樂于提供模型的運作模式，把工具拿出來進行合法性認證，會更有助于他們承擔相關的責任。

AI 招聘發(fā)展的可能瓶頸

AI 招聘是 AI 技術在招聘領域的應用，招聘才是技術發(fā)揮作用的基礎。不論開發(fā)怎樣的匹配算法、評估算法，都無法繞開一個問題：企業(yè)到底需要怎樣的候選人？

陳雯說，在招聘的智能化方面，阿里巴巴做的比較好，其中一個很重要的原因，是公司確切知道需要什么樣的員工。對阿里而言，聰明、皮實、樂觀、自省就是招聘員工的標準。在此基礎上，在通過 AI 技術開發(fā)相關模型去匹配具備此特征的候選人，更有可能成功。

而更多的企業(yè)，最大的問題在于——它們自己也不清楚公司需要什么特征的員工。不清楚招募員工的畫像。這樣一來，即使用最先進的 AI? 技術，也無法幫助企業(yè)提高招聘效率。（文中陳雯為化名）（摘自美《深科技》）（編輯克珂）