
文章來源: 學(xué)術(shù)頭條( ID: SciTouTiao)
作者: 趙雅琦
【導(dǎo)讀】如今,AI 越來越聰明,讓很多人開始擔(dān)心,有朝一日是否會被AI取代自己的工作。實(shí)際上,目前為止,AI還處在弱人工智能階段,絕大多數(shù)人類的工作暫時無法被 AI 取代,但是,當(dāng)前, AI 卻可以決定你是否能夠獲得一份工作。
馬上又是一年校招季。你是否有過被各大公司的網(wǎng)申系統(tǒng)支配的恐懼,是否做線上測試做到懷疑人生,是否投過無數(shù)的簡歷而石沉大海?
郁悶的背后,或許就是因?yàn)槟愕暮啔v和測試結(jié)果,沒有通過 AI 的初篩。
利用人工智能進(jìn)行簡歷篩選,當(dāng)下已經(jīng)不是什么新鮮事。根據(jù)調(diào)研機(jī)構(gòu)的分析,幾乎所有財富 500 強(qiáng)公司(98% 以上)和越來越多的中小企業(yè)使用求職者跟蹤系統(tǒng)過濾簡歷,然后再將其提交給人力招聘經(jīng)理。
不僅僅如此,現(xiàn)在人工智能已經(jīng)逐漸深入面試領(lǐng)域。這意味著,當(dāng)你通過了人工智能的簡歷初篩后,你的第一輪面試也將由人工智能主導(dǎo)進(jìn)行。
比如在美國,使用人工智能進(jìn)行面試的現(xiàn)象已經(jīng)十分普遍,當(dāng)中包括希爾頓、聯(lián)合利華和高盛等大公司,已經(jīng)有超過 100 萬求職者接受了 AI 的面試,一些大學(xué)甚至開設(shè)一些培訓(xùn)課程來幫助學(xué)生如何在 AI 面試時表現(xiàn)更好。
2020 年,新冠肺炎疫情給 AI 招聘工具又帶來了新的發(fā)展契機(jī)。AI 招聘工具不僅可以幫助企業(yè)更加快速地對大量應(yīng)聘者進(jìn)行初步篩選,節(jié)省人力資源工作者的時間,也可以避免招聘方和應(yīng)聘者的密切接觸。這種優(yōu)勢在疫情全球化的背景下被凸顯出來。如今,許多國內(nèi)的公司也加入采用 AI 面試的大軍中。
但是,AI 招聘工具真的更優(yōu)于普通的人力篩選,能夠帶來更加公平公正的招聘環(huán)境嗎?
實(shí)際上,人工智能只是機(jī)器可以“學(xué)習(xí)”決策的一種高級方式。程序員沒有給出特定的命令,而是向 AI 提供了大量數(shù)據(jù),通過重復(fù)測試對其進(jìn)行“訓(xùn)練”以達(dá)到篩選適合自己公司簡歷的目的。因此給AI提供的數(shù)據(jù)庫就顯得尤為重要。
AI 根據(jù)以前的招聘結(jié)果來了解目標(biāo)的工作要求和招聘模式,并通過識別簡歷中的關(guān)鍵詞,來選取合適的候選人。這不僅可以根據(jù)候選人的工作技能和以前的工作經(jīng)驗(yàn),而且還可以根據(jù)組織的招聘文化來進(jìn)一步篩選。這意味著,簡歷中的信息和用詞對于通過AI初篩非常重要。
許多人認(rèn)為 AI 簡歷篩選相對于人工篩選是更加公平的一種方式。但是,事實(shí)上并不是如此樂觀。
早在兩年前,亞馬遜機(jī)器學(xué)習(xí)專家就發(fā)現(xiàn)他們的 AI 招聘工具有一個明顯的傾向——在篩選簡歷過程中,重男輕女。
而這種傾向最終被歸結(jié)為人工智能訓(xùn)練樣本的問題。因?yàn)樵诰唧w機(jī)器學(xué)習(xí)的過程中,亞馬遜針對 500 個特定職位開發(fā)了相對應(yīng)的識別模型,并對過去 10 年的簡歷中的 5 萬個關(guān)鍵詞進(jìn)行識別,最后進(jìn)行重要程度的優(yōu)先級排序。而這個數(shù)據(jù)庫中大部分求職者為男性,而女性相關(guān)的數(shù)據(jù)太少,因此 AI 會誤以為沒有這類關(guān)鍵詞的女性簡歷不那么重要。
許多開發(fā) AI 招聘工具的公司聲稱,通過精心設(shè)計(jì)和培訓(xùn)其學(xué)習(xí)的模型,就能夠在招聘流程中專門解決各種系統(tǒng)性偏見。但專家認(rèn)為,這不是一個簡單的任務(wù):AI 算法在發(fā)展的過程中就一直帶有性別,種族等歧視的問題。這些公司采用的策略是清除應(yīng)用程序中的識別信息,依靠匿名面試和技能測試,甚至調(diào)整職位的措辭以吸引盡可能多的應(yīng)聘者。這意味著背后更長時間的學(xué)習(xí)過程和更大量的數(shù)據(jù)。但這并不是一個簡單的過程。
此外,以 AI 招聘工具在獲得廣泛信任之前面臨的最大障礙之一是缺乏公共數(shù)據(jù)。這些機(jī)器學(xué)習(xí)的數(shù)據(jù)是非公開的,人們無法確認(rèn)提高招聘中算法公平性的努力是否真的有效。由于圍繞公平就業(yè)和工作場所歧視的責(zé)任問題,許多公司不愿公開分享此類信息。因?yàn)槿绻C明使用 AI 證明工具歧視某些群體,公司可能會面臨嚴(yán)重的法律后果。
經(jīng)過人工智能訓(xùn)練的視頻面試技術(shù)可以分析面試者的面部特征、情緒、表情和語氣,從而選擇出最合適的候選人。在這個使用技術(shù)自動化的招聘過程中,語音識別、個性洞察、語氣分析、答案的相關(guān)性、情感識別和心理語言學(xué)都被用于其中。
在很長一段時間里,人們認(rèn)為面部表情能可靠地傳達(dá)情緒。因此 AI 公司銷售用于識別面部表情的軟件作為 AI 面試的基礎(chǔ)也是可靠的。但心理學(xué)家們?nèi)匀粚?AI 識別人類的面部表情并判斷其情緒這件事表示懷疑。
許多研究人員認(rèn)為面部表情在不同的背景和文化之間差異很大。例如,有研究發(fā)現(xiàn),盡管西方人和東亞人對面孔如何表現(xiàn)出疼痛有相似的概念,但他們對快樂的表達(dá)卻有不同的看法。而這會影響 AI 在面試過程中對候選人的判斷。
此外,在人工智能視頻面試過程中,考生對人工智能如何分析自己緊張的抽搐或微笑,或許是眉毛的抬起,都會感到忐忑不安。這種憂慮是人工智能面試過程中顯露出來的苦惱原因,會影響整體結(jié)果。
同時情緒也會因面試者的情況不同而不同。比如頭痛、痛苦的分手,甚至是親人的去世,都會導(dǎo)致一個人原本陽光的性格暫時受挫。而在人際互動中,考生可以向面試官說明情況,面試官會綜合考慮,但這在人工智能視頻面試中是不可能的。
面部的物理疤痕,如中風(fēng)、面部疤痕,甚至是最近注射的肉毒桿菌,都會修改面部表情。人類面試官也會考慮到這些,而人工智能則沒有能力進(jìn)行這樣的考慮。
在美國,AI 視頻面試中的老大哥 HireVue,令各位求職者聞風(fēng)喪膽。HireVue 聲稱可以通過 1.5 萬個不同的維度(包括肢體語言、語音模式、眼神活動、做題速度、聲音大小等)對候選人進(jìn)行評分。其一套標(biāo)準(zhǔn)的面試時間為 30 分鐘,包括 6 個問題,從中可以得出 500000 個數(shù)據(jù)點(diǎn),然后算法將參考這些數(shù)據(jù)來評估面試者的表現(xiàn)。
這些算法根據(jù)其數(shù)據(jù)庫中約 25000 條面部和語言信息對申請人進(jìn)行評估。這些信息是根據(jù)以前對“成功的員工”,即那些已經(jīng)走上工作崗位的優(yōu)秀員工的面試結(jié)果編制而成的。
其中 350 個語言元素包括應(yīng)聘者的語氣、他們使用的被動或主動詞、句子的長度和他們說話的速度等標(biāo)準(zhǔn),分析的數(shù)千項(xiàng)面部特征包括眉毛、眉毛上揚(yáng)、眼睛睜開或閉合的程度、嘴唇收緊、下巴上揚(yáng)和微笑。
這就意味著,在面試過程中你的一舉一動都可能成為你被淘汰的原因。很多人都表示,這種方式會更讓人緊張。就像是 360 度環(huán)繞式審查,讓人感覺很不舒服。
疫情下的招聘季雖然在一定程度上受阻,但這也成就了招聘“新模式”——AI 招聘工具的深入應(yīng)用。
不可否認(rèn),AI 招聘工具確實(shí)可以幫助企業(yè)更高效的解決招聘問題,尤其是在篩選初級應(yīng)聘者,例如實(shí)習(xí)生、校招生等方面。高速的篩選簡歷不僅僅可以節(jié)約公司時間,也可以給應(yīng)聘者更快速的反饋。未來它也將成為人力資源工作的中流砥柱。
但是我們也不能忽視 AI 招聘工具目前所存在的問題,其適用性仍存在很大的局限性。面對更加成熟的社招應(yīng)聘者,他們可能更加需要與面試官當(dāng)面交談,來進(jìn)行一個雙向選擇。
尤其是從 AI 面試的角度上來看,在面部表情識時帶來的負(fù)面效果是不能忽視的?,F(xiàn)階段,AI 無法解析人類的心智,其面試結(jié)果的精準(zhǔn)性是值得懷疑的。因此在雇傭方和候選人兩個角度,都應(yīng)該更理智地看到 AI 招聘工具帶來的招聘市場的變化,也應(yīng)該更加理智地面對 AI 招聘工具的使用。
對于這個招聘季中你可能遇到的人工智能 HR,你怎么看?
排版:趙辰霞
編審:王新凱
資料來源:
https://spectrum.ieee.org/tech-talk/at-work/tech-careers/ai-tools-bias-hiring
https://www.ifanr.com/1272558
https://www.nature.com/articles/d41586-020-00507-5
https://theconversation.com/facial-analysis-ai-is-being-used-in-job-interviews-it-will-probably-reinforce-inequality-124790
https://towardsdatascience.com/your-next-job-interview-may-be-with-an-ai-robot-34dbf4da6340
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10