当AI成为面试官，求职者开始扮演“机器人”

微信邦

据世界经济论坛统计，超过90%的雇主已经采用了自动系统来筛选或对求职申请进行排名，88%的企业已采用某种形式的AI评估工具初步筛选候选人。以联合利华为例，这家消费品巨头就会使用线上面试服务软件Hirevue的AI驱动工具评估早期申请人，并在此过程中节省了5万小时的工时和超100万美元的成本。

多数企业在考虑使用AI评估工具时，往往会关注工具带来的效率和质量提升，却没有考虑到AI评估可能会对候选人行为带来哪些影响。我们的新研究对12项研究中超1.3万名参与者进行了调查，结果显示这是一个关键盲点。我们通过实验室与实地场景模拟了多种评估情境，并与Equalture展开了合作，这是一个提供游戏化测评的招聘方案的初创平台。

研究结果显示，当求职者认为是AI在进行评估时，他们会持续强调分析能力，同时淡化那些往往能将优秀员工与普通员工区分开的特质，即同理心、创造力和直觉。这就促使求职者展现出一个与平时的自己不同，但和其他人趋同的自我形象，进而影响到谁能在AI主导的招聘流程中脱颖而出，这对在招聘、晋升和录取决策中使用AI的组织也会产生影响。

对组织的意义

我们研究结果的影响远超个体招聘决策范畴。当求职者系统性地展现“非自我”时，组织将面临多重挑战。

人才库扭曲。尽管有时人们会指责AI做出带有偏见的招聘决策，比如在选拔过程中歧视女性，但我们的研究表明，知道自己正在接受AI评估这件事，也会使候选人产生偏见，让他们认为应当优先展现分析能力。结果就是，公司可能仅仅因为使用了AI，就筛选掉了真正需要的候选人。你正在寻找的创新思考型人才或者高情商领导者可能会表现成循规蹈矩的分析师，因为他们认为这才是AI希望看到的。

工具不再有效。评估工具的好坏取决于它收集的数据。当候选人策略性地改变回答时，评估过程的基本有效性可能就会受到损害。组织也许无法再衡量对方的真实能力，而是衡量候选人认为AI最看重的特质。

无意识的同质化。如果大多数求职者都认为AI更青睐分析型特质，人才储备就会日益趋同，这可能会削弱多元化举措，并限制组织内的观点多样性。IBM和希尔顿等将AI融入招聘与内部晋升系统的企业现在必须考虑这些工具是否会促使员工采用千篇一律的自我展示方式。

新的透明度法规，如欧盟的《人工智能法案》（EU’s AI Act，要求组织披露在高风险决策中使用AI的情况）加大了这些结果出现的可能性。当候选人意识到AI正在评估自己时，他们更有可能改变自己的行为。

改善举措

根据我们的研究结果，组织可以采取多项具体措施，来应对AI评估产生的效应。

完全公开信息

不仅要披露AI评估的存在，更要明确说明它实际评估了哪些内容。要清晰传达AI能够并且确实重视多样化特质，包括创造力、情商，以及靠直觉解决问题的能力。其中可以提供成功候选人的实例，展示其展现出的强大直觉或创造力。现在，很少有公司能完全说清AI究竟在评估什么，至少我们在浏览许多大公司网站的职业页面时，很难找到这些信息。话虽如此，求职者仍会在博客和视频中讨论并分享他们的直觉猜测，这样可能适得其反，因为他们的猜测和实际情况还是存在一定出入。我们建议公司还是不要让求职者自行猜测。

定期的行为审计

要对AI评估结果进行系统性审查。例如，纽约市已经通过了第144号地方法律，要求雇主对基于AI的招聘进行年度偏差审计。作为回应，AI招聘领域的市场领导者之一Hirevue报告了他们最近针对不同工作和案例进行的种族或性别偏差审计。除了审查与人口统计特征相关的偏见，我们也建议企业利用这些审计来寻找体现适应性行为的模式：随着时间的推移，候选人的回答是否变得更加同质化？你是否看到候选人正倾向于展示分析能力，而牺牲了其他宝贵品质？

人机协作

一些组织结合了人类与AI两方面的评估。例如，客户关系管理软件服务提供商Salesforce指出，除了技术手段，还会有人工审核申请。英伟达和烟草公司菲利普·莫里斯国际公司就保证由人类进行最终评估和决策。我们的一项研究表明，虽然这种人机混合评估确实能减少候选人突出分析能力的倾向，但也不能完全消除这种倾向。要弥合这一差距，企业还需要对招聘人员进行培训，以弥补AI带来的影响。

前进方向

随着AI逐渐融入组织的决策过程，我们必须认识到，这些工具不仅改变了流程，还改变了人。AI评估带来的效率提升，可能是以牺牲候选人的真实展示为代价，最终损害的是使组织具有创新性和韧性的多元化人才。讽刺的是，我们在努力消除招聘中的人为偏见时，可能已经创造了一个由AI引入的新型偏见系统。解决办法不是放弃AI，而是设计能够考虑并抵消这些行为变化的评估系统。只有将人以及评估指标置于评估策略的核心，我们才能真正建立起可以识别和培养多样化人才的招聘系统。

约纳斯·格尔根（Jonas Goergen） 伊曼纽尔·德·贝利斯（Emanuel De Bellis）安娜—卡特琳·克莱斯（Anne-Kathrin Klesse）| 文

约纳斯·格尔根是法国凯致商学院数据营销与人工智能助理教授。伊曼纽尔·德·贝利斯是德国圣加仑大学副教授，行为科学与技术研究所主任。安娜—卡特琳·克莱斯是伊拉斯姆斯大学鹿特丹管理学院营销管理系消费者行为与技术教授，伊拉斯姆斯数据中心人工智能心理学实验室学术主任。

孙燕 | 编辑