当你正襟危坐在屏幕前，参加公司视频面试的时候，此时盯着你的不仅是面试官，还有背后一整套 AI 算法。
你的表情、肢体动作、语言，都会被 AI 分析，如果最终面试失败，可能因为 AI 觉得你跳槽概率太大。
以上描述的场景并非来源于科幻小说的杜撰。一家名为 predictivehire 的澳大利亚公司，专门为企业提供 AI 招聘服务，该公司正在开发一种可以预测应聘者跳槽可能性的机器学习模型。
图 | AI 技术在人脸识别中的应用
企业宣称 AI 技术的应用可以大幅度提高企业招聘效率，同时消除招聘中的固有偏见，然而某些学者却担心此举会引发更广泛的招聘歧视。
AI 招聘的初衷在于提高效率
AI + 招聘，这个交叉行业得以在 2015 年左右兴起，有两方面原因。一是 AI 技术逐渐走向成熟，二是传统招聘行业有强烈的提高效率的需求。
一般来说，企业从决定招募员工到最后完成招募，需要经过以下 7 个步骤：
与业务部门沟通确认招聘需求
在各个渠道投放招聘广告，如猎聘、拉勾网猎头等
收取筛选简历
面试环节（多轮）
发放 offer（可能还要进行测评）
准员工维护
员工通过试用期转正（招聘结束）
在以上 7 步中，第 2、3、4 步是最耗费精力的阶段，用杭州某大型上市公司 HR 陈雯的话说，就是 “找人和评估人。” 而这恰是 AI 招聘想要发力的领域。
在实际招聘工作中，HR 需要做大量的重复性工作。除了要在不同渠道投放同一个岗位的招聘广告，还要筛选海量的简历，确保优秀的人可以进入面试环节。
而快速筛选简历，会让招聘人员产生 “fast human bias”。根据 Pymetrics 公司 CEO 弗里达 · 波里（Frida Polli）的说法，这是一种行为偏差，在此影响下，拥有“精英证书” 的候选人更容易进入面试。
说的直白一些，此时 HR 只会注意到候选人简历上最突出的一点而忽略了其他。
Pymetrics 是知名的第三方招聘公司，摩根大通、普华永道等全球知名企业都在使用它的测评工具，以测试候选人是否具备企业要求的素质，如创造力、自驱力、利他主义等。
找到候选人之后，HR 还需要和他们初步沟通，此时工作的重复性特征更加明显，这也是网络一直流传各类 “面经” 的原因。
设想一下，类似 “你经历最大的挫折是什么？”“你的缺点是什么？”“你的爱好是什么？” 这样的问题，要重复性提问几十位候选人，光是想一想就足够让人崩溃了。
这时候，AI 招聘可以登场了。
根据全球知名人力资源管理咨询公司 HAYS（瀚纳仕）首席执行官 Alistair Cox 的说法，AI 技术可以帮助企业锁定匹配度更高的候选人。
例如 LinkedIn 会通过会员主页信息和职业描述来为其推荐工作。但随着 AI 技术更加成熟、企业收集的数据越来越多，这些算法会考虑更多的因素，实现更加精准的推荐。
你的页面记录、浏览历史、社交账号信息，包括分享了什么、点赞了什么、有怎样的人格魅力，都会成为 AI 的分析对象。综合评估之下，AI 甚至能挖掘出用户自己都没有意识到的潜力。
除了匹配候选人，AI 招聘工具还可以帮助 HR 与候选人聊天——初步面试。这一过程是通过聊天机器人实现的。
PredictiveHire 公司的聊天机器人通过询问应聘者一系列开放性问题，从而确定他们的人格特征，最终为每个人打上标签，诸如自主型人格、充满动力型或者自驱型。
该公司的客户分布在零售业、呼叫中心和医护行业，每一个客户对求职者的能力和个性要求都不同。聊天机器人通过对候选人的“面试分析”，可以大大提高雇主招聘的成功率。
正如 predictivehire 主页广告语一样：认识一下 Phai——您的招聘向导。它会让面试变得超级省时、开放包容且毫无偏见。
图 | predictivehire 公司网站首页
可是，真的毫无偏见吗？
AI 招聘，消除歧视还是带来歧视？
几乎所有的 AI 招聘公司都会认为使用 AI 算法可以消除人的偏见。理由很简单，人会有偏见，但是算法没有。
但现实可能不如说的美好。
PredictiveHire 正在研究的新模型正是用于预测应聘者的跳槽概率，该项目调用了 45899 名使用过其聊天机器人程序的应聘者的文本内容，通常来说，机器人会询问 5-7 个开放性问题，其中包括他们过去的经历和自我评价。
而就是从应聘者的答案里，机器人就能检测到某些候选人“看重经历，不务实，不够脚踏实地，有很强的跳槽倾向 ”。
预测跳槽只是小试牛刀。企业还可能利用大数据、AI 技术来压低求职者的工资，约翰 · 杰伊刑事司法学院的纽曼教授在 2017 年的一篇论文中提到了这一点。
例如，基于机器学习的性格测试在招聘领域应用越来越普遍，在测试帮助下，企业能够筛选出更有可能煽动工会涨工资的候选人，从而不录用他们。越来越多的雇主开始监控员工聊天记录、邮件和其他工作数据，对可能离职的人进行评估，确定一个能让他留下来的最低涨薪水平。
Alistair Cox 也不倾向于完全信任 AI 算法，因为基于有偏见和歧视的数据产生的 AI 模型一样会有偏见。例如某个岗位的历史数据就带有年龄偏见，AI 算法产生的模型很有可能吸收了这一点。
如何消除算法歧视？来自康奈尔大学的助理教授索伦 · 巴洛卡斯一直从事算法公平和责任的研究，同时，他也是微软研究院的首席研究员。在他看来，通过 AI 算法评估应聘者的方式不应该被放弃。
因为 AI 算法让招聘变得更好的目标是高尚的，我们需要的是推动监管部门迫使企业提高透明度。目前，没有一个 AI 招聘的评估模型受到过严格的同行评议，如果企业乐于提供模型的运作模式，把工具拿出来进行合法性认证，会更有助于他们承担相关的责任。
AI 招聘发展的可能瓶颈
AI 招聘是 AI 技术在招聘领域的应用，招聘才是技术发挥作用的基础。不论开发怎样的匹配算法、评估算法，都无法绕开一个问题：企业到底需要怎样的候选人？
陈雯说，在招聘的智能化方面，阿里巴巴做的比较好，其中一个很重要的原因，是公司确切知道需要什么样的员工。对阿里而言，聪明、皮实、乐观、自省就是招聘员工的标准。在此基础上，在通过 AI 技术开发相关模型去匹配具备此特征的候选人，更有可能成功。
而更多的企业，最大的问题在于——它们自己也不清楚公司需要什么特征的员工。不清楚招募员工的画像。这样一来，即使用最先进的 AI 技术，也无法帮助企业提高招聘效率。
（文中陈雯为化名）
-End-
参考资料：
[1]. AI 大展身手的未来，企业招聘将何去何从？Alistair Cox. Hays 首席执行官
[2]. An AI hiring firm says it can predict job hopping based on your interviews. Karen Hao, July 24, 2020
[3]. AI Screens of Pandemic Job Seekers Could Lead to Bias Claims (1). Paige Smith, June 30, 2020