49个回答含有被封锁的答案1个

许多企业将 AI 面试用于初筛,越来越多求职者遭遇 AI 面试官,如何看待这一现象?会成为大势所趋吗?

中国网
5个点赞 👍

会,尤其是在目前的求职环境下,高级岗位之外的岗位应该都会更快普及“机器人初筛”,不论情感上、体感上是否舒服,但是这就是现实。

这个事情的开始,前几年就有痕迹,只是因为去年 ChatGPT 引爆了行业,LLM 模型能力被快速引入各种现有业务流程中,比如提问中的“人力资源招聘”(HR,以后就不用是好人、坏人的缩写了,因为真不一定是人)。


模型时代,+AI 到 AI + 是必然的过程



以往,需要靠老道一些的面试官来判别候选人的基础状况,现在靠视觉技术里的“肢体识别”、“面部微表情识别”、“反应速度计时”等等传统经典手段,结合 LLM 模型推理能力(分类、辨别),确实在“选人”这事儿上,时间效率是提升的。

不得不面对的问题:如何面对冷冰冰的摄像头(和数字假人)呢

拿其中的一个技术来举例,也是大家可能会觉得“不舒服的事情”,类似流浪地球电影中,刘培强(吴京)被 MOSS(人工智能x“摄像头”)观察表情动作:面部动作编码系统。

看,你的微笑

如果面试系统中刻意设置了不合时宜的问题,勉强候选人作答,人非程序,情绪上的一丢丢变化,被系统捕捉,或许就会面临与很好的职业成长机会告别的遗憾结果。


在 LLM 大模型火之前,如果你搜索 “Facial Action Coding System(面部动作识别技术)”,可以看到一般的声明使用场景还是在”研究、访谈、演艺练习、医疗领域“..

如果你对上面的报道没有体验,回忆一下隔壁国家,前些年(2020 年 1月)开始的 “爱豆 专业化能力培训“

当然,此时此刻知乎上的问题,在韩国应该也会有被讨论,因为他们也是如此

或许,也可以观察观察他们?摸着韩国人过河...hhhh


技术变革的背后:更高效的信息处理需求

其实不光是 面试招聘 这类流程比较长,看似标准化,实则“千人千面”,需要大量人在其中做“润滑和链接”的事情。还有很多事情,在 LLM 爆火后,都开始了智能化(或者叫 +AI)改造。

不过,我们还是以题目中的“人力资源行业” 来展开。

我们可以抽象面试事件为下面的简单流程:

【招聘公司进行岗位定义,发布招聘】----->【候选人投递简历】----> 【招聘公司/单位筛选】----->【约候选人面试】----->【招聘双方决策是否要合作】------>【有眼缘,合作,没眼缘或没招满,继续这个流程】

其中,每一个环境,都存在“突发事件”,这对于人参与度比较高的事务来说,太正常不过了。

  • 招聘公司的岗位定义清楚和合理吗?
    • 这个岗位是谁写的 JD,是用人部门还是老板说了一句:“明天给我招个程序员,融资就差他了”,然后行政、人事一肩挑的小姐姐马上百度一个话术模板
    • 隔壁部门写过,复制粘贴改吧改吧就发了,反正会有一堆人投,也不管之前的岗位招的是业务开发,现在要的是懂“五彩斑斓的黑的”设计师
  • 候选人投递来的简历都信息完备,以及真实(存在消息过时、隐瞒情况)吗?
    • 大家的经验普遍都在“工作上”,还真不一定会写简历
    • 如果人人都会写简历,没有信息差,也就没有那么多的求职辅导、人力猎头的行业啦
    • 还有一些想吃“偏门”,或者“钻空子”的培训机构,强制性的修改培训学员的简历,作为有过曾经某个岗位上千封简历筛选出十几份可面试简历的面试官,真的心累
  • 招聘公司在进行简历筛选和分析的时候,真的客观吗?或者持续保持一致性标准吗?
    • 筛选简历的时候,用的不是机器,是人,人真的是情绪动物啊..
    • 不要挑战人性,不要拿人当机器用(虽然之前的 HR 部门真的就是帮助我们筛选一道,他们筛选不动的时候,就外包、外部猎头来,总归是要有人做这个工作的)
  • 面试的幺蛾子就更多了
    • 候选人到底能不能来
    • 面试官到底时间靠不靠谱
    • 沟通面试前的电话确认有没有说清楚大家都需要关注的基础的细节问题
    • 面试时间能不能控制好,后面还都有事情
    • 面试过程的内容是否能保持一致性(对其他人也公平)
    • 面试过程中,能否识别可能上一步简历筛选没有规避掉的“不诚信”问题,比如弄虚作假、文化、生活方式差异导致的极难合作(把销售扔程序员群体里,你就是那个最 E 的 Boy,emoji 的 E)等等
  • 后续还有 N 多事情...不展开了


上面的一堆麻烦事儿里,实际参与处理的是 HR 们,都是肉体凡胎,难免有心情变化,如果我们作为面试者,那么他/她给你带来良好体验,你就会觉得TA是好人(HR),反之,你就会觉得TA,不靠谱、不专业、浪费时间...如果站在 HR 角度,可能感慨就是:做人嘛,确实很难的啦。

过去,如果想写程序处理上面的事情,也不是不能做到,就是比较费程序员:

  • 老板:小李啊,我们的求职者画像给我分析分析,都是哪些学校,哪些公司,做过哪些牛X的项目,列一列。
  • 小李:好啊,数据在哪个数据里存着呢?
  • 老板:啥是数据库?你看隔壁小红的电子邮箱里的简历邮件,就哪些 doc、pdf、图片啥的,快点弄,明天上班前给我。
  • 小李:收到!(然后一看,上千封简历,写的五花八门,得连夜抓头发写大几百行正则,疯狂做实体抽取...train model?来得及么)


但是,有了 AI 之后,你可以这样要求它:

HR,未来可能都是 LHR(not llm hr, lazy hr)

你只需要把简历和甚至是模糊的招聘要求都甩给 LLM 大模型,然后让它发挥就好。

以往,你需要人肉过几千简历,筛选出匹配的人再去约面。现在只需要等模型筛选人,你再看里面相关的百十来份,作为 HR 大概面子上是高冷的,这玩意能行嘛?但是用过后,心里是乐开花的(真香!啥都知道啊,虽然不太准)...

甚至,现在电话都能 AI 代打了(如果是通知性的,问题不大)


什么?你担心模型做的不准确?没有人让你做甩手掌柜啊...(醒醒!

当然,目前有一堆创业公司和领域独角兽都在卷呢,系统完善速度还是蛮快的



先写这么多,有时间再更..

编辑于 2024-03-21 11:46・IP 属地北京
苏洋
自由评论 (0)
分享
Copyright © 2022 GreatFire.org