01-05-2023星島日報(美西版)

中國時事雜誌 2023年1月5日　星期四 A11 singtaousa.com 仿 佛是流水線上的產品，求職者在機器精密 複雜的數據分析後，被打上「優秀」或「不 優秀」的標籤。只有通過機器的面試，他們才 有機會見上真人面試官。不少求職者試圖「討 好」機械人。有人精心準備面試題目庫，反復 背誦；有人事前錄下練習片段，學習調整表情 和語音語調；有人在反復試錯中摸索AI的「喜 好」；還有人在不斷的失敗中自我懷疑。 面試只有一個人 支起平板電腦，點開郵件鏈結，圖圖端坐 在書桌前，在跳轉頁面中完成了資訊確認和人 臉識別驗證。 螢幕左側出現一個女性虛擬形象，短髮， 身穿職業裝，手裏拿著紙和筆。她是這場面試 的面試官，在正式開始前，虛擬人用電子合成 聲，向圖圖介紹了如何錄製和作答時間等注意 事項。 一共有3道題目。第一道題目是自我介紹， 虛擬面試官讀完題目後，圖圖有30秒時間來準 備，作答時間為2分鐘。 按下錄製按鈕，圖圖需要把臉放置在螢幕 裏提示的虛線框內，不能太高，也不能太低， 如果超出這個區域，螢幕立馬會彈出提醒。圖 圖看著對面的「非人類面試官」，莫名的緊張撲 面而來。「我甚至最簡單的一句話都說不出來」， 第一道題目圖圖就卡殼了，2分鐘的作答時間顯 得無比漫長。 沉默中，她看著螢幕裏虛擬面試官仍在點 頭，露出弧度不變的微笑，「感覺她在嘲諷我， 我更說不出來了」。圖圖覺得，在真人面試中能 侃侃而談的自己不見了。 在之前的實習面試中，她會觀察面試官的 反應和表情，並據此有針對性的進行下一步的 回答。表達中的停頓、表情、手勢，都可以幫 助雙方的溝通。如果某句話沒有說好，圖圖會 再重復一遍，繼續解釋她的意圖。「但你知道AI 不會理解你，」圖圖很無奈，「比如某一句話重復 多了，不僅沒有得分還會減分。」 當「這是一場需要拿到高分的考試」壓倒「這 是一場交流」時，壓力逐漸在瀰漫。 第二道題目是「談談公司未來的發展」。螢 幕上是倒計時，停頓的五六秒內，圖圖大腦裏 一片空白，以及只有她自己能感覺到的尷尬。 沒有寒暄和問候，沒有互動和回饋，更沒 有個性化的問題。不到15分鐘，圖圖秋招的第 一場面試匆匆結束了，關掉攝像頭的她像一隻 被放了氣的氣球。 圖圖就讀於上海一所大學，會計專業。第 一次收到AI面試的郵件通知時，她並沒有在意 這種形式，滿心以為「表達真實的自己就可以 了」。 後來，圖圖在社交平台上搜索「面經」時才 知道，在她點擊提交後，在短短幾分鐘、甚至 更短的時間內，負責該崗位招聘的面試官會收 到一份評分報告。這份報告，是綜合分析她在 錄製視頻中的作答文本、表情、聲音等內容後 得出的。 分數決定求職是否止步 報告中的分數在該崗位全部求職者中的排 名，決定著這次求職就此止步，還是進入下一 輪。 在蘇州讀大學的葉子參與第一次AI面試 時，做了「充足的準備」，但結果「可謂是慘 敗」。葉子根據網上的「面經」總結，AI面試的題 目大多都類似「寶潔八大問」，比如你做過的最 有成就感的事、你最挫敗的事、描述一次團隊 合作的經歷、描述你如何制定了一個很高的目 標，並且實現它等等。 由於準備時間較短，葉子耍了一個小聰 明。她從網上整理了題庫，按照「寶潔八大 問」STAR原則範本——在甚麼情境(Situation) 下，主要任務（Task）是甚麼，做了哪些行動 (Action)，結果(Result)如何——寫好答案。然後 在面試時把手機靠在螢幕旁，差不多照著讀了 一遍。 猜對了題目，全程表達流暢，葉子覺得自 己該講的點也都講到了。結果，成績讓她大跌 眼鏡，只有61分，剛剛及格。葉子開始反思自 己的面試表現，並試圖在社交平台上尋找「討好 AI面試官」的經驗。 「是不是眼睛沒有直視攝像頭，總瞟手機螢 幕會直接影響分數？是不是答題時間不足？是 不是自己準備的案例比較複雜？不夠直白、口 語化的表達，沒有踩到一些關鍵術語上？甚至 我說了一些倒裝句，AI不能明白我的意思？」 她懷疑自己可能踩了雷區。「讀稿確實是作 弊行為，人工智能在分析答案上未必智能，但 在捕捉眼神、表情等方面應該很靈敏。」但這些 都只是葉子的猜測，「AI可以被討好嗎？誰能完 全確定黑盒子裏的規則呢？」 一個月內，圖圖 完成了6場只有自己 參加的面試。點擊面試郵件鏈結， 對著鏡頭回答3到6個問題，總耗時 不到20分鐘——這是AI面試（人工 智能面試）的流程。面試結束後短 短幾分鐘內，一份百分制的成績單 就和圖圖的簡歷綁定在一起，被遞 交給負責招聘的HR（人力資源管 理）。 本報訊 初篩快速時間大減 難免有遺珠 在 招 聘 的 另 外 一 端，HR們的感受和 龐大求職者群體並不 相同，他們更在意如 何利用更高效方式篩選出相對合適 的候選人。 AI面試是指採用語音識別、圖 像識別等人工智能技術對候選人進 行面試，並對答案進行分析，然後 根據職位所需的特質進行賦分，給 出評分報告，篩選出得分較高的候 選人，HR結合簡歷來判斷是否進 行後續的面試。2004年美國誕生全 球首個AI視頻面試領域的服務商， 從2017年開始，中國國內陸續有研 發AI視頻面試的公司出現。它被 引入招聘面試環節，承擔著「初面」 的功能，應用於在面向應屆畢業生 （或實習生）的高競爭崗位，例如銀 行、投資機構、頭部外企的校招。 另外，AI面試也被用於銷售、導 購、服務人員等崗位的招聘。 萬森是一家大型銀行總部的人 力資源專家，他所在公司從2018年 開始使用人工智能輔助簡歷篩選， 後續開始採購AI面試的服務。 在萬森看來，這種面試形式適 用於有大量初篩需求的公司，對大 型公司來說，初篩的效率對招聘進 度的影響程度很大。萬森算了一筆 賬，以5分鐘的視頻為例，人工觀 看最快也要2分鐘，人工智能則可 以在10秒內完成數據分析。而「快 速篩選、降低成本」，也是市面上 主流的 AI 面試產品的核心賣點。 根據多位HR介紹，一次傳統 面試的時間大約需要30分鐘。而獵 聘網旗下的「多面AI面試」可以幫助 3名面試官在48小時內完成5000人 的初篩面試。 那麼，一場AI面試是如何開始 的？ 在招聘開始前，萬森會根據 公司需求，確定每個崗位候選人需 要考核的能力。以銷售崗位為例， 萬森希望找到性格活潑、能說會道 的候選人，如果有對外業務，會希 望候選人有優秀的外語能力。因此 他會注重人際交往能力、市場洞察 力、性格特徵等幾個方面。 在每個AI面試產品的後台，都 有許多常見的勝任力模型供選擇， 例如溝通能力、執行力、邏輯思 維、創新能力、內驅力等幾十種， 而每一種能力後面都有推薦的面試 題目。這意味著，每一個職位所需 要的技能都需要被標準量化。 近嶼智能CEO方小雷認為， 勝任力模型是目前人力資源領域最 科學和底層的基礎方法，這些維度 和標籤是根據企業諮詢和真實面試 案例梳理制定，據此制定AI面試考 察的方向。 除了配置某個崗位需要考核的 能力，萬森還會根據不同能力的重 要性來調整不同的分數佔比。當崗 位的素質模型確定後，在內部測試 中，萬森所在的部門會向該模型輸 入去年收到的簡歷及面試視頻，標 注已錄取的候選人，「讓機器去學 習我們的喜好﹐ 告訴它回答到哪 些方面能拿到高分。」而求職者在 AI面試得分的高低，就取決於和模 型的相似程度。 從面試結果上看，AI面試沒有 淘汰人，只是給出了建議，最後依 舊是人工選擇進入下一輪面試的人 選。但據多位HR反映，他們不會 看所有的視頻，會直接淘汰排名靠 後的人選。「會有遺珠，肯定是有 一些優秀的人沒辦法通過AI篩選出 來」，但萬森也承認人事部門不會 為此花上幾百個小時去尋找，他們 只需要找到這一批候選人中88%的 精英就夠了。 ■在湖南長沙，中南大學就業 指導中心的老師（左一）為學生 進行面試指導。新華社資料圖片 觀察 特別 求職者們在不斷失敗中反思自己，也在各大社 交平台上搜尋「討好AI秘笈」。 葉子為第二次AI面試做了更加充足的準備， 這是一家頭部快消公司的管培生崗位。葉子錄下了 練習視頻，發現自己面對鏡頭時表情很拘謹，不自 然，眼神經常飄去其他地方；遇到卡殼時會有小動 作，聲音顫抖。為此她早早預約了圖書館的研討 室，葉子把自己準備的答案背得滾瓜爛熟，做好表 情管理，練習語速流暢，以及讓聲音保持飽滿的感 情，還對著鏡子練習了微笑。 和葉子一樣，李斯特也在失敗中不斷自我懷 疑。李斯特是英國一所大學的市場營銷專業碩士研 究生，她的求職方向是快消外企、奢飾品、零售和 地產方向。8月3日，她投遞了第一份簡歷。截至目 前，她參加了15場AI面試，通過了5場。 去年11月1日下午參加的那場奢飾品行業的AI 面試，讓李斯特摸索出一個簡單且重要的結論，這 可能也是她之前10次都失敗的原因。「盯著手機攝 像頭亮起的綠點。」當天晚上快9時，李斯特收到了 AI面試產品平台工作人員的電話，詢問她有沒有時 間參加第二天的群面，並告知她的AI面試得分特別 高，求職公司的HR希望能夠盡早見到她。「我之前 所有說的內容都是差不多的，結構化面試的題目是 很相似的，唯一的區別就在於我那一次死盯著綠色 的點，而之前都是看螢幕中的自己。」 把自己當成「機械人」，去迎合人工智能的評 分標準，李斯特開始嘗試用機器化的方式去回答 問題。比如AI面試官問，「舉例說明面對複雜問題 時，如何定位關鍵點並找出解決方案。」李斯特能 夠識別出這是想要考察解決問題的能力。在真人面 前，她會直接從亮點說起，然後展現自己的能力。 在AI面試中，李斯特只能按照時間線的順序回答。 「在系統中翻滾」，圖圖這樣形容她的秋招。參 加AI面試的同學們大多有這樣一種感覺：求職的人 就像一批產品在流水線中循環，僅憑系統根據複雜 的計算篩選出標準化產品。而當AI面試重復太多 次，「結構化面試的一套答案就會成為肌肉記憶」， 大腦一聽到關鍵字就形成條件反射。 AI面試強調一致性而非多元化。李斯特覺得， 所有應屆生進入職場的過程，就像公司在篩選最適 合的工具的過程，而且大部分公司都是只需要螺絲 釘的，它不需要個人的。AI面試中確定的崗位特質 標籤，李斯特認為更應該是一種偏好，而不是一種 標準，但當對方拒絕溝通時，她就沒有辦法輸入個 性化的東西。「思維僵化」，當李斯特的AI面試和真 人面試同時進行時，她很明顯地感受到這一點。 李斯特更喜歡一些允許充分表達自己性格的公 司。高分通過那場奢飾品行業的AI面試後，李斯 特在線下面試中再次條件反射般準備「輸出一套結 構化答案」。她驚喜地聽到面試官表達「我不想聽， 我對這個不感興趣」，並告訴她「就是想正常的聊一 聊，看看合不合我眼緣。」 「我回答問題的方式變成了他洞察我思維方式 的手段，回答的內容變成了判斷我業務能力的素 材」。最後這場面試，李斯特當場通過。 ■求職者現在經常首先得面對AI面試官，如果得分不高，就失去與真人面試官交談的機 會。圖為在山西太原舉行的大型招聘會吸引了眾多求職者。 中新社資料圖片 搜尋「討好AI秘笈」 把自己當「機械人」 學習模仿人類神經網絡 開發者也難有標準答案 系統篩選標準僵化 求職者感覺像產品 邏輯不盡相同 演算法判斷難言可靠 事實上，AI面試官的「能力」取決於多種因 素，不同公司的演算法邏輯也不盡相同。 一位人工智能領域的專家認為，目前AI面 試產品並不是一個成型的行業，只是人工智能 應用的一個場景，因此缺乏統一的行業標準， 更多是根據客戶的需求進行開發，「比如有的需 要題庫多，有的需要靈活，誰說了算？誰說了 也不算」。 在「多面AI面試」中，市場部負責人葉小舟 介紹，決定結果有效性的主要有兩點：首先是 構建數據模型時，機器學習的輸入數據量和其 有效性，其次是人類面試官對結果回饋的準確 性。多面AI面試是學習人類面試官判定規則， 如果人類面試的結果不准確，那多面AI面試結 果的有效性就無法保證。 而在「AI得賢招聘官」中，AI面試官的語義 分析水準，決定著對候選人回答內容的解析準 確度。近嶼智能CEO方小雷解釋，就是讓人工 智能理解話語，理解「一個句子放在一句段話中 的意思」。 如果AI面試產品處於「關鍵字分析演算法」 階段，通過提取候選人回答文本中的關鍵字， 來評判候選人回答問題的好壞，方小雷認為面 試結果「會產生誤判」。「（某個回答）堆砌很多詞 藻，命中很多關鍵字，但它是言之無物的，演 算法用一個加減乘除的公式表達，這種時候分 數都是會出現問題。」在方小雷看來，只有達到 「篇章級別的理解」的程度，才能說AI面試的結 果是有效的。簡單來說，「篇章級別的語義識別 演算法」就是讓人工智能理解「一個句子放在一 句段話中的意思」。 AI面試視頻中的語義、語音和面孔圖像是 3種完全不同的信號源。除了對候選人的回答內 容進行分析，AI面試還會對求職者的表情、聲 音等非語言部分進行分析。 但方小雷稱，AI面試產品很難識別微表 情。他認為，目前心理學上對微表情的研究並 不充分。比如一個人的眼睛朝左看一下是在回 憶，但也有大量的人在想像時，眼球也會向左 轉動，因此不能作為判斷的標準來訓練機器。 他說現階段表情識別只做到「宏表情」，也即判 斷開心、悲傷、憤怒、厭惡、恐懼等幾種明確 的表情。 「命中率」高，也即同一個候選人的人工評 分和機器評分的一致性高，是大部分AI面試產 品用來評估有效性的方法。市面主流的AI面試 產品官方數據顯示，人工智能面試官的篩選出 來的結果相對準確。比如「多面AI面試」的判斷 結果與人工判斷結果的吻合率達90%以上。在 大規模的面試場景中，近嶼智能的「AI得賢招聘 官」的正確性遠超人類面試官的平均水準。「海 納招聘AI面試」則聲稱精准度高達98%。 人工智能專家提到，「機器學習不管過程」。即 使作為開發者，也只能從結果推論出求職者大概怎 樣做才能取得高分，但他也無從得知求職者說出哪 些關鍵字必定會加分；或者要以怎樣的語速和語 調，或保持怎樣的表情神態作答才能滿足AI的要 求——因為AI評分是連同用字及表情等多個項目分 析得來的結果，並非如語速適中就會加分般簡單。 這背後是AI深度學習模仿人類的神經網絡，當 中牽涉龐大的複雜計算。香港中文大學電腦科學與 工程學系系主任金國慶教授曾形容，深度學習的過 程就像人類學習踏單車，雖然不能描述出如何保持 單車平衡，但只知道反復練習便能學會這項技能。 AI面試官的學習方式就是，收集大量的候選人 樣本數據，並人工標注打分，將其輸入機器。系統 學習了經人類分析的數據後，會自動把新輸入的數 據（面試片段中求職者表現）和結果（反映出的性格） 聯繫起來，比如一些使用一些積極的辭彙，代表著 候選人的性格積極等。 在萬森看來，AI面試存在著明顯的優點。比如 機器的統一標準能規避人類面試官的主觀性判斷。 而當面試官精力有限，也會影響對候選人的判斷。 但萬森也承認，「AI很明顯還沒有達到人的智能」。 初篩需要完成的是求職者的特質和崗位之間的初步 磨合，因此他們不會在這個環節問很複雜的場景式 問題。不是所有的崗位都適合AI面試。萬森曾經遇 到過一些非常優秀的程式師，由於不善言辭，在AI 面試中的評分很低。他所在的公司經過權衡後，技 術類崗位由筆試進行初篩，「畢竟AI不能幫你解決 所有事。」 面對鏡頭 難掩緊張 影響表現 AI 面試大行其道 幾分鐘就得結論