眾所周知，人才招聘對企業(yè)發(fā)展具有十分的重要的意義，但傳統(tǒng)的招聘卻存在很多問題，以致于未能給企業(yè)挑選最適合企業(yè)發(fā)展的人才。然而，人工智能在招聘行業(yè)中的應(yīng)用或許可以解決傳統(tǒng)招聘過程中遇到的問題。
如果你以發(fā)掘人的潛力、招募人才為生，或者對聘用合適的人擔(dān)任合適的職位感興趣，那么有充分的理由對人工智能(AI)作為招聘工具的興起充滿熱情。
在世界任何一個(gè)地方，在任何一個(gè)特定的時(shí)間點(diǎn)，勞動(dòng)力市場都是低效的，脫離工作、表現(xiàn)不佳的員工從事的工作不適合他們的能力、興趣和個(gè)性;關(guān)鍵職位長期空缺，盡管不缺乏吸引和尋找合適人選的投資;還有那些真正有才華和潛力的人，他們努力找工作。盡管這種效率低下在一定程度上是結(jié)構(gòu)性的，但它們也是組織對人類潛力的有限理解的產(chǎn)物，或者至少是它們無法將自己的理解轉(zhuǎn)化為有效的招聘實(shí)踐。
這里人工智能可以幫助:通過觀察更大范圍的信號--包括更深層次的信號,甚至逃避訓(xùn)練有素的觀察者和傳統(tǒng)人才工具--它可能揭示了隱藏的聯(lián)系一個(gè)人的背景和職業(yè)潛力,識別人才的基本“語法”,并最終升級我們的招聘決策的質(zhì)量,降低就業(yè)市場效率低下(以及對他們的職業(yè)人減少痛苦)。然而，實(shí)現(xiàn)這一點(diǎn)的先決條件是首先解決我們不應(yīng)該期望人工智能能夠解決的五大招聘問題:
預(yù)測性能:
您只能預(yù)測您所度量的內(nèi)容。由于大多數(shù)組織對員工實(shí)際工作表現(xiàn)的數(shù)據(jù)有限，人工智能無法提高他們預(yù)測的準(zhǔn)確性。人工智能的本質(zhì)是更便宜的，更可擴(kuò)展的，更高效的預(yù)測。因此，組織對人工智能的應(yīng)用僅限于預(yù)測人類的判斷:“在這種情況下，人類會(huì)做什么?”雖然回答這個(gè)問題所需的數(shù)據(jù)很容易得到，但這就是人工智能最終如何模仿甚至擴(kuò)大人類偏見的方法。例如，預(yù)測應(yīng)聘者在面試中受歡迎的程度要比預(yù)測應(yīng)聘者在面試中的實(shí)際表現(xiàn)容易得多:前者只要求面試官打分;后者實(shí)際上需要將求職者的行為與他們未來在工作中的表現(xiàn)聯(lián)系起來。同樣地，訓(xùn)練人工智能來預(yù)測員工是否會(huì)在工作中得到老板的正面評價(jià)，或者他們是否會(huì)得到晉升，與預(yù)測候選人的實(shí)際表現(xiàn)或?qū)F(tuán)隊(duì)、單位或組織的貢獻(xiàn)有很大的不同。當(dāng)然，這個(gè)問題對人工智能來說并不新鮮，但除非我們解決了這個(gè)問題，否則人工智能將會(huì)繼承它。事實(shí)上，人工智能提高預(yù)測效率和規(guī)模的能力可能會(huì)加劇以往的招聘問題，即缺乏客觀的工作績效指標(biāo)來驗(yàn)證我們的選擇方法。在這種情況下，即使存在偏見，我們的招聘協(xié)議也可能傳達(dá)出準(zhǔn)確性的假象。例如，一個(gè)人被雇傭可能基于與工作無關(guān)的屬性(例如，性別、年齡、吸引力和種族)，但如果面試官和隨后的經(jīng)理有相同的偏見，或者他們是同一個(gè)人，這種歧視就會(huì)被掩蓋。更糟糕的是，這些不公平的選拔標(biāo)準(zhǔn)可能會(huì)影響客戶對候選人的看法。在美國，吸引力不僅會(huì)提高求職者在面試中的表現(xiàn)，還會(huì)提高經(jīng)理對他們工作表現(xiàn)的評價(jià)，以及客戶對他們的能力和可信度的看法。所有這一切都意味著人工智能可以合法地預(yù)測候選人的成功，同時(shí)也會(huì)延續(xù)偏見和不公平:忽略那些應(yīng)該重要但不應(yīng)該重要的變量，只關(guān)注那些應(yīng)該重要但不應(yīng)該重要的變量。
評估潛力:
即使人工智能提高了我們預(yù)測性能的能力，這通常也僅限于在未來與過去相當(dāng)一致的情況下。在工業(yè)組織心理學(xué)中有一條古老的格言:“過去的行為是未來行為的一個(gè)很好的預(yù)測者”，只要環(huán)境沒有改變。也就是說，人是相當(dāng)一致和可預(yù)測的，但為了預(yù)測一個(gè)人從未做過的事情，過去的行為本身就具有有限的價(jià)值。例如，有興趣將員工從個(gè)體貢獻(xiàn)者提升為經(jīng)理角色(或經(jīng)理晉升為領(lǐng)導(dǎo)者)的組織，將不可避免地關(guān)注候選人過去的表現(xiàn)，以決定其可晉升性。然而，當(dāng)你是一個(gè)獨(dú)立的貢獻(xiàn)者時(shí)，成為一個(gè)優(yōu)秀的執(zhí)行者。你的任務(wù)是服從命令，解決相對明確的問題，主要是你自己管理和成為一個(gè)管理者或其他人的領(lǐng)導(dǎo)者之間有很大的區(qū)別。這就是為什么那么多的員工在晉升到下一個(gè)級別時(shí)表現(xiàn)不佳(晉升到他們既不能也不愿意擔(dān)任的角色)。使用過去的性能數(shù)據(jù)訓(xùn)練AI模型。即使與我在第一點(diǎn)所指出的相反，這些數(shù)據(jù)實(shí)際上是可用的--并不能解決這個(gè)問題。那么,什么呢?接受這樣一個(gè)事實(shí)，即組織中一些最優(yōu)秀的潛在管理者或領(lǐng)導(dǎo)者可能是作為個(gè)體貢獻(xiàn)者的平庸甚至糟糕的執(zhí)行者。也就是說，不能把過去的表現(xiàn)作為被選為不同角色的先決條件。相反，組織應(yīng)該關(guān)注管理或領(lǐng)導(dǎo)潛能的已知要素，如專業(yè)知識、人際技能、誠信和自我意識(無論是否有人工智能)。
了解潛力:
預(yù)測性能對于評估潛力至關(guān)重要。因?yàn)闈摿κ且粋€(gè)人在未來表現(xiàn)出色的可能性。如果你不能預(yù)測某件事，你就不應(yīng)該試圖去解釋它--除非你是一名體育專家或政治分析家，這顯然給了你權(quán)力為你沒能預(yù)測到的事提供一個(gè)完全理性的解釋。然而，僅僅因?yàn)槲覀兡茉u估潛力并不意味著我們能理解它。如果沒有可驗(yàn)證和可反駁的理論，數(shù)據(jù)本身的價(jià)值就相當(dāng)有限。黑盒人工智能模型可以有效地預(yù)測未來的行為，而無需對這種關(guān)系的“原因”提供深入的了解。例如，求職者在面試中言語或非言語交流的某些物理特性與他們未來的工作表現(xiàn)之間存在著差異，而且對于這種聯(lián)系也有一種合理的、合理的解釋(例如，它們是情商、自我表現(xiàn)或好奇心的信號)。數(shù)字時(shí)代使我們能夠收集到更廣泛的信號，人工智能提高了我們將數(shù)據(jù)轉(zhuǎn)化為預(yù)測的能力，但在理想情況下，我們還希望解釋招聘決定背后的任何預(yù)測的本質(zhì)。這就是科學(xué)的關(guān)鍵所在，因?yàn)榭茖W(xué)就是數(shù)據(jù)+理論。只有當(dāng)我們真正理解了未來業(yè)績的原因，我們才能改進(jìn)我們的招聘實(shí)踐--僅僅預(yù)測是不夠的。用直覺打破我們的愛情:即使前三個(gè)問題都解決了，也并不意味著人工智能會(huì)彌補(bǔ)我們的招聘錯(cuò)誤。為什么?因?yàn)榭傆衅渌麛?shù)據(jù)點(diǎn)和決策標(biāo)準(zhǔn)不受AI的影響，并且獨(dú)立于AI。如果人工智能與人類判斷結(jié)合使用，而不是作為人工智能的替代品，這一點(diǎn)尤其重要。最能證明這一點(diǎn)的是，我們已經(jīng)看到了100年的堅(jiān)實(shí)科學(xué)在通用的招聘實(shí)踐和決策過程中被直覺所推翻。工作方法和招聘經(jīng)理喜歡依賴的方法之間存在差距。問題不在于缺乏有效和無效的證據(jù)，也不在于缺乏預(yù)測工具或方法，而在于人們更喜歡隨機(jī)應(yīng)變，假設(shè)他們是一個(gè)很好的性格判斷者，而實(shí)際上并非如此。“當(dāng)我看到人才的時(shí)候，我就知道他們的才華”，“這個(gè)人是一個(gè)偉大的文化契合者”，或者“多么有魅力的人”，這些都是日常生活中本能判斷的例證，這些判斷很可能會(huì)掩蓋任何數(shù)據(jù)和確鑿的事實(shí)。在一個(gè)數(shù)據(jù)驅(qū)動(dòng)的世界里,它不會(huì)是一個(gè)評估工具,非結(jié)構(gòu)化面試不會(huì)首選的選擇方法,并決定是否有工作的主要標(biāo)準(zhǔn)不會(huì)面臨有效性或直覺,但事實(shí),包括數(shù)據(jù)可以讓我們直觀的錯(cuò)誤決策作為一個(gè)巨大的錯(cuò)誤,,讓我們(和我們的方法)負(fù)責(zé)。矛盾的是，人工智能最大的效用將來自于做出與人類預(yù)測不符的預(yù)測，從而質(zhì)疑我們的直覺(和偏見)。但正是在這種情況下，我們可能會(huì)忽略人工智能，轉(zhuǎn)而聽從直覺。同樣的道理，當(dāng)人工智能和我們的直覺一致時(shí)，我們可能會(huì)用人工智能來證明我們無論如何都會(huì)做出的決定是正確的。
扼殺選擇的權(quán)利:
似乎我們對直覺的熱愛還不夠，我們主觀的、無數(shù)據(jù)的決策并非完全隨機(jī)的、它們受到個(gè)人議程和影響(如果不是被吸收的話)的影響，以及影響絕大多數(shù)招聘決策的更廣泛的政治因素。想象一下這樣一個(gè)世界:人工智能極大地增強(qiáng)了我們預(yù)測性能、評估和解釋潛力的能力，以至于我們愿意忽視自己的直覺，相信機(jī)器。這仍然會(huì)給我們留下一個(gè)很大的障礙，那就是做出一個(gè)對我們自己的職業(yè)不利的選擇的政治含義(或者做出一個(gè)對我們比公司更好的選擇的誘惑)。例如，如果雇傭一個(gè)超級巨星暴露了我們自身的局限性怎么辦?如果雇傭X候選人會(huì)讓我們自己的工作面臨風(fēng)險(xiǎn)(因?yàn)樗麄冿@然愿意并且能夠在幾年內(nèi)得到這份工作)怎么辦?如果雇用Y候選人會(huì)惹惱我的經(jīng)理怎么辦?有時(shí)政治可能與我們自己的個(gè)人利益比組織的廣泛的政治環(huán)境:例如,你可以遵循一個(gè)絕對戰(zhàn)略與數(shù)據(jù)驅(qū)動(dòng)的方法雇傭一個(gè)破壞性的領(lǐng)導(dǎo)人給組織帶來急需的改變,,因?yàn)橥瑯拥脑?使候選人完美的理論，組織反應(yīng)不利,任命和阻礙自己成功的機(jī)會(huì)。然而另一種選擇，聘用一個(gè)非常合適的人，維持現(xiàn)狀，肯定不是解決方案。更重要的一點(diǎn)是，即使是最好的工具，在缺乏強(qiáng)大的道德規(guī)范或存在有害利益的情況下，也可能被有害地使用。
綜上所述，毫無疑問，人工智能可以極大地提高我們解決招聘問題的能力，只要我們能夠首先承認(rèn)并解決我們的招聘流程中存在的一些主要?dú)v史局限，而這些局限在今天仍然存在。如果不這樣做，不僅會(huì)限制人工智能的潛在貢獻(xiàn)，還會(huì)加劇現(xiàn)有問題。
（原標(biāo)題：人工智能或許可以解決以下的招聘問題，未來如何解決流程缺陷）
