人資長的幫手:AI 面試官!不帶偏見更客觀,錄取率提升了 4 成

0
22211
圖片來源:You X Ventures on Unsplash

當投遞漂亮吸睛的履歷與積極進取的求職信不再流行,面試過程中勢必要開始跟AI與VR等新科技「交手」,在人工智慧(AI)取代你的工作之前,得先從面試機器人手中拿下一個工作。

「在美國,高達73%的執行長和人資長,計劃3年內使用人工智慧來提升人才管理績效。」根據Harris Interactive和 Eightfold最新的研究顯示,「與HR相關的AI技術仍在持續開發,並逐漸成為企業組織營運的一部分。」AI與求職者的職涯距離,遠比你想像中來得近。

AI正在改變企業進用人才的面試流程

的確,越來越多跨國企業在招聘人員時,已經開始採用AI進行第一輪篩選。

如果你的下一個工作鎖定的是歐萊雅(L’Oréal)或百事可樂,那麼,你首先需要通過的挑戰就是「招聘機器人Mya Systems」的履歷評估,然後才有機會進入第二關。而若你的目標是想進特斯拉(Tesla)或摩根大通(JPMorgan Chase),就得先玩一玩測試遊戲 「Pymetrics」,然後,30分鐘內AI會分析出個人的問題解決技巧,評估求職者是否具有同時處理多項任務的能力。

此外,影音面試也是目前大行其道的一種形式,包括聯合利華(Unilever)、希爾頓(Hilton)、Kraft Heinz和達美航空(Delta Air Lines)等800家公司的職缺,都在面試的層層關卡中融入了影音面試,藉由HireVue記錄應聘者回答問題時的臉部表情和身體姿勢,甚至進一步分析語音、語氣、情緒與個性,而面試結果可能會對應聘者未來職涯產生重大影響。

影音面試已經被導入許多知名企業的招募流程中。
圖片來源:HireVue

在韓國,甚至因此衍生出AI面試補習班、線上課程的新商機。對求職者來說,不論是AI面試或真人面試,最終目標就是拿到錄取資格,因應這樣的需求與趨勢,網路上各種經驗分享也紛至沓來,諸如「AI面試正夯,10個擊敗機器人的撇步!」、「如何讓履歷從HR篩選系統中被看見?」都是當今求職者會開始關注的議題。

事實上,AI的應用發展,一直都褒貶並存。在人才招聘上,AI反倒因為沒有人為主觀偏見的優勢,而在企業的人事招聘上更能發揮。以全球連鎖飯店希爾頓(Hilton)為例,該公司透過AI進行面試之後,2019年的面試錄用率就足足提高40%,面試所需人力與時間則大幅減少90%。

客觀來說,AI在人才招募具有極大潛力,尤其是預測最適合的職位應聘者,從工作歷史、教育背景到發展潛能的評估,數據驅動的分析都有助於發掘最佳人選,建議並推薦面試官要先連繫哪些應聘者。

有效的AI,更容易達到提高員工素質、新員工多元化等關鍵招聘指標。LinkedIn針對使用AI的人資經理和招聘人員進行的調查顯示,因為AI技術而節省招聘時間的比例有67%,然而,更重要的是,以數據驅動的人工智慧面試,可以消除人才進用決策中的偏見,進而更能廣納多元人才。

值得一提的是,AI不僅可以在人才進用時發揮功效,對於人員離職預測也極具參考價值,身為IBM 的員工,一旦有一絲絲想離職的念頭,很可能會被準確度高達95%的超級電腦Watso發現並提出警示,讓主管得以預先因應或予以挽留。

專門消除AI偏見的FairKM演算法

假設你是大型企業的招聘人員,通常在公司釋出多個職缺後,履歷就如雪片般飛來,這時候若能仰仗AI,不失為一樁美事。過程中,首先可以根據最常見的技能和經驗來進行初步分類,也就是常用的「類聚分析」,由於所採納的履歷資料模組,「已經」選擇忽略性別和種族等因素,往往造成最後只僱用白人男性的結果。

然而,商業AI系統的發展,取決於機器學習模型。如果機器學習模型的訓練數據包含某種形式的偏差,則「最終模型」很可能就會延續這種偏差。也就是說,如果訓練數據中缺少某些特定類別的族群,就如同在訓練數據嵌入了刻板印象,導致所開發的模型無法正確地被應用。

儘管用AI來篩選履歷,可以節省許多時間,但面對種族、性別、年齡、宗教和國籍等較為敏感的面向,企業必須特別注意相關模型的發展。為了解決這類數據收集的公平性問題,印度Indian Institute of Technology Madras和英國Queen’s University Belfast合作研發出名為FairKM的公平聚類演算法,可以將不公平性降低50%到85%,進而消弭偏見。

發表評論

請輸入您的評論!
請在這裡輸入您的名字