AI面試簡化了企業與候選人初步溝透過程！

中譽艾科

隨著越來越多公司的招聘應用數字化，AI技術被廣泛應用於招聘過程。HR也需要逐漸適應和機器一起工作，甚至知道如何設計出更適合企業需求的產品，轉化為技術語言，和技術人員一起實現產品的線上最佳化。

未來，AI技術將繼續取代大量的人工重複性的事務性勞動。技術的價值和有效性已經得到驗證，未來可能會在更大範圍內推廣應用。對於招聘團隊來說，當更多的事務性工作被機器人取代時，其任務和目標必然會發生轉移，如“深入挖掘僱主品牌的核心，促進創造力和吸引目標候選人”等招聘前期工作，以及後端複雜和多方面的工作，以提高招聘的效率和質量，幫助組織的成長。

所以招聘者的能力在廣度和深度上都發生了變化。在人才吸引階段，就深度而言，招聘者的能力需要能夠隨著組織的需求而變化，不斷培養和調整人才吸引策略；

其次，從廣度上來說，HR專業知識和AI技術的融合，倒逼HR提升知識，比如對技術應用和產品化的思維。隨著外部變化和內部需求的轉移，組織可能會重新設計或調整招聘人員的能力要求。

那麼，對於HR來說，如何提高自己的能力才能勝任新的工作內容呢？

某大型藥企引進中譽艾科-艾人才-智慧招聘平臺的全過程；

應用人工智慧的機會

企業每年60%-70%的崗位招聘來自醫藥代表，他們的工作是在醫院進行學術推廣。招聘數量和人才質量都要保障。事實上，企業在招聘這類崗位的過程中，遇到很多無形中增加壓力的現象，比如應聘者出勤率低。企業AI面試的應用，為應聘者提供了一種便捷靈活的方式，讓他們隨時隨地進入面試總結，完成最初的一輪面試。這種方式，實際上是AI代替了HR的面試篩選工作，本質上是基於效率的提升，簡化了企業與候選人初步溝通的過程。

AI面試場景搭建

據企業的AI面試機器人介紹，它其實是一個嵌入微信小程式的語音測評工具。考生進入微信平臺後，可以點選連結進入面試。在這個過程中，他們被要求回答一些問題，答案在文字和聲音上都是允許的。

其內部評價能力方向可分為五類。難點在於如何讓機器理解一個候選人整個演講的語義，而不是依靠關鍵詞去找出相關性。對測試時特地試過，如果用關鍵詞回覆是否就能得到高分，其實不然，在用到自然語言處理的技術上，機器對於候選人回覆的內容判斷不僅僅是尋找關聯性，而是嘗試理解和感知。

其次，根據哪些回答的問題，招聘團隊需要確定什麼樣的答案是高質量的，這些答案將如何對應他們的能力維度。評價標準的建立非常關鍵，直接影響到AI演算法對面試候選人的評價維度。

就底層演算法而言，該技術針對的人群是人才能力評價結構簡單的候選人，常見的是銷售崗位。

在專案推進過程中，最難的就是資料報價的收集。傳統的招聘軟體沒有記錄應聘者的提問、回答，以及HR如何提問，這些都是在主系統資料之外的。但在人機互動中，機器需要透過對話內容來判斷其勝任能力，因此候選人與企業的交流需要落入資料規則。對此，企業的做法是，故意讓面試官嚮應聘者提很多問題，詳細記錄應聘者的回答，並對回答進行分析，以對應其勝任特徵模型。

能力評分模型

專案實施中的初始資料大多來自人才庫和麵試流程的資料，但當HR開始做AI面試產品時，最缺乏的資料就是面試過程資料，具體指：面試官問了什麼？候選人說了什麼？如何根據能力給候選人打分？

當HR發現這些資料的缺失時，就會出現盲區，不知道如何進行勝任能力評分模型。如果要打分，打分的依據是什麼？候選人回答了哪些問題？答案的質量如何？這些行為資料在日常生活中是沒有記錄的。

所以一開始企業只是不斷輸入新的資料來餵養。應聘者回答問題時，HR應該給他的溝通能力和表達能力打什麼樣的分？這是HR在建模時最難做到的。這類資料是一個從無到有的過程，用了半年的時間沉澱和收集了大量的資料。企業將收集所有候選人對每個問題的語音回答。收集完成後，將組織內部專家對能力維度的每個答案進行評分。有了這樣的資料基礎，HR就會去找簡歷模型，然後透過持續的資料饋入，模型透過深度學習形成勝任能力評分。

快速應用和更新產品

基於資料的能力演算法培訓一定需要大量的新資料來餵養，比如新產品要在短時間內投入使用。企業最初應用這項技術時，信度和效度只有60%。經過一段時間的訓練，現在面試的信度和效度都達到了90%。資訊化程度提高的背後，是需要大量的候選人來形成深度學習。經過一年多的申請，該公司測試了400名候選人，他們在招聘過程中產生的互動資料被記錄在AI演算法中。