社畜們的演技巔峰，大多數(shù)時候不是奉獻給了各種甩鍋，就是用在了應對面試官身上。
不過，現(xiàn)在想要憑借“立人設”混過面試環(huán)節(jié)，可沒那么容易了。自從人工智能火了之后，許多企業(yè)面試的接力棒也被交到了AI手里，讓一眾“面經(jīng)十級”的求職之路被扼住了命運的后頸皮。
從去年開始，許多校招季的金字招牌也都紛紛在面試環(huán)節(jié)中增加了AI面試/Digital Interview。不少招聘平臺更是以智能面試系統(tǒng)為業(yè)務增長點，扮演起了技術(shù)傳火者的角色。
而對于應聘者來說，知道自己將要面對的是AI這個不知疲憊、么得感情，還明察秋毫的“攔路虎”，恐怕不少人都會感到亞歷山大。尤其是應屆生，以往還有學長學姐們的言傳身教指路，可面對“AI面試官”這個新事物，市面上還真沒太多有效經(jīng)驗可供參考。
今天就來聊聊，AI面試的考察邊界到底在哪里，以及怎樣“攻略”它。
AI泛濫背后，用人機構(gòu)的陽謀
如果你看到心儀的企業(yè)或崗位需要先過AI這一關(guān)，不要慌張，戰(zhàn)略上藐視、戰(zhàn)術(shù)上重視，往往是“攻略”下AI面試官的前提條件。
之所以這么說，是因為市面上有太多借AI之名、行宣傳之實的“金主爸爸”。其中，以最貼近大眾規(guī)模市場的快消品領(lǐng)域為重災區(qū)。最先在校招等環(huán)節(jié)中打出“AI面試”招牌的，大多都是這類，比如食品飲料（可口可樂）、日化用品（寶潔、聯(lián)合利華）等等。
一方面，這些企業(yè)崗位大多沒有特別的專業(yè)限制，又身披跨國500強的光環(huán)，簡歷篩選壓力非常大；同時，校招也是一次非常好的在年輕人中“博關(guān)注”的好時機，很多公司都會打出“尋找未來管理者”的口號，競爭極其激烈，Open Question、AI面試、游戲測評等創(chuàng)意型招聘方式也能有效地幫助其擴大自身地影響力，強化品牌形象。
這也決定了，其AI面試系統(tǒng)需要滿足兩個核心訴求：
第一，推出的時機是不是夠快，這樣才能在宣傳上“先聲奪人”；第二，數(shù)據(jù)的多樣性和算法的魯棒性是不是夠高，以避免因歧視、通過率等引爆應聘者的負面情緒。
因此，這些品牌企業(yè)所采用的AI面試解決方案，大多是經(jīng)由第三方算法公司結(jié)合市面上一些較為成熟的AI技術(shù)應用打磨而成的體驗。這一意味著，AI面試系統(tǒng)只能在初步粗略篩選上起到一定的輔助作用，很難從根本上決定能不能得到offer，反而能規(guī)避初面時面試官基于感性判斷（如顏值、口音、畢業(yè)院校等）所帶來的偏差，讓更多人崗匹配的應聘者擁有機會；而另一方面，基于深度神經(jīng)網(wǎng)絡模型的訓練邏輯，以及當前NLP、人臉識別、情感算法等的技術(shù)天花板，也讓應聘者有機會針對AI系統(tǒng)的考察點按圖索驥、逐個擊破。
下面我們不妨來一一認識一下這些能力不同的特殊面試官。
攻略難度一星：問答AI面試
這種產(chǎn)品往往是將NLP自然語言理解技術(shù)與聲音識別算法相結(jié)合，以問答形式來獲取一些崗位匹配相關(guān)的關(guān)鍵信息。
日本人才公司En Japan就讓即將畢業(yè)的大學生對著一臺只會發(fā)問的手機，進行了長達一個小時、一問一答的面試，包含126個問題。眼見求職者到最后已經(jīng)被虐的無語凝噎了……
此類“面試官”一是借助聲音算法，統(tǒng)計語音、語調(diào)等，對應聘者的反應速度、心理情緒等進行分析；另外借助NLP算法，對回答進行關(guān)鍵詞和語義分析，結(jié)合與企業(yè)業(yè)務和崗位需求的相關(guān)問題，比如快消品必問的“寶潔八大問”及其變種，進行匹配度的初始判斷。
面對這些僅憑聲音與語言特征來選人的面試官，由于其參數(shù)都是人為設定的，預先剔除了一些隱含的感性偏好，因此在判斷上也會相對公正，攻略起來也能有的放矢。
首先我們知道，這些面試軟件大多是提前設置好問題和答案的標準問題。比如前面提到的En Japan測試軟件，就是收集了往期15年的面試問答訓練而成，主要涉及了基本信息、工作技能、性格特征等。與人類面試官有時還會聊聊家常緩和氣氛，或是提出刁鉆問題施加壓力等不同，AI面試系統(tǒng)往往只會一板一眼地交互和提問，只要在參加面試前多做功課，了解用人機構(gòu)的企業(yè)文化、用人理念，是快節(jié)奏、重創(chuàng)意還是全球化等，合理調(diào)整和并有意識訓練自己的語音，就能夠規(guī)避許多意外狀況的發(fā)生。
同時， 就和高考前老師反復提醒“字寫得漂亮能多得印象分”一樣，在回答AI問題時最好也投其所好，盡量使用一些符合機器邏輯來組織語言。由于AI主要是基于語音實時轉(zhuǎn)移、關(guān)鍵詞提取匹配、語義理解來判斷求職者是否和崗位描述想匹配。因此，搞清楚一些必要的硬指標hard skill，并有針對性地在陳述中適當點到一些關(guān)鍵詞，比如領(lǐng)導力、國家級項目、轉(zhuǎn)化率、團隊意識等等，更有助于AI的匹配和篩選。
只要按圖索驥，也許會覺得AI比現(xiàn)場面試更easy呢。
攻略難度二星：視頻AI面試
如果你看中的企業(yè)實力更強、或者更懂技術(shù)，那么正面撞上視頻AI這樣的進階版面試官，概率也就更大了。
簡而言之，視頻AI面試就是在智能問答的基礎上，AI還會實時分析應聘者的面部表情、肌肉動作等，來判斷應聘者的答案真?zhèn)巍⑿愿駜A向，多維度考察候選人是否接近企業(yè)的理想人選。
聽完不少同學的心恐怕涼了半截，豈不是連翻白眼、東張西望之類的表情語言也有可能“出賣”自己了，現(xiàn)在去看點《lie to me》（微表情心理學為主題的美劇）之類的還能搶救一下嗎？
想要攻略這樣懂得察言觀色的面試官，除了必備的網(wǎng)絡檢查、儀容儀表（見人類面試官也是要注意到吧喂），恐怕還得從技術(shù)認知上打場有準備之仗。
可以放心的是，利用AI實現(xiàn)面部表情的情感識別，在算法上還不具備充分的科學依據(jù)，即使是微軟、谷歌、IBM這樣的AI巨擘，其情感識別算法也并不嚴謹，應用到招聘場景中很可能產(chǎn)生嚴重誤導。因此，求職軟件監(jiān)測情緒過濾求職者的做法也被視為是不恰當?shù)摹?br />
比如偶爾的皺眉并不等于“憤怒”情緒，也不意味著面試者必然具備難以合作等特質(zhì)。視頻面試更多發(fā)揮作用的地方，其實是識別那些表現(xiàn)最好的人。
以高盛、摩根大通、畢馬威、聯(lián)合利華、歐萊雅等大型集團所采用的HireVue或Sonru為例，其原理就是通過對15000個特征的識別，包括選擇的語言、運用的語匯、眼神表現(xiàn)、聲音大小等等，再將這些特質(zhì)綜合起來，根據(jù)以往“成功”候選人的特征數(shù)據(jù)庫，判斷一個人的反應、情感和認知能力等。最后借由排名算法，讓一定比例的最優(yōu)秀候選人進入下一輪。
據(jù)了解，目前希爾頓集團已經(jīng)利用其算法面試了43000多個職位，在全球范圍內(nèi)，HireVue系統(tǒng)每個季度都提供100萬次面試和超過15萬次錄用前評估。
而正如其技術(shù)負責人所說，“人類語言、肢體語言和表達的極端復雜性，需要對算法偏見和潛在有害影響非常非常小心”，如果客戶在一些題目中把90%的求職者都篩掉了，那就說明“考察點的范圍過小”，并會對此作出改變。
了解了這個視頻AI面試的基本原則之后，會發(fā)現(xiàn)并不需要對AI小心翼翼、錙銖必較。我們固然可以找到一些投算法所好的小tips，但更建議大家照常發(fā)揮，因為每一點習慣都可能影響你未來工作的愉悅感。
比如只有10%-30%的分數(shù)權(quán)重是由面部表情決定的，其他大部分則取決于面試者的言語表現(xiàn)。在語匯中，多使用一些符合目標企業(yè)偏好的特征詞。求職者喜歡說被動詞還是主動詞，常用“我”還是“我們”，是否頻繁使用技術(shù)性詞匯等，會影響系統(tǒng)對匹配度的評估。
再比如聲音的音調(diào)，如果有的人說話真的很慢，可能不適合從事電話咨詢之類的工作，而如果太快用戶也來不及挺懂。運用同理心找到心儀崗位最適合的狀態(tài)，或許“感覺”比數(shù)據(jù)更靠譜。
攻略難度三星：會讀心的AI
聽到這里是不是已經(jīng)感受到社畜的凄涼了？先別急著悲傷，如果你“不幸”面試的是讀取你的社交網(wǎng)絡的AI面世系統(tǒng)，那你只能在算法之下“裸奔”一圈之后，去買個彩票安慰一下自己了。
在這一關(guān)，AI往往會根據(jù)一些復雜數(shù)據(jù)來分析求職者的日常行為，進而推導出其與崗位的匹配度。就在前不久，加州初創(chuàng)公司Predictim就利用NLP技術(shù)和計算機視覺技術(shù)，對保姆崗位應聘者的Facebook、Instagram和Twitter歷史進行掃描，進而預測她們是否可能欺負或騷擾他人，是否可能對兒童態(tài)度惡劣等等。
當然，這樣的面試官很快就被業(yè)界聯(lián)合抵制了。Facebook認為該公司違反了一項禁止開發(fā)人員使用這些信息審查求職者的禁令，因此大大限制了該公司在臉書和Instagram上獲取用戶數(shù)據(jù)的途徑。Twitter也中斷了Predictim對其API的訪問，理由是禁止其將Twitter數(shù)據(jù)用于監(jiān)控目的。
類似的算法風險也曾發(fā)生在求職平臺li nkedIn身上，原因是第三方網(wǎng)站HiQ收集了li nkedIn的數(shù)據(jù)，以預測員工可能在何時離職。
之所以科技大廠們都態(tài)度鮮明地與此類AI面試系統(tǒng)劃分界限，主要是一是機器學習無法可靠地解釋語調(diào)和言語中的細微差別，比如諷刺或笑話，在面試場景中應用十分不穩(wěn)定；同時此類算法還無法監(jiān)督，即具有黑箱性，一些原本可能敬業(yè)的員工很可能在不知道原因或無法做出解釋的情況下失去工作機會。
另外，將面試成功的決定性因素交給AI，顯然也不符合技術(shù)倫理。如果一個企業(yè)出于決策者偏好/偏見，直接采用小范圍、單一化的數(shù)據(jù)集進行訓練，AI面試的公正性也就蕩然無存了，甚至還可能加劇企業(yè)在年齡、種族等的歧視和排斥問題。正如加州大學洛杉磯分校（UCL）人機交互教授安娜·考克斯（Anna Cox）所說， “任何數(shù)據(jù)集都會有偏差，這將排除那些真正擅長這項工作的人。”
目前看來，讓AI分析招聘面試過程中的復雜要素，還是一個爭議中前行的未來。
不過，技術(shù)的車輪正在加速。IBM就宣布要使用Watson（沃森）主動搜索內(nèi)部培訓系統(tǒng)的數(shù)據(jù)，了解員工培訓以及學習情況，判斷他們是否具備升職潛力，以此進行內(nèi)部考核。而從這樣相對結(jié)構(gòu)化的數(shù)據(jù)中推倒到面試招聘環(huán)節(jié)，或許也在向廣大求職者們走來。
可以說，過去我們看到一些機械化程度高、數(shù)據(jù)結(jié)構(gòu)化的領(lǐng)域，文書、翻譯、識別等被AI取代。如今，面試這樣充滿交流的感性色彩的領(lǐng)域也未能幸免。所幸的是，技術(shù)的魔法正在褪去，手握知識之劍的人類，終將找到自己與AI“共事”的最佳方式。在一次次較量與交鋒中去迭代和優(yōu)化它，最終走出人機磨合的陣痛。
