在招聘过程中，人工智能已十分常见。求职者在见到真正的招聘人员之前，往往会经历基于算法的简历筛选、自动评测，甚至是AI主导的面试。
批评者认为，这使招聘过程变得更加冷漠和不透明。乐观主义者则认为，这保证了更高的效率和公平性。但更令人惊讶的是，最近的证据表明：经过深思熟虑的设计，AI实际上可以发掘隐藏的人才，使招聘过程更加以人为本，甚至使拒录变得更为公正。
雇主们正面临创纪录的申请人数、更紧张的劳动力市场以及越来越多的对招聘偏见的审视。随着近期AI的加速应用，问题已不再是AI是否会成为招聘过程的一部分，而是AI将用于减少不平等，还是在无意中加剧不平等。
在寻找合适的候选人时，结构化的、与岗位相关的评估方法（例如在面试中让所有候选人回答相同的问题）向来优于非结构化的评估方法（例如非正式面谈或临时的简历筛选）。
近期的统合分析显示，结构化面试、认知能力测试和工作样本练习仍然是各行各业预测工作表现的最强有力的指标。同时，新研究强调，求职者认为这些方法比简历筛选更公平和透明。
AI使这些经过验证的方法得以推广。AI主导的面试不通过学历或工作经历筛选候选人，而是评估可观可感的行为，如推理、沟通和动机等。
在一项随机对照试验中，有超过3.7万人申请某初级开发岗位。该试验显示，与简历筛选的候选人相比，AI辅助流程选出的候选人在真人盲面中更可能获得成功，成功概率高出20个百分点。对职业初期的求职者来说，这一差距尤其明显，表明AI面试能够凸显简历背后隐藏的潜力。
这些研究发现的背景是：一些雇主和政策制定者正致力于降低学位要求，并开辟更多替代性就业途径。那些有助于发现被忽视人才的系统提供了一种实用的方式，使招聘过程更少依赖资历，而更多关注能力。
效率一直是AI招聘的关键承诺，但其对劳动力市场的影响可能更为重要。在上述随机试验中，招聘人员的工作量几乎减少了一半。AI面试提高了后续通过率，因此，招聘人员在减少44%的真人面试后仍然能成功招聘到合适的人才。
效率也改变了求职者表达意图的方式。提交简历只需要几分钟，但结构化的AI面试通常需要30-40分钟。这一时间投入起到了承诺的作用，筛选出那些随意海投的人，并凸显出真正有动机的求职者。
这一转变尤为及时。大规模的在线招聘网站让求职者能够轻松提交申请，导致招聘人员不堪重负，且候选人质量下降。研究表明，透明的算法工具能够利用更精准的信息来应对庞大的数据量。通过集中精力展示与岗位相关的内容，AI可以提高雇主和求职者之间的匹配度。随着时间的推移，这将使招聘更注重质量而非数量。
针对自动化面试的常见担忧主要聚焦于其个性化不足的问题。然而，关键因素在于技术架构的优化。一项基于30余万次智能面试的对比研究显示，将语音识别、自然语言处理与语音生成技术有机结合，能够显著提升交互的顺畅度，同时确保评估结果的准确性。
调查数据揭示，应聘者评估招聘方式时不仅重视最终结果，还会考量程序的公正性、公开程度以及与职位的匹配性。研究发现，相较于随意性较强的人工面试，提供清晰指引和标准化评分的AI面试往往更能获得求职者的青睐。
人工智能在招聘领域带来的显著优势体现在拒录环节。以往企业因时间压力或合规顾虑，鲜少为未录用者提供评估意见。但智能系统依据清晰标准筛选应聘者，这些决策依据可转化为个性化建议反馈给求职者。
基于人工智能的异步视频面试(AVI)系统会依据应聘者资料个性化生成问题，并自动进行评价。研究表明，引入AI辅助后，招聘方不仅能获得客观且可复用的评估结果，还能有效减轻工作量和避免主观偏差。该现象与研究结论相吻合，即应聘者更关注招聘流程的公开性及有价值的建议，即便未被录用。有趣的是，部分落选者反而比成功应聘者更为满意，这源于他们认为选拔过程更具公正性且受到尊重。
人工智能的发展前景虽广阔，但其潜在危害不容忽视。研究表明，缺乏监管的智能系统会强化社会不公。以招聘领域为例，即便采用看似公平的算法推送职位信息，技术岗位的性别分布仍可能出现倾斜。这种现象往往源于算法训练数据本身存在的历史偏见。
由此可见，管理机制至关重要。必须检验评估标准的适用性，即严谨核实测试内容（如分析能力、程序编写水平或表达准确性）与职位要求的关联程度。采用智能招聘系统时，还需定期监测各类应聘者表现，同时保证申请者能够明确知晓算法的决策逻辑。
研究表明，应聘者的信赖感既源于决策公正，也来自流程正当。确保各环节公开透明并落实责任，是赢得信任的关键。
人工智能在招聘领域的应用并非取代人类决策，而是增强人才发掘能力。通过算法驱动的面试流程，能够为潜在求职者创造公平竞争环境，有效抑制主观偏见，提升筛选效率，同时确保淘汰机制更加客观公正。实现这些优势的前提是建立完善的智能系统监管框架。
人性化的自动化招聘系统设计能提升招聘体验。问题的关键并非技术实现难度，而在于企业能否秉持公正原则来构建、监管这些智能平台。当用人单位与监管机构共同解决这一难题时，人工智能将促使招聘流程更高效、开放、平等且更具包容性。
本文作者
Mark Esposito
哈佛大学肯尼迪政府学院国际发展中心研究员
Ava Fitoussymicro1
人类数据负责人
更多阅读：
