智能机器人面试官 当AI聊天机器人成为面试官

下面是好好范文网小编收集整理的智能机器人面试官 当AI聊天机器人成为面试官，仅供参考，欢迎大家阅读！

原创 范津砚 复旦商业知识

文 范津砚

美国奥本大学心理系教授近年来，人工智能技术得到了迅猛的发展，几乎每隔几年就有重大的技术突破，AI技术也开始被应用于管理学的各个领域，比如人员的招聘和选拔、绩效预测和管理、工作态度的调查等等。管理学界一开始对于AI技术是有抵触情绪的，觉得自己的专业领域受到了计算机专业的入侵，有威胁感。但是，随着AI技术的不断发展和支持AI技术的实证证据不断涌现，管理学界对AI的态度在过去几年有了非常大的转变，开始抛弃成见，转而积极拥抱AI技术。我们认为这样的转变对管理学的发展将起到积极的作用。本文以通过AI聊天机器人测量个性为例，进一步展现AI技术在组织领域尤其是人才管理领域的应用前景。

过去三十年间，个性测试作为人才管理的重要工具得到了极为广泛的应用。这源于研究发现，个性分数不仅能预测员工的工作表现，而且因其在不同种族之间的均数差异很小而不易产生种族歧视。但是，研究者和实践工作者也承认传统的个性测量方法存在一些缺点，学术界一直试图开发更有效、高效的个性测量方法。最近几年，基于AI的个性测量方法引起了越来越多的关注。

与传统测量方法不同，基于AI的个性测量方法将大数据、算法和现代计算机技术有机结合，在数据收集时不再要求被测者填写冗长的问卷，而是使用被测者的各类数字化痕迹（如社交媒体、视频面试、在线聊天等媒介产生的数据）对个性分数进行模型估算。

这类方法通常分为模型训练和模型应用两个阶段。与传统测量方法相比，基于AI的测量方法至少有两大优势。一是效率高。虽然建模需要花费大量时间和资源，但一旦多个模型（比如个性模型、智力模型、价值观模型、职业兴趣模型等）得以建立，就可以通过被测者的同一组数字化痕迹推算出其一系列个体特征分数。因此，从长期看，AI的测量方法将大大缩减测试时间，这对于应聘者和招聘企业而言都极具吸引力。二是测试体验较好。如果使用社交媒体内容来估算个性分数，个人无须经历测试过程。而如果使用视频面试（automated video interviews）或文本面试（text-based interviews，即聊天机器人），相较于传统的自我报告方式，被测者会感觉得到了更多机会来展现自己，测试过程也不至于太过枯燥。

尽管有上述优点，基于AI的测量方法尚处于起步阶段，还有很多问题尚待研究，也面临着诸多挑战。比如，早期算法要求被测者开放自己在社交媒体上的内容（如文章、评论、点赞等信息），这引起了对个人隐私侵犯的顾虑和可能的法律诉讼。因此，近年来招聘企业开始使用视频面试和文本面试，这会让应聘者因为希望被录用而很难拒绝招聘企业的面试要求。另外，到目前为止，机器估算出来的个性分数的心理测量学品质尚未得到全面证实。研究者通常只报告机器分数和自我报告的个性分数之间的相关系数，其他方面的效度证据很少。换言之，我们目前尚无法回答这样一个基本问题：基于AI的测量方法估算出的个性分数是否真的测量了个性？

最近，我带领的研究团队在工业与组织心理学的顶级期刊（Journal of Applied Psychology）上发表了一项最新研究成果。我们探索了用AI聊天机器人测量个性的可行性，并且非常全面地考察了机器估算个性分数的心理测量学证据。

与视频面试的单向沟通模式不同，AI聊天机器人可以进行双向沟通，因而使得聊天过程更接近人类自然的聊天。经过大量的前期考察，团队选择了使用位于美国加州硅谷一家AI初创公司Juji的AI聊天机器人系统开展研究。

研究样本是1444名奥本大学的在读本科生，其中用于模型训练的样本有1037人，用于检测的样本有407人。在训练样本中，每名被试需要完成一个自我报告的“大五”人格测试（IPIP-300），并与AI聊天机器人进行30分钟左右的交互对话。这两部分数据主要用于模型训练，即建构运用聊天文本预测人格维度分数的预测模型。我们将预测模型建立在个性维度（而非“大五”特质维度）水平上，所以一共训练了30个预测模型（5个“大五”特质×6个个性维度）。在检测样本中，我们还获得了被试的平均成绩绩点（GPA）和同伴评价的大学适应度，作为效标数据。

我们认为这项研究有三个主要贡献。第一，这是第一个全面考察机器分数心理测量学品质的研究；第二，首次证实了机器分数与自我报告分数在内部结构上的等价性；第三，首次证实了机器分数对于自我报告分数有增量效度。这些发现对当初提出的基本问题——“基于AI的测量方法估算出的个性分数是否真的测量了个性？”提供了明确的、肯定的答复：YES！

基于AI的个性测量方法从研究到实际推广还有许多问题需要解决。例如，需要更普遍更通用的数据进行更深入的模型训练，以获取普遍适用的预测模型；又比如，需要针对个性维度来设计聊天问题，需要考察机器分数在选拔情境下的表现。除此之外，还需要解决相关的伦理问题，例如是否可以在人们不知情的情况下获取其聊天数据来估算个性分数用于人事决策。

但是，毫无疑问，随着研究的逐步深入，这种新方法在不久的将来可能会成为广受欢迎的人格评估方式，必将在人才管理实践中得到广泛应用。

随着AI技术的不断发展 , 在可以预见的未来，AI将在企业的人才管理和人力资源领域的实践中得到越来越多的应用。例如，AI技术可以运用到员工招聘，包括对简历的筛选、面试题库的建立、对候选人的面试表现进行自动打分、对候选人将来的绩效和离职可能性进行预测等。AI技术也可以用来分析各种组织情境下的问卷调查数据，包括使用AI聊天机器人进行调查，对绩效评估中的评语、敬业度调查中的开放性问题的答题信息进行深度挖掘等。AI技术还可以用来自动生成各种测量工具的题目并对其内容效度进行初步的分析、测量员工的职业兴趣并给予其生涯发展的相关指导等诸多领域。

在未来，当你愉快地与AI机器人进行聊天时，AI机器人将快速推断出你的人格特质和其他个体差异特征，也许最了解你的不再是你自己，而是与你互动的某个AI。