AI面试现在很流行吗？用这个做面试招聘真的靠谱吗？

从去年开始，很多校招季的金字招牌也在面试环节加入了AI面试/数字面试。很多招聘平台都把智能面试系统作为自己的业务增长点，扮演着技术传播者的角色。

至于申请人，知道自己要面对AI这个不知疲倦、绝情又善于观察的“拦路虎”，恐怕很多人都会感到亚历山大。尤其是大一新生，以前都有学长学姐的言传身教来指导，但是能面对“AI面试官”这个新生事物，市面上确实没有太多有效的经验可供参考。

今天，我们就来谈谈AI面试的边界在哪里，如何“进攻”它。

AI泛滥背后，雇主的阴谋

如果看到自己喜欢的企业或职位需要先经过AI，不要妄自菲薄，战略上的轻视和战术上的重视往往是AI面试官在“攻略”下的先决条件。

之所以这么说，是因为现在市面上有太多的“金爹”打着AI的名义宣扬真相。其中，最接近大众市场的快速消费品领域是重灾区。在校招等环节贴上“AI面试”招牌的第一批人大多是这种，比如食品饮料(可口可乐)、日化用品(宝洁、联合利华)等等。

一方面，这些企业大多没有特殊的专业限制，顶着500强跨国公司的光环，简历筛选压力非常大；同时，校招也是一个非常好的在年轻人中“吸引眼球”的机会。很多公司都会打出“寻找未来经理人”的口号，竞争异常激烈。开放式提问、AI面试、游戏评测等创意招聘方式也能有效帮助其扩大影响力，强化品牌形象。

这也决定了其AI面试系统需要满足两个核心诉求:

第一，推出的时机是否足够快，以便在宣传上“占得先机”；第二，数据的多样性和算法的鲁棒性是否足够高，以避免引爆考生因区分度和通过率而产生的负面情绪。

所以这些品牌企业采用的AI面试解决方案，大多是第三方算法公司结合市面上一些成熟的AI技术应用打磨出来的。这意味着AI面试系统只能在最初的粗筛选中起到一定的辅助作用，很难从根本上决定是否获得offer。反而可以避免面试官感性判断(如颜值、口音、毕业院校等)造成的偏差。)开头，让更多岗位匹配的考生有机会；另一方面，基于深度神经网络模型的训练逻辑，以及目前NLP、人脸识别、情感算法等技术天花板，也让考生有机会看一看AI系统的考察点，并一一攻破。

让我们来认识一下这些能力各异的特殊面试官。

攻略难度一星:问答AI面试

该产品往往将NLP自然语言理解技术与语音识别算法相结合，以问答的形式获取一些与职位匹配相关的关键信息。

日本人才公司En Japan让即将毕业的大学生用一个只会提问的手机进行了一个小时的问答面试，包括126个问题。看到求职者最后被虐了，无语了...

这类“面试官”首先通过语音算法、语音语调统计等手段分析应聘者的反应速度和心理情绪。此外，借助NLP算法，对答案的关键词和语义进行分析，结合企业的业务和岗位需求相关的问题，如快消品必问的“宝洁八问”及其变体，做出匹配度的初步判断。

面对这些只凭声音和语言特征选人的面试官，因为他们的参数是人为设定的，事先排除了一些隐藏的感性偏好，所以他们的判断会相对公正，策略也会有针对性。

首先，我们知道这些面试软件大多都是事先设定好问答的标准题。比如上面说的En Japan考试软件，就是15前期面试问答训练的集合，主要涉及基本信息，工作技巧，性格特点等等。与人类面试官不同，他们有时会说要放松家里的气氛，或者通过问一些棘手的问题来给他们施加压力，人工智能面试系统通常只会以一对一的方式进行互动和提问。只要他们在参加面试前多做功课，了解用人单位的企业文化和用人理念，无论是快节奏的、创意的还是全球化的，合理调整并有意识地训练自己的发音，就可以避免很多意想不到的情况。

同时，就像高考前老师反复提醒的“文笔优美可以获得更多的印象分”一样，在回答AI问题时最好做自己喜欢的事情，尽量使用一些符合机器逻辑的语言来组织语言。因为AI主要是基于实时语音传递、关键词提取匹配、语义理解来判断一个求职者是否想要匹配职位描述。所以找出一些必要的硬指标硬技能，指出一些语句中的关键词，比如领导力、国家项目、转化率、团队意识等，会更有帮助。

只要按图走，你可能会觉得AI比现场面试容易。

攻略难度二星:视频AI面试

如果你感兴趣的企业更强，或者更懂技术，那么碰上视频AI这种高级面试官的概率就更大了。

简而言之，视频AI面试是基于智能问答的。AI还会实时分析应聘者的面部表情和肌肉动作来判断应聘者的真实性和性格倾向，多维度考察应聘者是否接近企业的理想人选。

很多同学听了心里恐怕凉了半截。难道连翻白眼、东张西望都有可能“出卖”自己吗？现在看《对我撒谎》(一部以微表情心理为主题的美剧)能自救吗？

一个想了解阅读和听力的面试官，除了必要的网络查和gfd(见人类面试官也要注意)，恐怕还得从技术认知上打一场有准备的仗。

可以肯定的是，利用AI对面部表情进行情感识别，在算法上并没有足够的科学依据。即使是微软、谷歌、IBM等AI巨头，其情感识别算法也并不严谨，应用于招聘场景时很可能会产生严重误导。因此，求职软件监控情绪、筛选求职者也被认为是不合适的。

比如偶尔皱眉不代表“生气”的情绪，也不代表面试官一定有难以合作的特质。事实上，视频面试更有助于发现那些表现最好的人。

以高盛、摩根大通、毕马威、联合利华、欧莱雅等大型集团采用的HireVue或Sonru为例。它的原理是识别65，438+05，000个特征，包括选择的语言、使用的词汇、眼神的表情、声音的大小等。，然后结合这些特征，根据以往“成功”候选人的特征库，判断一个人的反应、情绪和认知能力。最后通过排名算法，一定比例的最佳候选人进入下一轮。

据了解，希尔顿集团已经使用其算法面试了超过43000个职位。在全球范围内，HireVue系统每个季度提供6.5438+0万次面试和超过6.5438+0.5万次就业前评估。

正如其技术总监所说，“人类语言、肢体语言和表达的极端复杂性，需要非常在意算法偏差和潜在的有害影响。”如果客户在某些题目中筛选出90%的求职者，说明“考察点范围太小”，会做出改变。

在了解了这个视频AI面试的基本原理后，你会发现，你并不需要对AI持谨慎态度。当然，我们可以找到一些对算法有好处的小技巧，但是我们建议你照常玩，因为每一个习惯都可能影响你以后工作的乐趣。

比如只有10%-30%的分数权重是由面部表情决定的，其他大部分取决于面试官的言语表现。在词汇上，多使用符合目标企业偏好的特色词汇。求职者是否喜欢说被动动词或主动词，是否经常使用“我”或“我们”，是否经常使用技术词汇，都会影响系统对匹配度的评价。

再比如说话的语气。如果有些人说得真的很慢，可能不适合电话咨询，如果说得太快，用户就听不懂了。用同理心找到最适合自己喜欢位置的状态，或许“感觉”比数据更靠谱。

攻略难度三星:会读心术的AI

听到这里你是不是已经感受到求职者的落寞了？先别难过。如果你“不幸”被读取你社交网络的AI发布系统面试，在算法下“裸奔”后，你只能买张彩票安慰自己。

在这个层面上，AI往往会根据一些复杂的数据来分析求职者的日常行为，进而推导出其与职位的匹配度。不久前，加州初创公司Predictim利用NLP技术和计算机视觉技术扫描保姆职位候选人的脸书、Instagram和Twitter历史，然后预测他们是否可能欺负或骚扰他人，是否可能虐待儿童等等。

当然，这样的面试官很快遭到了业界的抵制。脸书认为，该公司违反了禁止开发者使用这些信息审查求职者的禁令，从而极大地限制了该公司在脸书和Instagram上获取用户数据的权限。Twitter还中断了Predictim对其API的访问，理由是禁止将Twitter数据用于监控目的。

类似的算法风险也发生在求职平台LinkedIn，因为第三方网站HiQ收集LinkedIn的数据来预测员工可能何时离职。

科技巨头之所以用这样的AI面试系统明确界限，是因为机器学习无法可靠地解释语调和言语的细微差异，比如讽刺或玩笑，其在面试场景中的应用非常不稳定；同时，这种算法是无法监督的，也就是它有一个黑箱，一些本来可能很敬业的员工很可能在不知道原因也不解释的情况下失去工作机会。

另外，把面试成功的决定性因素交给AI显然也不符合技术伦理。如果企业出于决策者的偏好/偏见，直接使用小规模、单一的数据集进行训练，那么AI面试的公平性就会消失，甚至可能加剧企业在年龄、种族上的歧视和排斥。正如UCL人机交互教授Anna Cox所说，“任何数据集都会有偏差，会把真正擅长这份工作的人排除在外。”

目前看来，AI分析招聘面试过程中的复杂要素还是一个有争议的未来。

然而，技术的车轮正在加速。IBM宣布将使用沃森主动搜索内部培训系统的数据，了解员工的培训和学习情况，判断他们是否具有晋升潜力，从而进行内部评估。而从这样一个相对结构化的数据到面试招聘环节，或许也是冲着广大求职者来的。

可以说，过去我们看到一些机械化程度高，数据结构化的领域，文档，翻译，识别等。都被AI取代了。如今，面试这个充满情感色彩的传播领域也未能幸免。好在技术的魔力正在消退，手握知识之剑的人类终将找到与AI“* * *”的最佳方式。在反复的较量和对抗中迭代优化，最终走出人机磨合的痛苦。