二、AI招聘還有哪些難題要過

即便ＡＩ招聘對于企業(yè)和求職者來說算是一個好消息，但是，人們也不能高興得太早，凡事有利有弊，在看到好處的同時，我們也要觀察到它需要改進的一面。

1.以子之矛攻子之盾，AI試不出真人才

根據(jù)50個省市政府所屬人才服務(wù)機構(gòu)數(shù)據(jù)統(tǒng)計，2012年以來大中城市人才供求比在2:1左右,即求職總?cè)藬?shù)約為提供崗位數(shù)量的2倍。而根據(jù)智聯(lián)招聘統(tǒng)計，2014-2015年全國人才供需指數(shù)維持在30以上，即平均一個職位收到簡歷數(shù)量均在30份以上。我國在快速發(fā)展的進程中，就業(yè)市場競爭加劇趨勢十分顯著。

圖源：中國產(chǎn)業(yè)信息網(wǎng)

就業(yè)競爭激烈，企業(yè)人才短缺，職業(yè)教育培訓(xùn)有著巨大的需求潛力與市場空間。根據(jù)百度及搜狗搜索數(shù)據(jù)，2014年，職業(yè)教育培訓(xùn)的關(guān)注度在各細分教育子類中名列前茅。

今年的公務(wù)員考試熱潮剛剛冷卻，但了解的人也知道，此類公務(wù)員的筆試、面試的報班培訓(xùn)的成本只高不低。如果AI成了面試官，求職者們“上有政策，下有對策”，會去尋求更佳的面試培訓(xùn)，而有市場就有需求，以大數(shù)據(jù)為優(yōu)勢的AI面試恐怕也會被AI＋培訓(xùn)所攻破。

智能HR的客觀評分機制反而成了清晰可見的“套路”，然后被智能培訓(xùn)老師“反套路”，兩者”斗智斗勇“，倒顯得摻雜在中間的求職者像一枚棋子，毫無自主意識，如此選拔出來的人會是真正的人才嗎？

而人類HR的優(yōu)點正是在于其自主性，相信上過培訓(xùn)課的同學(xué)們都知道，培訓(xùn)老師都會強調(diào)面試時不要準備模板，因為模板會造成同質(zhì)化，面試官因為長期積累的經(jīng)驗通常能敏銳地察覺到模板的痕跡，從而影響面試者的成績。

2.“算法彌補偏見”不可信

Fetcher曾表示，產(chǎn)品的篩選機制將消除任何潛在的人類偏見，使其完成符合平等就業(yè)機會委員會的規(guī)定，年齡、性別、種族、宗教、殘疾等都不會成為算法的參考標準。也就是說，算法可以彌補招聘中的偏見。

這類論調(diào)不禁讓人想起了張一鳴的”算法沒有價值觀“。前幾日，一名被銀行擬錄取的面試者，卻在準備入職時被智能檢測平臺Say No，究竟是可能出錯的“人工智能”掌握了否決權(quán),還是丁是丁卯是卯的“人工智能”為某些人為標簽背了黑鍋？

現(xiàn)實生活中，招聘求職者可能會存在很多文本之外的“潛規(guī)則“，比如招聘信息上的“某某條件優(yōu)先”或許只是某些企業(yè)靈活運用的話術(shù)而已。算法本身是客觀的，但因為其需要人工標簽，掌握這個算法的人群才是招聘中的關(guān)鍵。蓋上“算法”的面紗，那些成見反而更加若隱若現(xiàn)。

3.逃不過的數(shù)據(jù)難關(guān)

  數(shù)據(jù)一直是AI的大難題。但在面對AI招聘時，數(shù)據(jù)的模型化顯得十分困難，即使打造出模型，普適性也難以預(yù)見。

目前的AI匹配技術(shù)僅僅能在少數(shù)一些職位上達成足夠高的可用性，比如說卡車司機，因為卡車司機在美國是一個龐大群體，且其能力和要求較容易被模型化。

當一家公司運用這個系統(tǒng)來面試求職者時，無限的機器學(xué)習(xí)過程或許可以篩選出一個優(yōu)秀的銷售人才，但這種篩選算法也無法在不經(jīng)過新的訓(xùn)練過程的情況下，簡單地推廣到其他職位，比如人力，市場等崗位。而這僅僅是一家公司里存在不同崗位所要面對的問題。

如果不同的公司來使用這套系統(tǒng)，AI的數(shù)據(jù)需要更加垂直化。但問題是，某個領(lǐng)域的某家公司真的有這么多的人才數(shù)據(jù)可以提供給機器來學(xué)習(xí)嗎？

AI+確實能成為一個工種的助力，但并不能解決一切問題。各家企業(yè)應(yīng)該明白，圍繞人才招聘，企業(yè)想要得到真正的人才，絕不能僅僅依靠人工智能這一技術(shù)領(lǐng)域的創(chuàng)新。真正的突破點在于，企業(yè)將自身建設(shè)的越強，對優(yōu)質(zhì)人才的吸引力才會越強。