李妍霏

隨著知識經(jīng)濟時代的到來，智力資本已經(jīng)成為企業(yè)獲得競爭優(yōu)勢的重要源泉，但龐大的招聘數(shù)量和高昂的招聘成本給企業(yè)人才選拔工作帶來了巨大挑戰(zhàn)。隨著人工智能在各行各業(yè)中掀起應(yīng)用熱潮，其在企業(yè)人才選拔領(lǐng)域也取得了突破性進(jìn)展。德勤發(fā)布的《2018年全球人力資源趨勢報告》顯示，81%的企業(yè)希望運用人工智能技術(shù)為人才選拔賦能；16%的企業(yè)已在不同程度將人工智能引入招聘流程中，以解決人才和崗位難以準(zhǔn)確匹配的痛點，降低成本并提升招聘效率。前程無憂發(fā)布的《2019年招聘市場供需回顧》顯示，智能制造/工業(yè)4.0行業(yè)招聘職位量同比增長7.3%。高質(zhì)量的人才選拔可以幫助企業(yè)打造人才儲備庫，促進(jìn)人才梯隊建設(shè)優(yōu)化，加速社會經(jīng)濟轉(zhuǎn)型升級和驅(qū)動社會發(fā)展創(chuàng)新。

應(yīng)用場景

1.智能簡歷篩選

篩選簡歷是企業(yè)人才選拔過程中重要的一步，盡管評估簡歷不需要各種分析技能或?qū)I(yè)知識，但卻耗時較長。北森人才管理云平臺發(fā)布的《2018-2019中國企業(yè)校園招聘趨勢報告》顯示，人力資源（HR）最希望優(yōu)化的環(huán)節(jié)是簡歷篩選環(huán)節(jié)。未來，人工智能在篩選簡歷環(huán)節(jié)的深度應(yīng)用將成為優(yōu)化人力資源招聘效率的重點。人工智能主要通過人才素質(zhì)模型構(gòu)建、數(shù)據(jù)庫學(xué)習(xí)、關(guān)鍵字段識別和篩選等技術(shù)來實現(xiàn)對簡歷的篩選。即通過對擬招聘崗位從業(yè)人員的綜合調(diào)研進(jìn)行數(shù)據(jù)獲取，構(gòu)建數(shù)據(jù)庫，并通過大數(shù)據(jù)分析和崗位需求確定關(guān)鍵指標(biāo)和權(quán)重，構(gòu)建目標(biāo)崗位的人才素質(zhì)模型，在各維度設(shè)置關(guān)鍵詞和甄別參數(shù)，進(jìn)行簡歷的自動過濾和篩選。為豐富候選人畫像，人工智能可以通過數(shù)據(jù)挖掘其公開的社交平臺資料、過往經(jīng)歷和成果等，為招聘決策提供指導(dǎo)和幫助。人工智能以等同的效力替代人力，能幫助HR高效完成工作，加速人才與企業(yè)的匹配效率。

2.在線測評

近年來，在線測評成為企業(yè)人才選拔中不可或缺的重要環(huán)節(jié)。企業(yè)選拔需要的在線測評包含對知識、興趣、性格和潛力多個方面的綜合測試，數(shù)據(jù)結(jié)果包含多個方面、多個層次，涉及數(shù)字和文本等多種數(shù)據(jù)形式，數(shù)據(jù)分析難度較大，因此過去很長一段時間在線測試的形式較為單一，作用有限。人工智能技術(shù)一方面可以有效解決數(shù)據(jù)的多維性、海量性帶來的問題，系統(tǒng)提高人才測評的有效性和智能性，另一方面可以實現(xiàn)個性化的智能出題、基于一致性的智能增題、測評結(jié)果智能輸出等關(guān)鍵功能，是職業(yè)測評實踐的重要發(fā)展方向。

（1）個性化智慧出題。為提高職業(yè)測評的針對性和有效性，可通過構(gòu)建智能題庫、知識圖譜等技術(shù)提供基于個人差異的定制化職業(yè)測評。一是構(gòu)建包含多個測評模塊、涵蓋眾多職業(yè)類型的測評試題庫，面向需求崗位的在職人員收集數(shù)據(jù)，隨著測評數(shù)據(jù)的不斷積累，進(jìn)行自主學(xué)習(xí)和題目篩選。二是基于大數(shù)據(jù)構(gòu)建覆蓋通用知識和行業(yè)知識的知識圖譜。三是以智能題庫和知識圖譜為基礎(chǔ)，依托數(shù)據(jù)挖掘和深度機器學(xué)習(xí)，發(fā)掘并生成與崗位需求相匹配的測評試題。

（2）測評結(jié)果分析與報告自動輸出?；谌斯ぶ悄艿脑诰€測評結(jié)果分析和報告輸出功能對降低實施職業(yè)測評的人工成本具有重要意義。對于結(jié)構(gòu)化測試結(jié)果（數(shù)字）的分析，將測評分?jǐn)?shù)對照標(biāo)準(zhǔn)化常模劃分為不同的等級，并建立得分情況與建議報告之間的關(guān)聯(lián)，進(jìn)而構(gòu)建測評結(jié)果的決策樹與決策規(guī)則。對于非結(jié)構(gòu)化測試結(jié)果（文本），需要對被測試者的文字答案進(jìn)行文本情感分析，即對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行編碼、統(tǒng)計、整合、分析并轉(zhuǎn)化為有價值的結(jié)構(gòu)化信息。將數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化信息后，可通過深度學(xué)習(xí)，構(gòu)建可泛化的數(shù)據(jù)特征模型，從而應(yīng)用于系統(tǒng)分析，得到反饋建議；同時，運用測評系統(tǒng)中龐大的數(shù)據(jù)量，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶網(wǎng)絡(luò)的情感分析模型，對分析系統(tǒng)進(jìn)行自上而下的不斷訓(xùn)練，最終形成更為準(zhǔn)確的訓(xùn)練結(jié)果。最后，給定測評分?jǐn)?shù)與反饋建議的對應(yīng)關(guān)系，實現(xiàn)測評報告的自動輸出。

（3）測評效度的自動修正。在線測評的效度與被測試者的回答的內(nèi)部一致性高度相關(guān)。人工智能技術(shù)的引入，可以在測評過程中實現(xiàn)對一致性系數(shù)的持續(xù)自主測算，設(shè)置一致性閾值，形成自主決策，如利用干擾項或嵌入虛假題目，考察個體作答內(nèi)容與真實情況的一致性，從而大幅度提升測評結(jié)果的可靠性；基于對個體作答的內(nèi)部一致性測算，實時做出是否新增題目、新增什么類型題目的反應(yīng)，在確?？煽啃缘幕A(chǔ)上，減少參與者總的答題數(shù)量和答題時間，提高測評效率和結(jié)果的準(zhǔn)確性。

3.人工智能語音/視頻面試

《2019數(shù)字化招聘現(xiàn)狀與趨勢調(diào)研報告》顯示，人工智能語音/視頻面試在行業(yè)中已占據(jù)19%的份額，是2018年我國最有創(chuàng)新的面試方法之一，聯(lián)合利華、歐萊雅、可口可樂、高盛、瑞士銀行和摩根大通等公司在應(yīng)屆生招聘中均設(shè)置了這一環(huán)節(jié)。對多家世界500強企業(yè)人力資源部門的調(diào)研顯示，將AI語音/視頻面試運用于高校畢業(yè)生招聘，可以幫助企業(yè)節(jié)約50%左右的時間，招聘錄用成功率提升近16.7%，成本降低40%。

在AI語音/視頻面試中，機器人基于崗位要求對候選人進(jìn)行提問，通過視頻識別、語言識別記錄作答情況，判斷候選人對崗位需求的理解能力，工作的執(zhí)行和判斷能力；與面試者進(jìn)行實時互動，有針對性地解答候選人的問題，提供信息反饋和下一步招聘建議；通過監(jiān)測候選人的語音模式、面部表情和肢體語言，測量候選人的性格特征、壓力水平和自信等，并排除不誠實的候選人；最后，將作答內(nèi)容（音視頻）自動轉(zhuǎn)化為文字，方便后續(xù)面試官調(diào)用查看，并結(jié)合候選人的簡歷和在線測評結(jié)果，將面試表現(xiàn)與工作經(jīng)歷和相關(guān)技能綜合評價，對候選人進(jìn)行篩選并生成評估報告。

核心技術(shù)

1.自然語言處理

（1）信息提取和挖掘。以招聘需求、從業(yè)人員數(shù)據(jù)搜索和分析為基礎(chǔ)，建立統(tǒng)一的“指標(biāo)數(shù)據(jù)庫”，對畢業(yè)生簡歷中的關(guān)鍵信息進(jìn)行采集、篩選和分析處理，依據(jù)候選人在公開信息平臺中歷史行為記錄進(jìn)行數(shù)據(jù)挖掘，了解其性格、職業(yè)偏好、興趣愛好和技能水平等，實現(xiàn)對候選人各個維度的精準(zhǔn)了解，實現(xiàn)與崗位和企業(yè)文化的精準(zhǔn)匹配。

（2）文本情感分析。對非結(jié)構(gòu)化測試的答案（文字內(nèi)容）進(jìn)行數(shù)據(jù)統(tǒng)計分析，即對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行編碼、統(tǒng)計、整合、分析并轉(zhuǎn)化為有價值的結(jié)構(gòu)化信息，便于通過深度學(xué)習(xí)來構(gòu)建可泛化的數(shù)據(jù)特征模型。

2.深度學(xué)習(xí)

（1）勝任素質(zhì)模型構(gòu)建。對招聘崗位中已從業(yè)的優(yōu)秀人才對應(yīng)的人格特質(zhì)、技能知識以及工作行為模式等數(shù)據(jù)進(jìn)行深度挖掘和分析，結(jié)合資深面試官和人力資源專家的建議，確定符合要求的簡歷的指標(biāo)特征，構(gòu)建勝任素質(zhì)模型，并通過構(gòu)建人工神經(jīng)網(wǎng)絡(luò)對模型進(jìn)行持續(xù)訓(xùn)練和學(xué)習(xí)。在實際招聘時，利用人工神經(jīng)網(wǎng)絡(luò)的自適用性和學(xué)習(xí)記憶功能，人工神經(jīng)網(wǎng)絡(luò)將自動按模型標(biāo)準(zhǔn)處理候選人簡歷，并輸出篩選結(jié)果。

（2）在線測評系統(tǒng)訓(xùn)練。運用測評系統(tǒng)龐大的數(shù)據(jù)量，通過深度學(xué)習(xí)，使系統(tǒng)進(jìn)行自上而下的不斷訓(xùn)練，目的是提高系統(tǒng)的準(zhǔn)確性和敏捷性，從而提高系統(tǒng)中各個模型的效度。其中，對在線測評結(jié)果一致性的智慧控制是系統(tǒng)訓(xùn)練的關(guān)鍵步驟。智慧控制技術(shù)通過機器學(xué)習(xí)的方法，深度系統(tǒng)地挖掘個體已有的數(shù)據(jù)，并生成提高一致性的個性化新題目。一是系統(tǒng)自動收集并對個體已有的測評數(shù)據(jù)進(jìn)行挖掘，測算答題的內(nèi)部一致性系數(shù)。二是識別超過閾值的情況，并標(biāo)示為異常答題模式，啟動機器學(xué)習(xí)功能，得出所需的測試新題，其目的是提高在線測試結(jié)果的一致性和可靠性。

3.語音識別+計算機視覺

通過人工智能分析面試者視頻中的語言表達(dá)、聲調(diào)、表情和肢體行為等其他非語言因素，進(jìn)行建模及預(yù)測。具體來說，利用自然語言處理技術(shù)進(jìn)行語義分析，通過計算機視覺和聽覺技術(shù)，對表情和聲音進(jìn)行分析，對面試者進(jìn)行畫像。通過當(dāng)前擔(dān)任相應(yīng)職務(wù)的優(yōu)秀員工的語言、肢體動作、語調(diào)與關(guān)鍵詞等數(shù)據(jù)，總結(jié)出理想人選的核心特質(zhì)，構(gòu)建排名模型和算法，為企業(yè)進(jìn)行人崗匹配的推薦。面試官也可以通過語音及視頻識別生成文本記錄，多維度了解面試者的答案、語言、動作和表情。在語音和視頻面試過程中，還可以結(jié)合大數(shù)據(jù)技術(shù)進(jìn)行交叉驗證，核查信息真實性。最后進(jìn)行綜合評分和匹配崗位，提升招聘效率，快速篩選海量畢業(yè)生候選人，節(jié)省招聘成本。

風(fēng)險和挑戰(zhàn)

1.數(shù)據(jù)庫建設(shè)成本較高

智能篩選簡歷之前的人才素質(zhì)模型構(gòu)建需要大量優(yōu)秀從業(yè)人員的數(shù)據(jù)積累，包括興趣、人格、能力和知識等個人特質(zhì)和面試表現(xiàn)、工作績效、團(tuán)隊互動等行為數(shù)據(jù)。而龐大的數(shù)據(jù)積累需要廣泛調(diào)研和頻繁更新，需要較長的前期準(zhǔn)備和較高的成本，給企業(yè)人力資源部門帶來了挑戰(zhàn)。

2.核心技術(shù)存在短板

（1）自然語言處理技術(shù)的應(yīng)用包括對自然語言進(jìn)行句法分析、實時翻譯和構(gòu)建大規(guī)模知識圖譜。然而，自然語言處理技術(shù)在對人類語言進(jìn)行解讀時，會受到句法模糊性、一詞多義、人的口音等自然語言中的細(xì)微差別影響，使機器的解讀產(chǎn)生偏差。目前，這些偏差需要經(jīng)過人工干預(yù)才能糾正，此外，該技術(shù)還面臨對話能力、推斷能力及語言合成能力弱等挑戰(zhàn)和限制性因素。

（2）深度學(xué)習(xí)系統(tǒng)在使用時包含訓(xùn)練和推斷兩個階段。在訓(xùn)練階段，深度學(xué)習(xí)會遍歷大量數(shù)據(jù)集并將其提煉到一個小的參數(shù)集；在推斷階段，深度學(xué)習(xí)使用此參數(shù)集對圖像、語音和文本等輸入進(jìn)行分類。作為人工智能的核心技術(shù)，深度學(xué)習(xí)已經(jīng)取得了大量關(guān)鍵性突破，下一步將重點發(fā)展強化學(xué)習(xí)、遷移學(xué)習(xí)以及非監(jiān)督學(xué)習(xí)等層面，拓展其在企業(yè)人才選拔中的應(yīng)用范圍。

（3）語音識別技術(shù)水平在近年來迅速提高，諸多聚焦語音識別的企業(yè)（如百度、科大訊飛）均取得了快速的技術(shù)突破。但在嘈雜環(huán)境下、方言語音、語速變化較快以及復(fù)雜情緒等非標(biāo)準(zhǔn)環(huán)境下的識別還存在一些不足。整體來看，語音識別技術(shù)已經(jīng)相對成熟，在企業(yè)人才選拔中的應(yīng)用限制較小。

（4）計算機視覺技術(shù)應(yīng)用中的人臉識別已經(jīng)成為相對成熟的細(xì)分技術(shù)。然而，動態(tài)圖像識別、實時數(shù)據(jù)分析等仍存在一些技術(shù)缺陷，且缺乏可用于人工智能模型訓(xùn)練的大規(guī)模數(shù)據(jù)集，給計算機視覺在視頻面試中的應(yīng)用帶來了一些限制。

3.應(yīng)用范圍有限

一方面，雖然人工智能可以通過智能篩選簡歷、在線測評和語音視頻面試等方式幫助招聘人員提高效率，但由于人工智能對企業(yè)業(yè)務(wù)模式和崗位工作任務(wù)不能做到完全理解，篩選過程中可能存在偏差。另一方面，人工智能可以明確把握求職者的“硬指標(biāo)”和“硬實力”，如語言能力、計算機能力等，但對于領(lǐng)導(dǎo)力、溝通能力及團(tuán)隊合作能力等“軟實力”難以實現(xiàn)量化。因此，目前的人工智能多用于簡歷、筆試和第一輪面試，使用范圍有限。未來可以對人工智能進(jìn)行持續(xù)學(xué)習(xí)和培訓(xùn)，從而修正誤差，提高準(zhǔn)確率，不斷深化其在畢業(yè)生招聘各輪面試中的作用，使其有更加廣泛的應(yīng)用前景。

4.個人隱私與數(shù)據(jù)安全風(fēng)險

人力資源專家Beecher Ashley Brown表示，隱私泄露及數(shù)據(jù)安全問題是將人工智能應(yīng)用于企業(yè)招聘中需首要解決的關(guān)鍵問題。大數(shù)據(jù)及人工智能技術(shù)在招聘的各個階段會積累大量的求職者數(shù)據(jù)，因此，解決數(shù)據(jù)分享和管理中的安全隱患、設(shè)置訪問和操作權(quán)限，從而最大限度地降低個人隱私與數(shù)據(jù)安全風(fēng)險，應(yīng)受到高度重視，并成為企業(yè)招聘數(shù)字化變革的重要方向。

對策及展望

1.企業(yè)視角

（1）推進(jìn)企業(yè)人才選拔數(shù)字化變革。目前，人力資源已經(jīng)成為影響世界發(fā)展的第一資源，在人工智能時代，企業(yè)人才選拔在思維和技術(shù)上也要不斷推陳出新。因此，推進(jìn)企業(yè)人才選拔數(shù)字化變革將成為人力資源部門的重要工作。企業(yè)人才選拔應(yīng)當(dāng)擁抱科技，不斷發(fā)展，明確各個環(huán)節(jié)的人力和技術(shù)邊界，使招聘人員從繁瑣低效的標(biāo)準(zhǔn)化工作中脫離，探索“人工智能+”招聘模式，建設(shè)數(shù)字化、智能化和專業(yè)化的人才選拔體系，推進(jìn)企業(yè)人才選拔數(shù)字化變革。

（2）打造技術(shù)化人才招聘團(tuán)隊。當(dāng)前我國正處于經(jīng)濟和技術(shù)高速發(fā)展階段，面對方興未艾的企業(yè)數(shù)字化變革，企業(yè)不但需要求職者擁有高水平的專業(yè)能力，也要求具備專業(yè)素質(zhì)和數(shù)字化技術(shù)的招聘人員，打造員工隊伍的核心競爭力，使企業(yè)在激烈復(fù)雜的市場競爭中立于不敗之地。

（3）完善數(shù)據(jù)信息安全監(jiān)管。人工智能在應(yīng)用于企業(yè)人才選拔時，要面臨海量的結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的采集、存儲、管理和分析，數(shù)據(jù)信息安全是人工智能應(yīng)用于企業(yè)人才選拔的重要保障。企業(yè)應(yīng)重視人才數(shù)據(jù)庫的管理和監(jiān)測，制定科學(xué)的數(shù)據(jù)采集及存儲方案、傳輸和共享標(biāo)準(zhǔn)。同時建立風(fēng)險防范機制，在穩(wěn)定的平臺系統(tǒng)運行中保證數(shù)據(jù)及信息安全，及時有效地發(fā)現(xiàn)并解決人工智能的偏差和安全風(fēng)險。

2.社會視角

（1）加大“人工智能+人才選拔”關(guān)鍵技術(shù)研發(fā)。企業(yè)人才選拔是一個覆蓋多環(huán)節(jié)、面向多領(lǐng)域的復(fù)雜的綜合體系，人工智能技術(shù)在其中的應(yīng)用雖然已經(jīng)實現(xiàn)識別和簡單理解，但在深層理解和創(chuàng)造層面的應(yīng)用并未實現(xiàn)實質(zhì)性突破。因此，建議加大自然語言處理、深度學(xué)習(xí)、語音/人臉識別等關(guān)鍵技術(shù)的研發(fā)力度，為“人工智能+人才選拔”的拓展奠定技術(shù)基礎(chǔ)，推進(jìn)面向廣大企業(yè)人才選拔的開放創(chuàng)新技術(shù)平臺建設(shè)，打造智慧招聘生態(tài)。

（2）加快制定人工智能在企業(yè)選拔中的應(yīng)用標(biāo)準(zhǔn)和規(guī)范。近年來，人工智能在企業(yè)人才選拔中的應(yīng)用呈現(xiàn)快速增長趨勢，其中智能簡歷篩選、智能在線測評及人工智能面試已經(jīng)實現(xiàn)大規(guī)模應(yīng)用，但市場上面向企業(yè)招聘的人工智能產(chǎn)品質(zhì)量良莠不齊，潛在的數(shù)據(jù)安全問題也逐步呈現(xiàn)。作為一個新興的應(yīng)用領(lǐng)域，人工智能的標(biāo)準(zhǔn)及評估規(guī)范仍較滯后，目前國內(nèi)和國際均缺乏相應(yīng)的行業(yè)標(biāo)準(zhǔn)和評估評測規(guī)范。建議加快制定人工智能在企業(yè)人才選拔中應(yīng)用的標(biāo)準(zhǔn)和規(guī)范體系，建立并完善基礎(chǔ)共性、行業(yè)應(yīng)用、網(wǎng)絡(luò)及信息安全、隱私數(shù)據(jù)保護(hù)等技術(shù)標(biāo)準(zhǔn)，推動“人工智能+人才選拔”的健康發(fā)展。

（3）加強人工智能人才培養(yǎng)。加快發(fā)展新一代人工智能已經(jīng)成為國家戰(zhàn)略，無論是研究開發(fā)領(lǐng)域，還是應(yīng)用落地領(lǐng)域，人工智能各個環(huán)節(jié)對人才的需求有增無減，而人才短缺已經(jīng)成為我國人工智能發(fā)展和應(yīng)用中的最大短板。清華大學(xué)2018年7月發(fā)布的《中國人工智能發(fā)展報告2018》顯示，我國的人工智能杰出人才比例顯著偏低，2018年美國人工智能杰出人才累計達(dá)5158人，而我國為977人，僅排名全球第六。因此，建議進(jìn)一步加強人工智能人才培養(yǎng)，圍繞人工智能應(yīng)用落地的需求，形成“人工智能+X”復(fù)合專業(yè)培養(yǎng)模式，培養(yǎng)人工智能源頭技術(shù)和應(yīng)用創(chuàng)新人才。