效率的幻影：人工智能是否改善了人才选拔？

我从2008年开始从事技术招聘工作，可以肯定地说一些与普遍认知相悖的事情：产生候选人从未如此容易，但招聘的质量却从未如此糟糕。 人工智能承诺解放企业于选拔过程中繁琐的部分：筛选简历、撰写初步联系、整理申请者的漏斗。在这一点上，它确实做到了。然而，没有任何承诺提到的是，随着成本的降低，几乎变得免费，技术最终使得标准变得无关紧要。 没有标准，招聘就不再是一个决策，而是变成了工业规模的噪音。

以前，联系四十名候选人需要一周的时间。这种摩擦迫使我们思考联系谁以及为什么。如今，一个工具可以在四十秒内发送这四十条信息，个性化地使用名字和从LinkedIn提取的一行内容。联系错误人的成本降到了零，而没有成本的事情往往是在没有事先反思的情况下进行的。

候选人也在自动化。 一位工程师告诉《连线》杂志，他用一个机器人发送了五千份申请，得到了二十次面试。有效率为0.5%。手动申请两百或三百份，他能获得同样的二十次面试。有效率为10%。数量并没有改善任何事情，只是将恶化隐藏在一个更大的数字后面。

在行业内，这种现象已经被称为**“自动化循环”**。人力资源部门引入人工智能过滤器，因为他们收到的申请是由人工智能生成的，这些过滤器促使更多候选人进行自动化以避开它们，循环就这样自我运转。

关于这项技术能做什么和不能做什么，必须要准确。人工智能能够有效解决过程的前半部分，即如何识别谁掌握特定的编程语言或在特定行业工作。它无法解决的是后半部分，真正定义招聘的部分：判断。没有任何模型能够预测一个人是否能够容忍一家正在扩张的公司的模糊性，是否会与一个倾向于微观管理的创始人发生冲突，或者频繁的工作变动是警报信号还是其职业生涯中最不相关的数据。当过滤器在这些系统上运行时，甚至审核它们的人也无法解释为什么一个候选人被排除。判断仍然需要对话、假设以及犯错和重新校准的意愿。

哈佛商业评论的一项调查显示，91%的领导者认为招聘好的人才至关重要，但只有28%的人认为他们的组织做得很好。这一差距并不是因为人工智能而产生的。 人工智能只是加深了这一差距，营造出一种做得更多的幻觉，尽管他们做的事情一样，只是更糟、更快。随着这一切的快速发展，填补一个职位的时间比以往任何时候都要长。平均时间已经达到了四十四天的最高点，三分之一的招聘仍然是通过推荐进行的，这是最传统的渠道，没有任何机器人参与。

我每周都能在那些在招聘过程中感到疲惫的公司中看到这一点。他们联系了三百人，安排了二十次面试，但仍然没有完成招聘。他们并不缺乏活动，而是缺乏诊断。没有人定义这个职位解决了什么问题，也没有人明确哪些信号会排除某人，即使简历闪亮。没有这些，人工智能只会加速混乱。

随着自动化，许多公司停止了对初级职位的投资。 初级职位的招聘广告仍在发布，但该领域的实际招聘却崩溃了，因为让一个模型进行十次搜索比花时间培养一个没有经验的人更经济。其结果是未来十年高级专业人才的管道悄然侵蚀。

这些观察并不意味着拒绝技术。核心问题在于，人工智能放大了组织在采用它之前的状态。如果选拔过程设计得当，工具会使其更快速。如果设计不当，它则允许在工业规模上扩大先前缺乏标准的情况。

招聘好人才从来不是一个数量问题。它是，也是仍然是，一个精确性的问题。在我们的咨询公司，我们有一个规则：如果我们每四个候选人中没有至少一个进入下一步，我们就会暂停并重新校准简报，然后再增加名字。这一暂停正是人工智能所鼓励跳过的，而这正是不能跳过的。组织应该问的问题不是他们这一周联系了多少候选人，而是他们去年正确选择了多少人。这个答案，至今没有任何模型能够生成。