本文经AI新媒体量子位（公众号ID：QbitAI）授权转载，转载请联系出处。AI不仅会筛选你的简历，还会通过看你的脸来判断你能否通过面试。这不是将来时。全球有超过百万求职者经历过AI面试官的冷眼“瞪眼”。据《华盛顿邮报》报道，包括希尔顿、联合利华和高盛在内的多家世界500强企业都在使用人工智能评估系统，通过摄像头分析求职者的面部动作、措辞和声音，从而给求职者最好的结果。面试是打分的。其中最著名的可能是HireVue。HireVue是一家企业人工智能面试服务商。据其官网介绍，全球有超过700家公司在使用他们的视频面试系统，甲骨文和英特尔都是他们的客户。用AI代替HR靠谱吗？HireVue声称，他们的技术可以帮助招聘公司在初期面试更多的候选人，并提供更可靠、更客观、没有人为偏见的评估指标。但不少技术专家对此提出质疑。伦敦大学学院人机交互教授AnnaCox表示：任何数据集都会有偏差（biases），这样的系统很可能会歧视真正擅长工作的候选人。拒之门外。AI面试官看什么？面对AI面试官，你需要做什么？纽约皇后区的一位年轻人选择穿上衬衫打上领带，躲在隔音工作室里，甚至关掉空调系统——这样一来，任何背景噪音都不会影响AI对他面试的评分。事实上，像HireVue这样的AI面试官并不会就面试官的行为在它看来是好是坏给出反馈。求职者要做的就是坐在电脑或手机的摄像头前，回答预设的问题。整个面试将持续约30分钟。HireVue的系统结合了语音识别软件和面部识别软件。在面试过程中，它会收集求职者的表情和动作，并对收集到的语音细节进行分析，比如用词和语调。然后，AI系统会对求职者生成一份打分报告，包括“个人稳定性”、“学习意愿”、“解决问题能力”等指标。并且，根据职位要求，AI面试官最终会将求职者分为高、中、低三个等级。虽然雇主仍然可以选择关注排名较低的候选人，但显然选择AI面试官的公司仍然会优先考虑AI建议。一石激起千层浪，且不说这样的分析是否科学，但AI面试官真的能做到公平公正吗？毕竟，看似理性的AI，翻车也不是一次两次。此前，亚马逊用来给求职者简历打分的AI被爆出在训练中学会了“重男轻女”。尽管HireVue强调他们已经删除了可能导致AI模型出现偏差的数据点，但由于系统算法尚未经过第三方独立审查，他们援引商业机密为由。面对人类面试官，你可以通过与对方的眼神交流得到反馈，但当你面对摄像头和背后的AI时，谁也不知道它在想什么。连摄像头的摆放都会成为问题。角度太高会不会让AI觉得太霸道？角度低，谁知道AI会不会觉得求职者胆小呢？虽然只是在面试的初期使用，但这样一个系统的存在却引起了巨大的反对。有网友讽刺说：在这个天才系统里，史蒂芬·霍金教授估计只能去杂货店看看走后门了。很多网友认为这根本就是“伪科学”。看脸就知道谁能胜任这份工作？纽约大学AINowInstitute的联合创始人MeredithWhittaker也直言：这是伪科学。想证明这个系统真的有效吗？网友建议让HireVue做一个简单的测试：让公司在职员工充当求职者，看看HireVue系统的评分是否与他们的实际表现相符。我打赌HireVue不敢做这么简单的实验。但在反对者中，有人认为AI系统的引入实际上让整个招聘系统更加人性化。联合利华首席人力资源官LeenaNair表示，AI系统帮助HR摆脱“惰性”，让企业雇佣更多元化的员工。其他人建议，为了获得信任，像HireVue这样的公司应该让他们的算法更加透明。为了防止歧视，“去偏见”的过程应该是开源的。在以多样性为常态的全球环境中，需要更多地了解用于训练算法的人类数据。但不管争议有多大，HireVue一年实际上为联合利华这样的公司节省了超过100万英镑（约合人民币914万元）的招聘费用。希尔顿使用这样的人工智能系统将平均招聘周期从42天缩短到5天。在争议声中，不久前，HireVue又获得私募巨头凯雷投资集团（TheCarlyleGroup）的另一笔投资。不仅仅是HireVue事实上，AI涉足人力资源管理也不是一天两天了。亚马逊用来给求职者的简历打星的AI停产后，它安装了一个AI主管来给员工的工作效率打分，并决定是否解雇一名员工。IBM的人工智能系统Watson可以通过研究员工档案和过去的项目来分析员工绩效并预测员工潜力。在瑞典，还有一家初创公司FurhatRobotics，致力于制造世界上最社交的机器人。你做它是为了什么？当HR啊。这家初创公司与瑞典斯德哥尔摩最大的招聘公司之一TNG合作，创建了一款名为Tengai的招聘专家机器人，旨在克服招聘过程中人力资源部门的潜意识偏见。甚至学校也开始使用人工智能来管理学生。据俄罗斯卫星网报道，莫斯科钢铁合金学院EDCrunch大学中心主任努尔兰·基亚索夫表示，俄罗斯将从2021年开始启动大数据识别高校学习成绩差的学生，并决定是否开火。随着技术的发展，AI将HR从繁重的筛选工作中解放出来，提高效率已经成为一种趋势。但在这个过程中，如何打造更加公平公正的人工智能，仍然是一个需要探讨的话题。你怎么认为？
