AI 正在让招聘这件事变得越来越不真实。
面试官用AI工具来快速筛选人，求职者用AI工具来作弊回答问题。结果就是，机器在和机器对话，双方都在表演，而招聘的根本目的——为公司找到合适的人——被放到了一边。
这件事情其实不难想象，毕竟有了 AI 这么好的工具，谁都想用。
在招聘公司那边，AI也成了提高效率的标准工具。为了处理每天成百上千封的简历，招聘部门普遍使用AI来自动筛选和打分。很多公司甚至开始用AI机器人进行第一轮的自动化面试。
AI面试官可以一天24小时不间断地工作，用完全相同的标准去问每一个候选人，然后给出一个量化的分数。这看起来非常高效和公平。
而在求职者这一端，出现了很多专门用于面试的AI软件，它们能在求职者的电脑屏幕上直接显示问题的答案。求职者需要做的，只是把AI给出的答案自然地念出来或者敲出来。
于是，一个奇怪的循环就形成了：公司用AI设计了一套标准化的提问和评估流程，求职者则用AI工具来精准地破解这套流程。双方都在高效地使用技术，但真实的“人”的因素，在这场互动中却越来越少。
为什么会发展成这样？因为招聘方和求职者这样做的动机，都非常现实。
对求职者来说，这笔账很好算。花点钱买个AI面试工具，就有机会拿到一份年薪很高的工作，这笔投资看起来非常划算。更重要的是一种环境压力，当一个求职者认为他的竞争对手们可能都在使用这类工具时，他会感觉如果自己不使用，就会在竞争中处于不利地位。
对公司来说，目的也很直接：节省时间和金钱。让经验丰富的资深员工花费大量时间，去面试那些数量庞大、水平不一的初级候选人，是一种巨大的成本消耗。用AI系统先把大部分不合适的申请者过滤掉，可以极大地提高招聘效率。
双方的初衷都合情合理。求职者想在激烈的竞争中获得优势，公司想从海量申请者中快速找到目标。但当AI成为双方共同使用的工具时，招聘的性质就变了。它不再是对一个人真实能力的考察，而变成了一场技术对抗。比的是谁的AI工具更先进，谁的伪装技术和识别伪装的技术更好。
这场技术对抗，让传统的防作弊方法基本都失效了。
过去，招聘平台主要通过一些简单的方法来防止作弊，比如监测候选人是否在面试中切换了网页，或者摄像头前是不是有其他人在帮忙。但现在这些方法都没用了，因为新的AI工具根本不需要切换网页，所有操作都在一个界面内完成。
因此，负责招聘和评估的一方，也开发出了更先进的检测技术。这些技术不再关注候选人“做了什么”，而是分析他的行为“是否像一个正常人”。
一个非常有效的识别信号，是回答问题的时间。一个正常人，回答“你叫什么名字”这类简单问题会非常快，而回答“请你谈谈对这个行业未来发展的看法”这类复杂问题时，会需要时间思考。
但是，使用AI工具的求职者，无论问题多难，他都需要等待AI生成答案，所以每次回答前，都会有一个长度差不多的、不自然的停顿。这种固定的反应时间模式，在真实的人类交流中是极少见的。
更进一步的防御方法，是设计一些特殊问题。比如，面试官可以故意问一个关于根本不存在的技术或概念的问题。AI为了提供答案，很可能会编造一个听起来合理的解释。而一个真正的专业人士，他的反应会是感到困惑，并表示自己不了解这个东西，或者会去查证。
你看，对抗的双方都在技术上不断升级。但这恰恰反映了一个核心问题：我们投入了如此多的精力去开发越来越复杂的系统，其目的竟然只是为了确定一件事——屏幕对面和我说话的，到底是不是一个真的人在独立思考。
当一个依靠AI工具通过面试、但实际能力不足的人进入公司后，带来的负面影响是巨大的。
首先是直接的经济损失。公司为招聘、培训、支付工资投入了成本，最后发现这个人不能胜任工作再将其辞退，这些钱就都浪费了。
更严重的是对整个团队的伤害。一个能力不足的员工会拖慢项目进度，导致其他优秀的员工需要花费额外的时间精力去补救他的错误。时间一长，不仅项目受影响，还可能导致核心人才的离心和流失。
这种AI对AI的招聘模式，正在掏空招聘的真正意义。招聘，本来是一个全面了解和评估一个“人”的过程，评估的是他的专业知识、解决问题的方式、沟通协作的能力，以及他的潜力和价值观。这是一个复杂的、需要深度交流的过程。
但现在，这个过程被极度简化了。它变成了一个简单的测试：“这个人能不能对标准问题给出标准答案”。求职者不再追求真正掌握知识，而是学习如何调用AI获得答案。招聘方也不再深入了解候选人，而是依赖AI给出的分数报告。
要解决这个问题，仅仅依靠开发更强的AI检测工具是不够的，那只会让双方的技术对抗不断升级。关键在于，需要从根本上重新设计我们的招聘评估方式，让它变得无法轻易被AI伪造。
第一，将评估重点从“最终答案”转向“思考过程”。
AI非常擅长提供一个完美的“结果”，但它很难模拟一个真实的、充满试错和调整的“过程”。因此，面试官应该少问那些有标准答案的问题。可以换成一个真实工作中会遇到的、没有唯一正确答案的复杂问题，然后观察候选人是如何分析问题、提出方案、并论证自己想法的。这个完整的思考过程，是AI难以模仿的。
第二，引入与工作高度相关的“真实场景任务”。
AI模型里的知识是通用的、公开的，它很难处理非常具体的、与某个公司内部情况紧密相关的任务。面试可以设计得更贴近实际工作。例如，可以提供一段经过处理的公司内部代码，让候选人分析其中的问题并提出改进建议。当任务越具体、越需要结合特定背景信息时，通用AI能提供的帮助就越有限。
第三，增加有效的“真人”互动环节。
AI工具可以用来处理安排面试、初步筛选简历这些重复性的行政工作。但是，在关键的评估环节，应该由经验丰富的专业人士亲自参与。有时候，一场15分钟的真人技术交流，能获得比几轮AI面试报告多得多的有效信息。因为人可以感受到对方的沟通方式、思维敏捷度以及对技术的热情，这些是目前的AI无法评估的。
说到底，AI招聘出现的种种怪象，也暴露了我们过去招聘流程中存在的问题：过于追求标准化和效率，试图把“识人”这件复杂的事情，简化成一道可以简单打分的数学题。
未来的招聘，AI应该是一个强大的辅助工具，帮助我们处理信息、提高效率，但它不应该取代人的核心判断。要为公司找到真正合适的人，最终还是要依靠人与人之间真诚、深入的交流。
热门跟贴