导读
数智技术在提升招聘和选拔效率方面有很多优势。
比如，它可以快速处理大量简历，通过自动化的初步筛选，大大降低初筛阶段的人力和时间成本。现在，市场上的一些工具通过自然语言处理（NLP）分析简历和社交媒体数据，评估视频面试的表现，甚至利用算法判断个人与职位的匹配度。此外，越来越多的算法还能结合各种心理测量量表，比如认知能力和责任心等，根据不同的岗位需求进行加权处理来预测员工的绩效表现。
在面试环节，数智应用可以记录和分析候选人的声音（音调、音量和节奏）、身体动作（手势、姿势等）以及面部表情（快乐、惊讶、愤怒等），从而综合评估候选人的个人特点、表达风格、沟通技巧、说服力、抗压性以及逻辑能力，并结合其它测评数据预测申请者的工作表现。随着算法分析的预测因子增多以及数据量的增加，算法能更加深入地理解这些因子和工作表现之间的关系，减少预测误差，帮助管理者们更有效地进行人才选拔。
很多企业招聘面临的主要问题是缺乏结构化的人员招聘和选拔流程。在这些企业中，面试官和决策者的主观喜好起到了比较重要的作用，很可能导致有偏见的决策，从而降低整个招聘体系内部的一致性和甄选效能。在这种场景下，使用数智工具促进人员选拔流程的标准化和结构化，可以增加申请者们对于申请流程的公平感。
数智技术还有一个重要优势，就是其个性化和适配能力。
通过分析简历和招聘需求，算法能够根据市场变化和企业需求，给管理者提供适配建议。相较于传统的信息处理方式，当前数智技术的发展趋势是处理多种数据形式，如文本、音频和视频，为拉通和整合大量无结构、嘈杂的数据提供了新的可能性。
随着数据管理能力的提升，算法甚至可能打破公司传统的人才选拔框架，发现一些以前未被重视但非常有价值的标准。
近些年，一些研究揭示了算法可能会在甄选时带来的惊喜：即从数据中挖掘出“非传统”人才。这些人可能来自非精英院校，不一定满足企业常用的一些“硬杠杠”，如相关工作经验、专业资质或大学成绩，但因其在某些方面表现出的强项(如责任心强或表达能力出众)而被算法选中。算法这些不走寻常路的思考方式可以启发我们拓展人才招聘的思路，提升人岗匹配的效果。
目前，对于人工智能甄选的有效性已经积累了一定的实证结果。例如，视频甄选方面的研究表明，经过专家评估的模型通过分析申请者的面部表情、语言和声调信息（如音高），能够较好地预测申请者的性格特质。其中，口头表述的内容文本，即申请者“说了什么”，对预测效果的贡献最大；而面部和声音节律信息对预测效果的贡献则相对较少。
进一步看，在训练人工智能评估人格特质，例如“责任心”和“外向性格”时，使用面试官的评价数据，比使用申请者自我报告的评估数据效果更好。
此外，AI在分析社交媒体数据，如申请者如何在社交媒体中展示自己等方面初现成果。例如，通过分析Facebook（美国社交媒体平台，现称meta）上的文本内容，AI模型可以预测申请者的人格特质和智力水平等，且其预测结果在六个月的时间间隔内保持相对稳定。
研究显示，相比自我报告的人格测试，AI基于社交媒体数据预测的人格特质，比人类招聘者的预测准确度略有提高。
还有一些研究表明，由算法选拔的候选人通过面试并入职的可能性，比一般选拔流程高出14%。这些员工入职后的生产力会高出0.2至0.4个标准差，且在薪资谈判中提出异议的可能性也要低12%。此外，大部分研究都提到使用算法可以大幅节省选拔成本。
如何让AI更靠谱