人工智能测评两部曲之一丨跨越千年的邂逅
中国可能是人才测评的发源地之一。在《尚书·舜典》中便有记载：三载考绩，三考黜陟幽明。即早在尧舜时期，已经有对公职人员每三年进行考核的做法。之后，人才评估无论在政府、军队还是企业等组织里都成为了不可忽视的一部分。
相比于测评，人工智能的历史要短得多。1863年，小说家塞缪尔·巴特勒（Samuel Butler）认为，达尔文的进化论也适用于机器。这可能是人工智能这一概念的雏形。而将近100年后，随着计算机技术的发展，采用简单算法的机器学习研究于1951年首次进行。之后，美国计算机科学家约翰·麦卡锡（John McCarthy）于1956年首创了“人工智能”一词。
在接下来的半个世纪里，人工智能开始了蓬勃发展——它学会了走路，学会了下棋，甚至学会了开车。终于，在2015年，随着人工智能测评工具Sparks的诞生，它学会了看人。
你是电，你是光，你是唯一的神话？
我们都知道，人工智能（AI）可能会彻底改变我们的工作方式。谷歌首席执行官桑达·皮采 (Sundar Pichai) 表示，AI的影响将远超火和电对于人类的意义。然而，和许多其他行业一样，多数HR从业者并不确定AI到底会带来怎样的改变。有些人甚至认为，诸如擎天柱这样的机器人会代替人类成为未来的面试官（被一辆卡车面试的体验大概不错？）。
虽说世界瞬息万变，但也并没有快到如此地步。正如斯坦福大学计算机科学家罗伊·阿马拉(Roy Amara)所解释的那样，我们总是倾向于高估新技术的短期影响，而低估其长期影响。
本质上，人工智能是通过机器学习技术消化一定的知识与逻辑，来执行通常需要人类智慧或理解才能进行的任务。考虑到计算机处理能力的突飞猛进，人工智能在潜在的应用场景里几乎无所不能。
比如在HR领域，随着商业模式的成熟，越来越多的企业开始真正认识到招聘的重要性，一次不成功的招聘给公司带来的损失可能难以估量。而招聘作为极度主观化的工作，引入客观的招聘工具帮助企业甄选人才便成为了众多HR的刚需，而人工智能测评工具也正是在这种环境下应运而生。
自 20 世纪 80 年代以来，人工智能开始逐渐成为测评流程的组成部分。基于笔和纸的心理测试最初由招聘官亲自监考并手动评分。而人工智能的出现则使得这一过程自动化。算法、模式识别、自然语言处理、机器学习和机器人技术的巧妙使用，推动了人工智能测评的飞速发展。从招聘角度来看，这意味着我们现在可以快速高效地分析和解读大量候选人数据。
测评工具中的人工智能技术
考虑到人类对于人工智能的长远期望，我们可以认为当下的人工智能技术仍处在初级阶段。许多先进技术也许甚至能带给我们科幻的感觉，但是当落地到现实应用中，我们仍旧需要仔细遴选，确保技术能够帮助我们解决问题，而不是制造问题。
已在人才测评中应用的人工智能技术
“玻璃盒”人工智能——“玻璃盒”人工智能是指使用透明框架，让所有利益相关者都可以了解测评内容及方式的人工智能。简单的说，你能够很清楚地知道，人工智能是基于何种逻辑进行思考并作出决策的。
机器学习——在目前，计算机系统还无法自行思考。但是，我们可以合并统计工具来创建一个模型，该模型将根据任意给定数据进行预测。此外，该模型还可以“不断改善”。换句话说，它的预测能力可以随着时间的推移而提升。这就是所谓的机器学习，它使计算机系统能够逐步提高其针对特定任务的表现。
自然语言处理——这是人工智能测评的关键技术之一。自然语言处理使用文本和语音分析，从书面或口语句子中提取潜在的意义和意图。
面部识别——面部识别是一种生物识别系统，能够通过基于人的面部轮廓比较和分析模式来识别其身份。人才测评中使用的面部识别技术的主要价值在于，招聘者可以验证接受面试的人确实是远程监控下的候选人。
目前尚不适合应用于人才测评的人工智能技术
“黑匣子”人工智能——相对于“玻璃盒”，“黑匣子”人工智能使用不透明的框架，利益相关者无法理解测评内容和方式。然而，为了确保测评的公正性，内置于人才测评中的人工智能必须保持透明。事实上，与所有技术一样，采用人工智能技术也面临着障碍。怡安的研究表明，许多候选人对甄选过程中使用的人工智能怀有敌意，主要是因为他们将人工智能误解为人类无法完全控制的系统。因此，将整个测评框架透明化，有助于获得更广泛的认可，并避免一些法律上的潜在问题。
深度学习——深度学习模仿人脑处理数据并创建决策模式。它提供了另一种通过大量数据来学习的方法。它是一种实现机器学习的技术，但它使用的是人工神经网络（以人脑和神经系统为模型的计算机系统），而不是任务特定算法。这种学习能力相当强大，著名围棋大师阿尔法狗便是依靠着深度学习技术横扫棋坛。但是，与“黑匣子”框架一样，深度学习的内在逻辑无法被清晰识别，使得这项技术在测评领域的应用遇到了阻碍。
情绪识别——情绪识别是自动识别人类情绪的过程，最常见的是来自面部表情和言语表达。在部分视频测评工具中，人工智能可以根据候选人的面部表情变化来判断候选人当下的情绪状态。然而，该技术存在许多潜在的数据缺陷和法律挑战。表情识别不适合用来识别稳定的特征。因为，即使候选人看起来令人舒心，但并不代表他们就很友好。在更多特定情况下，通过外表或表情去判断一个人，很可能产生严重的偏见，甚至导致不公平的对待。例如，如果候选人具有面部抽动症或患有某种疾病，这样会限制他们控制自身表情的能力。简而言之，不应通过分析表情来褒贬候选人，因为这些表情未必与其在工作中取得成功所需的特征有关联。
我们为什么要在人才测评中使用人工智能？
相比传统的人才测评流程，人工智能的优势显而易见——省时、省力，但最重要的是，准确。当招聘某个只需要简单技能的流水线岗位时，人工智能或许优势并不大，因为对于候选人技能的需求较为单一。而当企业在寻找需要大量的具有复合型能力的人才时，情况就完全不一样了。如果能够充分利用，人工智能可以在短时间内分析大量的候选人，并应用事先设定的框架准确甄选出匹配企业需求的候选人。
因此，为了实现目标，选择合适的技术并获得正确的支持非常重要。作为招聘者，我们到底该如何来使用人工智能测评，才能够获得最大的价值与收益？这个问题的答案，我们将在《人工智能测评两部曲》的后篇中展开，敬请期待。
或者（终于到了硬广时间！），您也可以点击“阅读原文”报名参加2月26日至3月1日分别在北京、上海、深圳、广州举办的怡安Digital HR峰会，共同探讨：
数字化组织的人才战略——AI技术对数字化人才获取与培养的价值
AI技术在测评中的应用
数字化测评产品及应用场景分享
人才测评的世界正处于创新的巅峰阶段，许多颠覆性技术推动了我们对候选人和员工的测评朝着更前沿的方向发展。在如今数字化的时代，如何利用人工智能实现企业数字化人才战略的核心目标，已成为企业管理层的重要关注点之一。
数字化时代，企业需具备高效的人才识别能力，在快速变化的环境中甄选和留用合适的人才。怡安人才甄选、测评与领导力发展解决方案致力于帮助企业提升人才选用育留的效能，合理运用人才测评工具，提升企业的数字化竞争力。
2017年5月，怡安宣布成功收购了全球著名测评品牌cut-e。凭借专业的测评手段，创新的基于游戏化与社交化场景，嵌入人工智能技术的测评产品，怡安每年在90个国家通过40种语言，评估超过3000万名求职者，为企业创造非凡的商业价值。欲了解更多信息，请访问www.aonhewitt.com.cn
感情浅，点一点；感情深，用力摁！
↘↘↘