时事分析 | 创新及科技发展 | 2017-08-02 | 《经济日报》

见工面试,假如遇上机械人考官……



人工智能(Artificial Intelligence,AI)发展一日千里,不仅可能抢去人类的「饭碗」,还随时会决定你的求职申请。这并非耸人听闻,因为高盛、摩根大通等跨国企业,已开始借助机械人「面试官」,筛选潜在雇员。[1]

比起传统招聘方式,机械人招聘可助企业减省人手资源。更有研究称,利用人工智能算法,企业能够审视更多求职者讯息,作出比人类更客观的判断,从而拣出合适人选。正值暑期招聘季,在人才争夺战中,机械人面试官能否助企业一臂之力?

传统招聘费时 或存人为偏见

企业要填补人力空缺,人事部门往往要审视大量履历,邀请求职者面试,再与心水人选反覆联络,尤其是大型企业,整个招聘程序一般持续数日至数月,才能决定素未谋面的求职者能否胜任工作。

但究竟有多少考官能充满信心作出判断,当中又有多少是基于客观事实,有时却惹人怀疑。毕竟每名考官经验不同,亦可能存在某些「隐形偏见」,如偏好同一所学校,或与自己拥有共同嗜好的申请者。另外早有研究指,面试时考官在前10秒钟已根据第一印象作出判断,之后的询问是在确认先前判断,而不是去真正评估应聘者,这一现象被心理学家称为「确认偏见」。[2]

要减少上述偏见,近年兴起的机械人招聘,潜力庞大,尤其在面对大量申请时,机械人招聘能提供相对省时的方案。印度一间初创企业宣称,原本需10日的招聘过程,利用机械人技术,两日便能完成。 [3]

AI招聘让企业、人才更易交流?

现时高盛集团、摩根大通等国际投资银行,亦已尝试使用人工智能网罗人才。其中高盛在首轮招聘中,会采用视像面试系统HireVue筛选应征者。系统设有五条问题,每条设30秒准备时间,应征者随后有3分钟时间对着机器作答。[4]去年,高盛毕业生及实习生计划收到13万份申请,但成功获聘的比例只有4%,机械人考官可为公司节省人手资源,大大缩短招聘时间。[5]

除大型企业外,香港亦有机构开发了类似工具,让招聘和求职双方更易交流。其中初创企业Talkpush推出的AI聊天程式Chatbot,宣称可让求职者随时随地与机械人考官交流,对话语音及视像则会交予雇主筛选。据传媒今年3月的报道,每星期约有1,000名求职者使用Talkpush,当中约50人成功获聘。而雇主可从大量求职者中严选两三名合适人选接见。[6]

求才方程式 = 大数据 + 机器学习

AI招聘有多省时省力,全赖是否有充足的参考数据和有效的机器学习(machine learning)[7]演算法,让机械人懂得从海量申请中找出合适的求职者。部分机械人还会收集申请者在社交媒体上的数据,并从视像面试中评估求职者的说话语气、微表情等内容,判断其个性及特质是否符合公司要求。[8]

前文提及的HireVue,便试图利用演算法分析求职者的视像面试表现,从中分辨出求职者的意图、习惯、个性和特质,包括评估应征者是否使用主动动词,如can(能够)、will(将会),或是依赖被动语态can't(不能)或have to(不得不)。 [9]HireVue又称应用了心理学家Paul Ekman 创造的「情感图谱」(atlas of emotions),分辨面试者10,000种面部表情,宣称连短至1/25秒的反应也无所遁形。[10]HireVue表示正与逾600间机构合作,包括Vodafone、Nike、Deloitte、Intel等大型企业。[11]

AI技术在招聘方面是否比人类更智能?参考美国学术期刊《应用心理学杂志》(Journal of Applied Psychology)2013年发表的一项研究,分别比较机械和人类评估求职者表现后发现,前者以一道简单方程式得到的结果,胜于个人或群体作出的决定;而这种差别是在任何有大量求职者的情况下都会存在,并涵盖前线、中层主管甚至高层等职位。[12]

借AI起应征者底 随时犯法

除了用作面试,部分雇主还会利用AI了解求职者在面试以外的真实个性。近年,透过社交媒体挖掘求职者更多讯息,如兴趣、习惯、生活圈子等,更呈上升趋势。猎头公司Harvey Nash今年1月发表的全球调查显示,雇主透过社交网络招揽人才的比例,按年上升了44%。[13]

AI招聘的出现,将社交网络的数据挖掘和分析工作自动化,让雇主更容易对求职者进行背景审查。例如智能「起底」公司Fama,便是利用机器学习和自然语言处理(Natural Language Processing)方法[14],挖掘Facebook、Instagram等社交网络的贴文和照片,以及相关新闻报道等,了解求职者是否种族主义者、性别歧视者或有暴力倾向。[15]

不过雇主擅自搜索求职者的社交网站,进而了解其宗教、性取向或犯罪记录等背景资料,却存在道德争议,在某些国家更可能会干犯法例。在美国,消费者可根据《公平信用报告法》(Fair Credit Reporting Act,FCRA),质疑有关其就业调查及信用评估公开资料的准确性;另外雇主在向第三方收集求职者相关资料前,必须得到求职者的书面同意。[16]换言之,求职者若从未就有关调查作出书面同意,或是认为公司是基于背景审查的错误资料,而作出聘用与否的决定,便可提出诉讼。

1970年颁布这项法案的规范对象,包括信用调查机构、雇佣背景审查公司等,但AI时代出现的数据经纪商(data broker),却未必受到同样限制。虽然数据经纪商也会透过搜集社交网络等资料,建立完整个人档案,并应用于雇佣调查,但假如他们不属于信用调查等机构,FCRA则无法适用。直至2012年美国联邦贸易委员会(FTC)与数据经纪商Spokeo的一场法庭判决,才确认了这类新型信息来源,受到上述法案的约束。[17]

在香港,个人资料私隐专员公署(公署)2013年时指一款名为「起你底」的手机应用程式严重侵犯私隐,该程式声称可搜寻目标人物的部分身份证号码、地址、是否有民事、刑事诉讼及破产案件等纪录,方便雇主对求职者进行背景审查。[18]

根据由公署发出、2001年生效的《人力资源管理实务守则》,雇主可透过背景审查或品格审查程序收集求职者资料,但有关资料必须与工作性质相关。[19]在AI招聘时代,雇主会从多方面途径招揽人才,但究竟何谓「与工作性质相关」,合法「起底」的范围可以有几阔,恐怕言人人殊。

技术未成熟 只能作初步筛选

另外前文提及,AI技术以关键字词或表情筛选合适人选,例如招聘工具ZingHR,便是透过将招聘广告内容与求职者履历表上的关键字配对,为每名申请人评分,雇主若要求未来员工操流利两文三语、有团队精神、愿意轮班工作,履历表及求职信中提及上述字眼的申请人可获较高分数。[20]

聪明的人类若故意使用某些词汇或表情迎合机械人考官,以增加录用机会,现阶段而言并非无可能。由于AI仍未能确保懂得「带眼识人」,现时使用机械人协助招聘的企业,一般只会利用系统作初步审核,申请人仍需通过与人事部门面试等环节。而目前,AI不可根据求职者的临场答案追问,因此仍难取代人事部门的角色。

要防范智能歧视

另一要注意的是,雇主在为机械人设定筛选合适人才的标准时,一般以现任或离任员工的履历及工作表现作为参考,这亦可能引起「智能」歧视的担忧。英国有研究指出,不同的「机器学习」方法,即使是用上同一套资料,也可以演算出截然不同的结果。原因之一,是不同演算法所采用的假设各异,而资料分析难免涉及人类的主观判断,例如哪个模型最佳、什么变量(variable)最合适。因此,正如AI应用于其他范畴时出现的问题一样,机械人的决策,有时并非必然客观。[21]

现时采用机械人招聘的公司不少为跨国企业,其雇员往往来自不同文化背景、使用不同语言的全球人才,因此口音、表情动作等可能不尽相同。现时有关技术是否成熟到能够准确辨别文化语言等差异,选出合适人才,令人怀疑。若机器学习「学会」淘汰「非我族类」,亦可能有违部分公司期望打造多元团队的初衷,变相成为另一种歧视。

说到底,机器的决定,始终会受把关人影响。机械人面试官全无偏见不大可能,但不断审核和修正演算法、多重演算、由人事经理作最终把关等,均有机会减少决策失误。[22]在全球人才争夺战中,除了期望利用机械人提升招聘效率,提升AI技术、改善人事部门角色,以及懂得处理人与机器的职责分担,亦是企业招贤纳士、增强竞争力的关键。

1 Rebecca Greenfield, “The Rise of the (Truly Awful) Webcam Job Interview,” Bloomberg, October 12, 2016, https://www.bloomberg.com/news/articles/2016-10-12/the-rise-of-the-truly-awful-webcam-job-interview; Laura Noonan, “Goldman Sachs to drop on-campus interviews.” Financial Times, June 24, 2016, https://www.ft.com/content/5183ff92-3945-11e6-a780-b48ed7b6126f.
2 Laszlo Bock, “Here's Google's Secret to Hiring the Best People,” WIRED, April 7, 2015, https://www.wired.com/2015/04/hire-like-google/.
3 洪宝莹,〈用AI招聘 助企业分析挑选求职者〉,《香港经济日报》,2017年5月30日,A09页。
4 Max Chardwell, “I’ve just secured a summer internship at Goldman Sachs. Here’s how,” eFinancialCareers, http://news.efinancialcareers.com/uk-en/275564/goldman-sachs-internship/, last modified 28 February 2017.
5 Paul Clarke, “Nine things you need to know about working at Goldman Sachs now,” eFinancialCareers, http://news.efinancialcareers.com/uk-en/277334/nine-things-you-need-to-know-about-goldman-sachs-now, last modified March 16, 2017.
6 〈语音视像筛选人才 机械人助招聘快夹准〉,《信报》,2017年3月23日,A12页。
7 「让人工智能领导人民?AlphaGo战胜棋王的启示」。取自智经研究中心网站:http://www.bauhinia.org/index.php/zh-HK/analyses/436,最后更新日期2016年4月9日。
8 Jennifer Alsever, “How AI Is Changing Your Job Hunt,” Fortune, May 19, 2017, http://fortune.com/2017/05/19/ai-changing-jobs-hiring-recruiting/.
9 同8。
10 同8。
11 “About HireVue,” HireVue, https://www.hirevue.com/company/about-us, accessed June 21, 2017.
12 Nathan R. Kuncel, Deniz S. Ones, David M. Klieger, “In Hiring, Algorithms Beat Instinct,” Harvard Business Review, May 2014, https://hbr.org/2014/05/in-hiring-algorithms-beat-instinct; Nathan R. Kuncel et al., “Mechanical Versus Clinical Data Combination in Selection and Admissions Decisions: A Meta-Analysis,” Journal of Applied Psychology 98, No. 6 (2013): 1060–1072, accessed June 20, 2017, doi: 10.1037/a0034156.
13 “HR Survey Executive Summary,” Harvey Nash, http://www.harveynash.com/hrsurvey/executive-summary/, accessed June 22, 2017.
14 “Online Identity Analysis,” Fama, https://www.fama.io/#welcome, accessed June 22, 2017.
15 Sean Captain, “Can Using Artificial Intelligence Make Hiring Less Biased,” Fast Company, https://www.fastcompany.com/3059773/we-tested-artificial-intelligence-platforms-to-see-if-theyre-really-less-, last modified May 18, 2016.
16 “A Summary of Your Rights Under the Fair Credit Reporting Act,” Federal Trade Commission, https://www.consumer.ftc.gov/articles/pdf-0096-fair-credit-reporting-act.pdf, accessed June 22, 2017.
17 “Big Data: A tool for inclusion or exclusion?” Federal Trade Commission, Jan 6, 2016, pp. 13-14;  “Spokeo to Pay $800,000 to Settle FTC Charges Company Allegedly Marketed Information to Employers and Recruiters in Violation of FCRA,” Federal Trade Commission, https://www.ftc.gov/news-events/press-releases/2012/06/spokeo-pay-800000-settle-ftc-charges-company-allegedly-marketed, last modified June 12, 2012.
18 「调查报告:手机程序『起你底』严重侵犯个人资料私隐」。取自个人资料私隐专员公署网站:https://www.pcpd.org.hk/tc_chi/news_events/media_statements/press_20130813.html,最后更新日期2013年8月13日。
19 根据守则,雇主应在向雇员收集个人资料前,为雇员提供一份收集个人资料声明,藉以告知雇员该等数据的使用目的、可能获移转该等数据的人的类别,以及雇员查阅及改正该等数据的权利。资料来源:《人力资源管理实务守则》,个人资料私隐专员公署,查询日期2017年6月22日。
20 同3。
21 Harry Armstrong, "Machines That Learn In The Wild," Nesta, http://www.nesta.org.uk/sites/default/files/machines_that_learn_in_the_wild.pdf, last modified July 2015, p. 4;「让人工智能领导人民?AlphaGo战胜棋王的启示」。取自智经研究中心网站:http://www.bauhinia.org/index.php/zh-HK/analyses/436,最后更新日期2016年4月9日。
22 Gideon Mann, Cathy O'Neil, “Hiring Algorithms Are Not Neutral,” Harvard Business Review, December 9, 2016, https://hbr.org/2016/12/hiring-algorithms-are-not-neutral.