10年内人工智能会发展到什么程度？

图片提供：IAN ALLEN

数年前，杰森·弗里德曼（Jason Freedman）遇到了典型的招聘挑战。当时，他创办了一家在线商务地产服务公司，名叫42Floors.com，最初只有10名员工。由于公司在不断成长，需要迅速招兵买马，身为首席执行官的弗里德曼有很多职责，可是突然之间，他每天要花费数个小时，筛选堆积如山的简历。他实在受不了了。

解决办法来自于一家名叫Interviewed的年轻公司提供的人工智能软件。该软件为应聘者在线模拟新员工上班第一天会做些什么，加快了恼人的招聘审查流程。它能做的事情，远不止给多选问题评分。它不仅能够获取所谓的“书本知识”，而且还能够了解更加无形的个人素质；它采用自然语言处理技术和机器学习技术构建心理档案，预判某人是否适合某家公司的文化；它会获取某人的用词偏好，如果他喜欢使用“请”、“谢谢”等字眼，就表明有同理心，可能具备了容易与客户打交道的性格。它还能够评估求职者在应对谈话时能否很好地兼顾细节。弗里德曼声称：“我们可以处理4,000名求职者，并且在几天之内将范围缩小至最优秀的前2%到3%。48小时后，我们就招到人了。”他的公司如今雇用了45名员工。他说，这款软件并不完美，但是比人类做得更好、更快。

使用这类软件的不止有新创企业，大公司也在用。人工智能已经来到了招聘领域。

预测性算法和机器学习正在快速地成为确定工作最佳人选的工具。各公司正在采用人工智能来评估个人素质，研究、分析各种现象，包括用词、细微举止、心理情绪特征、在社交媒体上发文的风格。这类软件通常用于招聘的早期阶段，帮助公司缩小候选池，在公司进行面对面互动和评判的阶段一般用不上。

一拨新创企业正在提供大量服务。位于旧金山的Entelo公司挖掘网络和社交档案，预测哪些求职者可能会更换工作。另一家来自于加州的新创企业Talent Sonar公司提供了一种机器学习算法，用于撰写旨在提高性别多样化的工作描述，这款软件甚至隐藏了求职者的名字、性别、个人标识，帮助招聘经理克服无意识的偏见。位于犹他州的HireVue公司利用视频面试考察候选者的用词、语调变化和微表情，以发现细微的线索，比如他们的面试表情是否与其言谈互相矛盾。

谷歌（Google）也加入了这场招聘软件之战。去年秋天，谷歌向一些客户发布了一款名为“Cloud Jobs”的新程序。强生（Johnson & Johnson）、联邦快递（FedEx）等大公司把它用在了自己的招聘信息网站上，用来加强与潜在候选者的沟通。为了制作这款软件，谷歌扫描了数百万个空缺岗位，找出了员工身上的某些特点与工作绩效之间的关联，然后再应用分析技术和机器学习模式。从理论上讲，这款软件可以让求职者在强生的招聘网页上搜索时，看到更符合自己的求职意向的搜索结果。它还让人们在互联网上搜索时更容易找到强生发布的信息。

咨询巨头德勤（Deloitte）的人力资源部门Bersin by Deloitte的主管乔希·伯辛（Josh Bersin）说，人工智能在招聘上的应用“很火，也有竞争力”。人力资源评估是一个价值1,000亿美元的市场，目前有75家左右的新创企业正在争抢其中的一杯羹。伯辛说：“我每天都会收到某人的邮件，称他决定用人工智能搞定招聘市场。”给人安排工作是人类最为玄妙的行为之一，算法在这方面能够比人做得更好吗？此外，在解决了旧问题之后，还会不会制造出新的问题？

当然，人类喜欢评判同类。可事实上，他们并不擅长此道。耶鲁管理学院（Yale School of Management）的教授杰森·达纳（Jason Dana）研究招聘多年，不久前，他在《纽约时报》（New York Times）上发表了一篇备受关注的文章，声称求职面试根本没用，这引发了反响。达纳写道：“面试可能有害，使得关于被面试者的一些更有价值的信息遭到忽视。”他还指出，招聘经理容易把从面谈中得来的印象变为一成不变的定论。这类定论通常是错误的。

一位谷歌的老员工表示赞同。谷歌的前人力资源总监拉斯洛·博克（Laszlo Bock）说：“绝大多数的面试是浪费时间，因为99.4%的面试时间都被面试官用来验证他在头10秒中形成的印象。”博克曾经改进公司的招聘政策，后来写了《重新定义团队：谷歌如何工作》（Work Rules!）一书。

谷歌在2008年开始反思它的招聘方式。在早期，公司从斯坦福大学（Stanford University）、麻省理工学院（MIT）等精英院校招募员工。但是，通过内部调研，谷歌发现，学分、考试分数和来自于哪所大学并不能很好地保证工作的成功。有相当多的高管毕业于州立学校，有的甚至根本没有完成大学学业。

这让谷歌重新思考招聘方法，并且开始利用算法来确定公司需要的员工素质：认知能力、智识上的谦逊和学习能力。谷歌制作了一款名叫“qDroid”的程序，基于公司强调的特质来分析求职者提供的数据，并且根据数据给面试人员草拟问题。

数据是关键。如果没有与职位相关的信息的大量增加，人工智能在招聘领域里的快速扩张是难以想象的。就在不久前，公司还要获取纸质简历，用软件扫描，对照求职者的技能和经历进行评分。但是，LinkedIn改变了这一切，它有海量的简历，以及有关于其用户的人际关系的广泛信息。人工智能的强大之处，是能够梳理这类数据，考察多种变量，从而找出人类发现不了的模式。

如今，大多数可用的软件并未采用那种能够自我思考的人工智能，而是所谓的“受到监控”的学习：人力资源经理和数据科学家一起制定和调整变量。这些变量的权重应该根据绩效优秀员工的素质确定。

这类软件远非完美。人们可能会把自己的偏好编进算法。博克说：“理解使用计算机的人远比理解交易或商业复杂。”

很多人工智能新创企业擅长利用计算机的力量处理海量数据。其中一家公司Fama实现了职位候选人身份分析的自动化，在网上搜索与其性格或世界观相关的线索。这家公司位于洛杉矶，创始人本·莫内斯（Ben Mones）表示，在创办公司之前，他招了一名员工，从简历和面试看都非常棒，但是后来发现他厌恶女性，还是种族主义者。莫内斯说，要是他看到此人在社交媒体上的发言，就能了解情况。但是，进行此类搜索有可能制造偏见，甚至带来法律上的风险。

扫描候选者的社交媒休，了解其关于种族、宗教、性取向或政治倾向的信息是非法的，可以引起投诉，被指控为招聘歧视。一家从事招聘业务的律师事务所Setfarth Shaw的合伙人帕梅拉·德瓦塔（Pamela Devata）说：“这个问题很难解决。你很难证明，你在决定雇用某人时没有利用这类信息。”平等就业机会委员会（The Equal Employment Opportunity Commission）认为，只要你获取了这类信息，你就是利用了它。

莫内斯认定，人工智能是解决这一问题的唯一办法。人工智能可以迅速挖掘成千上万篇社交媒体帖子和网络文章，对它们进行分析，同时让企业免于承担责任。但是这么做意味着让计算机像人一样来解决文字、图片和视频。莫内斯承认：“这种人工智能难以搞定。”

Fama构建了自己的数据集，它邀请数万名学生对同类别的文字、照片和视频贴上标签。公司开发出了让不同群体的人们达成一致结论的办法，比如都认为某篇帖子表现了偏执情绪。然后，Fama训练算法，在其他帖子当中找到同样的结论。这款软件采用自然语言处理技术和图像识别技术，像人一样读取文字、图像和视频。它梳理了7年的数据，并采用比较分析法，提供类似于亚马逊（Amazon）的“买了这件商品的用户还买了”的功能，让用户观察职位候选人是否靠谱。

莫内斯表示，由于法律上的不确定和稳私问题，各公司的人力资源经理对于是否签约使用这款软件仍然犹豫不决。他说：“外界还是很担心。”事实上，对于求职者来说，他们根本不知道有这样的算法，而且这种算法又是基于由他们根本不认识的陌生人录入的信息来运行的，用它来判断他们的性格，无异于以高科技的手段让他们承受人类的偏见。

各企业正在越来越多地使用人工智能调查一些比较微妙的问题，比如求职者能否融入公司文化，能不能为公司工作较长时间。阿迪达斯（Adidas）、HealthSouth、Keurig、锐步（Reebok）使用了人工智能服务SkillSurvey：该公司先依据行为科学，针对具体职位设计出一系列问题，在线发给参照人，由该软件根据这些人的用词预测员工流失概率和绩效。软件对录入的信息打分并取平均值，然后与数据库里数千名同一职位的候选人相比较，并对比较结果给出看法。拥有2.4万名工的HealthSouth公司披露，在使用SkillSurvey一年后，员工解聘数下降了17%，离职数下降了10%，花费在背景调查上的时间减少了92%。

花旗集团（Citigroup）正在应用人工智能来预判哪位大学毕业生能够成为投资银行家。公司希望保持人员的多元化，确保新员工适应公司文化，与公司的立场保持一致。花旗的全球校园招聘总监考特尼·施托尔茨（Courtney Storz）说：“我们需要一个效率更高、效果更好的筛选程序。”

这家银行巨头从西雅图的一家新创企业Koru那里得到了程序。程序分为两步，首先利用一项费时20分钟的调查，解读花旗的文化和现任员工的特点。然后，花旗的招聘经理与Koru合作，制定一份给职位候选人的单独调查表，用于发现更可能让候选人适合工作岗位的关键素质。

麦肯锡（McKinsey）的前顾问乔希·贾勒特（Josh Jarrett）和科技企业家克里斯滕·汉密尔顿（Kristen Hamilton）于四年前创办了Koru。在收集了20多份关于成功领先指标的调研报告后，两人在15个月前发布了Koru的预测性分析软件。贾勒特说，该公司重点关注工作时间在7年以内的候选人，因为除了学习和学校的声望，招聘经理几乎没有关于他们的信息。“对于人类来说，平均成绩点数（GPA）容易获得和理解。人们过于看重它了。但人工智能能够考察多种变量，在数据中发现规律。”他说。

贾勒特认为，这些变量可能发现有说服力的迹象，显示候选人是否具备关键素质，比如能够持之以恒。他说这款软件通过算法，可以发现候选人是否在过去的行动中展现出了勇气。它不只看一个迹象，而是多个迹象的累积。比如，某人加入过排球队，对于人工智能来说，更重要的是这个人在保有全职工作的情况下坚持打了多长时间的排球，以及他担任过什么领导的职位和独立完成过哪些项目。这款软件可以提出后续面试的问题，让雇主对候选人做更深的挖掘。

Koru的软件还能够找出一家公司过去的招聘习惯，比如从某些学校招聘的历史记录，帮助公司做出调整，在更大的范围内查找。人工智能在招聘、人才挽留和绩效方面收集的数据越多，它学到的东西也就越多。

一些人工智能程序正在探索更加无形的员工特征：求职者本人或许都没有意识到的情绪。例如，HireVue使用它的算法，评估候选者的视频面试。数据科学家告诉软件，如何发现数万条与求职者的意向、习惯、个性和素质有关的线索。软件分析，候选人是否使用“能”、“将”这类主动动词，或是总是说“不能”、“不得不”等否定词，还检查能够传达出各种情绪的声调变化和数千种微表情。这些微表情取自于知名心理学家保罗·埃克曼（Paul Ekman）制作的表情集。这套表情集包含了1万个面部表情，有的表情可能仅持续0.04秒。软件比人类更容易发现这些表情，并找出这些表情的关联。

HireVue采取两步程序。客户记录下数百次面试，并将其员工的绩效和工作时间做成图表；软件在面试中和员工的最终绩效中发现特征，并且找出二者之间的关联。它的目标是做预测，比如某人是否会在呼叫中心的岗位上做两个月以上，还要进行观察，比如发现某人是否憎恨前任雇主。HireVue的首席技术官洛伦·拉森（Loren Larsen）说：“某人也许会说，他喜欢自己的上司，但当他在说‘上司’的时候，脸上会闪过轻蔑的表情。”位于其脸部侧面的摄像机会捕捉到他冷笑的单帧面画，软件将这个表情与数千个其他表情相比较。

这么强大的人工智能听起来很棒，但也有些让人害怕。此外，它还暗示，有朝一日，像心理治疗这样的私人事务也会交给算法来解决。当然，现在说这些还为时太早。德勤的伯辛说：“目前还没有人取得重大突破。”如果未来有人能够在这方面取得一定的进展，肯定会收获巨大的回报。