当机械人成为“面试官”：求职者在反复试错中谄媚AI考试测验和机械人聊天后失落败机械回答能拿高分_面试_李斯特

2025-01-11 18:29:29 AI快讯

高分通过那场奢饰品行业的AI口试后，李斯特进入了下面的流程，在线下口试中再次条件反射般准备“输出一套构造化答案”。
她惊喜地听到口试官明确表达“我不想听，我对这个不感兴趣”，并见告她“便是想正常的聊一聊，看看合不合我眼缘。
”

当机械人成为“面试官”：求职者在反复试错中谄媚AI考试测验和机械人聊天后失落败机械回答能拿高分_面试_李斯特 AI快讯

李斯特为参加AI口试搜集的题库及回答。
受访者供图

文丨新京报李聪

编辑丨陈晓舒

校正丨李立军

►本文7605字阅读13分钟

一个月内，图图完成了六场只有自己参加的口试。

点击口试邮件链接，对着镜头回答三到六个问题，总耗时不到20分钟——这是AI口试（人工智能口试）的流程。

口试结束后短短几分钟内，一份百分制的成绩单就和图图的简历绑定在一起，被递交给卖力招聘的HR。

仿佛是流水线上的产品，求职者在机器精密繁芜的数据剖析后，被打上“精良”或“不精良”的标签。
只有通过机器的口试，他们才有机会见上真人口试官。

不少求职者试图“谄媚”机器人。
有人精心准备口试题目库，反复背诵；有人事前录下练习片段，学习调度表情和语音语调；有人在反复试错中摸索AI的“喜好”；还有人在不断的失落败中自我疑惑。

只有一个人的口试

支起平板电脑，点开邮件链接，图图端坐在书桌前，在跳转页面中完成了信息确认和人脸识别验证。

屏幕左侧涌现一个女性虚拟形象，短发，身穿职业装，手里拿着纸和笔。
她是这场面试的口试官，在正式开始前，虚拟人用电子合成声，向图图先容了如何录制和作答韶光等把稳事变。

一共有三道题目。

第一道题目是自我介绍，虚拟口试官读完题目后，图图有30秒韶光来准备，作答韶光为2分钟。

按下录制按钮，图图须要把脸放置在屏幕里提示的虚线框内，不能太高，也不能太低，如果超出这个区域，屏幕立马会弹出提醒。

图图看着对面的“非人类口试官”，莫名的紧张迎面而来。

“我乃至最大略的一句话都说不出来”，第一道题目图图就卡壳了，2分钟的作答韶光显得无比漫长。

沉默中，她看着屏幕里虚拟口试官仍在点头，露出弧度不变的微笑，“觉得她在嘲讽我，我更说不出来了”。

图图以为，在真人口试中能侃侃而谈的自己不见了。

AI口试产品中的虚拟口试官。
图片来源：“多面”AI口试软件截图

在之前的演习口试中，她会不雅观察口试官的反应和表情，并据此有针对性的进行下一步的回答。
表达中的停顿、表情、手势，都可以帮助双方的沟通。
如果某句话没有说好，图图会再重复一遍，连续阐明她的意图。

“但你知道AI不会理解你，”图图很无奈，“比如某一句话重复多了，不仅没有得分还会减分。
”

当“这是一场须要拿到高分的考试”压倒“这是一场互换”时，压力逐渐在弥漫。

第二道题目是“谈谈公司未来的发展”。

屏幕上是倒计时，停顿的五六秒内，图图大脑里一片空缺，以及只有她自己能觉得到的尴尬。

没有寒暄和问候，没有互动和反馈，更没有个性化的问题。
不到15分钟，图图秋招的第一场面试匆匆结束了，关掉摄像头的她像一只被放了气的气球。

图图就读于上海一所大学，司帐专业。
第一次收到AI口试的邮件关照时，她并没有在意这种形式，满心以为“表达真实的自己就可以了”。

后来，图图在社交平台上搜索“面经”时才知道，在她点击提交后，在短短几分钟、乃至更短的韶光内，卖力该岗位招聘的口试官会收到一份评分报告。
这份报告，是综合剖析她在录制***中的作答文本、表情、声音等内容后得出的。

报告中的分数在该岗位全部求职者中的排名，决定着这次求职就此止步，还是进入下一轮。

在苏州读大学的叶子参与第一次AI口试时，做了“充足的准备”，但结果“可谓是惨败”。

叶子根据网上的“面经”总结，AI口试的题目大多都类似“宝洁八大问”，比如你做过的最有造诣感的事、你最挫败的事、描述一次团队互助的经历、描述你如何制订了一个很高的目标，并且实现它等等。

由于准备韶光较短，叶子耍了一个小聪明。
她从网上整理了题库，按照“宝洁八大问”STAR原则模板——在什么情境(Situation)下，紧张任务（Task）是什么，做了哪些行动(Action)，结果(Result)如何——写好答案。
然后在口试时把手机靠在屏幕旁，差不多照着读了一遍。

猜对了题目，全程表达流畅，叶子以为自己该讲的点也都讲到了。
结果，成绩让她大跌眼镜，只有61分，刚刚及格。

叶子开始反思自己的口试表现，并试图在社交平台上探求“谄媚AI口试官”的履历。

“是不是眼睛没有直视摄像头，总瞟手机屏幕会直接影响分数？是不是答题韶光不敷？是不是自己准备的案例比较繁芜？不足直白、口语化的表达，没有踩到一些关键术语上？乃至我说了一些倒装句，AI不能明白我的意思？”

她疑惑自己可能踩了雷区。
“读稿确实是作弊行为，人工智能在剖析答案上未必智能，但在捕捉眼神、表情等方面该当很灵敏。
”

但这些都只是叶子的预测，“AI可以被谄媚吗？谁能完备确定黑盒子里的规则呢？”

只须要找到候选人中88%的精英就够了

在招聘的其余一端，HR们的感想熏染和弘大的求职者群体并不相同，他们更在意如何利用更高效的办法筛选出相对得当的候选人，AI口试便是这样的选择。

AI口试是指采取语音识别、图像识别等人工智能技能对候选人进行口试，并对答案进行剖析，然后根据职位所需的特质进行赋分，给出评分报告，筛选出得分较高的候选人，HR结合简历来判断是否进行后续的口试。

2004年美国出身环球首个AI***口试领域的做事商，从2017年开始，海内陆续有研发AI***口试的公司涌现。

它被引入招聘口试环节，承担着“初面”的功能，运用于在面向应届毕业生（或演习生）的高竞争岗位，例如银行、投资机构、头部外企的校招。
其余，AI口试也被用于发卖、导购、做事职员等岗位的招聘。

万森是一家大型银行总部的人力资源专家，他所在公司从2018年开始利用人工智能赞助简历筛选，后续开始采购AI口试的做事。

在万森看来，这种口试形式适用于有大量初筛需求的公司，对大型公司来说，初筛的效率对招聘进度的影响程度很大。

万森算了一笔账，以5分钟的***为例，人工不雅观看最快也要2分钟，人工智能则可以在10秒内完成数据剖析。

而“快速筛选、降落本钱”，也是市情上主流的 AI 口试产品的核心卖点。

根据多位HR先容，一次传统口试的韶光大约须要30分钟。
而猎聘网旗下的“多面AI口试”可以帮助3名口试官在48小时内完成5000人的初筛口试。
近屿智能的“AI得贤招聘官”，在小规模的口试场景中，可为人类口试官节省至少65%的口试韶光。
以100份简历录取2人的场景为例，利用AI口试后，招聘韶光从2220分钟缩短至507分钟，效率提升约4.5倍。

那么，一场AI口试是如何开始的？

在招聘开始前，万森会根据公司需求，确定每个岗位候选人须要考察的能力。

以发卖岗位为例，万森希望找到性情活泼、能说会道的候选人，如果有对外业务，会希望候选人有精良的外语能力。
因此他会看重人际交往能力、市场洞察力、性情特色等几个方面。

在每个AI口试产品的后台，都有许多常见的胜任力模型供选择，例如沟通能力、实行力、逻辑思维、创新能力、内驱力等几十种，而每一种能力后面都有推举的口试题目。

某平台发布的AI仿照口试题。
图片来源：网络截图

这意味着，每一个职位所须要的技能，都须要被标准量化。
比如“请结合实际经历，谈谈你是如何在新环境中融入团队并适应学习或事情的”，关注的是候选人的“抗压能力”和“学习反思”能力。

近屿智能CEO方小雷认为，胜任力模型是目前人力资源领域最科学和底层的根本方法，这些维度和标签是根据企业咨询和真实口试案例梳理制订，据此制订AI口试稽核的方向。

除了配置某个岗位须要考察的能力，万森还会根据不同能力的主要性来调度不同的分数占比。

当岗位的本色模型确定后，在内部测试中，万森所在的部门会向该模型输入去年收到的简历及口试***，标注已录取的候选人，“让机器去学习我们的喜好, 见告它回答到哪些方面能拿到高分。
”

而求职者在AI口试得分的高低，就取决于和模型的相似程度。

万森先容，读取措辞部分的信息，只是人工智能网络的一部分信息，***中非措辞信息也会成为判分的依据。
例如，人工智能可以根据发言的语速、语调来判断性情特色；或是根据面部表情来判断感情。

在全部口试完成后，万森所在的部门会人工不雅观看每一个岗位口试评分的前十名和后十名。
通过比拟机器和人工的评分结果，一旦涌现严重不匹配的情形，该岗位会重新进行测评，但他说“目前还没涌现重测”。

从口试结果上看，AI口试没有淘汰人，只是给出了建议，末了依旧是人工选择进入下一轮口试的人选。
但据多位HR反响，他们不会看所有的***，会直接淘汰排名靠后的人选。

“会有遗珠，肯定是有一些精良的人没办法通过AI筛选出来”，但万森也承认人事部门不会为此花上几百个小时去探求，他们只须要找到这一批候选人中88%的精英就够了。

把自己当成“机器人”

求职者们在不断失落败中反思自己，也在各大社交平台上征采“谄媚AI秘笈”。

叶子为第二次AI口试做了更加充足的准备，这是一家头部快消公司的管培生岗位。

叶子录下了练习***，创造自己面对镜头时表情很拘谨，不自然，眼神常常飘去其他地方；碰着卡壳时会有小动作，声音抖动。

为此她早早预约了图书馆的研讨室，叶子把自己准备的答案背得滚瓜烂熟，做好表情管理，练习语速流畅，以及让声音保持饱满的感情，还对着镜子练习了微笑。

和叶子一样，李斯特也在失落败中不断自我疑惑。

李斯特是英国一所大学的市场营销专业硕士研究生，她的秋招开始得更早，求职方向是快消外企、奢饰品、零售和地产方向。
8月3日，她投递了第一份简历。
截至目前，她参加了15场AI口试，通过了5场。

李斯特的秋招投递表格。
受访者供图

11月1日下午参加的那场奢饰品行业的AI口试，让李斯特摸索出一个大略且主要的结论，这可能也是她之前10次都失落败的缘故原由。

“盯动手机摄像头亮起的绿点。
”

当天晚上快九点，李斯特收到了AI口试产品平台事情职员的电话，讯问她有没有韶光参加第二天的群面，并奉告她的AI口试得分特殊高，求职公司的HR希望能够尽早见到她。

“我之前所有说的内容都是差不多的，构造化口试的题目是很相似的，唯一的差异就在于我那一次去世盯着绿色的点，而之前都是看屏幕中的自己。
”

这是李斯特前一天在AI口试技巧帖子的评论区中看到的，有网友说自己做了这样的测试。
“没有任何官方信息见告我们眼睛盯着的地方对整体分数影响，以是导致前面很多家公司我没有与真人沟通的机会了。
”

一开始，李斯特考试测验跟机器人谈天。
“由于招聘的公司不会完备承认自己只看测评分数，部分HR说他们真的会看内容的，我早期抱着抱负。
”

她试图把对面当成真人，用一些轻松的语气开一些玩笑，以及口语化的表达。
但迟迟没有下一轮关照，让李斯特意识到这样弗成，“分数不足高，HR看不见你。
”

把自己当成“机器人”，去迎合人工智能的评分标准，李斯特开始考试测验用机器化的办法去回答问题。

比如AI口试官问，“举例解释面对繁芜问题时，如何定位关键点并找出办理方案。
”

李斯特能够识别出这是想要稽核办理问题的能力。
在真人面前，她会直接从亮点提及，然后根据口试官的兴趣展现自己的能力。
在AI口试中，李斯特只能按照韶光线的顺序回答。
“第一件事是梳理资源，第二件事是展开调查，第三是把已有资源量化，第四呈现详细方案。
”她觉得自己逐渐从一个立体的人变成了平面的人。

统统都以机器的喜好为先，但有时候李斯特搞不清楚机器喜好什么。
比如当AI口试官问，“当你须要严格按照一个政策或规定，而这个规定对你来讲是未便利的，你会怎么做？”

如果在跟真人聊，李斯特会强调自己的灵巧性，既尊重这个规则，但也会很灵巧的去处理。
但在面对AI的时候，“我不愿定AI是更看重我的灵巧性，还是更看重我是不是一个守规则的人。
”

算法的判断可靠吗？

事实上，AI口试官的“能力”取决于多种成分，不同公司的算法逻辑也不尽相同。

一位人工智能领域的专家认为，目前AI口试产品并不是一个成型的行业，只是人工智能运用的一个场景，因此缺少统一的行业标准，更多是根据客户的需求进行开拓，“比如有的须要题库多，有的须要灵巧，谁说了算？谁说了也不算”。

在“多面AI口试”中，市场部卖力人叶小舟先容，决定结果有效性的紧张有两点：首先是构建数据模型时，机器学习的输入数据量和其有效性，其次是人类口试官对结果反馈的准确性。
多面AI口试是学习人类口试官剖断规则，如果人类口试的结果不准确，那多面AI口试结果的有效性就无法担保。

而在“AI得贤招聘官”中，AI口试官的语义剖析水平，决定着对候选人回答内容的解析准确度。
近屿智能CEO方小雷阐明，便是让人工智能理解话语，理解“一个句子放在一句段话中的意思”。

如果AI口试产品处于“关键词剖析算法”阶段，通过提取候选人回答文本中的关键词，来评判候选人回答问题的好坏，方小雷认为口试结果“会产生误判”。
“（某个回答）堆砌很多词华，命中很多关键词，但它是言之无物的，算法用一个加减乘除的公式表达，这种时候分数都是会涌现问题。
”

在方小雷看来，只有达到“篇章级别的理解”的程度，才能说AI口试的结果是有效的。
大略来说，“篇章级别的语义识别算法”便是让人工智能理解“一个句子放在一句段话中的意思”。

AI口试***中的语义、语音和面孔图像是三种完备不同的旗子暗记源。
除了对候选人的回答内容进行剖析，AI口试还会对求职者的表情、声音等非措辞部分进行剖析。

但方小雷称，AI口试产品很难识别微表情。
他认为，目前生理学上对微表情的研究并不充分。
比如一个人的眼睛朝左看一下是在回顾，但也有大量的人在想象时，眼球也会向左迁徙改变，因此不能作为判断的标准来演习机器。
他说现阶段表情识别只做到“宏表情”，也即判断愉快、悲哀、愤怒、厌恶、恐怖等几种明确的表情。

“命中率”高，也即同一个候选人的人工评分和机器评分的同等性高，是大部分AI口试产品用来评估有效性的方法。
市情主流的AI口试产品官方数据显示，人工智能口试官的筛选出来的结果相对准确。
比如“多面AI口试”的判断结果与人工判断结果的吻合率达90%以上。
在大规模的口试场景中，近屿智能的“AI得贤招聘官”的精确性远超人类口试官的均匀水平。
“海纳招聘AI口试”则声称精准度高达98%。

上述人工智能专家提到，“机器学习不管过程”。
纵然作为开拓者，也只能从结果推论出求职者大概若何做才能取得高分，但他也无从得知求职者说出哪些关键词必定会加分；或者要以若何的语速和语调，或保持若何的表情神态作答才能知足AI的哀求——由于AI评分是连同用字及表情等多个项目剖析得来的结果，并非如语速适中就会加分般大略。

AI口试评分逻辑先容。
图片来源：猿圈AI在线考试平台官方网站

这背后是AI深度学习模拟人类的神经网路，当中牵扯弘大的繁芜打算。
喷鼻香港中文大学打算机科学与工程学系系主任金国庆教授曾在接管采访时形容，深度学习的过程就像人类学习踏单车，虽然不能描述出如何保持单车平衡，但只知道反复练习便能学会这项技能。

AI口试官的学习办法便是，网络大量的候选人样本数据，并人工标注打分，将其输入机器。
系统学习了经人类剖析的资料后，会自动把新输入的资料（口试片段中求职者表现）和结果（反响出的性情）联系起来，比如一些利用一些积极的词汇，代表着候选人的性情积极等。

在万森看来，AI口试存在着明显的优点。
比如机器的统一标准能规避人类口试官的主不雅观性判断。
万森曾做过一项研究创造，口试官更方向于录取与自己同校的候选人。
而当口试官精力有限，比如事情了4小时或更永劫光往后会涌现“疲倦核阅”，也会影响对候选人的判断。

方小雷也认为，AI口试的高效率可以给所有候选人一个公正的机会。
如果一个岗位收到了1000份简历，可能真人口试官在口试100人里面就已经找到了得当的，这意味着后面900个人会被自动淘汰。

但万森也承认，“AI很明显还没有达到人的聪慧”。
初筛须要完成的是求职者的特质和岗位之间的初步磨合，因此他们不会在这个环节问很繁芜的场景式问题。

不是所有的岗位都适宜AI口试。
万森曾经碰着过一些非常精良的程序员，由于不善言辞，在AI口试中的评分很低。
他所在的公司经由权衡后，技能类岗位由笔试进行初筛，“毕竟AI不能帮你办理所有事。
”

这个看起来更省事、更加公正的工具也让一些HR充满困惑。

宋威是一家第三方人力资源公司的项目经理，曾为某公司招聘大量客服职员，在他看来，人工智能也容许以筛选出表达和沟通能力良好的人，但是没办法对候选人的态度进行判断。

其余，他还担忧，AI口试可以判断一个人的综合能力，但它可能无法感知一个人的内心天下以及最深的人生动力。

AI会改变我们吗

“在系统中翻滚”，图图这样形容她的秋招。
参加AI口试的同学们大多有这样一种觉得：求职的人就像一批产品在流水线中循环，仅凭系统根据繁芜的打算筛选出标准化产品。