回首頁
「服務他人是你住地球應該付出的租金。」– 穆罕默德‧阿里 (拳擊手)
"Service to others is the rent you pay for your room here on earth." -- Muhammad Ali, Boxer
文章搜尋
最新消息
英語島Newsletter
天天閱讀英語島,在這裡感知世界,汲取英文的養分。
 
企業在招募人力時,大量履歷與繁複流程經常耗時又耗費人力,AI 面試官的興起成了種解套,人工智慧結合了大數據、深度學習,機器能快且精確地審閱文件;自然語言處理(NPL)的演進甚至讓AI 面試官能理解面試者的日常口語,得以分擔對談性的工作,近乎全面性地參與企業招募活動,這代表人資領域的工作終將被取代?還是人機合作將躍升另一個層次?

 

導入AI 招募系統的優勢

1. 評判標準更客觀

AI的評比標準以大數據為基礎,應試者的篩選不受面試官的個人偏好影響。

2. 面談過程更嚴謹

結合心理學的理論應用,AI能辨別情緒變化,分析應試者的談話意圖、習慣、個性,判斷不實的陳述。

3. 行政流程自動化

成熟的AI一天約能分析1萬份履歷自傳。一旦把行政流程交由機器代勞,人資專業能更多投資在企劃構想、擬定策略等層面。

4. 企業管理智慧化

招募過程將不僅止於面試,目前包括沃瑪爾(Wal-Mart)、瑞士信貸等知名企業,已開始將AI招募系統應用於員工的職涯培訓,定期評比工作狀態,適性化地調整職務。

 

AI 面試官比你想得更周到

觀察你的一舉一動:生物辨識系統
AI 面試官能在面試中觀測求職者的細微狀態,知道你現在的情緒與態度,包括眼睛動向、表情、聲音語速、肢體語言等,韓國公司Midas IT 所開發的面試系統In Air 就是一個例子。

日常用語也通:自然語言處理(Natural Language Processing)
NPL 主要是讓機器人理解我們日常口語的語意,常被應用於談話型AI,也有人資科技公司把它應用在社群平台的資料蒐集。像是新加坡企業所開發AI 招募平台TalentMind,能在經過應試者的授權後,分析Facebook 的公開資訊、使用者與人互動時的用語,作為應試者在「履歷外」的評估標準。

閱人無數的媒人:大數據與深度學習(big data & deep learning)
AI 目前的分析層面仍以文字訊息為主,以大量的數據作為評比履歷的標準,在累積相當的經驗後,能夠快速、客觀地分析應試者各個面向的能力,並進行配對。美國企業Talent Sonar 就以這種方式預測職位適配性,判斷求職者能否符合公司的核心價值。

24/7 為你服務:智能化會談平台(Chatbot)
有越來越多的企業會在公司網站架設會談系統,能隨時回答應試者的疑難雜症,近期的Chatbot 已不像傳統的問答機器人,只能進行簡單的Q&A,它已經能流暢且自然地談話,扮演起招募助理的角色,像是:預約面試日期、安排地點、寄送確認信,香港企業Talkpush 的Chatbot 甚至能透過視訊方式與應徵者預先面談、紀錄面談的過程並提供分析數據給人資部門。

人資領域的挑戰與契機

隨著AI 能勝任的工作越來越多,人資工作勢必會面臨轉型。AI 作為招募系統,能夠更多元、深入地認識應試者。同時能系統化地追蹤到職員工的工作表現,作為日後招募活動的評判基準。

然而,機器雖能提供高速審閱,但處理大量數據仍難免會出現「看走眼」的情況。加上人工智慧還無法辨別應試者的「潛力」和「思考能力」,為了避免篩選掉值得栽培的新人,人資目前尚須扮演教練的角色,即時除錯並提供AI 正確的判斷方向。

儘管如此AI 招募系統還有可以突破的空間,這也代表著人資領域將有更多「人機合作」的機會。

 


本文摘錄自一張圖搞懂 #我的英文代名詞 2018年10月號
訂閱雜誌 

加入Line好友