那么,职业规划师、简历优化师的饭碗岌岌可危了吗?头脑灵活的行内人,已经在TikTok上分享 ChatGPT 简历编辑教程,甚至做出播放量上百万的视频。
其实在引入 GPT-4 之前,这家公司的服务也是基于这样的数据导向。他们为 3200 多个职位提供了 20000 多个可能的短语,用户找到对应的那个,将它们「组装」成初稿即可。
类似的 AI 简历工具不再一一例举,但它们基本都有以下功能:
解析:AI 从你的当前简历或领英页面提取信息,分析它们的内容、结构和语言。分析:AI 识别和目标岗位职位描述相关的关键词。定制:AI 根据职位描述,为简历生成个性化建议,可能包括重写某些句子、添加或删除某些部分、突出特定技能或经验等。别急还没有完,改善简历和模拟面试两大功能强强结合之后,便是 AI 职业教练 Boris。
首先,你可以上传简历让它分析,Boris 会反馈详细的修改建议,包括去口语化、纠正拼写错误等等,这份能力来源于 GPT-4,以及超过 200 万个数据点。
其次,你可以通过 Boris 进行模拟面试,这也是它最有意思的部分。屏幕上会出现一位长相接近真人的面试官,根据你提供的简历提问。
尽管如此,被算法拒绝的原因依旧多种多样,或许是因为缺少部分关键词,或许是因为触发了难以捉摸的淘汰条件,仿佛莫可名状的规则类怪谈。
哈佛商学院教授 Joe Fuller,曾经访谈过美国、英国和德国的 2250 多名高管,发现了一个很有意思的结论:88% 的高管知道,自动化的工具可能会将某些人才拒之门外。但为了效率和成本,他们还是这么做了。
近 50% 的高管承认,工具会直接拒绝空窗期超过 6 个月的求职者。也就是说,这些人连出现在 HR 面前的资格都没有,哪怕各项能力都很优秀。
简言之,混入招聘前期的 AI,以数据和关键词为中心,衡量求职者是否够格,这就像 MBTI 人格测试一样,将千人千面的个性特征,划分为 16 种可以解读的类型。
用 AI 定制简历、靠 AI 模拟面试的求职者,如果碰上 AI 面试官,有种用魔法碰撞魔法的感觉,一时之间难分高下。一位用 ChatGPT 写求职信的用户,就抱着半开玩笑的态度:
为什么不?机器人会阅读它们,那我会找一个机器人来写它们。
偏见还是公平,不可知的黑箱让 AI 担任面试官,偏见是一个传统但又从不过时的话题。
AI 基于数据做出决策,如果它从偏见普遍存在的行业中获取养料,后果可想而知。
加州大学伯克利分校的一项研究显示,AI 有 44% 的可能体现性别偏见,有 26% 的可能同时表现出性别和种族偏见,还可能容易筛掉残障人士。
提供相关服务的平台则持反对意见,他们觉得 AI 让招聘更多样化了,偏见也是可以改善的问题。更何况,人力是有限的,也是自带偏见的,AI 至少确保每一份简历都能以相同的方式评估。
比如,以前的求职经验贴里会建议,在投递某家公司的时候,最好了解一下他们的价值观和企业文化。对于这个问题,已经有人用 AI 开发出了更高级的玩法。
真格基金将张一鸣 2012-2016 年的微博全文,扔到了 GPT-4 最强竞品 Claude 里,然后让它分析内容的主要特点、推测公司的管理方式和企业文化、列举公司在国际化业务中的竞争对手、预计公司未来可能的业务等等。
虽然部分答案不够准确,但整体效果十分惊艳,如果说 GPT-4 是考高分的斯坦福大学生,Claude 更像「量子速读」的麦肯锡分析员。
类似地,张小龙 2010 年到 2012 年的 2000 多条饭否消息一度疯传,人们从这些只言片语里,用词云分析「微信之父」的个性、喜好、对产品的见解等等。如果将这项工作交给 AI,应该也能够完成得很好。
以上只是个人的试验,已经有公司通过 AI,将人力资源的各类数据做得更加系统化。今年 3 月底,人力资源技术公司 Beamery,推出世界上第一个专为 HR 设计的生成式 AI:TalentGPT。
TalentGPT 基于 Beamery 内部的大语言模型,以及 GPT-4 等外部模型,跟踪超过 170 亿个关于求职者、公司、技能和工作的数据点。
它将为管理者、求职者、HR、员工等群体提供个性化体验,包括根据公司缺乏的技能生成新的职位描述、根据现状指导员工的晋升等等。
当 AI 越来越入侵生活的方方面面,似乎我们参与的每一项社会活动,都可以被解读为数据,然后找到可能的最优解。就像孙燕姿回应 AI 孙燕姿时说的那样,每个人都没有多特别:
无论你多么小众、多么反常或者精神多么错乱.......你已经是可预测的,而且不幸你也是可定制的。
人为创造的知识和信息被编码、数字化和结构化,喂养出的 AI 既是一个不可参透的黑箱,也是一面洞察人类的镜子,我们反而要按照 AI 的逻辑前行,塑造它眼中理想的自己。
花粉社群VIP加油站
猜你喜欢