简历筛选人工智能算法

❶ 人工智能作恶谁之过

“9·11 是犹太人干的，把他们都送进毒气室！种族战争现在开始！”

2016年3月23日，一个人设为19岁女性，昵称为 Tay 的聊天机器人在推特上线。这个微软开发的机器人能够通过抓取和用户互动的数据模仿人类的对话，像人一样用笑话、段子和表情包聊天。但是上线不到一天，Tay 就被“调教”成了一个满口叫嚣着种族清洗的极端分子，微软只好以系统升级为由将其下架。

微软聊天机器人的极端言论。

这样的口号并不是聊天机器人的发明，而在社交网络上大量存在着。美国大选期间，一些所谓的“政治新媒体”账号发出的掺杂阴谋论、种族主义的内容，在Facebook 上进行了病毒式传播。这有赖于人工智能协助下的“精准定位”：谁最容易相信阴谋论，谁对现实最不满？相应的政治广告和假新闻能精准地投放到这群人中，使人对自己的看法更加深信不疑。

因为设计缺陷而 “暴走”的聊天机器人，和精心策划的线上政治行为，看起来仿佛是两回事。但这种我们似乎从未见过的景象，却指向了同一个“兇器”——大数据驱动下的人工智能。

1、人工智能有作恶的能力吗？

人工智能会“作恶”吗？面对智能的崛起，许多人抱有忧虑和不安： 拥有感情和偏见的人会作恶，而仅凭理性计算进行判定的计算机似乎也会“作恶”， 且作起来易如反掌。这让许多人（特别是非技术领域的人）对人工智能的发展持悲观态度。

这种忧虑并不是最近才有的。人工智能这个词诞生于上世纪50年代，指可体现出思维行动的计算机硬件或者软件，而 对机器“拥有思维”之后的伦理探讨，早至阿西莫夫开始就在科幻作品里出现。

14 年前，威尔·史密斯主演的电影《机械公敌》里就有这样一个场景：2035 年的人类社会，超高级的人工智能承担大量工作，并与人类和谐相处。这些原本完全符合阿西莫夫“三定律”的人工智能，在一次关键升级之后对人类发起了进攻。这些机器人拥有了思维进化的能力，在它们的推算下，要达到“不伤害人类”的目的，就必须先消灭“彼此伤害”的人类。

十分高产的科幻作家阿西莫夫（1920-1992）。

剑桥分析CEO亚历山大·尼克斯（Alexander Nix）。

剑桥分析并不是一个孤例。澳洲一个 Facebook 的广告客户透露，Facebook 的人工智能会分析其用户特征和所发的内容，给出诸如“有不安全感的年轻人”“抑郁、压力大”等标签，然后有针对性地投放游戏、瘾品和甚至虚假交友网站的广告，从中获取巨大利益。

即使不存在数据泄露问题，对用户数据的所谓“智能挖掘”也很容易游走在“合规”但“有违公平”的边缘。例如，电商能够根据一个人的消费习惯和消费能力的计算，对某个人进行针对的、精密的价格歧视。购买同样的商品，用 iPhone X 手机的用户很可能会比用安卓“千元机”的用户付更多的价钱，因为他们“倾向于对价格不敏感”。而我们所经常谈论的“大数据杀熟”——比如携程老用户订旅馆的价格会更高——也建立在用户行为数据的基础上。

数据的收集本身也值得商榷。前网络人工智能首席科学家吴恩达（Andrew Ng）就曾公开表示， 大公司的产品常常不是为了收入而做，而是为了用户的数据而做；在某一个产品上收集的数据，会用于在另一个产品上获利。 在智能面前，没有所谓的个人隐私和行踪，也很难确定数据收集的边界在哪里，尤其是个人隐私与公共信息、主动提供与被动提供的边界。

总而言之， 在以商业利益为目标的人工智能眼里，并没有“人”或者“用户”的概念，一切都是可以利用的数据。 剑桥大学互联网与社会研究中心教授朔沙娜·祖博夫将这种人工智能和资本“合体”的现状，称之为 “监控资本主义” （Surveillance Capitalism）——在大数据和人工智能的协助下，通过对每个人的监控和信息的榨取，实现资本的最大化。

业界对此的态度很暧昧。AI 作为当下最热门、来钱最快的行当之一，这些动辄年薪50万美元的工程师很少得闲来思考“形而上”的问题。 一位不愿具名的研究人员在与我的微信私聊中表达了他的“个人看法”：“现在的技术离‘通用人工智能’还很远，对社会伦理方面的影响没有那么大，更多还是从繁琐的重复劳动中解脱出来。”

作者试图找到行业内人士对此评论，谷歌（中国）和网络自动驾驶部门的人工智能相关人员均表示，探讨 AI 的社会问题，牵涉到公司利益和形象，比较敏感，不便评论。

“人工智能作为一个工具，如何使用，目前来看决定权依然在人。”俞扬说道 ，“系统的设计者和商业（应用）的提供人员需要对此负责。”

如何负责？这或许需要我们正视人工智能对整个社会关系的挑战。

4、人工智能作恶之后

2018年3月 19 日，一辆自动驾驶的优步（Uber）在美国亚利桑那州惹上了麻烦。面对路中出现的一个推着自行车的女性，这辆车速 38 mph（约61km/h）的沃尔沃在昏暗的光线条件下并没有减速，径直撞了上去，受害者被送往医院之后不治身亡。这是自动驾驶第一例行人致死的事故。

电视台对自动驾驶优步车祸的报道。

事故发生之后，有不少人将矛头指向了自动驾驶的人工智能是否足够安全上，或者呼吁优步禁止自动驾驶。然而更关键的问题在于，亚利桑那有着全美国几乎最开放的自动驾驶政策，事故发生地坦佩市（Tempe）是实行自动驾驶最火的“试验田”之一；事故所在的街区早已做过路线测试，并被自动驾驶的智能采纳。但是在事故发生之后，对于责任的认定依然遇到了困难。

因为人的疏忽造成的车祸数不胜数，人们早已习惯了如何处理、怎样追责；然而机器出错了之后，人们忽然手足无措。 人工智能会出错吗？当然会。只是我们在这个问题上一直缺乏认知。 就如同上文提到的“隐性歧视”，深度学习的“黑箱”，现有的法律法规很难对这些错误进行追究，因为不要说普通人，就连技术人员也很难找出出错的源头。

当人工智能的决策在人类社会中越来越重要时，我们也不得不考虑，智能为什么会犯错，犯错了怎么办；若要让智能摆脱被商业或者政治目的支使的工具，真正成为人类的“伙伴”， 需要怎么监管、如何教育，才能让人工智能“不作恶”。

人工智能的监管问题亟待解决。

对此，现有的法律框架内很难有清晰的、可操作的实施方案。欧盟率先在数据和算法安全领域做出了立法的尝试，2018年5月即将生效的新法规规定，商业公司有责任公开“影响个人的重大决策”是否由机器自动做出，且做出的决策必须要“可以解释”（explainable）。但法条并没有规定怎么解释，以及细到什么程度的解释是可以接受的。

另外一个重要的问题是， 让机器求真求善，需要人类自己直面决策中的黑暗角落。 在 Atari 游戏智能的测试中，游戏中的人工智能 bot 可以用最快的速度找到漏洞开始作弊，而游戏玩家又何尝不是呢？不管是带有歧视的语义分析，针对少数族裔进行的“智能监视”和跟踪，或者把已婚未育女性的简历扔掉的智能简历筛选，都长期以各种形式存在于人类社会中。

人工智能不是一个可预测的、完美的理性机器，它会拥有人类可能拥有的道德缺陷，受制于人们使用的目标和评估体系。 至少目前，机器依然是人类实然世界的反应，而不是“应然世界”的指导和先驱。 对机器的训练同样少不了对人性和社会本身的审视——谁在使用，为了什么而使用，在我们的世界中扮演着怎样的角色？数据是谁给的，训练的目标是谁定的？我们期望中的机器，会继承我们自己的善恶吗？

谷歌中国人工智能和机器学习首席科学家李飞飞认为， 要让机器“不作恶”，人工智能的开发需要有人本关怀 。“AI 需要反映我们人类智能中更深层的部分，”李飞飞在《纽约时报》的专栏中写道，“要让机器能全面地感知人类思维……知道人类需要什么。”她认为，这已经超越了单纯计算机科学的领域，而需要心理学、认知科学乃至社会学的参与。

未来，人工智能进入更多的领域、发挥更强的功能，是无可争辩的事实。然而，我们的生产关系能否适应人工智能带来的生产力，这句马克思政治经济学的基本原则值得我们认真思考一番。 我们并不想看到未来的“机器暴政”将我们的社会绑在既有的偏见、秩序和资本操纵中。

一个AI

人工智能之所以会作恶，可能就是因为太像人类了吧。

❷ 如何成为一名AI人工智能算法工程师

算法岗主要是在于如何量化我们的产出，写代码做开发非常简单。你完成了一个任务或者是项目，有了经验之后，这是在简历上实打实的东西。很多算法工程师最终成长为企业的首席科学家，或者是首席技术官等岗位，可以说算法工程师的发展前景还是非常不错的。那么如何成为一名AI人工智能算法工程师呢?

❸ 企业招聘管理系统有哪些求推荐

招聘管理系统有很多厂商都在做，都有各自的特点。勤科招聘管理系统包含但不限于如下功能：
1) 实现年度招聘计划申报流程。各部门、中心可根据招聘需求，制定具体的招聘计划，报人力资源部及岗位设置与编制委员会审批。
2) 可以与多个招聘渠道对接，招聘渠道有：公司官网发布、招聘网站发布（前程无忧、丁香园、后期可能还会有其他网站）、现场招聘、校企合作。简历与入职人员信息表对接。能够直接将简历转入系统简历库中，也可以通过邮件接收个人简历，并直接进到系统简历库，应聘者可以直接登录指定的页面，录入个人简历，进入系统简历库。
3) 招聘发布：对于网上招聘，在本公司形象网站上发布招聘信息，或者与专业招聘网站交换招聘信息，应聘者可以从网上填写简历。通过自动过滤条件，可设置投递简历的筛选条件；通过发布设置，可确定工作所在地、职位发布日期、职位有效日期、招聘人数、岗位说明书。
4) 简历分类管理：系统简历库中的简历按岗位分类，系统可以根据关键词进行初次筛选，经过系统、人工筛选后得到有效简历，有效简历能转投至用人部门招聘负责人，用人部门负责人筛选出拟面试人员简历后转HR，系统能够与短信平台连接发送面试通知以及后续的复式、体检、入职通知。对于筛选后认为无效的简历进行删除，有效简历按岗位分类统计，有效但没被录用的简历进入人才库，以备用。
5) 简历后续处理：入围面试的投简历者，人事部要有与其的沟通记录，如通知不到入围者或者面试时间超期，简历进入人才备选库；面试时间改期的，另行安排的等，各类别分类备注，备注后分别进入不同的流程处理。
6) 能够支持面试结果导入和线上实现面试工作流两种形式。管理部室和生产一线的面试结果线下走流程，面试结果能够直接导入。销售中心面试评价表需走系统的审批流程，面试评价表给各层级审批时，需附带求职者的简历或履历表、学历、职称等招聘的附件。面试评价表审批结束后需打印纸质版备案存档。
7) 招聘筛选及面试流程： 要能以图表方式直观查看各个岗位招聘进展状态；如初试，复试，入职等；招聘负责人指定面试负责人，邮件或短信自动通知面试负责人与应聘者，并安排应聘者面试，包括面试时间、地点等。
8) 招聘评估：招聘需求计划完成后，通过招聘评估漏斗图查看某次招聘计划的进展情况以及岗位不同面试阶段通过的人数。掌握面试筛选过程的全局。
9) 人才库：对于投递简历的暂时没合适岗位的人才，可保存在人才库，以备日后随时筛选。
10) 能实现通过系统的招聘接口向人才招聘网站上发布招聘信息。
招聘系统与人事管理、培训与发展、薪酬保险、绩效考核、组织管理相互关联融合，用数据驱动流程，取得了很好的管理效果。

❹ 才选ai面试怎么评分

首先，什么是AI面试？

AI面试是采用语音识别、图像识别等人工智能技术对候选人进行面试，面试形式通常是让候选人根据屏幕显示的问题，在规定的时间内录制答案，然后通过AI技术对答案进行分析，给出评分报告，筛选出得分较高的候选人，结合简历来判断是否进行后续的面试。 其目的是为了节省人力，降低招聘成本，提高招聘的效率。
AI面试的常规流程是什么？
目前国内采用AI面试的公司，大部分流程是这样的：
候选人通过小程序或者APP进入到答题页面→给出考试介绍，有多少到题目，回答需要多少时间，一些注意事项等→开始答题→题目有选择题、录音题、视频录制等，有的公司支持反复录制，有的公司不支持，具体看每个公司的设置→完成答题后，提交。
AI面试主要考察什么？如何应对？
AI面试目前国内通常是用于校招初面二面、蓝领面试等场景，其目的是希望通过结构化的面试，使用相同或者相似的问题来筛选掉一批基本素质不符合要求的候选人。其考察的点和传统线下面试类似，传统线下校招初面是采用无领导小组+结构化面试的方式，主要考察问题分析能力、统筹协调能力、语言表达能力、团队协作能力还有执行能力等。
AI面试也是考察这些能力，所以需要在回答之前思考这道题目考察的是哪方面的能力，然后做出相应的回答。需要注意的是AI面试官和真人面试官对于候选人回答的内容吸收程度和理解不同，AI技术目前和真人相比还是有一定差距，所以你回答的内容必须符合逻辑才能够被AI理解识别出来。
如何测试自己说的话是否符合逻辑，是否能被识别出来呢?
方法很简单，用你的手机就能做。目前市面上的智能机基本上都带有自家的智能语音助手，比如苹果的siri、华为手机助手小艺等，微信上的语音转文字功能也是不错的，还有之前挺火的智能音箱天猫精灵、小度等也都是很好的锻炼对象。
AI面试需要注意写什么呢？
面试前
很重要的一点是测试好网络和手机设备，目前大部分面试出问题，在于一方的网络卡顿或者接入异常等，因为是线上，网络稳定对面试的影响很大，这个一定要重视起来。
通常的面试方式是AI来提问，然后让候选人通过视频或者文字的方式回答。会有一部分的准备时间和答题时间，对于第一次尝试的人容易出问题、紧张等，所以最好提前熟悉面试工具。
面试中
1、面试过程中，严格按照要求作答。
因为是AI非人工，对于一些特殊情况等不能够及时解决，所以最好跟进流程来，在规定的时间内提交。如果感觉自己某一道题目回答的不好，也不要太过担心，因为大家都差不多。
2、注意语速语调，尽量说普通话。
通常AI视频面试，都会语音识别，HR和面试官会接触大量的候选人，为了提高效率，他们可能会直接看AI识别的文字，如果你的语速过快或者有方言，可能识别率会比较低，影响得分。
3、回答前分析考察点，围绕关键词回答。
大部分的题目都是考察某个单一方面的特质。所以在回答前，要分析这个题目考察的是哪个方面，通常HR考察的能力项为：责任心与使命感，抗压能力，分析与解决问题、领导能力、沟通能力、团队精神、创新能力等。
识别之后，需要有针对的性的作答，多使用关键词。因为有的AI面试，是AI自动打分的，如果你的回答里面命中了提前设置的关键词，就会得高分。
举例来说，比如快速行业招聘快递员，需要的人数很多，参加面试的人也很多，这个时候通过AI面试来进行初次筛选就比较方便。通常会问一下基本信息，观察外表，形象，是否染发、残疾、斜视等；然后考察求职意愿、沟通表达能力、服务意识、自身性格、具体业务场景遇到的问题如何处理等，通常每个类型，有一个题目，题目数量大概是3-25个之间，不同公司差别挺大的，通过录制视频或者实时视频的方式回答。所以，针对上面的类型，可以有针对性的准备。
面试后
万一真的不走运，没有通过AI面试也不用太担心，目前大部分公司还有留有人工去应对特殊情况，抽查等。所以，如果感觉自己之前没有发挥好，可以和HR商量进行人工面试或者再进行一次AI面试，相信大部分企业会给机会的。机会是靠自己争取的，所以，加油哦~

❺ 人工智能招聘是不是可以自动筛选简历

人工智能招聘可以自动筛选简历。
公司确定了岗位需求，HR 可能想到的是去网站搜索简历、启动内部推荐机制、甚至找猎头。但机器人已经在数秒钟内抓取了各平台简历，并开始进行关键词筛选和匹配，自动打分按高低排列告诉你，谁才是更适合你们公司职位的。
求职和招聘问题，其实是一个大数据问题。比如作为公司的招聘人员，其实不知道求职者是不是真正的合适这个岗位，或者真正对这个岗位感兴趣。求职的人也很难了解全部的岗位、机会。所以大数据关键解决的就是把人的数据和公司的数据进行匹配。
然而，尽管大部分过程可以自动化，但最重要属于人的部分－－即“关系”，是无法做到自动化的，人际交往仍然是招聘的核心。

❻ “AI技术+招聘场景”何时才能成为现实

如今，“AI技术+招聘场景”结合的各种应用开始成为现实。未来的话，AI技术在招聘行业的应用很有可能全面的去替代专业的HR。我们可以拭目以待。

近日，拉勾网宣布上线全新的企业及招聘者身份审核机制，并引入网络AI协作板块，引入人脸识别等智能方式审核验证企业HR身份与资质，未来还将用人工智能技术核验营业执照、工牌、在职证明，以及用于简历、聊天记录等内容的风险控制。

继去年AlphaGo击败围棋世界冠军以来，AI技术商业化应用的速度明显加快，在交通出行、家庭服务、医疗、商业、招聘等领域，开始替代人工完成一部分工作。一些从业者在享受AI技术带来便利的同时，也感到了压力。

机器人筛简历速度“秒杀”人类，但灵活性不足

几个月前，一场由猎聘主办，被称为招聘领域的“人机大战”用比分给出了答案。这次挑战者来自互联网公司的五位资深HR和猎头，参赛双方要从3700万简历中快速筛选出10份与招聘职位需求最匹配的简历。

这是一场围绕职位要求和候选人进行匹配的比赛，包括技术岗与产品岗位两种职位。完成简历的筛选匹配后，评审团需要从职能、技能、行业、薪资、学历、地区匹配度等六个维度对参赛选手进行打分，总分（满分为25分）最高者则被视为赢得本次比赛。

随着蓝色屏幕亮起，人类与AI机器人比分为18.96：18.60。结果显示，完成整个比赛事项，AI机器人仅用了0.0152秒，是人类平均速度的63882倍；在职位匹配度、地区匹配度上，机器人的匹配效率高于人类；在技能匹配度上，两者则打了个平手。

尽管以0.36的微弱分值败于人类，但AI机器人“在人岗匹配、在对人的理解方面”，仍然超出了猎聘网创始人兼CEO戴科彬的预期。“在简历搜寻的任务中，地区、薪资等方面是比较简单直接的条件，所以算法可以通过简单逻辑实现而且不会犯错误；在行业背景和技能要求方面，通过运用神经网络和自然语言处理等技术，算法已经能够进行较为准确的理解和相似度的判断。”这款伯乐机器人的设计者、猎聘首席数据官单艺告诉中国青年报·中青在线记者，目前AI机器人已经能够较好地理解大部分的显性要求，如职能、技能、薪资、学历、地区等，算法的匹配水平能够和专业招聘人员相当；但是在需要面对面沟通的隐性条件，如文化、价值观、气质等方面，算法还无法替代人的沟通和判断。

在结果中，机器人和人类在学历匹配度上差距最大，而造成这个差距的原因，主要是机器人不能识别“专升本”属于哪一种学历类型。这也体现了机器人思维的灵活性较为有限。对此，单艺解释称，针对“本科以上”的职位要求，在设计机器人算法时，便“专升本”判定为符合条件；但事实上，在很多招聘官（尤其是高端猎头）看来，专升本是不如本科的。因而这一筛选结果引发了在场几位评委的不同意见，“机器人在根据企业、HR偏好，对于人才软性指标做出个性化选择方面，仍然不够。”

评委团成员之一，阿里巴巴大文娱招聘专家周晓磊认为，在大规模地从海量简历中选人方面，机器人和人类的差距几乎可以忽略不计，AI机器人更能够提升整体的招聘效率。

机器人在筛选简历的速度上远超人类，这已不是什么新鲜事。据报道，今年3月，在北美着名猎头公司SourceCon举办的一场行业竞赛中，一个基于人工智能对求职者进行筛选评级的机器人“Brilent”，仅用了3.2秒，就从5500份简历中筛选出了合适的候选人，精确度在参赛者中位列第三。这个团队基于成员在Facebook时积累的数据结构化处理和细化领域匹配经验，利用AI技术，将符“人岗匹配”的求职者进行排序，让HR从机械、繁琐的简历筛选中解脱出来，能够更聚焦于后续的面试选择流程。

高精度人岗匹配：让人工智能学习HR怎么做招聘

今年6月，戴科彬宣布，猎聘要通过大数据以及人工智能方面的探索，进一步提升招聘效率，丰富招聘生态；9月12日，创新工场董事长、CEO李开复在“2017中国人工智能峰会”上表示，人工智能要真正做到取代人力，还需要有充分的数据量以及精准的场景作为前提。

从简单的职位信息罗列分类，到基于大数据挖掘的人岗匹配系统，近几年，已经有不少全行业在线招聘企业通过数据积累，形成了自己的“人才库”。在此基础上，依据简历信息或职位要求，进行人和职位的匹配，已经成为现阶段人工智能技术在招聘领域的主要应用。

据媒体报道，从2016年7月到2017年6月，AI的应用已经逐渐扩散到了全球68个国家的招聘环节中，在过去一年多里，联合利华就已在北美地区尝试利用人工智能招聘员工，涵盖了用算法筛选简历、游戏测验、人脸识别等方式，甚至不需要人类面试官参与。在国内，截至今年7月，也有不下10家初创公司号称是人工智能+招聘的领导者，力求通过技术解决招聘人力成本高、实际转化率低等招聘端与求职端信息不畅的问题。

成立于2016年的互联网智能招聘平台牛直聘所采取的方式是，通过简历分解、个性化推荐等方式，对企业（尤其是中小型企业）职位与简历实现精准综合匹配；初创招聘平台Teamable则运用AI算法挖掘应聘者的社交网络数据，力图从社交记录切入，打造精准的人才推荐闭环；而垂直于校园招聘领域的迷你校，也通过数据挖掘和AI算法设计智能匹配模型，针对不同企业自动筛选推荐简历，并对0~3年职业经历的求职者提供建议。

但单艺始终强调，在招聘行业，人工智能仅仅是一项工具，并不能代替人类，而是“帮人类作出更准确、更有依据的判断，让猎头和HR从事更有价值和创造性的工作。”从某种程度上说，人工智能在招聘领域的应用，在对行业经验要求不高的中低端人才或职位招聘中更容易得到推广。

一位专注于消费品行业中高端人才的猎头顾问对中国青年报·中青在线记者坦言，尽管每天需要频繁变换关键词搜索人才库的简历、打十几个电话与候选人联系，但这一过程所需要的随机应变等带有鲜明社交属性的专业沟通经验，是人工智能难以达到的。

“越是高端的人才、重要的高管职位，企业的HR越慎重，越需要专业的猎头对接。”北京亿聘世纪管理咨询公司总经理王广元也提出，诸如对产品经理等职能岗位的候选人，还要通过产品设计思路等软性指标进行考量，“这对于机器来说是一个弱势”。戴科彬指出，“人工智能不能马上替代猎头，供需双方数据不足是根本原因。”他提到，人岗匹配对招聘平台所掌握的求职者数据，以及企业方提供的需求描述均提出了较高需求，加上招聘的动态性和灵活性，在完善智能产品的同时，“人的因素在人工智能招聘中有着不可替代的作用。”

在时下的秋招季中，面对批量涌入求职端的应届生和供需不平衡的校园招聘市场，单艺期待，未来，AI技术可以通过分析市场职位的供求数据、挖掘企业的个性需求，提前给予适合应届生的就业指导，拓宽他们的眼界和选择范围，让企业和应届生的需求更高效地匹配。