雲端AI助攻HR招聘
持著手機，螢幕上依序出現面試的提問，「請問您在處理情緒非常不滿的顧客時，會怎麼應對？請依您的經驗加以敘述。」應徵者隨即在時間限制內對著鏡頭侃侃而談：「依照我的經驗，可以先⋯⋯」在面試結束後，系統還會自動生成對應徵者的潛能評估報表，與面試錄影同步上傳雲端，讓人資及用人單位主管甚至應徵者本人都可以隨時檢閱結果。
這番面試的新場景已經不再是國外企業的專有福利，身為HRDA智能視頻面試系統的主力開發人員洪國恩，他看見招募流程往往讓人資部門與用人單位十分辛苦，「其實HR在找不同領域的人才的時候，比如說資訊、財會、工程方面的人才，因為這不是他們專精的，所以他們就無法快速的判斷這個人夠不夠專業、是不是適合這個職務。」
「特別是大型企業的HR，因公司分工分得很細，招募到跟用人單位需求不符合的人，那HR也很無辜啊！這就是他沒有辦法判斷的部分。」這時就是AI面試官可以協助的地方。
AI初篩 真人面試更深入
HRDA系統是以е-mail發送邀請碼給面試者，由其線上回答面試題目後，系統依面試者的表情、動作等評估其人格特質，並出具報告與錄影供企業進行初篩(First Screening)，像是台灣某大型工程集團就已經實際運用在校園徵才流程，「這間公司在不同的職缺都準備了10道題目，我們把題目分為2類，前5道題目是第一類，主要測驗的是核心職能，就是給HR看應徵者的人格特質；後5道題目是第二類，讓用人主管來出專業相關的題目。」
當HR與用人單位都覺得應徵者不錯的時候，再進一步邀約真人面試。因為已先經過系統篩選、觀看錄影內容，人資與主管對應徵者已有初步了解，就可以把有限的時間花在更深入了解這個人，大幅縮短了從招聘、選人、用人的時間與流程。
而且HRDA系統的操作都是在雲端上進行，對企業來說，就省去購置軟、硬體的成本，僅須由用人單位依職務需求擬定面試題目。另外，過往的面試流程需要排定一段完整的時間進行，當進入業務旺季時，這段徵才的過程就容易拖得冗長。面試錄影則可利用零碎時間隨時處理，也相對減少主管與HR在時間排程上的困擾。
人格特質勝過能力
只是，測出人格特質對於招募有什麼幫助呢？洪國恩解釋，「很多企業在我們推廣的時候都反應過，是不是可以做『能力』的分析判讀？但我認為人格特質是比較重要的。因為根據心理學上的定義，一個人的特質在成年後就會趨於穩定，即使遭遇重大人生事件，特質也不會發生太大的變化，但能力卻是可以培養的。」
像是情緒穩定性不佳的人，雖然可以透過學習某些訣竅與方法，從很火爆的外在反應轉換成遇事不易衝動，但這個人的內心反應其實並沒有改變。人格特質會決定應徵者在未來工作情境中最真實的反應、如何應變，自然也是面試官在真人面試時想觀察到的重點。在現行慣用的筆試、面試流程中更因為應徵者「想得到工作」的目的性很強烈，會選擇掩藏部分真實的自我，這些掩飾如果交由AI來分析則會一一被揭露開來。
而5大性格特質模型 (Big Five Personality Traits) 所包含的：神經質 (Neuroticism)、外向性(Extraversion)、經驗開放性(Openness to Experience)、親和性(Agreeableness)、盡責性／勤勉審慎性 (Conscientiousness)，其中並沒有絕對的「看這個選就好」的指標，還是要根據產業與職業需求而定。比如說業務的外向性與親和性就必須較高；如果要找工程師，可能就不需要外向性強的人。但對HR來說仍然有最需看重的2樣指標：情緒穩定性（神經質）及盡責性。除了從事演藝類工作等，需要情緒變化較強烈者，一般以辦公室類的工作來說，會較需要情緒穩定性高者；盡責性則會表現在員工的謹慎與計畫性上。
類神經網絡更接近人性
不過，AI能幫我們做出判斷的原理是什麼？洪國恩解釋，其實它跟想像的「套公式」不同，不是由我們先設定好判斷的原則，然後輸入新資料，電腦就能分析出結果。HRDA系統運用的技術是類神經網絡(Neural Network, NN)，更接近人類的學習思考模式，打個比方，就像我們先大量閱覽動物的圖片，然後根據被標記(Labeling)的結果認識到哪些圖片是狗、哪些是貓等。經過充足的訓練(Training)後，當看到新的動物圖片時，就可以很快判斷出圖片中的動物。
因此，AI在倒入樣本資料，到產出判斷的這段過程，究竟是依循什麼原則？洪國恩說，「它就是一個黑盒子(BlackBox)，中間運作的過程其實我們都還不清楚。這是個很有意思的課題，目前學界也正投入研究中。」就如反過頭來問上述訓練中的人「你是根據什麼原則，認為這張圖片上的動物是狗？」可能也不容易詳盡解釋。
正由於這種訓練模式的特性，當用來訓練的樣本資料越龐大、完整，AI運算後的判斷準確率也會越高。不過目前系統的資料來源是建立在20∼30歲的學士、碩士，所以運用在相同背景條件者會較準確。洪國恩也說：「目前實際運作的準確度大約在7成左右。如果企業想要量身打造自己的一套系統，那就需要至少200或300筆以上的樣本資料，做出來的系統才會有較好的鑑別度。」
身為HRDA系統的開發人員，洪國恩又是怎麼看AI面試與未來在人資領域的運用可能性？HR工作結合更多新科技、掀起工作流程的變革已經是不可避免的趨勢，洪國恩鄭重地說，「HR要有不怕新科技、勇於接觸學習的心態。」對於求職者來說，雖然AI面試官能看破你的偽裝，但這也代表未來的招聘流程中，了解個人特質、順應強項找到適合的職務，將成為企業與員工在面試時的核心原則。
【完整內容請見《能力雜誌》2019年6月號，非經同意不得轉載、刊登】
這番面試的新場景已經不再是國外企業的專有福利，身為HRDA智能視頻面試系統的主力開發人員洪國恩，他看見招募流程往往讓人資部門與用人單位十分辛苦，「其實HR在找不同領域的人才的時候，比如說資訊、財會、工程方面的人才，因為這不是他們專精的，所以他們就無法快速的判斷這個人夠不夠專業、是不是適合這個職務。」
「特別是大型企業的HR，因公司分工分得很細，招募到跟用人單位需求不符合的人，那HR也很無辜啊！這就是他沒有辦法判斷的部分。」這時就是AI面試官可以協助的地方。
AI初篩 真人面試更深入
HRDA系統是以е-mail發送邀請碼給面試者，由其線上回答面試題目後，系統依面試者的表情、動作等評估其人格特質，並出具報告與錄影供企業進行初篩(First Screening)，像是台灣某大型工程集團就已經實際運用在校園徵才流程，「這間公司在不同的職缺都準備了10道題目，我們把題目分為2類，前5道題目是第一類，主要測驗的是核心職能，就是給HR看應徵者的人格特質；後5道題目是第二類，讓用人主管來出專業相關的題目。」
當HR與用人單位都覺得應徵者不錯的時候，再進一步邀約真人面試。因為已先經過系統篩選、觀看錄影內容，人資與主管對應徵者已有初步了解，就可以把有限的時間花在更深入了解這個人，大幅縮短了從招聘、選人、用人的時間與流程。
而且HRDA系統的操作都是在雲端上進行，對企業來說，就省去購置軟、硬體的成本，僅須由用人單位依職務需求擬定面試題目。另外，過往的面試流程需要排定一段完整的時間進行，當進入業務旺季時，這段徵才的過程就容易拖得冗長。面試錄影則可利用零碎時間隨時處理，也相對減少主管與HR在時間排程上的困擾。
人格特質勝過能力
只是，測出人格特質對於招募有什麼幫助呢？洪國恩解釋，「很多企業在我們推廣的時候都反應過，是不是可以做『能力』的分析判讀？但我認為人格特質是比較重要的。因為根據心理學上的定義，一個人的特質在成年後就會趨於穩定，即使遭遇重大人生事件，特質也不會發生太大的變化，但能力卻是可以培養的。」
像是情緒穩定性不佳的人，雖然可以透過學習某些訣竅與方法，從很火爆的外在反應轉換成遇事不易衝動，但這個人的內心反應其實並沒有改變。人格特質會決定應徵者在未來工作情境中最真實的反應、如何應變，自然也是面試官在真人面試時想觀察到的重點。在現行慣用的筆試、面試流程中更因為應徵者「想得到工作」的目的性很強烈，會選擇掩藏部分真實的自我，這些掩飾如果交由AI來分析則會一一被揭露開來。
而5大性格特質模型 (Big Five Personality Traits) 所包含的：神經質 (Neuroticism)、外向性(Extraversion)、經驗開放性(Openness to Experience)、親和性(Agreeableness)、盡責性／勤勉審慎性 (Conscientiousness)，其中並沒有絕對的「看這個選就好」的指標，還是要根據產業與職業需求而定。比如說業務的外向性與親和性就必須較高；如果要找工程師，可能就不需要外向性強的人。但對HR來說仍然有最需看重的2樣指標：情緒穩定性（神經質）及盡責性。除了從事演藝類工作等，需要情緒變化較強烈者，一般以辦公室類的工作來說，會較需要情緒穩定性高者；盡責性則會表現在員工的謹慎與計畫性上。
類神經網絡更接近人性
不過，AI能幫我們做出判斷的原理是什麼？洪國恩解釋，其實它跟想像的「套公式」不同，不是由我們先設定好判斷的原則，然後輸入新資料，電腦就能分析出結果。HRDA系統運用的技術是類神經網絡(Neural Network, NN)，更接近人類的學習思考模式，打個比方，就像我們先大量閱覽動物的圖片，然後根據被標記(Labeling)的結果認識到哪些圖片是狗、哪些是貓等。經過充足的訓練(Training)後，當看到新的動物圖片時，就可以很快判斷出圖片中的動物。
因此，AI在倒入樣本資料，到產出判斷的這段過程，究竟是依循什麼原則？洪國恩說，「它就是一個黑盒子(BlackBox)，中間運作的過程其實我們都還不清楚。這是個很有意思的課題，目前學界也正投入研究中。」就如反過頭來問上述訓練中的人「你是根據什麼原則，認為這張圖片上的動物是狗？」可能也不容易詳盡解釋。
正由於這種訓練模式的特性，當用來訓練的樣本資料越龐大、完整，AI運算後的判斷準確率也會越高。不過目前系統的資料來源是建立在20∼30歲的學士、碩士，所以運用在相同背景條件者會較準確。洪國恩也說：「目前實際運作的準確度大約在7成左右。如果企業想要量身打造自己的一套系統，那就需要至少200或300筆以上的樣本資料，做出來的系統才會有較好的鑑別度。」
身為HRDA系統的開發人員，洪國恩又是怎麼看AI面試與未來在人資領域的運用可能性？HR工作結合更多新科技、掀起工作流程的變革已經是不可避免的趨勢，洪國恩鄭重地說，「HR要有不怕新科技、勇於接觸學習的心態。」對於求職者來說，雖然AI面試官能看破你的偽裝，但這也代表未來的招聘流程中，了解個人特質、順應強項找到適合的職務，將成為企業與員工在面試時的核心原則。
【完整內容請見《能力雜誌》2019年6月號，非經同意不得轉載、刊登】