过去几年，IT行业的求职者们经历了频繁的裁员、残酷的内卷，以及数不清的无偿加班；现在，他们又不得不加入一场残酷的人工智能招聘大战。
40%的大企业启用AI招聘
据商业内幕（Business Insider）报道，人力资源管理协会(Society for Human Resource Management)2022年的一项调查显示，约40%的大型雇主表示他们已经在将AI应用于招聘等人力资源相关活动。大型企业招聘顾问里克·米斯特里指出，AI目前正被用于撰写职位描述、评估求职者技能、支持招聘聊天机器人以及对求职候选人回复进行评分。招聘网站ZipRecruiter的首席执行官伊恩·西格尔在2022年估计，近四分之三的简历从未被人类招聘人员看过。
招聘领域的自动化并不新鲜。早在2010年代初期，像Monster和领英这样的求职网站让人们可以轻松地申请职位后，公司就纷纷采用了候选人跟踪系统来管理激增的在线申请。如今，大多数简历首先会由软件筛选，评估求职者的经验和教育背景并进行相应排名。
近年来，AI被寄望于解决招聘乱象，通过机器学习算法将更多招聘流程外包，为公司节省大量时间和成本。例如，联合利华在2019年年底通过使用自动视频面试节省了10万个小时的工作时间和大约100万美元的招聘成本。领英和ZipRecruiter等平台也开始使用生成式AI为应聘候选人提供个性化的职位推荐，并让招聘人员能够在几秒钟内生成职位列表。
谷歌支持的招聘技术初创公司Moonhub则开发了一个可以搜索互联网（例如领英和Github）并收集数据以寻找合适候选人的AI机器人。在HireVue平台上，雇主可以让一个预置问卷的机器人进行视频面试，以分析评估候选人的个性。一些新兴的初创公司将这些功能整合到一个集中服务中，使企业能够实现“自动驾驶式招聘”。
尽管存在诸多问题，许多公司依然坚持使用AI招聘，原因不外乎以下几点：
降本增效：AI系统可以自动筛选简历、进行面试安排、评估候选人技能，从而节省大量人力成本并提高招聘效率。扩大招聘范围：AI系统可以帮助公司发现传统招聘渠道无法触及的潜在候选人，例如那些没有在线简历或活跃在社交媒体上的求职者。提高招聘决策的客观性：AI系统可以基于数据和算法进行决策，减少人为因素对招聘结果的影响，从而提高招聘的公平性和公正性。AI招聘的弊端与安全风险
商业内幕认为，新兴的“AIvs.AI”招聘大战对求职者和招聘者来说可能是个双输局。
自动化确实减轻了招聘人员的一些负担，但作用有限。随着远程办公政策的频繁变化，大量数字化简历不断累积，招聘人员的工作压力反而越来越大。AI使招聘过程变得机械化，让招聘经理不堪其扰，并且放大了现有招聘体系的缺陷。更糟糕的是，这种趋势似乎还在愈演愈烈。
很多招聘专家并不看好如火如荼的招聘智能化运动。许多人担心随着时间的推移，AI会让原本令人沮丧的招聘系统更加恶化，并产生新的安全问题，例如“幽灵候选人”（ghosthire），即公司被伪装成求职者的机器人所误导。此外，应聘者使用“深度伪造+社会工程”通过面试将产生严重的信息安全和内部威胁（商业间谍）问题。例如，社交网络X上昵称facelessboy00的用户分享了他如何使用深度伪造技术帮助朋友顺利通过了一家科技公司的面试（下图）。
安全专家指出，除了深度伪造以外，随着生成式AI朝着多模态大模型发展，越来越多的应聘者会采用基于多模态大语言模型的“数字人”在视频面试中作弊。
此外，针对招聘端的智能化分析，求职者也开始针锋相对，越来越多的应聘者开始使用人工智能技术分析招聘平台数据，优化简历并大规模投送数以百计的工作申请。随着越来越多的简历和求职信被AI“污染”，企业AI招聘系统的效率和准确性将急剧下降。
面对AI招聘的准确性和安全性问题，一些资深招聘人员表示，除了自动生成职位描述和总结候选人面试情况之外，他们并没有将AI纳入自己的工作流程。专门从事科技招聘的塔蒂亚娜·贝克尔指出，那些声称可以将简历与职位匹配的软件缺乏必要的细致分辨能力，它们充其量只能进行关键词匹配，无法识别来自顶尖学校或是拥有升职记录的优秀候选人。贝克尔所在的精品招聘机构曾尝试过聊天机器人，但该机器人经常会将候选人与职位错配，最终导致候选人望而却步。
贝克尔指出：“人工智能简历匹配可能适用于初级职位的求职者，但对于其他职位，我目前对使用AI持保留态度。”
总结下来，AI招聘的弊端主要有以下几点：
缺乏人情味：AI系统无法像人类招聘人员那样理解求职者的背景、经历和动机，也无法提供个性化的指导和建议，这可能会让求职者感到被忽视和不被尊重。存在偏见：AI系统的训练数据可能存在偏见，导致系统在评估候选人时对某些群体产生歧视。例如，一些研究表明，AI系统更容易筛除女性和少数族裔的求职者。容易被滥用的安全风险：一些公司可能会为了降低招聘成本而过度使用AI系统，导致招聘质量下降，甚至出现“幽灵候选人”、水货甚至商业间谍等等安全问题。