算法如何影响你的职业生涯

假设高盛人力资源部的五名员工组成一个团队，全周无休地每天工作 12 个小时，在每份申请上花 5 分钟，也得花近一年才能筛选完这堆积如山的申请。

难怪大部分大公司在筛选低阶职位的求职者时都会用到一种计算机程序，也就是算法。这意味着求职者要是能确切知道算法在找什么，就能从中受益。

维多利亚·麦克莱恩（Victoria McLean）曾是一名银行业猎头和招聘经理，她创办了一家名叫 City CV 的公司，帮助求职者制作申请。她说，在由人处理简历前，应聘者追踪系统（ATS）会拒掉其中多达 75% 的申请。这些系统会搜寻符合雇主标准的关键字。一个小建议是研究招聘广告中使用的语言，如果文中是用首字母 PM 指代项目管理，那么就确保你的简历中有 PM 的字眼。

这意味着一份没有针对性的简历可能连第一关都过不去。麦克莱恩有个客户曾是高级军官。从他的履历来看，他在培训和 教育 、采购或军备销售方面可能有工作机会。她说，最佳策略是用三套不同的关键词，做三份不同的简历。求职者还要保证他们在领英上的个人资料能和自己的简历呼应——绝大多数招聘人员会用这个 网站 来查证求职者的资质。

ATS 可能还不是求职者面临的唯一技术关卡。包括沃达丰和 英特尔 在内的许多公司都采用了名为 HireVue 的 视频 面试服务。应聘者在回答视频提问时，AI 程序会分析其面部表情（建议与摄像机保持眼神交流）和语言模式（听上去自信是要诀）。手臂乱挥或坐姿慵懒的人很可能会失败。只有通过了这个测试，求职者才会和一些面试人员面谈。

也许你以为 AI 程序能够避免传统招聘方法中存在的某些偏见，尤其是面试官倾向于选择与自己相似的求职者这一点。然而歧视会以意想不到的方式出现。安雅·兰布雷希特（Anja Lambrecht）和凯瑟琳·塔克（Catherine Tucker）这两位经济学家在 Facebook 上发布了宣传科学、技术、工程和数学领域工作机会的广告。她们发现这些广告被推送给男性的可能性比女性大。

这并不是 Facebook 算法有意识的偏见造成的。相反，年轻女性在 Facebook 上是一个更有价值的群体（因为她们控制着很大一部分家庭支出），因此针对她们的广告价格更高。这些算法自然而然就瞄准了投资回报最高的页面：男性，而非女性。

多伦多大学罗特曼管理学院（Rotman School of Management）的阿杰伊·阿格拉沃尔（Ajay Agrawal）、约书亚·甘斯（Joshua Gans）和阿维·戈德法布（Avi Goldfarb）在他们关于人工智能的合著《预测机器：人工智能的简单经济学》中写道，公司不能把这类结果视作算法的「黑盒子」特性带来的令人遗憾的副作用，就简单打发了。如果它们发现一个 AI 系统的输出带有歧视性，就要找出原因，然后调整算法直到影响消失。

从刑事司法到保险，AI 系统可能带来的偏见已在众多领域引发担忧。人事招聘也一样，如果公司的招聘手段有违公平，那它们将面临法律和声誉上的风险。但它们也要考虑，除了简化招聘流程，这些程序能否发挥更多作用。例如，成功受聘的求职者能否长期且富有成效地在公司工作？毕竟员工流失是公司面临的最大招聘成本之一。

候选人渐渐学会调整简历以通过最初的 AI 测试，而算法也会相应改进，好筛掉更多的求职者，这可能会引发一场军备竞赛。这又为另一个潜在的偏见创造了空间：来自富裕家庭（以及特定群体）的求职者也许能更及时地更新简历。反过来，公司可能就需要再次调整算法，以避免歧视。运用人工智能的代价似乎是要永远保持警惕。