AI面試成趨勢 破解機械考官談何容易

AI視像面試系統透過分析求職者的表情、語調和用字,評估其性格及能力,供企業作招聘參考。(設計圖片)

求職者在面試中落力表現,為得到僱主青睞,但有否想過,求職者要先過AI(Artificial Intelligence,人工智能)面試官一關,才有機會與真人考官面談?不少跨國及本地大企業如匯豐、摩根大通、新鴻基及信和等,均開始使用第三方AI系統取代真人,作為首輪面試的「考官」。系統會透過視像面試分析求職者的用字、語調、面部表情等,評估求職者的能力及性格,在首輪面試篩選出合適人才,制定報告供公司參考,讓招聘部門決定下一輪面試人選。

網上有不少應對AI視像面試的攻略,不少大學生都希望取得機械考官的「歡心」,獲得晉級機會。有人準備面試題目庫;也有人事前錄下練習片段,學習調整表情。不過研發出AI視像面試系統的香港初創公司共同創辦人Bennet(崔俊彥)卻告訴記者:「系統是不能破解的。」 到底這群大學生的AI面試經驗如何?AI又怎樣選出理想的求職者?

記者|梁彥諾  編輯|許詠茵 攝影|許詠茵

Princie是香港大學工商管理學(資訊系統及電腦科學)四年級生,自二年級起已應徵不同實習職位,包括摩根士丹利、匯豐、德勤、信和等企業,多數是銀行業,她至今已有20多次視像面試經驗。

Princie指視像面試的題目大多屬行為問題(Behavioural question),要求她以個人特質和經驗作答,例如要回答以往曾如何處理同事間的衝突、管理時間的方法等等。她說,起初得悉答案會由AI系統去評測,無法即時從真人面試官的反應知道自己表現如何,加上不熟悉面試系統的運作,會感到擔心,但後來「自己答得多,便知道他們問來問去都是那些行為型問題。

自製題目庫 雕琢作答用字

Princie漸漸習慣了視像面試模式,並開始建立題目庫,把答過的題目寫進裏面,現在已累積超過30條問題,她在面試前會依照題目庫練習作答。她還加入了一些Telegram上公開的實習生群組,群組內的大學生會交流不同企業的面試心得及聘請進度。同時瀏覽針對大專生的求職資訊分享平台,以預先知道不同企業的面試題目,早作準備。累積了相當經驗的她,在去年申請實習生職位時有六成的機會能成功過關、得到下一輪面試機會,如今申請畢業後的正職也有三成的成功率。

對於企業使用的AI面試系統,Princie知道它會分析求職者的用字。因此,她會特意說一些顯得態度較積極的關鍵字,讓系統偵測到這些「取分」字眼。她舉例會用「initiated」(發起)或 「led」(帶領)等動詞取代「did」(做)來說明她的工作經驗,突顯領導能力。面試期間雖然只是面對電腦熒幕,畫面上只有自己的影像,但她也會當作與真人面試一樣,在答題後微笑及道謝。

Princie認為被AI系統面試比真人面試更難捉摸作答方向,因為面對真人面試官,可以從其口吻和職位猜測其偏好。而且AI系統不會就應徵者的履歷表及回應作追問,面試者的答案都很相近,難以在一至兩分鐘的作答限時內脫穎而出:「每個人都說我很欣賞你公司的文化,可能它還要再具體一點的字眼,其實很難。」

不過她認為以AI面試也有好處,因為它較客觀:

「AI系統不會像真人一樣,譬如那位招聘經理當天很累,其實都沒有聽進過你說了些什麼。」

Princie指視像面試時能看著題目庫中準備好的問題作答。但很少機會會遇上完全一樣的題目。(受訪者提供)

自去年9月起,Princie為了畢業後的第一份工作遞交了近二十份申請,作為求職者,她喜歡視像面試的時間靈活。傳統面試通常需要求職者在指定時間進行面試,但AI面試的要求往往較寬鬆,企業會給予她三天至一星期的時限,她只需於時限內登入系統、錄製影片即可完成面試,所以她可以在時限內自行安排時間,在最好的精神狀態下面試。

錄片練習表情 擔心系統難測創意

Felix是中文大學風險管理學三年級生,有六次視像面試的經驗,面試企業包括美國銀行、花旗銀行和高盛等。

當初他不知道影像會被AI系統分析,六次的視像面試經驗中只有兩次成功晉級下一輪面試。他後來翻看首幾次的面試片段,發現自己面對鏡頭時較緊張,表現得不自然,「經常望了去其他地方」,影響發揮。及後於面試之前會按著網上的題目庫練習,把作答表現錄下來再翻看,學習管理表情,以表現得更鎮定,他亦提醒自己要保持聲線有變化,以顯得更自信。在最近的一次面試終獲實習職位。

Felix較喜歡AI視像面試,因為能省卻前往面試地點的交通時間,但他卻擔心系統存有固定程式,未能分析有創意的答案:

「可能AI系統很死板,只懂分辨對與錯。」

有些公司面試者眾多。Felix說可以在YouTube上,搜尋到這些公司的面試攻略。(受訪者提供)

其他面試者亦可能為了配合「機械考官」,避免提出創新的想法,他認為若AI系統是藉著分析現有實例來學習及自我改良,有創意的答案會不利評分。

初創公司研發系統 分析求職者五大性格

2018年,香港初創公司Recruit AI Studio研發出AI視像面試軟件VCruit。公司曾協助恆隆、新世界等企業招聘人才。共同創辦人Bennet 指,除了求職者就讀的學校和成績,企業聘請員工更會考慮他們有沒有做足準備功夫與工作熱誠,軟件希望提供一個公平的平台,透過分析求職者的性格,令履歷表稍遜但有能力的求職者也可突圍而出。

求職者在VCruit完成面試後,系統會建立報告,分析他們以下三方面的表現。第一是正面、中性及負面情緒的比重;第二為各種情緒佔比,包括憤怒、喜悅、自信和猶豫等;第三則是性格,系統使用了心理學五大性格特質模型,分析求職者於「開放性(Openness)」、「盡責性(Consciousness)」、「外向性 (Extraversion)」、「親和性 (Agreeable)」和「感性 (Emotional)」的比重。最後,系統會就企業對職位的要求,調整評分比例,對合適的求職者給予更高分數,制定排名,以便企業進行篩選。Bennet稱這些性格特質之中沒有一個是最具優勢的,只是視乎企業需要甚麼樣的人。他舉例,如果企業要招聘一名協助執行的人,則會要求求職者有較高「親和性」; 如企業文化多變,僱主又可能較重視「開放性」的分數。

VCruit面試介面,面試者按螢幕上方顯示的問題作答。(受訪者提供)
記者實測Vcruit系統,即席進行簡短的AI視像面試,認為系統簡單易用,惟缺乏互動。(許詠茵攝)
159AIinterview_demo1
159AIinterview_demo2
159AIinterview_demo3
previous arrow
next arrow
 

Bennet指以上結果是系統通過分析求職者的表情、動作、聲線、語速和用字綜合而來。他指,系統使用了NLP(Natural Language Processing,自然語言處理),讓電腦也能明白人類的語言:「例如積極樂觀的人會用proactive(主動的)、excited(興奮)、aggressive(進取的)等字眼,電腦可因此分析到你的想法和性格。」Vcruit最初依據外國數據庫作分析,系統至今啟用四年,現已累積有數千名本地學生面試表現的數據庫,整合兩個數據庫後能讓AI的分析更貼近本地文化。

人工智能 破解有法?

求職者最關注的便是破解系統的竅門,但這可能嗎?Bennet表示不可能。他稱,很多人以為AI面試系統如學校考試,有固定答案,變相可以透過背誦關鍵字等方法過關。傳統機器學習(Machine Learning)需要人手輸入特徵資料,訓練系統進行分類:「好像如果抬高眉頭就等於好,那我就可以輸入進去,有這樣一條方程式。」然而Vcruit的AI系統運用了深度學習(Deep Learning)技術,不是按著固定的模範答案評分。

AI深度學習模仿人類的神經網路,會自行從數據庫中提取資料和學習,當中牽涉龐大的複雜計算。因此Bennet即使作為開發者,也只能從結果推論出求職者大概怎樣做才能取得高分,但他也無從得知求職者說出哪些字眼必定會加分;或者要以怎樣的語速和語調,或保持怎樣的表情神態作答才能滿足AI的要求——因為AI會綜合分析求職者各方面的表現,並非如抬高眉頭就會加分般簡單。所以不會有所謂的「攻略」,沒有保證能夠滿足AI的特定表現。

至於系統能否評估到有創意的答案,Bennet坦言未必,他表示系統只會分析答案的用字,而不會評核內容的質素或是否合乎邏輯。但他指如果求職者很有創意,他所用的字眼都會讓系統調高於「開放性」的性格評分。

因此,Bennet說AI系統其實很人性化,亦沒有一套固定答案讓求職者破解取勝。求職者只需用平常心面對AI視像面試:

「你就當你面對著一個人,表現自己好的一面、真實的想法,這比起你刻意推高系統評分更重要。」

他笑說:「就算真的找到方法破解,之後數輪的真人面試和上班又是否可以這樣做呢?」

Bennet說系統只是幫助企業篩選求職者,誰能晉級至下一輪面試、誰能獲聘最終還是由企業決定。(許詠茵攝)

專家:深度學習過程如「黑盒子」

中大計算機科學與工程學系系主任金國慶教授形容,深度學習的過程如「黑盒子」(black box model)——只知輸入了甚麼資料,繼而得到了怎樣的結果。因為系統學習了經人類分析的資料後,就會自動把新輸入的資料(面試片段中求職者表現)和結果(反映出的性格) 連繫起來。例如在AI面試系統中,語速會影響面試者的得分,但評分是連同用字及表情等多個項目分析得來的結果,所以開發者也無法確實得知「一分鐘多少字」的語速會取得最高分。

那為什麼人們可以相信這套「無法解釋」的系統?因為這種連繫會不停出現,這反映了系統多次的分析是一致的:

「因為系統學習了所輸入資料和結果之間的關係,當你看到這種反覆出現的模式(pattern),就可以信任該系統。這也就是為什麼系統需要龐大的資料庫來進行學習。」

(受訪者提供)

他比擬系統的學習過程就如人類學習踏單車,人不能描述出如何保持單車平衡,但只知道反覆練習便能學會這項技能。

金國慶指面試者可以「破解」系統:「因為你知道(面試)系統的目的是什麼,它最終的目的是為你評分。」一些典型的面試技巧,例如要與鏡頭有眼神接觸、保持適當聲量,已足夠應對。面試者在某程度上更可以「欺騙」系統,例如不斷說出關鍵詞,但AI應有足夠先進的技術,分析整段作答內容的連貫性和組織。他強調,AI面試系統旨在客觀地篩走部分求職者,而不是決定最終取錄的人選。

就業中心助學生應對大趨勢

由於大企業往往出現「求職者多,職位少」的情況,AI視像面試節省時間和人力成本,近年被更多企業用於首輪面試。比較受歡迎的軟件有HireVuemyInterview等。各系統分析的項目各有不同,其評分標準亦略有差別。

*在2019年11月底,有組織向美國聯邦貿易委員會投訴,指控系統的評分算法不透明,且不能證明系統能避免偏見。一年後,HireVue先後取消了具爭議的面部表情、肢體語言和環境的識別分析,及聲線和語速等分析 ,聲稱隨著語言分析技術進步,這些被取消的評估項目「未有顯著地增加預測(求職者工作表現的)能力」

有大專院校為學生提供相關支援,應對大趨勢。中大就業中心回覆查詢指,學生在應對AI視像面試有幾項困難,分別是不熟悉面試流程和系統、不了解僱主要求及沒有合適環境與設備進行面試。

故此,中大就業中心曾舉辦模擬面試工作坊、AI面試工作坊和講座,向學生介紹AI面試系統,包括其評分準則與應試技巧。中心亦提供網上評量平台Graduate First Job Assessment Expert,學生可於平台選擇不同行業進行視像面試訓練,完成後可以獲得詳細報告及分數。