Page 26 - 159 ubeat ebook

Bennet指以上結果是系統通過分析求職者的表 很有創意，他所用的字眼都會讓系統調高於「開放
情、動作、聲線、語速和用字綜合而來。他指，系 性」的性格評分。
統使用了NLP（Natural Language Processing，自然語
因此，Bennet說AI系統其實很人性化，亦沒有一
言處理），讓電腦也能明白人類的語言：「例如積
套固定答案讓求職者破解取勝。求職者只需用平常
極樂觀的人會用proactive（主動的）、excited（興
心面對AI視像面試：
奮）、aggressive（進取的）等字眼，電腦可因此分
「你就當你面對著一個人，表現自己好的一
析到你的想法和性格。」Vcruit最初依據外國數據庫
面、真實的想法，這比起你刻意推高系統評分更重
作分析，系統至今啟用四年，現已累積有數千名本
要。」
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。 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？」
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
Bennet說系統只是幫助企業篩選求職者，誰能晉級
固定的模範答案評分。 至下一輪面試、誰能獲聘最終還是由企業決定。

（許詠茵攝）
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。
專家：深度學習過程如「黑盒子」
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 中大計算機科學與工程學系系主任金國慶教授

語速和語調，或保持怎樣的表情神態作答才能滿足 形容，深度學習的過程如「黑盒子」（black box
AI的要求——因為AI會綜合分析求職者各方面的表 model）——只知輸入了甚麼資料，繼而得到了怎樣
現，並非如抬高眉頭就會加分般簡單。所以不會 的結果。因為系統學習了經人類分析的資料後，就
有所謂的「攻略」，沒有保證能夠滿足AI的特定表 會自動把新輸入的資料（面試片段中求職者表現）

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
至於系統能否評估到有創意的答案，Bennet坦言
用字及表情等多個項目分析得來的結果，所以開發
未必，他表示系統只會分析答案的用字，而不會評
者也無法確實得知「一分鐘多少字」的語速會取得
核內容的質素或是否合乎邏輯。但他指如果求職者
最高分。

26 大學線月刊 2022年4月