当AI从帮助求职者转变为评估求职者时，会发生什么？ HackerRank（一家供企业评估和招聘开发人员的平台）正通过以下方式展示未来求职面试可能的样子 轮盘，一个进行面试、观察候选人工作过程并不仅评估他们的答案还评估他们如何得出答案的AI代理。
在测试版运行约六个月后,HackerRank 将于周一正式向其客户推出 Chakra。这家初创公司表示,这款 AI 面试官在测试期间已经进行了超过 500,000 场面试,试用过的公司包括 Snowflake、Snorkel 和 Capgemini,同时 HackerRank 也在内部测试了该产品。
人工智能一直是 job 面试 一段时间以来，各公司正在使用语音代理和其他自动化工具来筛选候选人并提高招聘流程的效率。与此同时，求职者也越来越多地拥有自己的人工智能工具来帮助他们应对面试，有时雇主并不知情。
借助 Chakra，HackerRank 押注 AI 不仅能改变面试的进行方式，还能改变雇主可以衡量的内容。除了评估候选人是否得出正确答案之外，这家初创公司还希望评估更难以捕捉的信号，例如批判性思维和判断力，以及它所说的“AI 素养”——即候选人如何为 AI 构建问题、评判其输出，并引导其走向解决方案。
“以前的评估方式是评估产出，”HackerRank 联合创始人兼 CEO Vivek Ravisankar 在一次采访中说。“现在，由于 AI 的存在，任何人都能产出一个成果物。”他说，对雇主而言，问题变成了他们能否理解产出背后所投入的思考和判断。
在实践中，Chakra 面试的设计更像是让候选人去做实际工作，而不是参加传统的编程测试。候选人会接到一个涉及真实世界代码仓库的任务，并在一个包含 AI 助手的画布中完成它。在候选人工作的过程中，Chakra 可以利用他们正在做的内容的上下文提出后续问题，例如为什么选择某种方法而不是另一种，或者如果引入新的约束条件，他们的解决方案会如何改变。
Ravisankar告诉TechCrunch,Chakra正在改变招聘流程本身的基本结构。他说,以前包括招聘人员初筛、带回家的评估以及与工程师的后续面试这三个独立环节的流程,现在被合并为一次Chakra面试。
在面试中允许候选人使用人工智能似乎更容易作弊。然而，HackerRank 表示发现了相反的结果。Ravisankar 说，Chakra 面试中可疑活动的标记比例比类似的传统 HackerRank 测评低 70% 到 80%，尽管该比例因地域和资历等因素而有所不同。
Ravisankar 告诉 TechCrunch，让候选人使用 AI 可以降低他们在面试中偷偷使用外部工具获取答案的动机。
已发布 在2012年的TechCrunch Disrupt上，HackerRank围绕编程挑战建立了自己的业务，最终帮助企业根据技术能力评估和招聘开发者。这家获Y Combinator支持的初创公司如今拥有超过3,000家企业客户，包括Amazon、Nvidia、Clay和Replit，以及全球超过3000万的开发者社区。
Chakra代表了对HackerRank花费多年建立的技术评估业务的一种对赌。其传统产品主要测试开发者能否正确解决编程问题。尽管如此，Ravisankar认为AI已经使HackerRank早期的模型在衡量工程能力方面变得不那么有用了。
Ravisankar在公司内部将这次转型比作苹果从iPod转向iPhone，因为旧产品仍然有价值，但新产品代表了这家初创公司认为市场的发展方向。“Chakra将成为主打产品，”他说。“它将是我们前进的方向。”
然而，让AI在评估候选人方面发挥更深入的作用引发了另一类问题，尤其是企业应该在多大程度上将招聘决策委托给算法。Ravisankar告诉TechCrunch，Chakra的设计目的是为候选人评分，而不是做出最终的招聘决定，后者仍由人类掌握。
Ravisankar表示，AI可以通过持续应用雇主设定的标准来处理面试中更结构化的部分，而人类面试官可以花更多时间判断他们是否真的想与候选人共事，并回答关于公司、团队和职位的问题。
“如果你调校得当，AI的偏见远低于人类，”Ravisankar说，他认为可以指示AI系统对每位候选人使用相同的评分标准，而不受候选人背景或教育等因素的影响。
然而，始终如一地应用相同的标准并不一定能使AI系统免于偏见。自动化招聘工具可能会继承或放大其构建时所使用的数据、模型和标准中的偏见，这促使监管机构对其在就业决策中的使用进行审查。
AI在招聘中的使用已经引起监管审查。例如，纽约市要求使用某些自动化就业决策工具的雇主对这些工具进行独立的偏见审计，并在使用之前向候选人发出通知。Ravisankar承认招聘是一个受监管的领域，并表示遵守此类要求是HackerRank必须为之构建的一部分。