机器学习、深度学习、机器人技术、算法、聊天机器人、结构化与非结构化数据、监督与无监督学习——我们很容易迷失在人工智能术语的泥潭中。

查找资源的能力

撇开人工智能的定义不谈，我们很早就知道人工智能可以让招聘人员的工作变得更加轻松。无需让一个人花费数小时来筛选简历，我们完全可以使用机器来代替人的工作。通过机器算法我们招聘人员可以自定义匹配关键字，然后快速高效地排序简历，从而生成合适的入选人员名单。

在查找资源和识别数据方面，我们通过研究一些全球公司收到的数千份简历和入职申请数据可得出此结论：人工智能在过滤处理大量数据方面有着重大的影响。于此同时，人工智能的预测分析技术能够基于以往成功受聘者的历史数据，让招聘人员做出更好的招聘决策。总之，通过人工智能节省时间具有重大意义，这意味着招聘人员可以专注于职位的其他关键部分，例如与客户面对面交流并建立联系。

消除偏见的缺陷

然后是消除偏见的问题，这一直是招聘过程中争论的焦点。无论是年龄还是姓名，应聘者都有可能在多方面受到面试官有意或者无意的歧视。案例表明，应聘者仅仅是在简历上改名都会受到区别对待。因此，被称为“盲目”的招聘方式正在受到推崇。

但人工智能是更优的选择吗？尽管它可能会减少偏见，但是能否减少偏见取决于输入的信息是否具有偏见。所以实际上，根据所使用的数据，算法实际上会放大这种偏差，从而违反了机器学习的目的。2018年，亚马逊就因性别歧视而不得不关闭人工智能招聘——因为应聘软件开发人员和其他技术工作的女性被排除在外。

人类智慧vs人工智能

我们现有识别面部表情的软件，可以通过在面试中分析应聘者的行为（如肢体语言、措辞或语言模式），来评估一个人能否胜任新职位。然而人工智能只能根据原有的数据得出结论，所以您不可避免地会招募具有相同或相似类型的人员来建立预先定义的特征。很显然这对企业人员的多样性、创造力和创新性来说不是个好兆头。

正如法国哲学家加斯帕德·柯尼希（Gaspard Koenig）在他的著作《独立哲学》中所说的那样，机器无法像面试官一样得出候选人“符合所有条件”这样的结论。尽管人工智能是未来必定趋势，在招聘中也确实可以发挥一定的作用，但我们绝不能忽视其局限性。

即使有很多的科学技术的介入，但至少到目前为止我们仍没有达到“人工智能可以取代人类思考”的水平。