面试禁用 AI：是坚守底线，还是错失未来？

发表于 阅读次数： Waline： 本文字数： 2.2k 阅读时长 ≈ 8 分钟
AI职场重用，面试却禁用，是撕裂的现实。文章探讨面试“禁用AI”的原因，提出应“适度允许+能力评估”，考察Prompt、优化等AI技能，迎接人机协同的未来。

撕裂的职场现实

程序员用GitHub Copilot/Cursor 3分钟生成代码，面试时却只看能不能“手撕”算法；文秘岗位日常使用 ChatGPT 撰写报告，面试只看是否能“限时手写”；设计师可以通过可灵/Ideogram 快速生成简易海报，但是面试只看能不能手画。

这种职场与面试的“双标”场景，正在成为 AI 时代的现实。

根据 Anthropic 发布的《Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations》论文显示，已经有超过 75% 的职业在工作中使用 AI，甚至有大约 4% 的岗位在他们日常 75% 的任务中使用 AI，也就是重度依赖 AI 了。

4%的岗位在 75% 的任务中使用 AI

但是，截止目前为止，几乎找不到任何关于大型公司在面试中对候选人使用 AI 的能力进行考察的信息。

这种割裂背后，其实是效率、安全、伦理三重矛盾的复杂交织

使用 AI 的三大矛盾

1. 效率与安全的博弈

初创企业

初创企业往往追求创新和效率，对传统规则的束缚较少。他们对于员工使用 AI 这件事情持更加开放的态度，甚至有不少初创企业会鼓励员工使用 AI 工具，公司会出钱为大家采购Cursor、Midjourney 等工具。

因为使用这些工具可以极大提升员工的工作效率，可以更快的迭代产品，更早地把产品推向市场。这对于初创企业来说是非常重要的。

下面这张图是使用一句话创建的妇女节的海报，即使是一个非专业人士，也能在短时间内创作出一个勉强可用的设计稿，尤其是在考虑的费用成本之后。

一句话创建海报

大企业

大企业一般来说更加重视数据安全，会限制员工使用各种 AI 工具，害怕出现数据泄露。这么做虽然减少了潜在的数据安全问题，但是长期来说，是与市场趋势相违背的。随着 AI 的发展，职场中大量使用 AI 几乎是必然事件，尤其是白领岗位。

2. 简历优化的灰色地带

使用 AI 润色简历已经是一个非常普遍的行为了。

也有很多这方面的产品，比如国内的心动 AI 简历，国外的Kickresume都是做的还不错的产品。

使用 AI 对简历的排版、措辞进行适当的调整和润色，这无可厚非，而且应该是一个值得推荐的行为。但是，不论出于有心还是无意，使用 AI 润色过的简历，会出现编造经历和技能的情况。这就触及到诚信问题了，而诚信几乎是所有企业的红线。

软件工程和管理领域的著名博主Gergely Orosz在他的《How GenAI is reshaping tech hiring》中提到，生成式 AI 的出现迫使企业和面试调整面试流程，因为有很多造假行为。

3. 作弊与反作弊的攻防战

比起简历润色更严重的另一个问题是候选人在面试过程中使用 AI 进行作弊。

由于现在很多面试都是线上视频面试，这给作弊带来了很大的便利。甚至也出现了不少这方面的产品，比如Final Round AI。

这一类产品被开发的初衷大多是辅助候选人进行面试练习的，但是往往会被用于作弊。

有作弊，就有反作弊。
比如Glider AI 和 Apriora 这两个产品就是帮助企业检测候选人是否在面试过程是作弊的。它们会检测候选人是否分享屏幕、电脑中是否有异常进程，甚至会分析候选人的眼神、语气和微表情等等。

为什么不考察使用 AI 的能力？

现在几乎没有企业会否认 AI 的重要性，那为什么面试时不考察候选人使用 AI 的能力呢？可能有以下三个原因。

1. 能力锚定效应

能力锚定效应是指人们倾向于用历史经验锚定能力标准，如同马车时代用‘驯马技能’评价司机驾驶能力

全球的教育体系中，或多或少都存在“知识储备量=能力”的观点。而且这种认知在面试中尤为显著。就像计算器普及后，学校依然会考察心算的能力。社会需要时间接受“使用工具的能力本身也是一种重要的能力”这个观点。

企业在面试中禁止使用 AI 或者不考察候选人使用 AI 的能力，很大程度上是对旧有评估模式的惯性坚持。

2. 组织进化滞后

大企业的岗位能力模型的调整可能 3-5 年才有比较大的变化，而现在的 AI 技术进展是月为单位的。这种差异让 HR 和用人团队的面试官更倾向于选择风险可控的传统方式，而非拥抱AI带来的变革。

如果允许候选人在面试中使用 AI，怎么考察候选人使用 AI 的能力对于面试官来说也是一个难题。毕竟没有先例可循，需要自己去摸索，在没有明确 KPI 的驱动下，可能动力不足。

3. 重视基础技能

无论 AI 如何发展，基础知识、逻辑思维、独立思考等核心能力都非常重要。
AI 可以提效，但前提是候选人本身应该具备中高级以上的技能，而不是完全依赖 AI。

如何设计AI友好型面试？

毫无疑问，AI 越来越重要，但是职场基础技能也非常重要。那应该如何设计一个 AI 友好的面试？

以下是我的个人想法，大概率是不对的。

首先，保留所有传统的面试内容，该考察的还是考察。

但是要增加一个考察使用 AI 能力的环节。在这个环节中需要做好两件事：设计任务和制定评估标准。

1. 设计任务

设计任务的时候应当做到分岗位 + 结合工具 + 难度略高。

分岗位很好理解，不同的岗位应该设计不同的任务，传统面试中也是这样的。

至于结合工具。每家企业，甚至每个团队使用的 AI 工具是不一样的，比如程序员会使用 Github Copilot/Cursor，设计师可能会使用 Midjourney，文秘可能会使用秘塔写作等等。
既然使用的 AI 是不一样的，那么在设计任务的时候也应当有所区分。

关于难度略高，既然 AI 可以提效，可以扩展能力边界，那就不应该考察传统面试中的问题，应该专门设计大一些、难一些的任务给候选人，否则起不到效果。

2. 制定评估标准

评估标准可以参考这几个。

  • 是否完成任务：能否使用 AI 完成任务
  • prompt 设计能力：观察候选人如何设计有效的 prompt 来引导 AI 生成高质量内容。
  • AI输出结果的评估和优化能力：考察候选人如何辨别 AI 生成内容的优劣，是否会进行评估、优化和改进，还是完全照搬 AI 的结果。
  • 效率和创新性：候选人使用 AI 工具的效率，以及是否能通过 AI 工具实现创新性解决方案。

结语

AI时代的到来，尤其是大模型的快速发展，正在推动面试评估的认知升级。Gergely Orosz在《How GenAI is reshaping tech hiring》中说，GenAI会在未来 12 个月内重塑科技行业的面试（这篇文章发表于 2024 年 12 月）。

完全禁止AI可能让企业错失具备AI应用能力的优秀人才，而完全依赖AI又可能掩盖候选人的核心能力。未来的面试或许需要一种平衡：既考察基础技能，又测试人机协同能力。

对于初创企业，放开AI限制可能是识才的新路径；而对于大企业，解决数据安全与效率难题则是关键。
无论如何，人类智能与机器智能的协同正在形成新型认知架构。面试评估若能与时俱进，拥抱这场变革，才能更好地抓住AI时代的机遇。