HackerRank的AI面试官让我们一窥面试的未来形态

当AI从帮助求职者转向评估求职者，会发生什么？HackerRank——一个被企业广泛用于评估和招聘开发者的平台——正通过Chakra让我们一窥面试的未来形态。Chakra是一款AI智能体，它主持面试、观察候选人的工作过程，并且不仅评估他们的答案，还评估他们得出答案的思维方式。 经过约六个月的测试后，HackerRank于周一正式向客户全面推出Chakra。这家初创公司表示，该AI面试官在测试期间已进行了超过50万场面试，Snowflake、Snorkel和Capgemini等公司都曾试用过，HackerRank也在内部进行了产品测试。 AI在求职面试中早已不是新鲜事物，企业使用语音智能体和其他自动化工具来筛选候选人，以提高招聘效率。与此同时，求职者也越来越多地借助自己的AI工具来应对面试，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，如批判性思维和判断力，以及它所称的“AI流畅度”——即候选人能否良好地向AI表述问题、判断其输出结果，并引导AI走向解决方案。 “以前的评估模式是评估输出结果，”HackerRank联合创始人兼CEO维韦克·拉维桑卡尔在接受采访时表示。“现在，因为AI的存在，任何人都能产出成果。”他说，对雇主而言，问题变成了他们能否理解产出这些成果背后的思维和判断。 在实践中，Chakra面试被设计得更像在实际工作，而非参加传统的编程测试。候选人会拿到一个涉及真实代码仓库的任务，并在一个包含AI助手的画布中完成。在候选人工作的过程中，Chakra可以利用他们正在做的事情的上下文来提出追问，比如为什么选择某种方法而非另一种，或者如果引入新的约束条件，他们的解决方案会如何变化。 拉维桑卡尔告诉TechCrunch，Chakra正在改变招聘流程本身的基本结构。他说，以前涉及三轮独立环节——招聘人员初筛、带回家的评估测试以及与工程师的后续面试——现在合并为一场Chakra面试。 在面试中让候选人使用AI，似乎会让作弊变得更容易。然而，HackerRank表示他们发现情况恰恰相反。拉维桑卡尔称，Chakra面试中的可疑活动标记比同类传统HackerRank评估低了70%到80%，不过具体比例因地区和资历等因素而有所不同。 拉维桑卡尔告诉TechCrunch，让候选人在面试中使用AI，降低了他们暗中使用外部工具在面试中获取答案的动机。 HackerRank于2012年在TechCrunch Disrupt上正式推出，围绕编程挑战建立了自己的业务，最终帮助企业根据技术技能评估和招聘开发者。这家由Y Combinator支持的初创公司目前拥有超过3000家企业客户，包括亚马逊、英伟达、Clay和Replit，以及一个覆盖全球超过3000万开发者的社区。 Chakra代表了HackerRank对其多年建立的技术评估业务的一种自我颠覆。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，拉维桑卡尔认为AI已经使HackerRank早先的模式在衡量工程能力方面变得不那么有用。 拉维桑卡尔在内部将这一转型比作苹果从iPod转向iPhone——旧产品仍有价值，但新产品代表了这家初创公司所认为的市场方向。“Chakra将成为我们的招牌，”他说。“它将成为我们前进的方式。” 然而，让AI在候选人评估中扮演更深入的角色，引发了一系列不同的问题，尤其是企业应该在多大程度上将招聘决策委托给算法。拉维桑卡尔告诉TechCrunch，Chakra的设计目的是给候选人打分，而非做出最终招聘决定，最终决定权仍在人类手中。 拉维桑卡尔表示，AI可以通过一致地应用雇主设定的标准来处理面试中更结构化的部分，而人类面试官则可以花更多时间判断他们是否真的想与某位候选人共事，并回答关于公司、团队和职位的问题。 “如果调校得当，AI远比人类偏见少，”拉维桑卡尔说。他认为AI系统可以被指示对每位候选人遵循相同的评分标准，而不会受到候选人背景或教育等因素的影响。 然而，一致地应用相同标准并不一定能让AI系统免于偏见。自动化招聘工具可能继承或放大用于构建它们的数据、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了监管关注。例如，纽约市要求使用某些自动化就业决策工具的雇主对其进行独立的偏见审计，并在使用前通知候选人。拉维桑卡尔承认招聘是一个受监管的领域，并表示遵守这些要求是HackerRank必须为之做好准备的一部分。