人工智能当HR 能帮你找到好工作吗

本篇文章1649字，读完约4分钟

张三，毕业于一所著名大学，参加了一个研究项目& hellip& hellip毕业季节充满了这样的简历。在枯燥和相似的简历背后，实际上是生动的个人。老板直接就业职业科学实验室的负责人薛艳波把求职者形象地称为一个纸上谈兵的人。从数据来看，求职者实际上包含了N维信息，如时间、性格、心理等。但是，薛艳波表示，在现有的求职过程中，求职者无法从多个维度理解。

人工智能的出现有望改变纸人和多维度之间的矛盾。7月25日，老板宣布成立一个科学实验室。薛艳波说，人工智能可以在求职时最大限度地恢复纸质人的信息状态。在信息维度的世界里，工作将从单一的工作描述和招聘通知恢复到社会运作的实际部分。

巧合的是，几天前，一些媒体报道称，ibm已经使用人工智能(Watson)来预测员工未来的工作潜力，其动机也是传统的纸质评估方法难以获得与职位相匹配的正确结果。正如ibm负责薪酬和福利的副总裁nickle lamoreaux所说的那样:根据过去的业绩来决定是否升职是非常有限的。

人工智能读心术，现在有必要升级人与岗位的匹配方案。它如何突破并帮助人们和帖子匹配以获得最佳解决方案？

确立目标，设计一个双边市场

人与帖子的匹配度低，导致大量的人花时间等待帖子，不匹配和被动的行动。boss首席执行官赵鹏表示，目前人才不在岗、人不到位的状况，实际上是人才市场不必要的内耗。

在求职过程中，人的简单化是内耗的原因之一。人工智能能够以三维和历史的方式呈现求职者。这不仅仅是多维匹配，还包括什么时候匹配以及如何最佳匹配。薛艳波解释说，例如，如果今天给一个求职者提供一份工作，七天之后再给他，结果可能会不同。

机器人评价在一些单位逐渐得到应用，但没有考虑时间维度的评价体系。例如，机器人不会识别候选人当天状态的短期波动，可能会认为这是正常的。这种制度的局限性不能反映宏观层面劳动力市场的匹配情况。

薛艳波认为，遮挡的匹配可以描述为两个可解的方程:一是没有“一”和“二”之分，没有“一”和“二”之分；其次，甲和乙、丙和丁不会配对，但有一个更好的组合，使整个市场更好。从微观到宏观，通过个体或部分市场的匹配，整个专业市场将呈现稳定状态。然而，使用人工智能的专业科学的目标是一个稳定的市场，这是一个可以通过模块拆卸和算法建模来规划和设计的科学问题。

与一些有明确问题的科学问题不同，在招聘人员时需要考虑人的因素。薛艳波表示，传统上，大数据分析主要是通过计算科学、数据挖掘等方法来解决招聘问题，被认为是一个工程问题。我们认为需要增加的参数包括心理学、社会学、经济学、劳动关系等等。将人文学科分解成模块，并将其引入人工智能参数，参与深度学习神经网络的映射关系，将使其更有可能建立一个稳定的双边市场。

基于大数据，生成机器学习是互补的

对于人工智能来说，无论是哪个专业领域，数据始终是找到最佳解决方案的基础。第一步是选择哪些数据，从哪个维度，多少。

根据这些数据，ibm Watson所称的数据包括员工数据、接手的历史项目、员工经验和绩效、记录在内部培训系统中的员工培训和学习等。

不同来源的人力资源数据的积累总是在不断推进。人力资源和社会保障部相关负责人去年年底表示，人力资源和社会保障部启动的人才质量评估服务已经评估了近50万人次。根据boss直接雇佣的相关数据，平台掌握的数据样本量约为4000万。

现有的数据足以支持我们做一些已开始的科研项目。薛彦博说，但是对于一些敏感或未被认可的数据，一些机器学习方法可以填补这个空白，比如创成式机器学习方法。他补充说，如果平台上有张三和李四，并且数据中需要张三和李四之间的角色，则可以训练机器学习模型，并且可以导出满足张三和李四的中间特征的角色，用于现实世界中的工作匹配等研究工作。

算法和模型仍在探索中

机器学习有三个重要支柱:数据、模型和计算能力。薛艳波表示，数据呈指数级增长，模型开发相对缓慢，可供机器学习的模型不多。就业市场是一个全新的市场，可能需要一个全新的模式来解决这个问题。最大的挑战可能是模型设计。