首页 科技快讯 36氪领读 | 诺奖经济学得主卡尼曼:为何传统面试对人才招聘毫无用处

36氪领读 | 诺奖经济学得主卡尼曼:为何传统面试对人才招聘毫无用处

来源:晰数塔互联网快讯 时间:2021年09月18日 21:05

本文摘编自图书《噪声》,作者:丹尼尔·卡尼曼;奥利维耶·西博尼;卡斯·桑斯坦,36氪经授权发布。

为什么有些应聘者面试分数高,而有些人分数低,这真的取决于他们的个人能力吗?或者面试分数就能判断他们未来的工作能力吗?接下来告诉你的这个结论很可能让你大跌眼镜。传统面试很可能对人才招聘毫无用处!

行为经济学鼻祖、诺贝尔经济学奖得主丹尼尔・卡尼曼继阐述“偏见”的百万级畅销书《思考,快与慢》后,历经十年再次推出重磅巨作《噪声》来揭示:人类判断中的行为缺陷。在 《噪声》一书中,丹尼尔・卡尼曼揭示了标准面试中存在的巨大危险,面试官受到我们忽略已久的“噪声”的巨大影响,只有结构化面试才能帮助企业解决招聘中的根本性问题,而谷歌正是借助结构化面试才摆脱了人才招聘困境。

面试的危险

在大多数情况下,面试都遵循既定的流程。在互相寒暄之后,面试官会要求应聘者描述他们的个人经历,或者详细地描述他们经历中的某些特定方面。再问一些有关个人成就和挑战、工作动机,以及如何能帮助公司改进之类的问题。面试官通常还会要求应聘者描述他们的个性,并解释为什么他们很适合所应聘的职位或公司文化,有时也会问应聘者的爱好和兴趣。最后,应聘者通常有机会问面试官一些问题,面试官则会评估这些问题是否重要,以及是否有洞察力。

如果你对求职面试的研究不熟悉,接下来的内容可能会让你大吃一惊。从本质上说,如果你的目标是确定哪些应聘者在工作中会成功,哪些会失败,那么标准面试并不能提供非常有用的信息。更直截了当地说,它们往往毫无用处。

从组织的视角来看,组织在人才选拔上投入了大量时间和精力,面试的最主要目的显然还是选拔。而在这项任务上,面试做得并不成功。如果你对两个候选人的了解只限于一个候选人在面试中比另一个表现更好,那么这个候选人确实比另一个表现更好的概率仅为 56% ~ 61%,这只比掷硬币好一些。

面试中的噪声

为什么标准面试如此无效?我们很容易理解为什么传统面试在预测工作绩效时会产生误差。有些误差与我们所谓的客观无知有关。工作绩效取决于很多因素,包括你雇用的人适应新职位的速度,或者各种生活事件对其工作的影响。

面试也是心理偏差的雷区。近年来,人们已经意识到,面试官往往无意识地青睐那些与他们有相似的文化背景或共同之处的候选人,包括性别、种族和教育背景。许多公司现在已意识到偏差带来的风险,并试图通过对招聘专家和其他员工实施专项培训来应对这些风险。

如果你听到面试过程中也存在噪声,应该不会感到惊讶:不同的面试官对同一个候选人的反应不同,得出的结论也不同。这种差异很大程度上是模式噪声的产物,即面试官们对某位应聘者的特殊反应是有差异的。大多数组织都预料到了这种差异后,要求几位面试官面试同一位候选人,并将面试结果以某种方式汇总。通常,汇总意见是通过讨论形成的,在讨论中必须要达成共识——但这一过程本身就会产生问题。

一个更令人惊讶的发现是,在面试中存在很多情境噪声。例如,强有力的证据表明,应聘者能否获得面试官的聘用推荐,与面试过程中非正式关系的建立阶段所形成的印象有关。也就是面试刚开始的2~ 3分钟里,面试官与应聘者进行寒暄,从而让应聘者放松的阶段。因此第一印象非常重要。也许你认为,凭第一印象做出判断没什么问题。至少我们从第一印象中了解到的一些东西是有意义的。对于有经验的面试官来说尤其如此。但面试的前几秒钟恰恰反映了你从第一印象中获得的表面品质:早期的认知主要基于应聘者的外向性和语言能力。即使是握手的质量,也是能否获得面试官推荐的重要预测因素!我们可能都喜欢坚定的握手,但很少有招聘人员会有意识地将其作为关键的招聘标准。

面试官心理

为什么第一印象会在那么长时间的面试中对最终结果产生影响?其中一个原因是,在传统面试中,面试官可以自由地将面试引向他们认为合适的方向。他们很可能会问一些能证实最初印象的问题。如果某位应聘者显得害羞和矜持,面试官可能会问一些尖锐的问题。但面试官对面试者形成了积极的第一印象后,面试时问的问题就较少,而且往往会把公司“推销”给应聘者。

第一印象的作用并非面试中唯一有问题的因素。另一个因素是,作为面试官,我们希望在我们面前的候选人表现得合乎情理(这是我们过度寻求连贯性的一种表现)。在一个让人难以置信的实验中,研究人员让学生扮演面试官或应聘者的角色,并告诉他们,面试中只能提问封闭式的是非题。然后,他们让一部分应聘者随机地回答问题。按照事先安排好的,应聘者会根据问题的首字母来回答是或否。)研究人员有些讽刺地指出:“一些应聘者最初担心随机答题会因为有人发现他们在胡说八道而导致面试进行不下去。但他们的担心是多余的,面试顺利地进行了下去。”

传统面试的局限性让我们严重怀疑能否从中得出有价值的结论。然而,面试中形成的印象是生动的,面试官通常对此充满信心。当把面试结论和候选人的其他线索相结合时,我们往往会把面试看得太重,而把其他可能更具有预测性的数据看得太轻,比如能力测试的成绩。

面试的故事是情境噪声在实际生活中的一个例子。应聘教职的教授经常被要求在同行面前授课,以确保他们的教学技能达到学校的标准。这种授课当然不同于平常在教室中的授课。有人曾经目睹过一位候选人在这个试讲中给人留下了不好的印象,很明显是因为当时的压力,因为候选人的简历中提到了自己曾获得优秀的教学评价和几项优秀教学奖。然而,他在一个高度人为化的情境中的失败表现给人留下了生动的印象,这种生动的印象在决策中所占的权重,高于那些代表出色教学表现的抽象数据所占的决策权重。

结构化改善人员选拔

如果传统面试和基于判断的招聘决策只有有限的预测效度,那么我们该怎么办呢?幸好,研究还提出了一些关于如何改进人员选拔的建议,有一些公司正在关注这些建议。

谷歌就是这样的一个例子。它改进了人员选拔措施并报告了改进的结果。拉兹洛·博克(Laszlo Bock)曾任人力运营部高级副总裁,他在《工作规则》(Work Rules!)一书中讲述了这些事情。其中一个策略是汇总。人们在这种背景下使用汇总并不奇怪。几乎所有的公司都会汇总多个面试官对同一个候选人的评价。不过为了确保预测效度,谷歌严格执行了一项规定:公司要确保面试官在相互交流之前对候选人进行独立打分。这条规定并不是所有公司都有。再次说明:汇总是有效的,但前提是判断是独立的。

谷歌还采用了一种我们尚未详述的决策卫生策略:将复杂的判断结构化。结构化一词可以有很多意义。此处使用这个术语时,我们按照 3 个原则来定义结构化的复杂判断:分解、独立和推迟整体性判断。

·第一个原则是分解,它将决策分解为多个组成部分,即中介评估。这一步的目的与指南中确定子判断的目的相同:它能确保判断者将注意力集中在重要的线索上。分解就好像一个路线图,指明了需要什么样的数据,并且过滤掉不相关的信息。

·结构化判断的第二个原则是独立性,要求独立收集每个评估维度的信息。只列出职位描述的组成部分是不够的:大多数进行传统面试的招聘人员也知道他们要在应聘者身上寻找的四五种能力。问题在于,他们没有在面试过程中单独评估这些因素。每个评估维度都会互相影响,这使得每个评估都充满噪声。

·结构化判断的第三个原则,即推迟整体性判断(delayed holistic judgement),简单地概括起来就是:不排除直觉,但推迟直觉。在谷歌,最终的招聘推荐是由招聘委员会共同做出的,该委员会审查候选人的完整资料,包括每次面试中每个评估维度上的评分,以及支持这些评估的其他相关信息。

TIPS:避免无效面试的建议

“在传统的非正式面试中,我们往往会有一种无法抗拒的直觉,感觉自己了解该应聘者,并且知道这个人是否符合要求。但是,我们必须学会不信任这种感觉。”

“传统的面试很危险,因为其中不仅有偏差,还有噪声。”

“我们必须让面试甚至整个人事选拔过程结构化。我们应该从一开始就更明确、更具体地定义要在候选人身上寻找什么特征,并确保自己在每个维度上独立地对候选人进行了评估。

书名:《噪声》作者:丹尼尔·卡尼曼;奥利维耶·西博尼;卡斯·桑斯坦 湛庐文化 出品

作者简介

丹尼尔 · 卡尼曼(Daniel Kahneman)

诺贝尔经济学奖得主,美国总统自由勋章获得者,全球畅销书《思考,快与慢》作者。

他是普林斯顿大学尤金.希金斯心理学讲座教授,伍德罗威尔森学院公共事务教授,曾荣获

多项奖章,包括美国心理学学会颁赠的心理学终身贡献奖。他在心理学上的成就是挑战判断

与决策的理性模式,被公认为“继弗洛伊德之后,当代最伟大的心理学家”。他的跨领域研究对经济学、医学、政治、社会学、社会心理学、认知科学皆具深远的影响,被誉为“行为

经济学之父”。

奥利维耶 · 西博尼(Olivier Sibony)

巴黎高等商学院(HEC Paris)教授,牛津大学赛德商学院(Saïd Business School,

University of Oxford)外籍教授,他曾在全球最大的战略咨询公司——麦肯锡咨询公

司(McKinsey & Company)担任资深合伙人长达 25 年时间。他的研究领域为策略、

决策、问题解决,力图提升决策的品质。论文发表在众多优秀刊物之上,包括《哈佛商

业评论》(Harvard Business Review)与《麻省理工学院斯隆管理评论》(MIT Sloan

Management Review)。其中 2011 年 6 月,与卡尼曼合著的文章《Before You Make

That Big Decision》曾登上《哈佛商业评论》选集封面。

卡斯 · 桑斯坦(Cass R. Sunstein )

哈佛大学法学院 Robert Walmsley University 教授,行为经济学与公共政策研究

项目创始人兼主任,主要研究领域为政策制定方面。2009—2012 年任白宫信息与监督管理办公室主任;2013—2014 年加入奥巴马的情报与通信技术审查小组;2016—2017

年加入美国国防部国防创新指导小组。著有两本《纽约时报》畅销书,包括与理查德·泰

勒合著的《助推》和基于星球大战的法学书《星球大战的世界》,还有《助推 2》等其他

多本著作。

相关推荐

36氪领读 | 诺奖经济学得主卡尼曼:为何传统面试对人才招聘毫无用处
36氪领读| 诺奖得主克鲁格曼:特朗普主义,走到尽头了
无接触招聘季:进击中的AI面试
如何做对数字金融:诺奖启示的治理三原则
36氪首发|通过“AI得贤招聘官”实现90%+精准度面试判定,「近屿智能」获黑马基金数千万元股权融资
36氪首发|「鳄梨科技」完成数千万Pre-A轮融资,通过AI视频面试赋能大规模招聘
36氪领读 | 图灵奖得主:人工智能是如何走出死胡同的?
图灵奖颁给《玩具总动员》打造者,他们是动画特效先驱,奥斯卡得主,图形学集大成者
传统招聘策略过时了,怎样找到最佳人才?
AI面试机器人实现智能化招聘,「梯子科技」想要重新定义HR工作方式

网址: 36氪领读 | 诺奖经济学得主卡尼曼:为何传统面试对人才招聘毫无用处 http://www.xishuta.com/newsview50803.html

推荐科技快讯