THINKING ALOUD

企业青睐精通AI人才 招聘成一大挑战

如今伪装成专家用户轻而易举,招聘方必须寻求更严格的方式来检验应聘者的实际能力。

Benjamin Cher
Published Thu, Jun 25, 2026 · 07:15 AM
    • 在招聘精通人工智能的人才时,企业应更好地定义其对人类监督能力的要求,并对应聘者进行相关测试。
    • 在招聘精通人工智能的人才时,企业应更好地定义其对人类监督能力的要求,并对应聘者进行相关测试。 图片来源:商业时报资料图

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    【新加坡】几乎每一项人力资源调查都表明,市场对潜在求职者具备人工智能技能和熟练度的需求殷切,与未提及此类要求的招聘信息相比,这类职位通常能提供更高的薪资。

    然而,要找到并聘用具备合适人工智能技能的人才,似乎比以往任何时候都更加困难。

    那些期望找到一位人工智能奇才——能够神奇地通过几个提示词就立即创造收入或节省成本——的公司,将不得不降低期望。

    KPMG在2026年的一项研究显示,在使用人工智能的公司中,只有5%的用户足够精通,能够以此创造价值。

    这甚至还未考虑到招聘过程中可能出现的更多是错聘而非成功的情况。

    技能测试平台TestGorilla对美国和英国的2000名雇主进行了一项新调查。结果显示,71%的机构已为其团队定义了何为精通人工智能,另有50%的机构建立了内部衡量标准。

    然而,尽管据说已经做了这些基础工作,仍有59%的机构在人工智能人才招聘上犯了错。

    部分问题在于企业究竟如何定义人工智能的熟练度和技能,有些企业仅将其定义为会使用人工智能工具。

    如今随着人工智能工具的广泛普及,仅仅会使用已很难被视为熟练的标志。相反,如何使用人工智能工具才是让人脱颖而出的关键。

    为避免对能力的评估过于主观,业界已开始尝试量化人工智能能力的不同方面,例如Anthropic公司推出的人工智能熟练度指数。该指数根据描述、委派和辨别等高阶技能对人工智能交互进行评分。

    Anthropic的研究发现,虽然在被分析的对话中,85.7%展现了持续迭代所需的描述和委派技能,但用户并未能始终运用批判性的辨别能力。

    当人工智能工具生成代码、文档或交互式工具等精良的输出结果时,用户的评估能力便会大幅下降。

    在这些情况下,只有5.5%的用户会核实事实,13%的用户会质疑其推理过程,15.8%的用户会识别出非文本输出中缺失的背景信息。

    这种行为上的差距是个问题,因为人工智能本身对其给出的结果好坏并不关心,它只是能比人类更快地完成好或坏的工作。因此,这有赖于人类用户对输出结果进行批判性评估,并不断迭代以获得正确的结果。

    在竞相利用人工智能的热潮中,企业需要更严格地审视其对求职者的面试和评估准则。由于现在有大量的提示词资源可用,伪装成专家用户比以往任何时候都更容易。

    招聘方需要探索更严格的方式来测试人工智能的熟练程度,特别是因为传统的面试流程往往更看重表现力而非实际能力。

    通常,评估应聘者的依据是他们如何讲述自己精通人工智能的故事,而不是展示他们的实际操作能力。

    使用人工智能解决问题需要用户不断的迭代和评估——这些无形的品质在标准的面试环境中是无法体现出来的。

    为了让公司能有效地进行测试,面试形式需要从讲述故事转向基于能力的评估,其中可包括让应聘者实时审核人工智能的输出结果。

    在招聘精通人工智能的人才时,企业应更好地定义并测试应聘者的人类监督能力,以及其特定工作职能所需的其他关键人工智能核心技能。

    此翻译对您是否有帮助?