论文部分内容阅读
摘要：随着数字化智能化时代的到来，大家越来越关注数字化在人力资源管理领域里中的应用情况，特别是在应用场景以及技术手段等方面。文章通过梳理回顾近两年来国内学者对于人力资源管理领域里中数字化的研究情况，结合胜任力模型，介绍了游戏化评估、数字化面试以及求职者数据挖掘等数字化人才测评工具。数字化对求职者以及面试者都将带来新的体验与挑战，不仅对求职者的能力考察也将更全面，对企业也提出了更高的要求。
关键词：人才测评;数字化面试;AI面试;数据挖掘
1.绪论
北森人才管理研究院的调研显示，22.2%的中国企业已经具有切实的HR数字化经验，70.6%的企业在人力资源数字化领域上蓄势待发，但仅有3.2%的企业认为自己有成功实践。人才吸引与招聘是最领先的数字化人才管理阵地，新技术被积极应用，新工具和新产品不断涌现。招聘的数字化实践一般从渠道管理开始，以提升效率为目标，再延伸至招聘全流程，运用工具提高人才识别质量、候选人体验，实现自动化运营的效果。在未来，招聘有望实现全面智能化，招聘过程不再有轮次的概念，而是不断补充候选人的信息，诸如通过AI面试、人际网络分析、情绪识别等技术或工具锚定最匹配企业和岗位的候选人（北森人才管理研究院，2021）。人才测评又称为人才素质测评，是指为了实现特定目的，通过科学、客观的方法，对人的知识、能力、个性特征等素质要素进行测量与评价的活动。人才测评以心理学、测量学和管理学为基础，不断融合系统工程、信息科学、预测技术等多领域的知识，属于目前仍在发展和完善的交叉学科（唐宁玉.2016; 郭朝晖，2018）。未来五年 ， 数字化在人力资源管理体系中毫无疑问将会得到进一步的发展与应用。整个社会的数字化、产业的数字化、社会管理的数字化以及智能化的加速也会促进人力资源管理数字化的加速（彭剑锋，2020）。数字化时代的到来，人才评估工具的智能化数字化，将成为企业选拔人才的得力助手。结合大数据的特点，通过使用合适的评估方法将为企业的人才评估提供便利。
2.人才测评数字化的研究文献回顾
郭朝晖等人设计了“人才测评”课程 T-DS-A 实验教学模式并付诸实施。其研究实践表明：T-DS-A模式有助于学生更好地掌握人才测评基础理论知识，提高其实践应用能力和创新能力，有利于培养综合素质（郭朝晖，马金平等，2020）。李志、谢思捷等通过探讨游戏化测评技术的S-R-T理论和心流理论，梳理游戏化测评技术应用于人才选拔中的主要方式及科学设计思路，并总结其相较于传统技术的优势与不足。在此基础上，得出游戏化测评技术对我国人才测评发展的启示，如结合岗位需求有选择地使用与评价游戏化测评技术;应用游戏或游戏元素对组织进行真实表征;注重公平性问题;重视游戏化测评技术的设计者与测评者能力素质水平的提升;与传统人才测评技术结合使用（李志，谢思捷，赵小迪，2019）。刘宇中总结企业在发展期间将数据挖掘技术应用对企业发展现状进行优化改善。通过将数据挖掘技术应用到人才招聘环节、管理环节、配置环节以及薪酬设计中，不仅能够深入分析企业人力资源管理现状，还能为人力资源管理中出现的问题提出有效的解决措施（刘宇中，2019）。关鑫洁等从求职者的角度基于 Python通过 Scrapy 分布式爬虫技术从各大招聘网站获取海量信息，利用数据挖掘技术分析求职者意向，最后数据清理并格式化后进行可视化展示。通过该系统可以有效的展示各地区热门岗位统计情况，各求职岗位的工作地点分布情况，各地区岗位薪资数据对比情况，不同岗位所需技能分析等等，根据各数据模型求职者和求职单位可以根據自己不同的需求获取相应信息并对求职市场进行总体把握，从而做出正确决策（关鑫洁，黄思奇，位 磊，2020）。李苏龙等人基于文本分析，将定量数据与定性分析的方法相结合，运用基于分布式爬虫技术，进行文本挖掘、数据挖掘，帮助企业找到合适的人才，求职者明确市场需求找准自身定位，也为学校、培训机构的领导层提供数据决策支持和行业洞察功能（李苏龙、王大庆， 董晓玮，2020）。李志等通过探讨了利用社交媒体评估技术进行人员甄选的透镜模型和现实准确性模型。并且梳理了社交媒体评估技术的具体应用方式，总结了社交媒体评估可以更多地节约人才选拔成本以及为人才选拔提供更为真实的参考信息的优势;以及社交媒体评估的非标准化特点决定了其信度会受到评估者的主观性影响和社交媒体评估的不匹配性决定了其效度会受到被评估者掩饰性的影响等的不足，最后，提出了关于我国社交媒体评估应用的启示与思考，以期帮助个人、组织和社会更好地理解社交媒体评估这种新型人员甄选方式在互联网信息时代的应用和发展（李志、李红，2017）。李育辉等通过分析了测评中大数据的来源、计算方法、运用范围和不足，指出信度和效度作为测评的核心本质并未改变，而动态性和趣味性将伴随大数据技术的加入进而推动传统测评内容和形式的快速变革（李育辉，唐子，2019）。
3.理论分析
早在1973年McClelland就提出了“冰山模型”，其中针对人才评估认为人才的表层知识技能表现在冰山之上，而性格、品质、态度等内驱力体现在冰山之下。大卫·杜伯伊斯等后来的学者以冰山模型为理论基础的胜任力模型包括两个部分： 一是容易了解和测量的可见的外显的特征，比如技能和知识，同时这些特征也也容易改变和学习发展，但这些表现并不能决定卓越绩效的表现。二是深层次特征例如社会角色、自我认知、动机等特征，而这些特征是区分一般绩效和卓越绩效的个人深层次特征。胜任力模型主要以冰山模型为理论基础（徐峰，2012）。上图即为冰山模型：
卓越绩效的个人深层次基本特质总结为能力，包括专业技术和学习潜能;特质，职业道德、人际交往等;内驱力，也就是抱负、自我约束、驱动等。传统人才测评在评价应聘者与与组织氛围、个人价值观与企业价值观是否匹配时难以精准评价。在衡量求职者的上述三种特质时依旧依赖简历筛选、求职面试、心理测试等传统的方法。然而，由于价值观不匹配的造成的影响往往较为严重，甚至对公司核心创始团队产生影响（Jenny&Cynthia，2013）。 3.1数字化时代的工具选择
洪杉在红杉汇公众号上总结了乔西-贝辛（Josh Bersin）及托马斯·查莫洛·普雷姆兹克（Tomas Chamorro-Premuzic）提到的三种新的人才评估方法，分别是：游戏化评估、数字化面试，以及求职者数据挖掘。新一代的数字化评估工具，正在帮助管理者进行人才管理的变革，可以为企业更加有效、精准地衡量人才和评估潜力，注入新的活力（洪杉，2018）。随着AI技术的发展，AI算法面试将越来普遍以越来智能化，例如智联招聘推出“AI易面、北森人才管理研究院推出了AI 闪面等。
3.1.1 游戏化评估
在人才测评中引入游戏并依托于各类电子设备平台来进行测评是游戏化测评技术的应用方式。目前国内外企业或相关机构推行游戏化测评技术的主要形式分为四种：模拟经营游戏、项目竞赛游戏、题库型游戏和动作游戏。引入游戏的招聘测试类似游戏的特性，例如交互式、实时反馈、沉浸式场景的设计，让测试者获得心流体验。可用游戏化测试评估求职者的冲动性和冒险精神等（李 志，谢思捷，赵小迪，2019）。
3.1.2 AI算法面试
北森人才管理研究院AI算法测评，通过利用机器学习算法搜寻符合初试的求职学生，采取随机森林模型进行专业面试的预测，目前已经做到百分之七十以上的命中率。针对某些岗位相对较明确，需求量大的岗位开发了AI闪面可实现批量化初面，可以帮助企业节省面试成本。AI 闪面通过结合数据挖掘技术和人才评估，如人岗匹配技术、计算机视觉技术、机器学习算法、语音分析技术、机器学习算法、自然语言处理等，并且自动生成面试报告，可以实现批量精准度较高生成候选人的初面评价给企业进行参考，可以提高面试效率及降低面试成本（魏一凡，2020）。
3.1.3求职者数据挖掘
通过利用大数据软件及各种渠道获取挖掘求职者以往数据。例如获取求职者的全面的成绩单、社交网络信息等再结合文本分析等对求职者进行全面的追踪及个人画像等。例如，现在猎头在做候选人的背景调查时会关注应聘者的在社交网站上的表现或者记录等信息，然后利用这些信息对他们进行评估。通过对个人数据的采集和分析，用于衡量人们的社交媒体行为和工作相关的关键素质之间的联系。
4.小结
（1）在数字化时代，对个人职业能力的要求将更加全面和深层次，需要个人提前进行学习和训练。以往容易了解和测量的技能和知识等可见的外显的特征，在数字化时代将更加容易被测量和观察到，并且在大数据、数字化时代以往不容易被观察和了解的如社会角色、自我认知、动机深层次特征也将轻易的可以通过游戏化、AI面试、求职者数据挖掘等等方式展现给企业。对于个人求职者需要注重技能和知识的学习积累，同时，对职业目标岗位的需要的深层次的特征需要提前进行自我测评及塑造和改变，才能获得及取到相应的岗位机会。另外，大数据时代个人不仅需要珍惜维护好自己的职业口碑，同时，也需要珍惜维护好个人的网络社交平台的数据口碑等。
（2）根据北森人才管理研究院的调研显示，超过7成企业在人力资源数字化领域上蓄势待发但仅有3.2%的企业认为自己有成功实践。说明我国企业在人力资源数字化方面还有非常巨大的进步的空间，而且随着数字化的进一步发展，AI面试系统及对求职者数据挖掘模型的实践经验的积累等，数字化将为企业提供更加高效的人才评估工具。但同时，因为招聘变得更加便捷容易，这并不能为企业在人力资源上频繁试错提供便利，社会将对企业的用工伦理也有更加高的期望产出，所以，企业要拥抱人力资源数字化领域的变化，并且也需要结合人力资源数字化领域的工具明确企业对员工的需求以及所承担的社会责任。
（3）AI算法面试、求职者数据挖掘可能会涉及算法歧视、侵犯求职者数据挖掘个人隐私等方面，企业在使用过程需关注国家法律政策的要求以及使用邊界。
参考文献：
[1]北森人才管理研究院. 2021中国人力资源管理年度观察， 数字化人才管理：从现在到未来，2021
[2]彭剑锋.企业“十四五”人力资源战略规划的十大命题：战略分析与要点把握[J].中国人力资源开发，2020，37（12）：8-16.
[3]唐宁玉.人事测评理论与方法[M].大连：东北财经大学出版社，2016.
[4]郭朝晖.人才素质测评技术[M].北京：北京大学出版社，2018.
[5]郭朝晖，马金平，张兴威，陶悠然.人才测评T-DS-A实验教学模式设计与实践[J].实验技术与管理，2020，37（09）：19-22.
[6]李志，谢思捷，赵小迪.游戏化测评技术在人才选拔中的应用[J].改革，2019（04）：149-159.
[7]刘宇中.数据挖掘技术在企业人力资源管理中的应用[J].中外企业家，2019（22）：96-97.
[8]关鑫洁，黄思奇，位磊.基于Python的求职信息采集分析系统设计与实现[J].计算机时代，2020（03）：32-34+39.
[9]李苏龙，王大庆，董晓玮.基于文本的职位画像系统研究与设计[J].现代信息科技，2020，4（23）：67-71.
[10]李志，李红.社交媒体评估在人员甄选中的应用[J].外国经济与管理，2017，39（12）：100-111.
[11]李育辉，唐子玉，金盼婷，梁骁，李源达.淘汰还是进阶？大数据背景下传统人才测评技术的突破之路[J].中国人力资源开发，2019，36（08）：6-17.
[12]徐峰.人力资源绩效管理体系构建：胜任力模型视角[J].企业经济，2012，31（01）：68-71.
[13]洪杉.用3个数字化新工具，衡量人才潜力 | 首席人才官，2018 https：//mp.weixin.qq.com/s/apT0vQWHy3jIPhj
eQYcl3w
[14]Jenny，R.，&Cynthia，B.（2013） You may not need big data.Haevard Business Review18＼2：4-9.
[15]魏一凡.人才争夺战，巧用校招“自救”[J].人力资源，2020（19）：76-79.
作者简介：陈灿辉（1989-），男，广东茂名高州人，研究生在读，工商管理硕士，主要研究方向：企业服务营销与战略。
关键词：人才测评;数字化面试;AI面试;数据挖掘
1.绪论
北森人才管理研究院的调研显示，22.2%的中国企业已经具有切实的HR数字化经验，70.6%的企业在人力资源数字化领域上蓄势待发，但仅有3.2%的企业认为自己有成功实践。人才吸引与招聘是最领先的数字化人才管理阵地，新技术被积极应用，新工具和新产品不断涌现。招聘的数字化实践一般从渠道管理开始，以提升效率为目标，再延伸至招聘全流程，运用工具提高人才识别质量、候选人体验，实现自动化运营的效果。在未来，招聘有望实现全面智能化，招聘过程不再有轮次的概念，而是不断补充候选人的信息，诸如通过AI面试、人际网络分析、情绪识别等技术或工具锚定最匹配企业和岗位的候选人（北森人才管理研究院，2021）。人才测评又称为人才素质测评，是指为了实现特定目的，通过科学、客观的方法，对人的知识、能力、个性特征等素质要素进行测量与评价的活动。人才测评以心理学、测量学和管理学为基础，不断融合系统工程、信息科学、预测技术等多领域的知识，属于目前仍在发展和完善的交叉学科（唐宁玉.2016; 郭朝晖，2018）。未来五年 ， 数字化在人力资源管理体系中毫无疑问将会得到进一步的发展与应用。整个社会的数字化、产业的数字化、社会管理的数字化以及智能化的加速也会促进人力资源管理数字化的加速（彭剑锋，2020）。数字化时代的到来，人才评估工具的智能化数字化，将成为企业选拔人才的得力助手。结合大数据的特点，通过使用合适的评估方法将为企业的人才评估提供便利。
2.人才测评数字化的研究文献回顾
郭朝晖等人设计了“人才测评”课程 T-DS-A 实验教学模式并付诸实施。其研究实践表明：T-DS-A模式有助于学生更好地掌握人才测评基础理论知识，提高其实践应用能力和创新能力，有利于培养综合素质（郭朝晖，马金平等，2020）。李志、谢思捷等通过探讨游戏化测评技术的S-R-T理论和心流理论，梳理游戏化测评技术应用于人才选拔中的主要方式及科学设计思路，并总结其相较于传统技术的优势与不足。在此基础上，得出游戏化测评技术对我国人才测评发展的启示，如结合岗位需求有选择地使用与评价游戏化测评技术;应用游戏或游戏元素对组织进行真实表征;注重公平性问题;重视游戏化测评技术的设计者与测评者能力素质水平的提升;与传统人才测评技术结合使用（李志，谢思捷，赵小迪，2019）。刘宇中总结企业在发展期间将数据挖掘技术应用对企业发展现状进行优化改善。通过将数据挖掘技术应用到人才招聘环节、管理环节、配置环节以及薪酬设计中，不仅能够深入分析企业人力资源管理现状，还能为人力资源管理中出现的问题提出有效的解决措施（刘宇中，2019）。关鑫洁等从求职者的角度基于 Python通过 Scrapy 分布式爬虫技术从各大招聘网站获取海量信息，利用数据挖掘技术分析求职者意向，最后数据清理并格式化后进行可视化展示。通过该系统可以有效的展示各地区热门岗位统计情况，各求职岗位的工作地点分布情况，各地区岗位薪资数据对比情况，不同岗位所需技能分析等等，根据各数据模型求职者和求职单位可以根據自己不同的需求获取相应信息并对求职市场进行总体把握，从而做出正确决策（关鑫洁，黄思奇，位 磊，2020）。李苏龙等人基于文本分析，将定量数据与定性分析的方法相结合，运用基于分布式爬虫技术，进行文本挖掘、数据挖掘，帮助企业找到合适的人才，求职者明确市场需求找准自身定位，也为学校、培训机构的领导层提供数据决策支持和行业洞察功能（李苏龙、王大庆， 董晓玮，2020）。李志等通过探讨了利用社交媒体评估技术进行人员甄选的透镜模型和现实准确性模型。并且梳理了社交媒体评估技术的具体应用方式，总结了社交媒体评估可以更多地节约人才选拔成本以及为人才选拔提供更为真实的参考信息的优势;以及社交媒体评估的非标准化特点决定了其信度会受到评估者的主观性影响和社交媒体评估的不匹配性决定了其效度会受到被评估者掩饰性的影响等的不足，最后，提出了关于我国社交媒体评估应用的启示与思考，以期帮助个人、组织和社会更好地理解社交媒体评估这种新型人员甄选方式在互联网信息时代的应用和发展（李志、李红，2017）。李育辉等通过分析了测评中大数据的来源、计算方法、运用范围和不足，指出信度和效度作为测评的核心本质并未改变，而动态性和趣味性将伴随大数据技术的加入进而推动传统测评内容和形式的快速变革（李育辉，唐子，2019）。
3.理论分析
早在1973年McClelland就提出了“冰山模型”，其中针对人才评估认为人才的表层知识技能表现在冰山之上，而性格、品质、态度等内驱力体现在冰山之下。大卫·杜伯伊斯等后来的学者以冰山模型为理论基础的胜任力模型包括两个部分： 一是容易了解和测量的可见的外显的特征，比如技能和知识，同时这些特征也也容易改变和学习发展，但这些表现并不能决定卓越绩效的表现。二是深层次特征例如社会角色、自我认知、动机等特征，而这些特征是区分一般绩效和卓越绩效的个人深层次特征。胜任力模型主要以冰山模型为理论基础（徐峰，2012）。上图即为冰山模型：
卓越绩效的个人深层次基本特质总结为能力，包括专业技术和学习潜能;特质，职业道德、人际交往等;内驱力，也就是抱负、自我约束、驱动等。传统人才测评在评价应聘者与与组织氛围、个人价值观与企业价值观是否匹配时难以精准评价。在衡量求职者的上述三种特质时依旧依赖简历筛选、求职面试、心理测试等传统的方法。然而，由于价值观不匹配的造成的影响往往较为严重，甚至对公司核心创始团队产生影响（Jenny&Cynthia，2013）。 3.1数字化时代的工具选择
洪杉在红杉汇公众号上总结了乔西-贝辛（Josh Bersin）及托马斯·查莫洛·普雷姆兹克（Tomas Chamorro-Premuzic）提到的三种新的人才评估方法，分别是：游戏化评估、数字化面试，以及求职者数据挖掘。新一代的数字化评估工具，正在帮助管理者进行人才管理的变革，可以为企业更加有效、精准地衡量人才和评估潜力，注入新的活力（洪杉，2018）。随着AI技术的发展，AI算法面试将越来普遍以越来智能化，例如智联招聘推出“AI易面、北森人才管理研究院推出了AI 闪面等。
3.1.1 游戏化评估
在人才测评中引入游戏并依托于各类电子设备平台来进行测评是游戏化测评技术的应用方式。目前国内外企业或相关机构推行游戏化测评技术的主要形式分为四种：模拟经营游戏、项目竞赛游戏、题库型游戏和动作游戏。引入游戏的招聘测试类似游戏的特性，例如交互式、实时反馈、沉浸式场景的设计，让测试者获得心流体验。可用游戏化测试评估求职者的冲动性和冒险精神等（李 志，谢思捷，赵小迪，2019）。
3.1.2 AI算法面试
北森人才管理研究院AI算法测评，通过利用机器学习算法搜寻符合初试的求职学生，采取随机森林模型进行专业面试的预测，目前已经做到百分之七十以上的命中率。针对某些岗位相对较明确，需求量大的岗位开发了AI闪面可实现批量化初面，可以帮助企业节省面试成本。AI 闪面通过结合数据挖掘技术和人才评估，如人岗匹配技术、计算机视觉技术、机器学习算法、语音分析技术、机器学习算法、自然语言处理等，并且自动生成面试报告，可以实现批量精准度较高生成候选人的初面评价给企业进行参考，可以提高面试效率及降低面试成本（魏一凡，2020）。
3.1.3求职者数据挖掘
通过利用大数据软件及各种渠道获取挖掘求职者以往数据。例如获取求职者的全面的成绩单、社交网络信息等再结合文本分析等对求职者进行全面的追踪及个人画像等。例如，现在猎头在做候选人的背景调查时会关注应聘者的在社交网站上的表现或者记录等信息，然后利用这些信息对他们进行评估。通过对个人数据的采集和分析，用于衡量人们的社交媒体行为和工作相关的关键素质之间的联系。
4.小结
（1）在数字化时代，对个人职业能力的要求将更加全面和深层次，需要个人提前进行学习和训练。以往容易了解和测量的技能和知识等可见的外显的特征，在数字化时代将更加容易被测量和观察到，并且在大数据、数字化时代以往不容易被观察和了解的如社会角色、自我认知、动机深层次特征也将轻易的可以通过游戏化、AI面试、求职者数据挖掘等等方式展现给企业。对于个人求职者需要注重技能和知识的学习积累，同时，对职业目标岗位的需要的深层次的特征需要提前进行自我测评及塑造和改变，才能获得及取到相应的岗位机会。另外，大数据时代个人不仅需要珍惜维护好自己的职业口碑，同时，也需要珍惜维护好个人的网络社交平台的数据口碑等。
（2）根据北森人才管理研究院的调研显示，超过7成企业在人力资源数字化领域上蓄势待发但仅有3.2%的企业认为自己有成功实践。说明我国企业在人力资源数字化方面还有非常巨大的进步的空间，而且随着数字化的进一步发展，AI面试系统及对求职者数据挖掘模型的实践经验的积累等，数字化将为企业提供更加高效的人才评估工具。但同时，因为招聘变得更加便捷容易，这并不能为企业在人力资源上频繁试错提供便利，社会将对企业的用工伦理也有更加高的期望产出，所以，企业要拥抱人力资源数字化领域的变化，并且也需要结合人力资源数字化领域的工具明确企业对员工的需求以及所承担的社会责任。
（3）AI算法面试、求职者数据挖掘可能会涉及算法歧视、侵犯求职者数据挖掘个人隐私等方面，企业在使用过程需关注国家法律政策的要求以及使用邊界。
参考文献：
[1]北森人才管理研究院. 2021中国人力资源管理年度观察， 数字化人才管理：从现在到未来，2021
[2]彭剑锋.企业“十四五”人力资源战略规划的十大命题：战略分析与要点把握[J].中国人力资源开发，2020，37（12）：8-16.
[3]唐宁玉.人事测评理论与方法[M].大连：东北财经大学出版社，2016.
[4]郭朝晖.人才素质测评技术[M].北京：北京大学出版社，2018.
[5]郭朝晖，马金平，张兴威，陶悠然.人才测评T-DS-A实验教学模式设计与实践[J].实验技术与管理，2020，37（09）：19-22.
[6]李志，谢思捷，赵小迪.游戏化测评技术在人才选拔中的应用[J].改革，2019（04）：149-159.
[7]刘宇中.数据挖掘技术在企业人力资源管理中的应用[J].中外企业家，2019（22）：96-97.
[8]关鑫洁，黄思奇，位磊.基于Python的求职信息采集分析系统设计与实现[J].计算机时代，2020（03）：32-34+39.
[9]李苏龙，王大庆，董晓玮.基于文本的职位画像系统研究与设计[J].现代信息科技，2020，4（23）：67-71.
[10]李志，李红.社交媒体评估在人员甄选中的应用[J].外国经济与管理，2017，39（12）：100-111.
[11]李育辉，唐子玉，金盼婷，梁骁，李源达.淘汰还是进阶？大数据背景下传统人才测评技术的突破之路[J].中国人力资源开发，2019，36（08）：6-17.
[12]徐峰.人力资源绩效管理体系构建：胜任力模型视角[J].企业经济，2012，31（01）：68-71.
[13]洪杉.用3个数字化新工具，衡量人才潜力 | 首席人才官，2018 https：//mp.weixin.qq.com/s/apT0vQWHy3jIPhj
eQYcl3w
[14]Jenny，R.，&Cynthia，B.（2013） You may not need big data.Haevard Business Review18＼2：4-9.
[15]魏一凡.人才争夺战，巧用校招“自救”[J].人力资源，2020（19）：76-79.
作者简介：陈灿辉（1989-），男，广东茂名高州人，研究生在读，工商管理硕士，主要研究方向：企业服务营销与战略。