AI在就业市场制造了一个无限恶性循环

乔迪·贝格斯的简历因为有两页而被扣分。她在一份文件里用了中间名首字母，另一份却没用，这也导致失分。如果把“percent”改成百分号，她的评分反而更高。

贝格斯是一名数据科学家，也是求职者。她从一款在线系统中得到了这些反馈——该系统通过比对职位描述和申请者材料来评估匹配度。这类工具中最著名的是Jobscan，不过贝格斯没有透露她测试的是哪一款。

“如果我的工作就是取悦机器人，”贝格斯说，“那哪怕我不喜欢AI生成的内容，也许机器会喜欢。”

Jobscan和其他类似应用都基于一个前提：招聘委员会会利用人工智能在求职跟踪系统（ATS）中自动评分和排名候选人。只有前10%到20%的申请者会被考虑，而剩下的80%可能永远没有出头之日。至少大家是这么认为的。为了进入短名单，候选人必须调整简历和求职信的格式，并塞入合适的关键词，以匹配ATS想要看到的内容。

问题在于，这个前提并不总是正确的。某些组织确实会进行自动排名，但在其他一些组织里，招聘从头到尾仍由人类亲自把关。

求职跟踪系统的诅咒

从最基本的层面来说，ATS用于收集求职申请、协助招聘委员会审查材料，并跟踪申请人从面试到录用的全过程。有些系统功能更为丰富，涵盖入职管理到自动AI筛选面试等环节。

Greenhouse ATS公司CEO丹尼尔·蔡特表示，关于这些工具流传着不少民间传说，尤其是来自求职者方面的说法。没有两个ATS是完全相同的。技术迭代很快，因此嵌入ATS的AI工具今天可能是这种工作方式，明天就可能完全不同。是否使用AI，取决于具体的产品以及团队购买了哪些功能并使用它们。

尽管如此，只要申请者相信人工智能参与其中，他们仍会用各自的AI去试图钻空子。

把自己的求职命运交给一个声称能优化 ATS 的工具，本身就是个没把握的主意。有一位招聘人员就证明过，即便 Jobscan 评分惨不忍睹，她依然拿到了十几个面试机会和一份录用通知。再想想，Jobscan 每月收费 30 到 50 美元，这家公司显然没什么动力让你退出求职市场。

而在一个 低裁员、低招聘 的经济环境下，情况只会更糟。职位空缺本就稀少，诈骗和幽灵职位的问题严重到一些州正在考虑立法 予以打击。

求职者和雇主都表示，他们正经历着信任的崩塌。求职者投入大量时间却石沉大海；申请职位成了一个黑盒。

与此同时，一些雇主称 他们每天收到几百份看起来几乎一模一样的简历，于是把它们喂给 ATS 的 AI 评分系统，试图快速分出高下。

Chait 认为我们正陷入一个 AI 末日循环。他说：“这是一个悲剧性的局面：双方都有问题，都在用 AI 解决自己的问题，但方式却让问题恶化。于是更多的 AI 使用催生了更多的 AI 使用，对谁都没有好处。事情愈演愈烈，情况越来越糟。”

人类筛选与 AI 筛选之比较

我与数十位招聘人员、人力资源经理以及自行招聘的小企业主进行了交流。有人承认使用自动化候选人排名，也有人坚决否认。这种分歧与公司规模甚至收到的申请数量无关，似乎更多由理念和企业文化驱动。

东芝人力资源副总裁 Kim Jones 说：“我们会让人类审查每一份申请。”她并不介意申请人用 AI 打磨材料，但“这对通过 ATS 筛选没什么帮助”。筛选申请人主要看职位要求、薪资期望以及其他一些因素，比如是否值得再次聘用。

在她看来，AI 被滥用最明显的是在面试环节。“你能听到停顿，也许还有打字声，接着他们就给出冗长而模板化的回答。”琼斯说。

Doist 是一家在招聘中更倚重人力而非技术的公司。这是一家小型全远程办公的企业，在全球范围内招聘，因此每当有职位空缺时，申请者的数量就会暴增。

该公司负责人力资源的高级副总裁纳迪亚·瓦塔利迪斯表示，她的团队曾尝试探索能否利用 ATS（申请人追踪系统）的排名来辅助筛选。他们选取了一些已经填补完毕的职位，将职位描述以及招聘过程中留存的所有申请材料输入系统。他们想搞清楚，“如果让 AI 对同一批候选人进行初筛会发生什么，我们最终面试的人会不会出现在同样的类别里。”瓦塔利迪斯说：“在我们测试的两个案例中，我们录用的那个人根本没进初筛名单。”她说虽然进入面试的人有一定重叠，但那些入职六个月后表现出色的新员工却未能通过 AI 的筛选。

换一种方式使用 AI

五个月前，詹姆斯·雅各布森开始找工作，他花在搜寻和投递上的时间相当于全职工作。作为一名设计专业人士，他知道 AI 在创造力上无法与他比肩，但他经常用它做实验，也清楚它在某些任务上是强大的工具。他用 Claude 和 ChatGPT 润色求职材料，确保其与职位描述相符，但效果甚微。

他没有只盯着申请材料，而是开始用 Claude 从头到尾梳理和优化求职流程。他让 AI 去抓取招聘启事、分析职位描述并进行归档。他根据工作类型、资历要求以及薪资期望设计了一套复杂的评分系统，针对线下、混合办公和远程岗位分别设定不同权重。他的 AI 助手帮他标出最值得申请的优质职位。当他拒绝某个职位时，会留下一条备注，这样几周后若该职位重新发布，AI 能立即提醒他当初为何不感兴趣。他花更少的时间搜寻，却找到了更高质量的职位。他收到了一些回复，但至今未获录用。

他实际上构建了一个反向的 ATS——一个专为求职者服务的追踪系统。

他没有就此止步。随后，雅各布森让 Claude 和 ChatGPT 对他的作品集进行评析，由此引发了一场长达六小时的全面改版。两天后，他接到了一家潜在雇主的电话，但依然没能拿到录用通知。 柴特表示，像雅各布森这样的求职者正在困惑：自己还能再怎么努力？“重复同样的做法并不是答案。”他说。 “这是我记忆中第一次，雇主和求职者双方都不满意，”柴特说，“这套机制就是行不通了。”对于求职者而言，“我认为问题不在于‘广撒网、碰运气’式的海投，”他说。 柴特建议，花时间研究那些你希望加入的公司，哪怕它们并不是第一时间浮现在脑海中的名字。东芝的金·琼斯提到，她现在几乎看不到求职信了，而提交求职信的申请人反而更能脱颖而出。在当今就业市场中，建立人脉是一种被严重低估的技能。 柴特还想对求职者传递一条信息：请记住——“这不是你的问题，是系统的问题，而且这系统烂透了。”