HackerRank 推出 AI 面试官 Chakra，预示未来招聘流程变革
当 AI 从协助求职者转变为评估求职者时，会发生什么？HackerRank 是一个让公司用来评估和招聘开发者的平台，它通过名为 Chakra 的 AI 智能体，让我们得以窥见未来面试的可能图景。Chakra 不仅负责主持面试、观察求职者工作，还会评估他们的答案以及达成答案的过程。
经过约六个月的测试期，HackerRank 于周一向所有客户正式开放 Chakra。这家初创公司表示，在测试期间，该 AI 面试官已完成了超过 50 万场面试。试用企业包括 Snowflake、Snorkel 和 Capgemini，HackerRank 内部也对该产品进行了测试。
AI 早已在面试中占据一席之地。企业利用语音智能体和其他自动化工具筛选候选人，以提高招聘效率。与此同时，求职者也在积极利用自己的 AI 工具应对面试，有时雇主对此一无所知。
通过 Chakra，HackerRank 押注 AI 不仅能改变面试的形式，还能改变雇主可衡量的维度。除了判断候选人是否得出正确答案，该公司还希望评估更难以量化的指标，如批判性思维和判断力，以及所谓的“AI 熟练度”——即候选人如何向 AI 表述问题、如何评判其输出结果，以及如何引导 AI 逼近解决方案。
“以往的评估模式侧重于最终产出，”HackerRank 联合创始人兼 CEO Vivek Ravisankar 在采访中说。“如今，由于 AI 的出现，任何人都能生成产物。”他表示，对雇主而言，关键问题变成了：他们是否能理解产生该产物背后的思考与判断过程。
在实际应用中，Chakra 的面试设计更贴近实际工作，而非传统的编程测试。候选人会获得一个涉及真实代码库的任务，并在一个集成 AI 助手的画布中完成工作。在候选人操作过程中，Chakra 可结合上下文提出后续问题，例如：为何选择某种方案而非另一种，或者如果引入新的约束条件，解决方案会如何变化。
Ravisankar 告诉 TechCrunch，Chakra 正在从根本上改变招聘流程的结构。过去需要三轮环节的流程——招聘人员初筛、带回家的编程测试、再由工程师进行后续面试——如今被合并成了一次 Chakra 面试。
允许候选人在面试中使用 AI，看似更容易作弊，但 HackerRank 发现结果恰恰相反。Ravisankar 表示，与传统 HackerRank 测试相比，Chakra 面试中的可疑行为标记降低了 70% 到 80%，不过具体比例因地区和资历等因素而有所差异。
Ravisankar 告诉 TechCrunch，允许候选人光明正大地使用 AI，反而削弱了他们偷偷借助外部工具获取答案的动力。
HackerRank 于 2012 年在 TechCrunch Disrupt 上发布，以编程挑战为核心业务，后来逐步帮助企业根据技术能力评估和招聘开发者。这家获 Y Combinator 支持的初创公司目前拥有超过 3,000 家企业客户，包括 Amazon、Nvidia、Clay 和 Replit，全球开发者社区规模超过 3,000 万人。
Chakra 代表着对 HackerRank 多年打造的技术测评业务的一次自我颠覆。其传统产品主要考察开发者能否正确解决编程问题。不过 Ravisankar 认为，AI 的出现已让过去的模式难以有效衡量工程能力。
他把这次转型比作苹果从 iPod 走向 iPhone：老产品仍有价值，但新产品才是公司认为的市场方向。"Chakra 将成为我们的主打，"他说，"它将决定我们未来的前进方向。"
让 AI 更深入地参与候选人评估，会引发另一系列问题，尤其是关于企业应向算法下放多少招聘决策权的问题。Ravisankar 告诉 TechCrunch，Chakra 旨在为候选人打分，而非做出最终录用决定，最终决策权仍掌握在人类手中。
他表示，AI 可以通过一致地应用雇主设定的标准，来处理面试中更结构化的部分；而人类面试官则可以把更多时间用于判断自己是否真的愿意与该候选人共事，以及解答关于公司、团队和职位的相关问题。
“只要调教得当，AI 比人类偏见少得多，”Ravisankar 说。他主张，AI 系统可以被指示对每位候选人使用同一套评分标准，而不会受到候选人背景或学历等因素的影响。
然而， consistently 应用同一标准并不意味着 AI 系统就一定没有偏见。自动招聘工具可能会继承或放大构建其数据、模型和标准中的偏见，这也促使监管机构对它们在雇用决策中的使用进行严格审查。
AI 在招聘中的应用已经引起监管关注。例如，纽约市要求使用某些自动雇用决策工具的雇主对其进行独立的偏见审计，并在使用前通知候选人。Ravisankar 承认招聘是一个受监管的领域，并表示符合此类要求是 HackerRank 在构建过程中必须考虑的一部分。