对一个正在找工作的人来说，被要求去打动一位 AI 面试官，感觉就像在本已令人疲惫不堪的求职过程中又横生一道障碍。你希望有机会向未来可能共事的人解释自己，也想了解你渴望加入的组织的文化。结果，你却是在跟软件对话，还要琢磨它会怎么评判你。

雇主应当认真对待这种反应，但这也留下了一个更大的问题没有回答：AI 如何才能帮助更多人找到一份好工作，让他们在其中感到有意义、能够茁壮成长？

这正是我在 Possible 与 Aria 讨论到的机会。招聘经理时间有限，所以公司会用一些捷径来决定谁进入考虑范围。随着申请人数增加，招聘团队设置的筛选条件越来越多。比较常见的几条是：本科学历、叫得上名号的雇主或学校，或者一段与上一位成功录用者轨迹相似的职业路径。这些信号把成千上万份申请缩小到一份可处理的名单。

久而久之，一条实用的捷径可能变成一种对人才的无意断言。我们需要一种方式来决定面试谁，于是我们要求学历。几年之后，我们就认定这份工作必须有学历，却不再重新审视自己的立场——学历到底是不是在这个岗位上出类拔萃的必要条件。顺便说一句：这就是我大力支持 Byron Auguste 和 Opportunity@Work 的原因。他们一直是打破“纸天花板”、为没有大学学历的人拓宽就业机会的坚定倡导者。

任何读者都不会感到意外，我正在问自己：“AI如何能帮助解决这个问题？”AI可以通过降低深入考察更多人的成本来提供帮助。它可以帮助招聘人员识别陌生职位名称背后相关的经验，对照岗位的实际要求审阅工作样本，或者准备一些问题，让候选人有机会解释自己掌握的东西。它还可以分析不同的申请者，判断他们可能与现有团队成员形成怎样的关系或互补。每一份申请都可能成为一次探究的起点。

想象一个人在一家餐厅做了多年管理后申请一个运营岗位。他们的简历可能很容易被略过。但如果你问他们如何处理冲突的排班、意外的缺勤和紧张的预算，你可能会发现，这个人每个周五晚上上班时都在解决你那个问题的一个版本。AI可以帮助招聘经理注意到这种关联，并决定进一步了解。

这里需要说明：这更多是关于建立更具包容性和更有效的筛选机制。AI招聘工具不会创造更多就业岗位，但它们可以让招聘更公平，让所有相关方都有更好的体验。

在招聘中使用AI，应当以让更多人类注意力投向更多优质申请者为优化目标。如果整合不当，AI可能复制错误的假设，雇主需要审视它推荐了谁、又遗漏了谁。未来的同事也需要见面。招聘开启一段关系：团队和候选人都应当对这段关系是否合适拥有发言权。

对雇主而言，发现被忽视的人才是竞争优势。全都从相同学校和相同雇主那里招聘的公司，要花大量时间争夺相同的人。率先识别出一个人的能力，具有真正的价值。

每位招聘经理都清楚一次糟糕招聘的代价。而那个你从未考虑过的优秀人才，却更难被计入。AI或许终于能帮我们找到一直缺失的同事。