AI 面試評分輔助：能信任到什麼程度？

AI 幫忙整理面試逐字稿、標出關鍵回答，這部分很好用。但「AI 給這個候選人打幾分」，就要小心了。以下是我認為 HR 在用 AI 輔助面試評分時，該注意的三個偏誤來源，以及怎麼設計流程才不會本末倒置。

偏誤來源 1：訓練資料帶來的隱性偏好

AI 模型是從大量既有文本訓練出來的，如果訓練資料裡「成功的求職者」樣態本身就存在某種傾向（例如特定用詞風格、特定背景敘述方式），AI 評分很容易不自覺地複製這個傾向，而不是真的在評估工作能力。這不是 AI 廠商刻意設計的偏見，而是資料本身帶來的系統性偏差，很難光靠「用更好的提示詞」完全解決。

偏誤來源 2：語言表達力 ≠ 工作能力

AI 目前主要分析的是「說了什麼、怎麼說」，對於外向、口條好的求職者容易給出更高評價，但這跟實際工作表現不一定正相關（尤其是技術型、內向但執行力強的職務）。如果你的職缺看重的是實作能力而非表達能力，AI 評分的參考價值會打折扣。

偏誤來源 3：情境理解的侷限

面試官能感受到候選人回答時的猶豫、追問後的反應、非語言線索，這些 AI 目前很難完整捕捉。AI 看到的是逐字稿，人看到的是整個互動過程——這個落差在評估「臨場反應」「抗壓性」這類特質時特別明顯。

建議的權重設計：人主導，AI 輔助

基於以上三點，我建議的使用方式是：

• AI 負責：整理逐字稿、標出候選人提到的具體經驗與數字、列出面試官可能漏問的追問點
• 人負責：最終評分與錄用建議，AI 的分析結果只是「提醒你別漏看什麼」，不是「幫你打分數」
• 絕對不要：把 AI 給的分數直接當成錄用門檻（例如「AI評分低於70分自動刷掉」）——這等於把最終決策權讓給一個你自己都不完全理解運作邏輯的系統

延伸閱讀

如果你還在猶豫要不要導入 AI 面試輔助，可以先看決策向的企業要不要導入 AI 做人資？先想清楚這 5 件事，裡面談到的「風險環節分級」對面試評分這類中風險應用特別適用。