公司刚上AI面试系统 候选人和我打分差好多 这评分到底准不准

我们公司上个月买了套AI面试的东西,HR这边过初筛基本都靠它打分了。我做了六年招聘,本来觉得就是个筛简历的工具,结果这两天连着碰到两回反着的,心里有点没底。 昨天下午面一个做跨境运营的女生,聊下来我自己感觉一般,答得挺模板的,追问两句就绕。AI给的分数是86,排在那批第一。今天上午另一个男生,简历上有两段对口的经历,人也不怯场,我聊完是想要他的,AI给了59分,直接在系统里标了"不建议进入下一轮"。 现在的问题是我们总监挺信这套东西的,说分数低的连复试机会都不...

Viewed 2

我们公司上个月买了套AI面试的东西,HR这边过初筛基本都靠它打分了。我做了六年招聘,本来觉得就是个筛简历的工具,结果这两天连着碰到两回反着的,心里有点没底。

昨天下午面一个做跨境运营的女生,聊下来我自己感觉一般,答得挺模板的,追问两句就绕。AI给的分数是86,排在那批第一。今天上午另一个男生,简历上有两段对口的经历,人也不怯场,我聊完是想要他的,AI给了59分,直接在系统里标了"不建议进入下一轮"。

现在的问题是我们总监挺信这套东西的,说分数低的连复试机会都不给,省时间。但那两个人我明明更想见后面那个。

所以想问问有用过这类系统的同行,这个AI评分主要是按什么算的,是看语速表情还是关键词?我能不能把某个人的分数往上提,提了会不会在后台留记录?还有就是我面完是应该信自己的判断还是信分数,你们公司一般是哪个权重更大啊。

6 Answers

不建议把“AI 面试分数”当作一票否决。它通常能在大样本里做粗筛,但在涉及岗位匹配度、动机与成长性等细微判断上,容易与资深面试官的结论产生偏差。更稳妥的做法是:把 AI 分数当“提示信号+待核验假设”,由人复核关键候选;同时用统一评分表把你的判断结构化,便于和机器对齐与复盘。

AI 面试系统打分到底“看什么”:语音表情 vs 语义内容

不同厂商权重不同,但常见指标大多落在三类,你遇到的“模板化高分、实战强者低分”,正符合一些模型的偏好偏差。

  • 话术与结构类(偏文本/语义)
    • 关键词命中:是否覆盖JD高频词、STAR结构、行业术语
    • 语言连贯度:少停顿、少自我矛盾、段落清晰
    • 逻辑一致性:前后因果顺畅、量化表述充分
  • 表达与行为类(偏声学/视觉)
    • 语速/清晰度/情感稳定:中速、清晰、无明显紧张
    • 面部表情与注视:镜头对视、微笑频率、姿态稳定
    • 打断与响应时延:少抢话、少长时间空白
  • 岗位适配与风险类(偏规则/画像)
    • 简历与答案的匹配度:经历、产出与JD要点对齐
    • 风险信号:频繁跳槽、目标不清、夸大嫌疑
    • 行业基线对比:与历史“高绩效样本”相似度

容易失真或带偏的典型场景:

  • 擅长背诵模板的人:关键词/结构满分,但实际解决问题深度不足,分数偏高
  • 强实践但不善表达的人:语速慢、组织一般,实际胜任力强,分数偏低
  • 跨行业/成长型候选:画像与“历史高绩效样本”不相似,被系统低估

参考:多家主流平台在产品页会提到“对话数据用于优化模型、评分围绕表达/岗位匹配”等表述,可在你司所购平台官网与协议中核对细节,再结合公司信息安全规范与供应商说明进行取舍与权衡。

信AI分数还是信面试官:更稳的权重与流程

建议用“AI 预筛 + 人复核 + 结构化打分”的三段法,明确权重边界:

  • 初筛阶段
    • AI 用于淘汰明显不匹配(如硬性条件不符、极低意愿),设置“只淘汰底部X%”而非“唯分数论”
    • 对高分与低分样本各抽取一定比例人工复核,持续校准模型
  • 专业/面试阶段
    • 采用结构化评分表(KSAO/胜任力模型),每项给出行为锚与例证要求
    • 面试官分数为主,AI 分数作为加权参考或“触发二评”的信号(如AI分数与人评差距>20分,自动进入二评/复审池)
  • 决策阶段
    • 关键岗位或争议样本,要求双人面试或经理二面;记录“人评压过机评”的理由,形成可复盘证据

人评 vs 机评的边界示例

  • 让AI主导:批量岗位、流程性工作、门槛清晰、历史样本充足
  • 让人主导:创新/开荒岗、跨界转型、对文化/价值观敏感、样本稀缺或变化快

可参考国家网信办对算法透明与公平性的监管导向,企业内部应建立“人机共治”的决策责任与留痕机制,避免“算法一票否决”导致用工歧视风险(监管背景可从国家网信办主页了解政策动向:https://www.cac.gov.cn/)。

你现在就能落地的操作建议(含与总监沟通话术)

  • 建立“差异触发复核”规则
    • 当“AI高分且面试官低评”或相反,标记为争议样本,进入快速二评
    • 以业务KPI/入职后试用期表现做事后回溯,定期调权重
  • 引入结构化评分表并同步训练
    • 把你看重的“追问深挖、问题拆解、复盘深度、反例意识”写成打分锚点与负面例证
    • 要求候选人给出“可量化产出+具体贡献+可复现方法”,降低“模板化高分”的干扰
  • 设置“人评兜底权”
    • 关键岗位赋予面试官一次“复试保送权”,需填写理由与证据点,纳入月度复盘
  • 与总监沟通要点(可直接复用)
    • “分数高低不是结果,是假设。对差异样本做二评,能把招错率和错杀率一起降下来”
    • “我们用试用期数据校准AI,3个月后再讨论是否提高AI权重”

能不能“把分数往上提”,后台会不会留痕

  • 多数SaaS面试系统都会记录操作日志与审计轨迹,包括改分、改标签、跳过建议的动作。为了合规与可追溯,建议不要“直接改AI分”。
  • 更安全的做法
    • 新增“人工评审分”或“复核结论”字段,不动AI原始分
    • 用“进入复试”的流程操作替代篡改分数,并在备注中写明理由
  • 信息安全与合规注意
    • 确认你司与供方的数据使用、日志留存周期、管理员可见范围;敏感岗位可要求供方开启细粒度审计或提供数据导出
    • 避免通过导出-导入方式“洗分”,该行为在审计上更明显,也不利于后续模型校准
  • 若系统不支持“人工分”字段,建议由信息/HR Ops统一配置字段与审批流,或通过单独表单留痕,避免个人背责

如何提升AI评分“与人类判断的一致性”

  • 调整题库与提示词
    • 少问背诵题,多问情景题、反思题、权衡题;要求举2个失败案例并说明复盘动作
  • 加强事实核验
    • 要求候选人提供可验证指标、截图或佐证联系人;AI侧对“量化证据短缺”给出降权
  • 纳入在岗目标
    • 用“首季度目标/关键挑战”反推评分锚点,把“会说”转为“可落地”
  • 通过数据闭环校准
    • 建立“AI分/人分/录用/转正/绩效”的关联看板,按岗位/招聘渠道/面试官维度调参与权重

安全做法 vs 不安全做法

场景 安全做法 不安全做法
处理分歧 启动二评、记录理由、不改AI原分 直接篡改AI分数、线下口头放行无留痕
权重设置 初筛机评为辅、复试人评为主 机评一票否决、无申诉与复核
题库设计 情景化、要求证据与反例 背诵式通用问题堆叠
合规 启用操作日志、权限分级 共用账号、私改记录

若需对外解释算法使用与申诉通道,可参考工信部/网信部门关于算法透明、公平与可解释性的监管方向,确保企业内部有清晰的责任划分与申诉路径(工信部官网:https://www.miit.gov.cn/)。

结论回到你眼下的两位候选人:不要因AI低分直接放弃那个你看好的人。发起“差异样本二评”,用结构化问题二次核验其方法论与可迁移性;并把你的面评要点落到评分表里,作为与总监沟通的证据。与此同时,保留AI原分与人评双轨记录,方便后续用在岗表现校准系统权重。

我公司也用过类似的AI面试系统,说实话,这种评分很大程度上看的是应答的流畅度、情绪变化和关键词出现频率,跟你直观感受的“人情味”差挺多。我觉得别太完全信机器分数,毕竟它没法判断一个人的潜力和适配度。你完全可以跟总监沟通,面试官的主观判断其实更重要,毕竟AI评分也可能有偏差。如果能调分或者加复审环节,那就最好了,不然一刀切错过人才就尴尬了。毕竟人还是得靠人看,AI只是辅助工具而已……

哎我觉得你这个问题问的挺关键的。我们公司去年也上过类似的系统,后来还是逐渐弱化了它的权重,现在就当参考。

AI评分主要是抓语言流畅度、关键词匹配、回答结构这些,对人的临场感受、潜力判断这种软性的东西基本捕捉不了。你说那个女生答得模板化,AI反而给高分,就是因为模板答案往往关键词齐全、逻辑清晰,系统喜欢这套。那个男生可能是聊天风格比较随意,或者某个环节没踩到系统期望的表述,分数就掉了。

至于改分这事儿我得老实说,别动。改了确实会留记录,而且后续如果那个人没做出来,反而是你的信用度先掉。我的建议是别跟总监对着干,想办法在流程上争取,比如"AI分数低的候选人可以我专门再聊一轮,确保不漏人",这样既尊重了系统,又给自己判断的空间。六年经验的眼光值钱,别因为一套工具就怀疑自己。

我觉着还是得信你自己啊,做了六年招聘的人总比机器懂点门道。AI估计就看关键词、语速那些,模板回答反而容易给高分。你可以先试着提提那个男生的分,不行就跟总监说说你的理由,总不能全让系统说了算吧。

哎,这种AI系统我之前也接触过,它主要抓关键词匹配和语速表情,模板答案容易高分,追问就容易掉。像你说的那男生经历对口却给59,我觉得很正常。建议还是信你自己的判断,总监那边可以先把你的观察说一下,别全让机器定。

之前也用过类似的,那套评分主要就是抓关键词命中率加语速停顿,答得越像模板越"标准",它反而给高分,那个女生86不奇怪。硬改分数听说后台一般都留痕,不建议动。你可以直接把男生简历推给业务那边单独捞,走个内推或者让用人主管点名,比在系统里较劲省事。分数当个参考就行,别让它替你做决定。

Related