根據Business Solutions的研究，近半數的人力資源主管利用AI進行招募工作，約三成完全採用AI解決方案 ;根據Statista的研究表明，近三分之一的中小企業已經或計劃將預算投入到AI或機器學習的招募工具中，許多相關的研究報告顯示人工智慧（AI）在人才甄選、招募及學習與發展領域的應用日益廣泛，這篇文章想跟大家一起探討AI為組織發展帶來的機會、風險以及未來的發展，並提出善用AI科技需要考量的關鍵因素。
1. AI在人才甄選與招募的應用現況
(1) 簡歷篩選與候選人匹配：例如HireVue、LinkedIn Recruiter、Pymetrics
使用AI透過 NLP (Natural Language Processing)自然語言處理技術與機器學習，自動分析求職者的簡歷的經歷、使用語言、表達方式、關鍵字等，與職位需求進行匹配 ; 結合AI技術開發腦神經科學遊戲，在時限內測試求職者邏輯思考、對風險的偏好，解析求職者在高壓下的專注度、風險偏好、記憶力、情境脈絡解讀等程度，進而推估該求職者的人格特質，過濾不符合條件的候選人，自動為企業推薦最佳候選人。
(2) AI視訊面試與行為分析：例如HireVue AI Video Interview、X0PA AI
使用AI透過視訊面試，分析候選人的語氣、表情、肢體動作、語言模式，溝通風格、聲音表情等與設定的員工理想原型特徵進行比對，來評估候選人的性格、情緒狀態、溝通技巧、適應性與勝任力等。
(3) AI招聘機器人（Chatbots）：例如Mya Systems、Paradox – Olivia
使用AI驅動的聊天機器人與求職者進行對話，回答求職者的問題、安排面試時間、進行初步篩選，提升招聘效率。
2. AI在學習與發展（L&D）的應用
(1) AI適性學習與個人化培訓：例如Coursera for Business、IBM Watson Talent
應用AI透過學習者的行為與數據分析，自動調整學習內容，為不同背景與需求的員工推薦客製化的學習計畫，提供個人化的學習體驗，幫助他們優化學習效果、發展職業技能。
(2) AI驅動的企業內部技能發展與人才管理：例如Degreed、Eightfold AI
應用AI分析員工的表現、未來的技能需求和職業發展路徑，推薦合適的學習資源、培訓課程或內部晉升機會、個人化發展計畫，以為員工即將面臨的挑戰或角色做準備。這種前瞻性使組織能夠在行業中保持領先地位，確保員工具備技能和適應能力。
(3) AI在企業教練與輔導（Coaching & Mentoring）：例如CoachHub、Replika AI
應用AI技術開發數位教練，透過對話分析與數據追蹤，提供即時互動回饋，幫助使用者提升自我認識、自我覺察及溝通能力，提供個人化的學習與調適、發展建議。
3. 在工作場域應用AI評量的機會
- 提升候選人篩選的公平性：AI演算法可以設計為根據技能和潛力來評估候選人，從而減少人為無意識的偏見，透過關注客觀的標準，AI有助於創造更加多樣化和包容性的工作場域。
- 動態評估工具：AI驅動的評估工具可以向候選人提供即時的反饋，提供他們關於優勢和需要改進領域的洞察。這種即時反饋增強了候選人在評估過程中的體驗和學習。
- 預測性績效建模：AI可以分析評估數據，預測候選人在特定角色中的未來表現，幫助組織做出明智的招聘決策。這種預測能力可以導致更好的職位匹配和較低的員工流動率。
根據Lumina Learning訪問調查，受訪者認為「在使用人工智慧來發掘、選用和培育培人才時，在道德方面最重要的考量」是：「偏見」佔53%，「透明度」佔32%。 「隱私」佔16% 。這樣的結果剛好與前述AI應用在人才發展的正面影響及機會是對應的，顯示了雖然人們對於AI能消除「人為偏見」的機會感到興奮，但同樣的核心擔憂仍然是對於使用AI制定決策缺乏開放的能力而導致另外一種偏見。黑盒子裡有什麼？人們仍然需要進一步地釐清。
4. 工作場域應用AI評量的風險
- AI演算法的偏誤：儘管AI具有減少偏見的潛力，但如果未經嚴格監控和調校，AI演算法可能會延續現有的偏見，導致不公平的評估結果。
- AI招募流程去人性化：在評估中過度依賴AI可能會讓候選人感覺招募流程不夠人性化，可能影響應試者對組織的觀感。
- AI評估的誤解和信度的可靠性：AI可能會在評估期間錯誤解讀應試者的回應細節或非語言線索，導致對候選人的評估不準確。確保AI的解釋與人類的判斷一致對於可靠性至關重要。
5. 未來AI在工作場域L&D的應用
- 沉浸式學習環境：未來將看到AI與虛擬實境（VR）與擴增實境（AR）平台深度整合，創造模擬真實場景的沉浸式學習體驗。這將使學習者能夠在安全、可控的環境中練習技能，增強學習的續留度和參與度。
- 持續性專業發展：AI將透過分析工作表現、職務角色變化和產業趨勢，定期提供個人化的學習機會來促進企業內部持續學習的文化。這種方法可確保員工的技能保持競爭力，為未來的挑戰做好準備。
- 增強的學習分析：由AI驅動的先進分析技術將提供學習行為、偏好和結果更深入的洞察。企業組織將利用這些數據的洞察來優化學習策略、提升內容傳遞效果並衡量學習與發展計劃對業務績效的影響。
6. 未來AI在工作場域中評量的應用
- 動態適性評估：AI將促成可根據候選者的回應即時調整的評估機制，更準確地衡量其能力與潛力。此方法不僅能縮短評估時間，還能提升其預測效度。
- 與工作模擬的整合：AI 驅動的工作模擬將成為評估流程的標準做法，使候選者能夠在真實工作場景中展示其技能。這種方法將幫助評估者更準確地預測候選人的工作表現與文化契合度。
- 實踐道德與公平的評量：隨著AI技術的成熟，將更加注重開發透明、可解釋且無偏見的道德AI評估工具。這種趨勢將提生AI評估的公平性和可信度，促進工作場域兼容多樣性和包容的文化。
展望未來，善用AI科技應用的趨勢及關鍵考量
AI在人才甄選、招募與學習發展領域的應用已經越來越蓬勃，我們看到機會，也看見風險，同時也引發了一系列與「數據隱私」、「公平性」及「人性化」相關議題的挑戰，這些將是未來AI應用發展更關注的趨勢，也會是決定AI如何為組織與人員發展帶來更大價值的關鍵考量。
在AI人工智慧能做的越來越多，有待我們持續思考及努力的是：如何優化與AI人工智慧共融成長的「人機協作」模式，在「技術」與「人性」之間找到最佳平衡，提升組織內「人」的價值！
資料來源：
1.”AI in Selection, Talent, and Learning & Development “by Lumina Learning.
2.《AI在招聘领域应用调研报告》（Moka研究院）
3.《AI 在招募領域的影響與發展趨勢》（HRDA）
撰寫人：Paulina Wu吳靜媛
艾璐管理顧問有限公司 創辦人 暨Lumina Learning Partner Asia Taiwan