- 贺伟;李亚莉;汪默;
随着机器学习技术的迭代发展,以及大语言模型的涌现,基于人工智能(AI)的人才甄选逐步颠覆传统人才甄选的核心特征,为学术界和实践界带来新的机遇与挑战。近年来,学术界对AI人才甄选已有一系列初步探索。本文分别从组织和应聘者视角,围绕人才甄选领域的两大核心问题——人才甄选的有效性和人才甄选下的应聘者反应,对现有AI人才甄选文献进行系统梳理与解析。整体而言,AI人才甄选的有效性研究,主要将AI作为技术应用,探究AI技术对人格、胜任力等评估的信效度及亚群体差异;而应聘者反应的研究,主要基于公平理论、信号理论等探究使用AI人才甄选对组织吸引力、应聘者申请意向等的影响。基于目前AI人才甄选领域的研究进展及局限,本文结合组织和应聘者视角提出了AI人才甄选下未来研究的理论框架,旨在推进AI人才甄选领域研究的深化与拓展,并为企业采用AI人才甄选带来实践指引与启示。
2024年03期 v.9 1-18+140页 [查看摘要][在线阅读][下载 1437K] - 张光磊;
笔者结合自己的观察和思考对贺伟等(2024)梳理的AI人才甄选主题进行了拓展,即:(1)采用人工智能进行人才甄选是技术驱动下,企业自身和外界竞争合力对人力资源管理常规职能的颠覆;(2)企业在采用人工智能技术对人才甄选创新时,应该考虑人的伦理因素。
2024年03期 v.9 19-27+141页 [查看摘要][在线阅读][下载 1154K] - 魏昕;
贺伟等(2024)的《基于人工智能的人才甄选:研究进展与未来展望》一文对基于AI技术的人才甄选研究进行了回顾与展望,并提出亟须采用多元化的理论视角,结合大语言模型的新发展,对更多结果变量及影响机制进行深入研究。作为对该文的呼应和发展,本文提出,资源编排理论提供了一个整体性、动态性的视角来探索AI技术如何赋能人力资源管理、成为组织可持续竞争优势的重要来源。本文简要阐述了这一理论视角将如何促进AI赋能的人力资源管理研究,重点关注人力资源编排的重要过程之一——人力资源构建,指出这一过程中的几类重要研究问题,讨论AI赋能的人力资源构建举措如何影响管理者的工作结果、这些效应的边界条件,并建议未来研究可以采用基于人工智能体的模拟研究方法。
2024年03期 v.9 28-36+142页 [查看摘要][在线阅读][下载 1002K] - 唐贵瑶;孙倩;
以ChatGPT为代表的生成式人工智能引发了新一轮技术革命,AI在不同维度上为人力资源管理工作提供了明显支持。贺伟等(2024)聚焦人才选聘这一重要主题,从组织和应聘者两个视角对现有AI招聘文献进行系统梳理与解析,并指明了未来研究的方向。依托该文的研究框架,本文聚焦于AI招聘下应聘者消极反应的成因和预防策略,从公平假象和算法偏见、算法“黑箱”和不透明度、道德困境和人权问题、社交隔阂和独特性忽视四个方面分析了当前AI招聘面临的困境与挑战,并从规避算法偏见、提升AI的可解释性和透明度、增强AI的拟人化与个性化程度、创新HR-AI合作模式等方面探讨了企业预防应聘者负面反应的策略行动,为企业采用AI招聘提供实践指引与洞见。
2024年03期 v.9 37-46+143页 [查看摘要][在线阅读][下载 1022K] - 陈扬;宋琪;
贺伟等(2024)从组织和应聘者视角,围绕人才甄选领域的两大核心问题——人才甄选的有效性和人才甄选下的应聘者反应,对现有AI人才甄选文献进行系统梳理与解析,并提出了四个极具研究价值和实践意义的未来研究方向。本文针对贺伟等(2024)研究的内容和提及的未来研究方向分享了一些自己的思考和观点,并对其开展路径做出了一些补充,具体包括:(1)拓展AI甄选的概念范畴,从关注AI甄选的特定截面(AI面试)到探究AI人才甄选全流程对甄选有效性和应聘者反应的影响;(2)探究AI人才甄选有效性和影响效应的情境边界;(3)探究如何在中国情境下发展具有本土特色的AI人才甄选体系。
2024年03期 v.9 47-59+144-145页 [查看摘要][在线阅读][下载 1213K]