技術面試中的人工智慧軍備競賽正在升級

軟體工程類職位正受到人工智慧的威脅。一些應聘者開始利用AI工具在技術面試中進行反擊，而僱主則部署AI檢測工具來識別AI使用跡象。這場雙向動態正在將招聘變成一場沒有明確贏家的AI軍備競賽。然而，專家認為，在面試官和應聘者應對這一嚴峻現實的過程中，求職中的人性化方面仍將佔上風。

AI招聘策略師Tatiana Teppoeva將這一現象形容為在AI驅動的科技裁員和求職者多於職位的就業市場中玩貓捉老鼠的遊戲。她指出，當候選人因不符合模式而不斷被拒絕時，他們可能會被迫使用AI面試助手來操縱系統。技術招聘公司CalTek Staffing的聯合創始人兼總裁Archie Payne則認為，這是對令人沮喪的招聘過程的理性反應：公司使用AI簡歷篩選工具大規模過濾申請，候選人則使用AI作為對策。Navy Federal Credit Union的高階AI資料工程師Ravi Kiran Pagidi曾參與技術面試評審，他指出這可能導致AI對AI的迴圈，過程變得更多是關於誰能為演算法最佳化得更好，而非實際能力。

技術面試中，軟體工程師通常需要概述演算法、回答系統設計等問題。遠端面試通常變成即時程式設計環節。AI面試助手如Final Round AI、Interview Coder和ParakeetAI可以監聽、處理音訊並幾乎即時生成答案或程式碼。Meta的軟體工程師Mudit Saraf和微軟的Shraddha Sunil聯合創辦了Ginger，這是一款用於首輪面試的AI語音招聘工具。它會提出預定義問題和即時生成的後續問題，並標記使用AI的候選人，追蹤眼球運動、響應延遲、選項卡切換和類似AI的語音模式。

然而，AI招聘工具存在不足。Payne注意到，AI檢測的準確度並不完美，曾出現將優秀候選人誤判為AI使用者的假陽性情況。Teppoeva警告隱私、資料安全、模型訓練偏見和公平性等風險。斯坦福大學以人為中心AI研究所的一項研究發現，AI招聘工具可能加劇種族偏見，對亞裔和黑人申請人產生不利影響。專家強調需要人工監督、審計、明確政策和透明度。

相反，一些公司如Meta和Factory允許在面試中使用AI。Factory的軟體工程師Varin Nair表示，他們希望面試過程反映候選人如今如何利用AI工作。候選人使用AI編碼代理在小時內構建系統或遷移程式碼庫，根據策略而非結果進行評分：規劃、如何指揮AI、除錯以及解釋解決方案的能力。Nair觀察到，弱候選人對AI工具言聽計從，而強候選人則利用AI加速思考、推理架構和權衡。Pagidi認為，推理邊緣案例並將答案與生產場景聯絡是真正的工程判斷。Payne建議候選人使用AI準備但保持回答個人化，並警告公司檢測AI的能力在提高，被抓到可能影響長期職業前景。