Folia
← 返回头版

科技行业招聘流程普遍缺乏实证支持

科技行业广泛采纳的招聘和管理方法正受到严格质疑。作者Tejas Kumar指出,包括Bar Raiser面试、OKR目标管理、Spotify组织模型等在内的这些流程大多缺乏科学依据支持,反而倾向于优化那些追求秩序而非创新的人才1。

谷歌的研究数据表明现有面试制度存在根本性问题。该公司对数万份面试评分与实际工作表现的对比中发现"零相关性",将面试描述为"完全的随机混乱"1。然而谷歌的"四次面试规则"(Rule of Four)能以86%的置信度预测招聘决定,并将招聘周期从6个月缩短至45天1。

Bar Raiser面试制度源自亚马逊1999年的创新,该公司目前拥有超过10,000名Bar Raiser1。与此同时,Spotify从未完全执行其2012年白皮书中的模型;该模型共同作者曾坦言告诉产品经理"我们写它的时候都没在做"1。OKR倡导者Marty Cagan在2020年表示已"停止推荐这个实践",称其"浪费时间和精力,收效甚微"1。敏捷开发先驱Dave Thomas在2014年发表"Agile已死",称"agile"一词"已被颠覆到实际上毫无意义"1。

面试流程的问题在实践中已有明证。北卡罗来纳州立大学2020年的研究表明,被观察的候选人在白板面试中的表现是单独房间的一半,其中"所有接受公开面试的女性都失败了"1。Columbia学生Roy Lee在2025年用隐藏的AI工具通过Amazon面试获得实习offer,该事件引发的关注导致Amazon删除相关视频,但Lee因此融资1500万美元1。

Stanford基于ADP数据的研究发现了AI时代的新风险。到2026年6月,22-25岁在AI高暴露职位中的就业率比低暴露职位低19%1。当前招聘机制会在AI时代加速淘汰只能执行命令的工作1。

作为改革方向,Automattic等企业已尝试替代方案,为试用项目支付标准费率$25/小时,试用期最长20小时1。有建议用结构化面试、工作样本测试和付费试用期来替代现有流程,以更准确地识别人才1。


评论