在线申请工作，是我们这个时代最糟糕的数字化体验之一！面对面交谈也没好到哪去。
众所周知，招聘方式在很多方面一团糟，对大家来说这是一个糟糕的经历。在过去一年，使用多种方式申请工作时的群体中，大约有75%的人，说他们从未收到雇主的任何反馈。
对公司来说，这不是一件好事，在开始工作不到一年时间里，46%的人被解雇或者主动离职。这一点很令人震惊。这种现象对经济也产生了负面影响，在历史上第一次，招聘岗位超过了无业人员的人数。
对我们而言，这意味着出问题了。
我们认为这一切的关键在于一张纸：简历。毫无疑问，简历中包含着一些有用的信息：大家扮演过哪些角色，有哪些工作技能，精通什么语言。但并未提及他们又哪些方面的潜力，这些事情我们在过去可能没有机会去做。
在变化如此迅速的经济环境中，在线发布的工作机会，可能要求的都是没人掌握的技术。如果我们只看一个人的过去做了什么，就不能把这个人和未来的工作匹配起来。所以中誉艾科认为这是技术真正有用的地方。
大家可能已经看到了算法如何很好的，把人和事务匹配起来，但是如果我们把同样的技术用于，真正帮助找到那些为我们量身打造的工作呢？
我知道你在想什么，让算法为你筛选下一份工作，听起来有点离谱，但这个东西已经被证明，能够成功预测某人，是否能胜任未来的工作，这就是所谓的多评估测试。
多评估测试并不是什么新概念，但它们曾经价格不菲，并且需要一个博士坐在你对面，回答一堆问题并且整理成报告。多评估测试是一种用来理解某人内在特质的方法——你的记忆力，你的专注力。
如果我们能够做多评估测试，让公众都可以参与，并且把相关数据提供给雇主，比如某个人的某些特质，使其真的很适合这个工作，会怎样？
这些听起来很抽象，让我们一起试试其中一个游戏。你将要看到一个闪烁的圆，你的任务就是当圆是红色时鼓掌，当圆是绿色时什么也不做。或许你是那种，在红色圆出现后毫秒内鼓掌的人。或者你是另一种人，那种需要多花点时间，等到100%确认才行动的人。或者你在不确定时就为绿色圆鼓掌。
很酷的一点是，这并不像是个标准的测试，那种决定能被雇佣与否的测试。相反，这是个理解你的特性和适合你的工作之间的匹配度测试。
我们发现如果你在红色时鼓掌晚，而在绿色时从不鼓掌，你可能具备高度专注力，能够很好的自我约束。
在那个象限的人们，往往擅长学习和考试，精于项目管理和理财。如果你在红色时立即鼓掌，并且有时再绿色鼓掌，那意味着你可能易冲动，并且具备创造性。我们发现顶级的商人，经常会表现出这些特质。
我们在招聘中使用它的方式是，我们让角色表现出色的人参与，类似的神经科学训练。然后我们开发了一个算法，来理解是什么让这些表现出众多者脱颖而出。当候选人找工作的时候，我们就会优先列出最合适那项工作的候选人。
你可能在思考其中存在的风险。当今的职场多样性仍有待提高，如果我们基于当下的出众员工构建算法，要怎样确保，我们不是固守既有的偏见呢？
例如：如果我们基于顶尖表现的CEO构想一个算法，并且使用S&P500作为一个训练，你将会发现更可能雇佣一个叫约翰的白人男子而非任何女性。这是目前谁正处在这个角色的现实。但是技术实际上给出了一个真正有趣的机会。
我们可以创造一些比人类任何时候更平等和更公平的算法。每一个我们投入生产的算法都会被预先进行测试，以确保它不会偏爱任何性别或者种族。如果有任何人群正在被过渡偏爱，我们可以调整算法直到该现象消失。
当我们关注在那些，让一个人非常适合一个工作的内在特质时，我们可以超越种族，阶级，性别和老龄化——甚至是名校背景。
想象一下如果我们能够利用技术力量，在更深层次上理解我们是谁，并得到一个，我们应该做什么的真正指引。 |
