日版104用AI篩履歷、高價賣給大企業,求職者如何避免落入演算法黑名單?
日版104用AI篩履歷、高價賣給大企業,求職者如何避免落入演算法黑名單?

我躺坐在東京家裡的沙發上,打開電視看著從2012年開始至今每季都造成轟動的人氣日劇《派遣女醫-X》(ドクターX〜外科醫・大門未知子〜)。在2019年第六季的第一集當中,講述了一段由AI手術指導的故事,結束後已是深夜,這時電話響起,朋友打來詢問履歷篩選的疑問。

我的朋友問:現在的大型企業是不是都採用AI做履歷篩選?不然為什麼她投了120家的工作職缺都石沉大海,沒有下文令自己失去信心。說著說著,我們就討論起日本知名求職平台-Rikunavi(リクナビ)前陣子的AI爭議新聞。

針對她的問題,我從兩個方面來討論。

發生了什麼事?

「Rikunavi」求職平台是類似台灣的104平台。名稱來自英語「Recruit(リクルート)」的「リク」二音,再加上「navigation」的「Navi(ナビ)」,合稱為「リクナビ」。它在日本屬於前三大企業招募專用平台。尤其是大學/專門學校畢業生的大量招募活動,許多都是透過Rikunavi進行作業管理。

今年九月初,有新聞報導指出Rikunavi為了提供給企業們更精準的人才去留情報,透過自家的AI演算方式,將學生們瀏覽過的工作職缺日期、時間以及工作內容的點閱次數存在雲端的系統,算出畢業生們拿到新工作offer後的辭退機率。Rikunavi將這些數據資料以每年400萬至500萬日元的價錢出售給企業。讓這些大型企業能夠更精準的掌握畢業生的就職意願。

除此之外,Rikunavi也從2019年3月開始,向徵才的企業提供了在該平台上所註冊姓名、電子郵件地址和大學名稱,而這樣服務雖然有違個資問題及企業道德觀,但依然有38家大公司願意花費使用。

美其名的是優秀的學生直接與企業創造了連結,但相對被判斷為不好的個資,則變成了黑名單般被販售。學生在不知情的狀況下,殊不知自己的個人情報早已流入企業的手裡。而這個事件在個人情報嚴謹的日本國家社會中造成軒然大波。厚生勞動省的勞動局更認定這違反招募事業的《勞動保障法》的行為並向Rikunavi公司提出行政指導。

因為求職平台應扮演的是中立的角色,將這些由AI判斷的資料結果,傳達給正在進行招募活動的企業,有可能誤導他們選用人才的判斷,讓應徵的學生的權益受到損害。

但是你知道日本的大部份公司內部人事系統早已AI化呢?

由於AI會讀取履歷上的關鍵字,來判斷人選是否合格。也就是說它只能用於初始篩選,並無法分辨出人選的細微的差異。所以我會建議 在履歷撰寫的時候,盡量使用職缺上的關鍵字,以利AI辨識基本的條件

在來,其實雖然說AI在各個企業裡廣泛的被依賴著,但科技來自於人性,很多東西還是有AI無法駕馭及掌控的。對於內部的人事而言,好的人才還是必須透過有溫度的互動才能選到對的戰將加入團隊。

AI的分析來自文字,他並無法解析出應徵者的軟性技能或特殊個性。也因為這樣,大型企業以亞馬遜為例,亞馬遜發現部門之間的才能差異取決於職位類型的不同才能而使用AI招聘系統,無法做出重要評估,因此亞馬遜在2018年已經終止了AI招聘的使用。

AI面試(資料分析後不採用)跟人工面試,說到底其實並沒有好與壞

日本許多企業利用線上適性測驗來作第一梯次的採用判斷,也已行之有年。上述的事件其實並沒有好壞之分,我想在這裡強調的是:人事系統的AI化是趨勢,無論是利用系統來確先把適合的人先篩選,再由人事主動出擊網羅人才是一種方式;又或是求職者將履歷提出後,利用系統篩選來減去公司人事人力負擔,在技術面、能力面、心理健康層面等都評估後,再交付最終面試──願不願意與你一起共事。

而正在求職或轉職的各位,雖然AI來勢洶洶,但是AI人力資源的領域還未完全取代人力的招募方式,因此每個部門的面試主管都還是有溫度的。如何跟面試官達成溝通的成功互動,AI所没有演算到的,展現出自已潛能,突破AI的枷鎖與牽制。人定勝天,只要做好全方位的面試準備,確保書面的關鍵字符合職缺的需求,在面試的場合中拿出熱忱與面試官互動,依然有機會脫穎而出。

本文授權轉載自:WORKLIFE IN JAPAN

關鍵字: #人工智慧
往下滑看下一篇文章
2025年總統科學獎〉跨界40年!梁賡義院士在產官學研間,搭建科技、人文間橋樑
2025年總統科學獎〉跨界40年!梁賡義院士在產官學研間,搭建科技、人文間橋樑

2025年總統科學獎得主梁賡義院士,即便同時擔任逢甲大學春雨講座教授、浩鼎生技董事長,還為了協助國立臺東大學設立護理系而大力奔走,三不五時要環島、全臺走透透,日子忙得不得了,但他始終精神抖擻、滿懷熱情,只因他做的,是有益臺灣、社會發展的事。

事實上,梁院士從數學跨足生物統計,再投身高等教育與國家衛生,不僅以「廣義估計方程式」(Generalized Estimating Equations,GEE)改寫了縱貫式數據分析的規則,更以獨到的人文關懷,影響無數學子與政策制定。

從小,梁院士就喜歡數學的嚴謹與邏輯,1973年,他自國立清華大學數學系畢業後,便赴美深造,並在美國南卡羅萊納大學取得統計所碩士;接著,他又轉往美國華盛頓大學,攻讀生物統計博士學位。

從數學到生物統計,帶出數據背後的人性關懷

在研讀博士期間,他接觸到了當時炙手可熱的「存活分析」,意識到生物統計能直接幫助科學家、臨床醫師回答有意義的科學問題,對人類健康產生間接但深遠的助益,就此便踏上生物統計的「不歸路」。

教學界的老友們來到頒獎典禮,為梁院士祝賀殊榮。
教學界的老友們來到頒獎典禮,為梁院士祝賀殊榮。
圖/ 數位時代

1986年,已在美國約翰霍普金斯大學(Johns Hopkins University)任教職的他,與同事Scott Zeger研發出新的統計方法「廣義估計方程式」。梁院士解釋,不論是實驗室、世代流行病學或臨床試驗,只要是縱貫式硏究(longitudinal study),產學研界都會用到GEE,進行統計分析。尤其在國際大藥廠最常用的「前後測臨床試驗」(pre-post design for clinical trial designs)中,GEE讓全球臨床醫師能準確評估癌症、心臟血管和糖尿病等新藥的療效,進而獲得各國食藥署通過,造福千萬病患。GEE發表至今,已被引用逾22,000次,並納入R、STATA、SAS、SPSS等主要統計軟體中。

雖然在約翰霍普金斯大學任教長達28年,梁院士卻幾乎年年暑假,都返國舉辦研討會,分享國際生物統計和流行病學的新知。也因為始終心繫臺灣,讓梁院士在2010年,毅然辭去在美教職,回臺擔任國立陽明大學校長。

一方面,梁院士成功為學校爭取5年500億的計畫經費,成立腦科學中心、腫瘤免疫中心和高齡健康研究中心,將陽明大學打造成研究型大學,並在國際間嶄露頭角。另一方面,為了培育年輕人才,他選擇停下個人研究,建立起由資深教師帶領年輕教師的「師徒制」,鼓勵經驗傳承,「組織要永續發展,有賴於年輕人才的成長。」像是他自己儘管平常公務繁忙,仍活躍於社群,默默留心學生的大小事;他並邀請學生前往校長宿舍,定期舉辦「與校長有約」活動,這讓學生與他之間「零距離」,大至職涯規劃、小至生活瑣事,都樂於與他分享。

最重要的是,梁院士相當看重全人教育,因此廣泛開設人文講座、藝術文化等通識課程,尤其陽明大學以醫科見長,「所謂視病如親,醫護人員在專業之外,更需要具備人文素養,才能真正關懷病患。」

梁院士於頒獎典禮現場發表感言。
梁院士於頒獎典禮現場發表感言。
圖/ 數位時代

2017年,梁院士接下國家衛生研究院院長一職。這時,他又迅速轉換角色,每週檢視國際文獻、提供數十件政策建言,充分發揮國衛院的智庫功能。新冠肺炎爆發期間,他再度臨危受命,擔任中央流行疫情指揮中心研發組組長,帶領國衛院在15天內,完成公克級瑞德西韋合成,並與阿斯特捷利康(AstraZeneca)簽約,預採購1千萬劑疫苗,達成防疫、安定民心的任務。

不斷跨界,帶著使命感堅定前行

一輩子都在「跨領域」的梁院士,堅信創新不僅來自技術,也來自跨域合作帶來的新思維。他在美國求學、教書時,不是發表完論文就沒事了,他還持續思考,自己的研究能如何被用在臨床,因此他積極參與思覺失調症、強迫症研究等多項計畫,與基因學家、精神科和流行病學醫師腦力激盪、挑戰彼此。但梁院士特別提醒莘莘學子們,「跨領域」固然重要,大學時期仍應先在一個領域「站穩腳跟」,如此才能擁有與不同領域對話、欣賞的紮實基礎。

在產官學界耕耘逾40年,梁院士絲毫未停下前進的腳步。如今,他仍在杏壇作育英才,也深入業界,期望將研究成果更直接應用在藥物,以造福病患,「這是我一直鼓勵學生進入藥廠的原因!因為他們對人類的貢獻,可能比發表文章更直接。」近來,他心心念念的最大任務,是以自身人脈連結資源,為臺東大學爭取設立護理系,填補偏鄉地區的醫護缺口。

賴總統親自頒發「2025年總統科學獎」殊榮予梁院士。
賴總統親自頒發「2025年總統科學獎」殊榮予梁院士。
圖/ 數位時代

每一個統計數字背後,都承載著真實的生命重量;每一次跨領域的嘗試,都可能為人類帶來新的希望曙光。梁院士在統計學的精準座標中,繪製出一幅幅影響深遠的生命藍圖,持續為臺灣乃至全球的健康與福祉努力。

梁賡義 院士
專長:生物統計、流行病學
現職:逢甲大學春雨講座教授
成就:研發「廣義估計方程式」,讓全球臨床醫師得以正確評估許多如癌症、心臟血管及糖尿病等新藥的療效,造福嘉惠全球數以千萬計的病患;橫跨產官學界,為臺灣貢獻所長

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓