ChatGPT美化變日常⋯AI寫履歷時代來了!求才、求職要如何不踩雷?
ChatGPT美化變日常⋯AI寫履歷時代來了!求才、求職要如何不踩雷?

每年求職季,愛卡拉共同創辦人暨執行長程世嘉會收到許多份履歷,但今年特別令人印象深刻,每位應徵者的英文都優美又通順!做為跨足AI領域的新創執行長,他馬上聯想到近來持續引發騷動的工具—ChatGPT。

他把履歷部分內容上傳到AI偵測器。果不其然,有超過7成的自述都是由人工智慧生成。

美國最大線上論壇Reddit也有一位會員分享,自己透過ChatGPT拿到工作。他形容,原本投遞履歷幾乎石沉大海,沒想到用AI修改後,面試邀請如雪片般飛來。「對跟我同條件的應試者來說,這幾乎是不可能發生的事情。」

在程世嘉的臉書動態中,回覆者分為兩派:支持的人認為,AI是趨勢,應該鼓勵使用,尤其是其他人都在用,你卻不學習,不免讓人感覺「這個人不是認真想找工作」;反對者覺得,連履歷都不是自己寫的人,一點都不真誠!而且,履歷一旦被編修過,行文會變得像機器人一樣死板,難以判斷面試者的個性和公司文化是否相合。

當AI美化履歷可能漸成風潮,我們該怎麼思考與應對?

從兩方的爭論中,不難看出主管們的焦慮。主要的問題有3個:

第一、該不該讓受試者用AI美化履歷?
第二、收到優化過的履歷,該怎麼明辨真實力?
第三、面試技巧,要怎麼因應AI時代而改變?

ChatGPT&Bard
求職者是否該用AI寫履歷?
圖/ shutterstock

該用AI寫履歷嗎?能展現積極態度但效果有限

針對第一個問題,師大科技應用與人力資源發展系優聘副教授孫弘岳認為,這是無法阻擋的典範轉移。
他笑稱,自己第一份工作在金融業,當初求職,上海銀行便要求應試者的自傳要用手寫,希望從字跡是否端正、有無錯別字,看出對方的個性是否嚴謹、適不適合這一行。

然而,現在有誰要求履歷要手寫呢?大家只會標明「請用Word檔案」,更不用說應徵者普遍都會套用網路上的模板,讓設計更精美,「你就把ChatGPT當作又一次Word革命就好了。」他說。

進一步分析,AI強化的是面試者的自我行銷和圖文表達能力。換言之,如果招聘的職缺不在意這些職能,對方是否用AI寫履歷根本沒差別;反之,如果上述能力,是這項職缺的重要條件,那麼懂得用AI更好,因為不用公司教,面試者就懂得運用AI輔助工作,是即戰力!

震旦雲總經理林敬寶也認同,面試者願意運用工具來幫履歷加分,其實是積極態度的展現。

而且,「履歷(其實)只占面試流程的10%,」林敬寶直言。主管不大可能因為履歷寫得好,就叫應徵者明天來上班,所以美化效果其實沒那麼誇張。

AI雖然不影響招募結果,但先進複試的人,成功機率自然高一些,企業不會擔心因此排擠掉好人才嗎?凱基銀行人力資源處經理葉晉嘉提醒,劣幣驅逐良幣的前提是,兩位面試者的學歷、經歷和專業等客觀條件都完全一樣,但這種情況很少發生。

更不用說,全球都在缺工,金色三麥管理處協理洪毓璞便指出,「服務業完全沒有AI的困擾,」人才需求大於供給。

ChatGPT真正影響的,其實是應試者和中小企業主。

求職者注意!學經歷篩選標準,會更嚴格

表面上來看,AI好似讓應試者更有競爭力,能拿到更多面試機會,但那只是早期使用者的紅利,一旦每位工作者都使用AI,反而會強迫面試官更關注客觀事實,比如是哪個學校、科系畢業的?曾任職於哪些公司、做什麼工作?多益成績幾分等。

「AI只能優化你的經歷,不能無中生有。」一位台達電的人資主管強調,未來履歷關不一定會消失,但篩選標準可能會更嚴苛,甚至是非零即一。

這對非理工職缺而言,尤其不利,因為好工作僧多粥少,為了避免履歷上的辭藻難分軒輊,以致太多人進面試關,只能提高客觀事實的門檻,像是學歷必須最頂尖、學業成績平均點數(GPA)一定要滿分,其他人則完全不考慮。

而中小企業主由於缺乏預算建立自己的偵測工具,是有可能被美化的履歷騙倒,但葉晉嘉建議,老闆和主管們應該轉換思維,藉機檢視自己的招聘流程,哪些會因為AI而變得沒有意義,「從加法變成減法,簡化流程才有競爭力。」

舉例來說,許多公司習慣在面試之前,要應試者填一堆基本資料、做一系列測驗,甚至錄短片自我介紹,這些隨著AI普及,都可以刪去,因為它們都可以透過AI事前準備,失去了鑑別度。而當其他公司的流程不再冗長,你的面試流程卻還要幾週才能跑完,人才先拿到其他職缺,自然不會等你。

說穿了,決定一個人能否進入公司,還是要看面試,而不是履歷。而面試考驗的,是人資主管的本職學能。林敬寶把它分為3步驟,包含「聽他說」、「看他做」,以及「聽別人說」。

面試官3招必學!準備無法用AI演練的考題

「聽他說」不是「考對方」這種上對下的模式,因為一問一答的題型,很容易事前準備。一旦能被預測,就可以透過AI找出最佳解。更好的方法應該是跟對方討論,引導出對方的想法。當應試者發覺,來面試也能有所收穫,對公司觀感自然佳,更可能留下。

舉例來說,個案面試(Case Interview)就是一個不錯的方法。它要求應試者在20至40分鐘內解決一個陌生問題,並只提供一些基本的背景資料,比如公司所處產業、產品、經營狀況等。

由於條件有限,應試者必須向面試官尋求協助,比如索取解決問題需要的資訊;面試官也要適度引導,才不會讓應試者卡關,因為測驗的目的不是要他找出答案,而是觀察對方的邏輯組織、溝通表達和抗壓等能力,了解是否為一位合格的候選人。

溝通、顧問、對話、面試。
目前驗證最有效的面試技巧,仍是行為面試法。
圖/ unsplash

孫弘岳指出,目前驗證最有效的面試技巧,仍是行為面試法,請應徵者描述過去發生過的一個挑戰,他採取了什麼行動,結果如何。行為面試法之所以有用,是因為真正做事的人,會很清楚知道每一步的細節,若受試者答不出來或含糊其辭,就能看出履歷是否誇大。

不過,這非常考驗面試官提問的功力。而且,現在應徵者又可以透過ChatGPT來練習,對主管面試技巧的要求恐怕會變更高。

「看他做」則是現場測驗,直接觀察受試者的動手能力。不論是現場做簡報、生文案或寫程式,只要一斷網,輕鬆就能看出真實能力。

最後,「聽別人說」,就是資歷查核(Reference Check),現在很多公司還是當走過場,不一定會真的打電話,但隨著AI越來越強大,直接問前任主管的看法,可能更直接且有效。

孫弘岳補充,Google是最早應用人工智慧於面試的組織之一,但他們現在依舊只在履歷關採用AI。因為,AI是由人來設計,人如果有偏誤,AI自然也會有。因此,他們在2次面試之後的流程,反而增加人的比重,要求多位主管一起面試,互相消弭偏見。

AI弭平英文寫作差距!人才出海更容易,加快外流

雇主真正要擔心的,反而是ChatGPT弭平英文寫作上的差距,讓求職者能夠更輕鬆的跨足海外。孫弘岳便曾遇到一位印第安納大學的教授向他抱怨,ChatGPT威脅的是美國人,因為它讓非英文母語的應試者,也能在寫作上達到90分。一旦人才外流,AI招募就變成了假議題,因為根本沒人可招了!

延伸閱讀:全台逾2.6萬個AI人才缺口!五大傳統職缺也AI化?文科生機會在哪?

本文授權轉載自《商業周刊》,原文:ChatGPT美化變日常⋯AI寫履歷時代來了!求才、求職要如何不踩雷?

責任編輯:錢玉紘

關鍵字: #ChatGPT
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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
代理式商務連動百兆商機
© 2026 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