倒置夥伴關係，畫出清楚界線
最後一個有助益的做法，一些公司已經開始採行，就是把人機的標準夥伴關係倒置，不再由機器提供資料給人類當作判斷參考，而是把人類的判斷當成一個資料點，輸入演算法。谷歌首創將這個方法用於人才招募上，人才招募對該公司非常重要，但分析顯示，人機標準夥伴關係的成效很差。
拉茲洛•博克（Laszlo Bock）在擔任谷歌資深人資長時發現，當時所採用的大多數新員工遴選方法近乎無效。他的團隊檢視究竟是什麼因素，造成公司員工工作表現的差異；他們發現，錄用前的徵信調查（reference check）只能解釋7％的差異性，先前工作經驗的年資只能解釋3％，無條理結構的面試只能解釋14％（就是那種最常見的面試，在開頭時詢問：「你最大的長處是什麼？」，或「請逐項談談你的履歷表。」）博克說，這類面試的問題在於：它們形成了一種情況，其實是試圖在確認我們對此人的想法，不是真的在評估對方。
心理學家把這稱為「確認偏誤」（confirmation bias），我們只根據最少的互動，得出了一張快照，在無意間做出判斷，卻深受既有偏見和想法的左右。不知不覺中，我們從原本是在評估一位應徵者，變成了在尋求證據，確認自己的初步印象。
這又是把偏誤和毛病帶入一項重要決策裡。那麼，有什麼更好的人才招募方法？谷歌改為高度倚賴有條理結構的面試，這項因素對員工錄用之後實際工作表現的解釋度超過25％。所謂的有條理結構面試，包含一套用以評估應徵者的預先設定問題，例如評估應徵者的一般認知能力。谷歌採用了一種人才招募流程，所有面試官使用結構性面試，詢問應徵者大致相同的問題，博克解釋：「我們使用一致的面試評分表格⋯⋯，面試官必須評估應徵者表現如何，表格上清楚定義了每一項表現的等級⋯⋯。一份簡明的人員招募評分表格⋯⋯，把混亂、模糊且複雜的工作情況簡化，得出可評量、可比較的結果。」
在此方法中，個別面試官的判斷仍然受到重視，但這些判斷被量化，用以對應徵者打分數。博克認為，這個方法並未貶低面試流程或去人性化；相反地，應徵者也感謝自己受到客觀、公平的對待（透過新流程應徵但未獲錄用者，有80％表示會推薦朋友應徵谷歌），雇用決策變得更容易，因為「可以看出優秀者和普通者之間的清楚界線」，博克如此說道。
*安德魯‧麥克費為麻省理工學院數位經濟研究中心共同主任，麻省理工學院史隆管理學院首席研究科學家，專長於研究資訊科技對經濟、商界及企業的影響，以及電腦化如何影響競爭、社會、經濟及勞動市場。
艾瑞克‧布林優夫森為麻省理工學院數位經濟研究中心共同主任，麻省理工學院史隆管理學院教授，專長於資訊科技生產力研究及資訊經濟學。
本文選自《機器、平台、群眾》（天下文化）。本系列結束。
