斯坦福康奈尔论文:AI求职或加剧招聘评估瓶颈
AI 总结
虎嗅 AI 编译介绍了一篇斯坦福大学与康奈尔大学的初步论文《劳动力市场能在人工智能时代运转吗?招聘中的评估瓶颈》,作者为伊泰·阿什拉吉、拉梅什·乔哈里、乔恩·克莱因伯格与阿努什卡·穆尔蒂。论文模型假设,AI 降低求职搜索和申请材料制作成本,同时使材料信息噪声上升,企业因此更理性地依赖工作经验等可观察特征,缺乏经验但实际匹配岗位的求职者受影响尤其大。作者还分析多阶段招聘:先以工作样本等较低成本的中间评估获取新的匹配信息,再决定是否进行昂贵的完整筛选,可能重新打开单阶段流程会关闭的筛选通道。
深度见解
论文的核心判断是,AI 可能把招聘市场的主要摩擦从“能否提交申请”转移到“能否获得可信的能力评估”。

申请门槛下降,评估门槛却可能上升AI辅助求职工具越来越普及:求职者可以更快寻找岗位、针对职位要求调整简历和求职信,并以更低成本提交更多申请。但申请材料更容易生成,也可能使材料更难反映求职者与岗位的真实匹配程度。本文研究一个招聘市场模型:求职者在工作经验和潜在岗位匹配质量上存在差异,企业依据带有噪声的申请材料决......
AI正在降低求职者搜索岗位、撰写简历、定制求职信和批量投递的成本。但申请更容易,并不意味着企业更容易发现合适的人。当大量申请材料都可以由AI快速生成,材料中的个体信息可能变得不那么可靠;企业于是可能更依赖工作经验等粗粒度指标。对有经验的人,这未必是坏消息;对没有经验、却真正适合岗位的人,问题就严重得多。
#Stanford University#Cornell University#Can Labor Markets Function in the Age of AI?#The Evaluation Bottleneck in Hiring