新技术助力人才测评向前发展

（一）大数据在人才测评中的应用

随着信息技术的飞速发展，大数据在深刻影响传统领域发展变革的同时，在人才测评领域同样具有十分广阔的应用前景，可为掌握领导人员队伍情况、提高人员管理效能提供新视角。大数据出现的意义与价值在于改变了人们的思维方式。大数据思维帮助人们在决策过程中超越个体思维框架的局限，通过数据的碰撞，探寻数据背后所呈现的客观事实与结果，挖掘客观规律，从而对不确定的、未知的领域做出更为准确的解读。从这一层面上看，进行量化、数字化管理的根本目的是要提升人们对事物认识的精准度，以便做出更精准的决策，提高管理的效能。

将大数据引入到人才测评中，就是通过数据的多维性、海量性以及数据挖掘功能，系统提高人才测评的有效性。基于数据挖掘的大数据技术，正是通过全方位收集个体在组织内部产生的结构化工作行为数据，对数据进行全面深入的系统性分析，尽量减少主观经验判断在评价结果中所占的比重，以实际行为信息为基石，提高人员评价的准确性。同时，在大数据时代下，由于数据来源的丰富性，作为参照分析的数据不仅仅限于个体在组织内的行为数据，在遵循网络道德和法律规范的前提下，个体在组织外部非工作时间所产生的行为数据也会对人员评价产生一定的参考价值。一些组织通过付费购买或使用公共数据来收集决策所需的外部数据，国外的一些人力资源和人才管理机构会整合并利用来自脸书（Facebook）、领英（LinkedIn）等社交媒体平台的海量外部数据作为分析参考内容，并依靠人员数据分析专家完成对个体行为方式与行为结果大数据的挖掘、分析工作，从而更加全面、立体地把握人才的内在素质。对于一些事关组织战略全局的关键岗位的重要人事安排，例如中高层管理人员的选拔晋升，更需要对候选人进行全方位的考察，通过工作行为数据以及大量半结构化或非结构化的行为数据作为辅助，力争客观真实、细致入微地了解一个人，从而最大程度降低人才评价的误差。

除此之外，大数据还可以有效助力人才测评开启预测性的人员评价。大数据最重要的功能，就是能把未来一些不确定性的东西精准地预测出来。大数据时代分析事物之间的联系，不再限于线性联系，而是特别重视事物的相关性。在2008年，谷歌的一支研发团队就利用在网上收集到的海量个人搜索词汇数据，赶在政府流行病学家之前两星期预测了甲型H1N1流感的爆发；据报道，英国数据分析公司Cambridge Analytica也通过脸书协助了特朗普2016年的总统竞选活动。大数据的预测作用可以有效帮助组织预测人才的可塑性、可发展性，从而为组织发掘所需人才。比如，腾讯在识别候选人稳定性方面，按照稳定程度将历史上所有的员工分成多个样本，通过数据挖掘找到关于员工稳定性的典型特征，并建立相应的数学模型。在招聘时，招聘系统进一步应用数据分析结果，根据候选人简历特征与模型的匹配程度，自动对其稳定性给出评估和决策建议，为后续的面试及保留环节提供参考。

大数据时代，数据爆炸但信息缺乏是其特点之一，若没有对数据加以挑选、分析、整合和利用，再多的数据也没有太大的意义。为了有效利用大数据的价值，增强人才测评的准确性，企业需要在人才素质评价方面实现量化和标准化管理，以便建立起组织的人才数据库。目前，企业人才数据库中已经实现量化的数据大多是一些人口统计特征的数据，如年龄、性别、学历、工龄、考勤和工资数据，这些数据能够进行分析的宽度和深度有限，应用性也不强。为了完善数据库，企业还需要补充人才评价的数据，包括能力、素质、态度、品德、行为表现等数据，从而实现真正的大数据管理。实现大数据管理要以人才的大数据库为核心，在数据库建设中把握以下原则：一是定量化。企业获得的数据通常是非量化的信息，因此需要对信息进行量化处理，让信息库成为真正的数据库。二是标准化。事物的特征不同，获取数据的工具和方法不同，最终所得到的数据性质也是不同的，因此，很多原始测量数据不能直接进行数学运算和统计分析，需要经过标准化处理后才能运行。三是广泛性。数据采集类别要尽可能多一些，以便进行多变量分析，找到多变量之间相互影响的关系，发现事物间的规律。四是客观性。虚假数据的有害性是不言自明的，会影响数据推算的结论，因此，需要在一定程度上确保入库的数据是真实有效的。

（二）虚拟现实技术在测评中的应用

虚拟现实（VR）技术是一种可以创建和体验虚拟世界的计算机技术，它利用计算机生成一种模拟环境，是一种多源信息融合交互式的三维动态视景和实体行为的系统仿真，可借助传感头盔、数据手套等专业设备，让用户进入虚拟空间，实时感知和操作虚拟世界中的各种对象，从而通过视觉、触觉和听觉等获得身临其境的真实感受。虚拟现实技术是仿真技术的一个重要方向，是仿真技术与计算机图形学、人机接口技术、多媒体技术、传感技术和网络技术等多种技术的融合，是一门富有挑战性的交叉技术。随着计算机及人—机交互技术的发展，虚拟现实（VR）技术的应用正逐步渗透到各个专业领域，涉及航天、军事、通信、医疗、教育、艺术、娱乐、建筑和商业等。(www.xing528.com)

将虚拟现实技术引入到人才测评中，可以提高测评的真实程度，并且引起测评者的作答兴趣，增强互动感。现代人才测评技术有个著名的理论就是黑箱子理论。人的特质就像是一个黑箱子，人们没法直观看到这个箱子里面到底是什么。但是，可以通过给出特定刺激看被评价者的反应，从而推断箱子里面可能的内容。若想要对人的特质这一黑箱内的结构进行准确的推断，就需要找到恰当的刺激，并明白刺激产生的不同反应所代表的含义。在人才测评中，我们给出的刺激通常是以题目的形式出现，准确有效的题目能够有效激发不同的反应。情景模拟技术也是通过题目模拟现实活动，观察人们的答题反应和答题结果，从而预测和推断被评价者在现实中的表现。目前，现有的情景模拟技术，主要是通过公文筐、案例分析、角色扮演、无领导小组讨论等技术对现实情况进行模拟，模拟的仿真程度相对有限。在未来，情景模拟技术如果能够融入虚拟现实（VR）技术，将会呈现更加真实的工作场景，使得答题者从视觉、听觉、触觉等方面更为直接地融入答题场景，激发答题者的真实作答反应，从而提升情景模拟技术的仿真度。

（三）人工智能在测评中的应用

尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授则认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容，即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软、硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能的目的是让计算机具备模拟人类某些思维与行为的智能。

人工智能与人才测评的结合将是未来测评行业一个主要的发展趋势。人才测评中的“测评”包括测量和评价两方面的含义。测量是指根据某种法则用数字对某一现象或事物进行定量化描述，评价则是根据某种标准对事物或现象作出价值判断。测量依靠现有计算机技术已经达到了较高的精确水平。但是，“评价”的提升程度仍是有限的，这是因为“评价”是一种定性判断，一般需要专家基于测评数据分析结果进行综合判断，这种判断过程是人的思维过程，实际上也是一种智能。模仿人的智能一直是过去计算机技术的一个瓶颈，也在一定程度上限制了在线测评技术的发展。阿尔法围棋（AlphaGo）的出现说明计算机已经具备了模仿人类思维的可行性，但要想实现“评价”这一智能模块的模仿，对测评技术本身进行深入理解与研究是能否实现的关键。比起下围棋，考官在测评活动的思维过程更为复杂，考官给出评价不仅要结合被评价者在测评现场的表现，同时，需要结合企业特点等方方面面的因素综合给出评价。

要想实现计算机对人的综合评价，需要依靠数据库的分析和专家经验的内化。数据库的分析不仅仅要靠测评数据的累积，而是需要围绕企业人才评价与管理建立的人才库、标准库、工具库等一系列数据库，对人在进入企业后的行为表现进行全方位的记录，基于这样的记录，分析和挖掘人的成才规律与行为规律。专家经验的内化也需要对具有丰富现场测评经验专家的实践经验进行总结与提炼，让“只可意会”的经验，变得可以“言传”。专家经验的内化需要具备两个基础条件：一是要找到真正的测评专家。真正测评专家不仅需要有大量的测评实践经验，还要对测评本身有持续深入的研究、思考和总结，不断进行创新。只有真正的测评专家的经验才具有参考和借鉴的价值；二是要有专业技术团队对专家经验进行内化。专家经验的总结依靠的不是所谓云计算、大数据，而是需要具有测评技术知识与经验的团队不断对经验进行探索、讨论与试验，将更多资深测评专家的经验、对人评价的经验内化到计算机中，让计算机去学习测评专家如何综合各方面的数据，对一个人的经验和能力做出评价。

阿尔法围棋（AlphaGo）的出现标志着计算机模仿人类智能迈出了实质性的一步。在未来，我们有理由相信人才测评也能够实现人工智能测评，使现阶段需要依靠专家参与才能实施的评价，可以逐渐转变为依靠人工智能便能实现的工作。