求职测评层层加码，招聘岂能变成“漫长闯关” 短讯

2026-11-04 19:18:43 北京青年报

【资料图】

方元陆

秋招大幕拉开，1270万高校毕业生涌入求职市场。不少人投出简历后，最先等来的不是面试邀约，而是接连不断的线上测评链接，行测逻辑、性格量表、AI视频面试环环相扣。有调研显示，超六成大中型企业将线上测评纳入校招必经流程，不少应届生单季参与数十场测评，累计刷题耗时数十小时，却常石沉大海。求职尚未进入核心能力比拼，年轻人先被困在了无休无止的测评消耗战里。

面对动辄数万份的简历投递，标准化测评是企业提升初筛效率的务实选择。行业案例显示，AI辅助初筛可将校招初面周期压缩一半以上，单人招聘成本显著降低，在招聘窗口期极短的校招市场，技术工具的提效作用显而易见。工具本身并无对错，但当测评从辅助筛选的手段异化为层层加码的刚性关卡，企业追求效率的算盘就会全部打到求职者身上。

标准化测评的先天局限，注定其无法承载过重的选拔功能。市面上多数通用测评奉行一套题库覆盖全行业，智力题、性格量表普适性强，针对性却极弱。人力资源领域研究早已印证，通用认知测评对具体岗位绩效的预测效度有限。当筛选标准与真实岗位需求渐行渐远，测评便沦为形式主义的“门槛游戏”，看似流程严谨，实则早已偏离人岗匹配的核心初衷。

题库固化催生了刷题产业链，答题模板、关键词攻略在社交平台随处可见，求职者不再打磨真实能力，转而揣摩算法偏好、迎合机器打分。而AI面试的评判逻辑更像一个不透明的黑箱，系统仅凭面部表情、语音语调、关键词频次打分，缺少真人面试官的追问与灵活判断。依据个人信息保护法，自动化决策涉及个人重大权益时，当事人有权知晓说明、拒绝纯算法判定，但现实中“系统未通过”往往是唯一答复，落选原因不明、异议渠道不畅，程序公平大打折扣。

测评结果互不通用，是加剧求职内耗的另一症结。不同企业各设门槛，同一集团不同岗位也要重测，题目大同小异，时间成本却成倍累加。应届生本该用于打磨专业能力、准备深度面试的精力，却被浪费在重复刷题上面。企业省下了内部筛选的人力资源，却让整个求职群体付出额外时间，本质是招聘成本的无序转嫁。川渝等地已探索公共职业素质测评跨区域互认，行业若能推动测评结果共享，既能减少重复劳动，也能倒逼服务商提升内容质量。

技术工具永远只能居于辅助位置，招聘的最终裁判始终该是人。企业要跳出环节越多越严谨的认知误区，主动给招聘流程做减法，紧扣岗位核心能力设置考察项目，砍掉无关的同质化测评，前置真人面谈环节；同时落实合规要求，明确告知测评规则、考察维度与结果权重，畅通反馈与异议渠道。行业层面可探索建立统一测评规范与结果互认机制，从根源减少重复考核。监管部门也需及时补位，明确招聘算法应用边界，规范个人信息收集使用，守护就业公平底线。

招聘是一场双向奔赴的选择，不应变成单向消耗的关卡。把效率留给工具，把公平还给流程，把尊重贯穿双向选择的全过程，招聘才能回归人岗匹配的本意，年轻人也才能在更友好的就业环境中找到属于自己的职业赛道。责任编辑：韩保林(EN087)