用AI整理面试记录，哪一步不能交给它

AI 写的面试摘要，你敢直接拿去开录用会吗？我不敢。它很少写错字，毛病出在写得太顺：“候选人主导了日本销售团队从0到1的搭建，具备很强的跨文化沟通能力。”这句话里哪一半是他说的，哪一半是他做过的，摘要不会告诉你。

现在用 AI 转写面试、出摘要、对照评分表，已经很平常了。确实省事。但这件事里有一步，交出去就收不回来。

先把能交的交了，再说那一步。

转写可以交，但要抽查

转写交给 AI 没问题，它比人记得全。要做的只是抽查关键段落，别全信。

原因是转写也会编。2024年，美国研究者 Allison Koenecke 等人研究了 OpenAI 的语音转写模型 Whisper，发现大约1%的转写里出现了整句、整段凭空编出来的内容，其中约38%带有明显的有害信息，比如编出暴力情节或者错误的关联。说话停顿多的人，更容易被“补”上没说过的话。

1%听起来不多。一场面试一个小时，候选人最关键的那段经历恰好被补了一句，你的判断就建在一句他没说过的话上。所以，凡是要拿来下结论的段落，最好回去对一下录音。

归档和标缺口，AI 比人勤快

把回答对回问题，再对回评估项，这件事 AI 做得又快又稳。人做这个容易偷懒，记得最清楚的往往是最后十分钟和最能聊的那段。

更值钱的是让它标缺口。一件事可以按四个位置来追：当时的条件、做了什么取舍、具体做了什么、结果和代价。候选人讲成功故事，最容易跳过的是第一个和最后一个。让 AI 一段段标出来，哪件事只有“我们做成了”，没有条件，没有代价，这比让它写一段漂亮的评价有用得多。

还有一条：让它区分主张和事实。“我带过二十人的团队”是主张。“2022年4月接手，当时七个人，年底到二十人，其中三个是我自己招的”开始像事实了。AI 能把前一种句子标黄，提醒你下一轮去问。它判断不了真假，但能告诉你哪里还没有证据。

转写、归档、标缺口可以交给 AI，下判断这一步交不出去

面试记录处理流程的分工。数字出处：Koenecke 等（2024），转写模型为 OpenAI Whisper

1. 1转写：AI 做，人抽查约1%的转写里有整句编造，要下结论的段落对一遍录音
2. 2按问题归档：AI 做把回答对回提问和评估项，原话不改写
3. 3标缺口：AI 做哪句只有主张；条件、取舍、行动、结果与代价，缺了哪一个
4. 4下判断：只能人做分清说过和做过，先看否决项、再看最弱层，定五档，签自己的名字

AI 能找出哪里没证据。证据够不够下结论，只能人来定。

不能交的那一步：下判断

最后那一步，把“他说的”认定为“他做过的”，再给出结论，不能交给 AI。

AI 摘要有个天然倾向：把话说圆。“我们当时把渠道铺开了”，到摘要里就成了“他主导了渠道拓展”。面试官本该把“我们”拆回“我”（候选人说「都是我做的」那篇写过怎么拆），AI 却悄悄把这一步反着做了。

它还容易被流利带着走。能说会道的候选人，转写稿字多、句子整，评分表上每一项都“有内容”。话少、讲得磕磕绊绊但细节对得上的人，在稿子上反而吃亏。流利是表达能力，跟他做过什么关系没那么大。我在面试里找什么那篇说过，要的是事件，不是形容词。AI 恰恰擅长生产形容词。

再往深一层，看人用的是四层：内核、模式、装备、情境。转写稿里最多的是装备层，技能、经历、做过的项目。内核和模式藏在他怎么讲失败、压力下怎么选里，往往是一个停顿、一句绕开的话。这些东西转写能记下来，摘要多半会删掉。换到候选人那一侧看同一件事，可以看失败经历怎么讲成证据那篇。

五档判定也是这样。它不用加权平均，先看有没有否决项，再看最弱的那一层。AI 天生爱平均，各项打个分一加，一个某层塌掉的人可能拿到不错的总分。

偏见的问题，有现成的教训。路透社2018年报道过，亚马逊从2014年起开发一个给简历打一到五星的系统，2015年就发现它对女性不公平：模型学的是过去十年收到的简历，大部分来自男性，于是含有“women's”字样的简历会被扣分，两所女子大学的毕业生也被降级。团队在2017年初解散。报道说招聘人员看过它的推荐，但从没只靠它的排名做决定。一个大公司花了几年都没把偏见去干净，你用通用模型整理面试记录，别以为它是中立的。

最后是责任。录用这个决定，要对候选人说得清理由，被问到时要有人站出来解释。签名的人只能是面试官，不能是一段提示词。

录音、喂给 AI 之前，日本的规矩

在日本做这件事，个人信息这关要先过。我只写官方能查到的，具体情况请问律师。

按日本《个人信息保护法》，取得个人信息时要把利用目的通知本人或者公开（第21条）。录音转写之前，告诉候选人录了、用来做什么、存多久，最省事。

个人信息保护委员会2023年6月专门发过关于生成式 AI 的提醒：企业把含个人信息的提示词输入生成式 AI，要确认在利用目的的范围内；如果没有事先取得本人同意就输入个人数据，而这些数据被用于生成回答以外的目的，就可能违法，所以要确认服务方不会拿它去训练模型。

还有一层容易忽略。厚生劳动省依据《职业安定法》第5条之5定的指针，原则上不许收集求职者的人种、民族、本籍、出生地等可能导致社会歧视的事项，以及思想信条、是否加入工会。候选人聊天时自己说出来的，转写稿会一字不落地记下。这部分要删，别让它进评估。

AI 写的每一句，都要点得回原话

AI 写出的每一句“他做了某事”，在记录里都要能点回候选人的原话，并且带着那件事的条件和结果。点不回去的，一律标成主张，留到下一轮去问。

这样，AI 帮你省下的是整理的时间，判断还在你手里。签字的时候，写的也是你自己的名字。

---