資料科學無法分析一切》演算法還不能擔當招募大任

徵才主管迫切需要新的工具，因為現有的工具（非結構化的面談、性格測驗、個人推薦等），都不太有效。目前在招募方面的最新發展，是資料科學的興起，這種做法由演算法驅動，以找出及評估求職者。這種趨勢看來既有前景，也令人擔憂。根據我的統計，目前有上百家供應商正在開發及銷售這些工具給公司。遺憾的是，資料科學在招募人才方面仍處於初步階段，還不是雇主想要的萬靈丹。

供應商承諾，這些新工具將會協助減少社會偏見對人才招募的影響。這些演算法確實可以找出以前因缺乏某種學歷或社會背景，而遭淘汰的優秀求職者。但這些工具也有可能找到並促成使用一些會引起麻煩（或應該會帶來麻煩）的預測變數。

資料科學家的挑戰

根據過去的資料，預測力很有限

大多數資料科學家似乎不太了解就業環境，因此他們的工具往往用了比不用還糟。例如，很多資料科學家只根據職場上「績效最佳員工」的屬性來打造模型，接著就用這個模型來尋找有相同屬性的求...