今天小編分享的科技經驗：找工作，直接和 ChatGPT 談，歡迎閱讀。
找工作，是人與社會的一次交鋒。
你需要清楚自己的優勢，從字裡行間解讀公司的訴求，掂量能力和經驗與崗位匹不匹配，還有無數的經驗貼教你如何寫簡歷和面試。
光是制作簡歷，就算得上一件苦差事，我們如同懷着匠心的手工藝人，精心在一張 A4 紙裡雕琢工作經歷、項目成就和獎項技能，希望創造出一件被伯樂欣賞的作品來。
然而，當 AI 席卷了各行各業，有人失業，有人改換門庭，也有人想用它改寫職場的敲門磚。
用 ChatGPT 做簡歷，能獲得更多 offer 嗎
今年 2 月，在線求職網站 Resume Builder，對 2000 多名求職者做了一項調查，發現了一項有趣的結論：
近一半求職者使用 ChatGPT 幫助撰寫簡歷或求職信，其中 69% 覺得回復率更高了。
那麼，職業規劃師、簡歷優化師的飯碗岌岌可危了嗎？頭腦靈活的行内人，已經在 TikTok 上分享 ChatGPT 簡歷編輯教程，甚至做出播放量上百萬的視頻。
領英上也有很多類似的帖子，教你如何輸入提示詞，讓 ChatGPT 幫你完成求職信。其中一位求職者，只向 ChatGPT 輸入了職位描述（JD）和過往的幾個崗位，生成結果讓他很驚訝；
它基本填補了它所知道的這些職位的知識。
與免費的 ChatGPT 打交道，算是半智能半手工，各種一步到位的 AI 簡歷生成平台正在興起。它們用起來更快速，也更昂貴。
其中一個是基于 GPT-4 的 kickresume，當你輸入理想崗位，AI 在幾秒鍾内生成「工作經驗」，然後你可以根據需要，編輯、删除、擴寫或者重新生成。免費試用過後，訂閱費每月 5 美元起。
GPT-4 非常适合生成結構化文檔，例如簡歷。
其實在引入 GPT-4 之前，這家公司的服務也是基于這樣的數據導向。他們為 3200 多個職位提供了 20000 多個可能的短語，用戶找到對應的那個，将它們「組裝」成初稿即可。
類似的 AI 簡歷工具不再一一例舉，但它們基本都有以下功能：
解析：AI 從你的當前簡歷或領英頁面提取信息，分析它們的内容、結構和語言。
分析：AI 識别和目标崗位職位描述相關的關鍵詞。
定制：AI 根據職位描述，為簡歷生成個性化建議，可能包括重寫某些句子、添加或删除某些部分、突出特定技能或經驗等。
當然，它們更多是用于初稿和查漏補缺，不可能讓你完全解放雙手。畢竟，AI 只能錦上添花，技能和經驗無法張口就來。但在其他條件平齊時，AI 或許會是決定勝負的最後底牌。
頭腦靈活的求職者沒有止步于此，他們還讓 ChatGPT 扮演目标崗位的面試官，對簡歷提出問題。就算無法準确預測人類 HR 的想法，也能在這個過程裡打開新的思路。
不只是模拟面試，ChatGPT 也能被帶入實操場景。GitHub 上有一款名為 Ecoute 的工具，它将音頻實時轉錄為文字并發送給 ChatGPT，由 ChatGPT 自動生成回復。
那麼當面試官提出問題，面試者裝上這款「在線作弊神器」，不慌不忙照着念 AI 生成的答案就可以了。
别急還沒有完，改善簡歷和模拟面試兩大功能強強結合之後，便是 AI 職業教練 Boris。
首先，你可以上傳簡歷讓它分析，Boris 會反饋詳細的修改建議，包括去口語化、糾正拼寫錯誤等等，這份能力來源于 GPT-4，以及超過 200 萬個數據點。
其次，你可以通過 Boris 進行模拟面試，這也是它最有意思的部分。螢幕上會出現一位長相接近真人的面試官，根據你提供的簡歷提問。
當你回答完第一個問題，這位面試官會花一分鍾分析你各方面的表現，從回答的具體内容，到你的姿勢、眼神和着裝，然後給你打出一個分數，分析你的回答哪裡不好以及如何改進，接着你可以選擇重試或者繼續下一個問題。
Boris 每月的費用為 5 美元，主要面向 Z 世代學生群體。創始團隊認為 Boris 是對傳統職業教育的必要補充，因為它能讓更多涉世未深又資源不足的學生，以極低的成本模拟面試。
想要一份工作？先通過 AI 的火眼金睛
求職是一場雙方的博弈，如果切換到企業視角，AI 在招聘方面其實早已大顯身手。
不少世界五百強公司，近幾年都會使用求職者跟蹤系統（ATS），它自動掃描簡歷中的某些關鍵字，根據簡歷内容對求職者排名，從而簡化招聘流程。
2022 年接受衛報采訪時，求職平台 ZipRecruiter 首席執行官 Ian Siegel 甚至說，在美國求職的所有簡歷中，至少有四分之三是通過算法閱讀的。
如何讓你的簡歷通過機器的「火眼金睛」？除了求助簡歷掃描工具外，也有人總結了以下經驗：
沒有影像，沒有特殊字元，使用最常見的模板，使用簡短、明了、定量的陳述句，确保簡歷與職位描述中的關鍵字匹配。
盡管如此，被算法拒絕的原因依舊多種多樣，或許是因為缺少部分關鍵詞，或許是因為觸發了難以捉摸的淘汰條件，仿佛莫可名狀的規則類怪談。
哈佛商學院教授 Joe Fuller，曾經訪談過美國、英國和德國的 2250 多名高管，發現了一個很有意思的結論：88% 的高管知道，自動化的工具可能會将某些人才拒之門外。但為了效率和成本，他們還是這麼做了。
近 50% 的高管承認，工具會直接拒絕空窗期超過 6 個月的求職者。也就是說，這些人連出現在 HR 面前的資格都沒有，哪怕各項能力都很優秀。
與此同時，如果某位求職者其中一項得分很低，其他得分都接近完美，那麼也可能會被拒絕，反而不如那些所有得分都平庸的競争對手。
就算簡歷被機器通過，也只是過五關裡的一關，前方可能還有 AI 主導的視頻面試等待着：
面試官是眼前的螢幕，求職者回答問題的過程被拍攝下來，然後程式負責分析他們的言語和面部表情。
這是不同于人工面試的另一種緊張。自動提問浮現在螢幕，思考的時間變短了，和面試官的人際互動也消失了，你心裡沒有底，不知道自己表現得如何。
薩塞克斯大學商學院的研究人員發現，AI 面試是「令人困惑和不安」的，許多受訪者為了給算法留下好印象，似乎變成了機器人：
他們的行為往往不自然，保持僵硬的姿勢、固定的目光，并盡可能少用手勢。
簡言之，混入招聘前期的 AI，以數據和關鍵詞為中心，衡量求職者是否夠格，這就像 MBTI 人格測試一樣，将千人千面的個性特征，劃分為 16 種可以解讀的類型。
用 AI 定制簡歷、靠 AI 模拟面試的求職者，如果碰上 AI 面試官，有種用魔法碰撞魔法的感覺，一時之間難分高下。一位用 ChatGPT 寫求職信的用戶，就抱着半開玩笑的态度：
為什麼不？機器人會閱讀它們，那我會找一個機器人來寫它們。
偏見還是公平，不可知的黑箱
讓 AI 擔任面試官，偏見是一個傳統但又從不過時的話題。
AI 基于數據做出決策，如果它從偏見普遍存在的行業中獲取養料，後果可想而知。
加州大學伯克利分校的一項研究顯示，AI 有 44% 的可能體現性别偏見，有 26% 的可能同時表現出性别和種族偏見，還可能容易篩掉殘障人士。
提供相關服務的平台則持反對意見，他們覺得 AI 讓招聘更多樣化了，偏見也是可以改善的問題。更何況，人力是有限的，也是自帶偏見的，AI 至少确保每一份簡歷都能以相同的方式評估。
當 Sam Altman 與國會議員談笑風生，強調監管 AI 的重要性，AI 招聘也是其中一個不可忽略的支線。
紐約是這方面的先行者。從 7 月開始，該市對 AI 招聘的一系列規定正式生效，包括公司應該告知求職者是否存在 AI 軟體，明确收集和分析求職者的哪些數據，每年接受有關偏見的審查等。
作為個人，我們無法肯定事情的走向，只能投遞出一份份簡歷，仿佛置身于一個黑箱之中，渴望水面下的波浪回應。
但我們仍有可以掌握主動權的部分，正如常說的那句話，淘汰人的不是 AI，而是會使用 AI 的其他人。技術越來越成為一項隐性資源，我們唯有保持樂觀和積極，了解如何使用 AI 工具。
可以肯定的是，除了招聘之外，AI 還将更大範圍地影響職場。
比如，以前的求職經驗貼裡會建議，在投遞某家公司的時候，最好了解一下他們的價值觀和企業文化。對于這個問題，已經有人用 AI 開發出了更高級的玩法。
真格基金将張一鳴 2012-2016 年的微博全文，扔到了 GPT-4 最強競品 Claude 裡，然後讓它分析内容的主要特點、推測公司的管理方式和企業文化、列舉公司在國際化業務中的競争對手、預計公司未來可能的業務等等。
雖然部分答案不夠準确，但整體效果十分驚豔，如果說 GPT-4 是考高分的斯坦福大學生，Claude 更像「量子速讀」的麥肯錫分析員。
類似地，張小龍 2010 年到 2012 年的 2000 多條飯否消息一度瘋傳，人們從這些只言片語裡，用詞雲分析「微信之父」的個性、喜好、對產品的見解等等。如果将這項工作交給 AI，應該也能夠完成得很好。
以上只是個人的試驗，已經有公司通過 AI，将人力資源的各類數據做得更加系統化。今年 3 月底，人力資源技術公司 Beamery，推出世界上第一個專為 HR 設計的生成式 AI：TalentGPT。
TalentGPT 基于 Beamery 内部的大語言模型，以及 GPT-4 等外部模型，跟蹤超過 170 億個關于求職者、公司、技能和工作的數據點。
它将為管理者、求職者、HR、員工等群體提供個性化體驗，包括根據公司缺乏的技能生成新的職位描述、根據現狀指導員工的晉升等等。
當 AI 越來越入侵生活的方方面面，似乎我們參與的每一項社會活動，都可以被解讀為數據，然後找到可能的最優解。就像孫燕姿回應 AI 孫燕姿時說的那樣，每個人都沒有多特别：
無論你多麼小眾、多麼反常或者精神多麼錯亂 ....... 你已經是可預測的，而且不幸你也是可定制的。
人為創造的知識和信息被編碼、數字化和結構化，喂養出的 AI 既是一個不可參透的黑箱，也是一面洞察人類的鏡子，我們反而要按照 AI 的邏輯前行，塑造它眼中理想的自己。
