在過去幾年的新冠疫情下，相信無論學生抑或打工仔都習慣用電腦進行遙距視像學習或會議。而人工智能（AI）技術的躍進亦引起了不少本地及跨國企業對遙距AI視像面試的關注，透過在人力資源管理中引入AI技術，分析求職者的視像回答，能有效地初步評估求職者的能力及篩選合適的人才，或比起傳統現場面試更具成本效益。

AI視像面試能夠利用不同能力的AI模型對面試片段進行分析。如運用電腦視覺（Computer Vision）中的臉部辨識技術（Facial Recognition）分辨求職者在回答問題時的臉部表情，找出與其可能脗合的性格和特質，亦可運用自動語音辨識（Automatic Speech Recognition）記錄求職者的音高、語調、語速、發音和口音，評估求職者當時的情緒、反應及表達能力，並把求職者的回答轉換成文字，然後運用自然語言處理（Natural Language Processing) 中的語言模型（Language Model）去理解回答的內容，分析求職者的想法及性格，從而判斷求職者對工作崗位的適合程度。

由此看來，AI視像面試甚至比一般的面試官更全面，能從每分每秒的臉部表情，聲音特徵及回答文句中仔細分析求職者的面試表現，同時亦不會有出於面試官個人的偏見。話雖如此，AI視像面試是否可以做到真正公平，完全消除所有偏見性？事實上，這個想法在現時是過於理想。

其實AI視像面試所應用的深度學習模型就好像一個「黑盒子」，模型會在分析求職者的面試表現後得出各項表現的評分，但並無支持及解釋得出這個結果的原因。因此，AI模型的不透明會令求職者質疑評分系統並沒有一個客觀的標準。甚至，一些嘗試「欺騙」評分系統的方法可能比平常心面對視像面試更有助提升分數，例如：AI模型可能會認為多說「我們」的面試者比多說「我」的面試者更具團隊合作能力。

德國廣播公司 (BR) 對一間AI初創企業Retorio的五大人格（包括：開放性、盡責性、外向性、親和性和神經質）評分模型進行了測試，他們招募一些專業演員在面試中重複扮演求職者的角色，並在自我介紹環節中換裝及表達相同的臉部表情、說話和語氣。測試結果發現，演員在戴上眼鏡後的盡責性評分比較低，而在戴上頭巾後，在開放性、盡責性、外向性和親和性的評分有明顯提升。

存偏見待修正 對求職者不公

可見，AI模型是有可能存在偏見，而這些偏見可以是來自不同的特徵，如：外貌、飾物、性別、口音等。假如這類偏見沒有被修正，亦會對患上面部神經障礙或非英語為母語等有特殊情況的人造成不公，影響求職者的評分。

總括而言，AI視像面試雖能避免真人面試中的個人偏見，但同時亦衍生了AI模型中的偏見問題與面試評分不透明的隱憂。雖然AI模型可以透過從多元化的訓練數據中學習更廣泛的特徵，減低偏見性，但並不可能完全沒有偏見。因此，AI視像面試既有其可取之處，亦有其限制。需要透過不斷改進及優化AI模型，才能提高面試過程的公平性和評分的準確性。

◆ 中大賽馬會「智」為未來計劃 https://cuhkjc-aiforfuture.hk/

由香港賽馬會慈善信託基金捐助，香港中文大學工程學院及教育學院聯合主辦，旨在透過建構可持續的AI教育生態系統將AI帶入主流教育。通過獨有且內容全面的AI課程、創新AI學習套件、建立教師網絡並提供AI教學增值，計劃將為香港的科技教育寫下新一頁。