指針走到了九點，凝視著時鐘的技術招聘官Jasmine從昏沉中回到現實，她將咖啡連同嘆息一口抿了下去，并端正坐在電腦前。又是一天的評卷日……
技術招聘已持續數周，公司篩選出了100位嵌入式工程師候選人的技術測評答卷，每份評卷需要30-45分鐘，100份便是妥妥50個小時，想起來就頭大。
審完十多份試卷后，她疲勞得實在需要休息一下，但恍惚間一個不安的念頭閃過她腦海……自己前后的打分是否一致呢？缺乏客觀標準，讓她的打分異常艱難。
“如果AI能幫我評卷，那就好了......”
Jasmine兩眼無神，回望向時鐘.....
既然如此痛苦，為何Jasmine的公司還要采用問答題進行技術測評呢？
比起常見的選擇題、編程題，問答題更多需要候選人書寫答案。除了考察候選人的具體知識點外，能從其解題思路與觀點中，更加深入了解他的設計思路、解決方案，和對概念的理解；從答案的邏輯性、組織性和完整性等方面，企業可以獲得更多信息，了解候選人的深入思考、邏輯與創造性思維。
但這類問題卻給技術招聘官的評卷帶來了巨大的困難，原因有如下兩點：
1. 耗費海量時間與精力
國外一份研究顯示，在技術測評中，考慮到不同題型與難度，招聘官平均須花費30-45分鐘來評審問答題，而面向高階技術工程師的問答題評審，甚至會高達60分鐘。
一份對谷歌技術面試官的采訪也表示，他們往往每周都會花費數十小時以上的時間來評估問答題試卷，以決定候選人進入下一輪面試的資格。
從中可知，人工評估技術問答題，的確需要耗費海量時間。
2. 評審主觀性強，招聘官間缺乏一致共識
問答題由于沒有明確的正確or錯誤答案，導致每位招聘官對回答內容都有自己的理解。候選人是否具備某項能力，強烈依賴于該招聘官的個人觀點；并且一個團隊內招聘官A/B/C，針對一個候選人的一個答案，還會產生三種不同的觀點，導致“一千個哈姆雷特“的問題，彼此很難有一致性。
曾發表于《國際選拔與評估》雜志的一項實驗就顯示：實驗者讓3名評審人以5分制，對兩位候選人的答卷進行評分，結果候選人A的評分為5 、4、 2，候選人B的評分為 2 、3、 5，一個人的答卷，在不同人眼里存在著巨大差值，可見評審極易受個人主觀因素的影響。
正如招聘官Jasmine所想 ，如果能將AI引入復雜的問答題中，將答案內容數據結構化，并依據算法建立準確明晰的評估標準，不僅能實現評分的一致性，還能通過自動化流程，節省海量的工作時間。
隨著人工智能高速發展，AI早已融入日常工作之中。ShowMeBug深知AI的巨大意義，采用最新AI大模型，實現獨有的問答題AI評分，打造全自動化、高可靠性的評分體系，評卷更加客觀化、自動化，評卷時間0投入！
ShowMeBug自動AI評判功能的核心思路，在于設定了評分維度，并輔以AI自動化功能。通過更高效的自動化方式，節省海量評卷時間；并通過明確的評分標準，更客觀地評價候選人的答案，保障高度一致性、可靠性、客觀性的評分結果。
具體來說，AI評分的高一致性使得同樣答案的每次評分都相同，屏蔽了主觀因素干擾；可靠性保證了評分是根據設定的維度所作出，讓評分有標準可依；客觀性使得評分結果僅圍繞著維度的內容展開，不會考慮與內容無關的角度。
我們可舉一例來說明：
現在假設企業需要招聘 Java 后端開發工程師，那么技術面試官可以出題考察候選人SQL 優化的能力，這時候企業可以在 ShowMeBug 后臺設置一道題來考核候選人在My SQL性能問題上的排查思路：
Jasmine作為這家企業的技術面試官，可在試題參數設置中，打開內置的AI智能評分功能。ShowMeBug 預設了19種常見的評分維度，包括答題的準確性、完整性、技術深度、邏輯思維等等。
同時，ShowMeBug 也支持企業根據自身需求自定義評分維度。設置多種評分維度的目的，是為了避免不同評卷官可能會因為判斷標準不同，而給出不同得分，導致評分結果帶有較大主觀性的情況。
設置好試題、試卷和考場后，企業邀請候選人Shawn進行技術測評。候選人Shawn很快就在ShowMeBug 上提交完試卷。企業進入到了評卷環節。
企業進入評卷界面，我們可以看到，AI已經根據剛剛我們設置的評分維度，對候選人的答案進行打分，并提供了每個評分維度的評分理由。
AI的運用，使得同一份答案多次測評，所得的分數完全一致，避免了招聘官面對同一份答案，在不同時間，或者不同招聘官之間，因個人主觀因素所導致的評分差異，保障了每次測評的一致性與客觀公正。
從上圖可知，候選人Shawn針對該題在各維度上，均能滿足基本要求，但在各維度上也有欠缺之處。當然，企業若針對該候選人，在這道題上的回答有自己的看法，也可在保持評分客觀性的同時，根據自己的專業判斷和經驗，進行適當的調整。
評卷后，招聘官可一鍵生成人才報告，將Shawn與其他候選人對比，也可發給其他招聘官一同評測，減少個人主觀判斷的因素。
通過ShowMeBug 問答題AI智能評分，企業便能以AI自動化方式，通過不同維度，測評海量候選人問答題的答案，幫助她節省大幅的評卷工作量；也能讓技術面試官和項目負責人之間擁有了一個客觀標準，規避彼此之間主觀分析產生的差異，對所評分數達成一致的共識；并最終深入幫技術面試官考察候選人實際工作與深入思考的能力。
看到這里，想必大家仍會對問答題AI評分功能產生疑慮：AI的結論靠譜么？穩定性怎么樣？
安心，ShowMeBug 針對AI評分的可靠性、一致性與客觀性，進行了完善的性能測試，測試結果為：問答題Al評分具有較高的一致性和客觀性，評分行為穩定，具有高的可靠性。
今天這篇就介紹到這兒了。等下，就這樣了？當然遠遠不夠，技術測評+AI已經被我們卷出新高度了~有關如何實現技術評卷時間0投入，我們還有one more thing……敬請期待下一篇吧~：）
