向以色列国防军学习人才识别的“标准化”方法

推荐书籍：《思考-快与慢》--诺贝尔奖得主（2002年获经济学奖）、心理学家丹尼尔.卡尼曼所著

明源云每年都会去各大高校进行校园招聘，这个校园招聘项目自启动之日起我就参加了，从最初的构建校园招聘的“大学生能力素质模型”，再到基于能力素质模型设计评估标准，再到具体的初试、复试、终试过程也算是全程参与；当然，招聘也只是所有用人单位的起点，招聘之后再进一步进行校招大学生的集中化成体系培训，送到各项目现场指定导师帮传带的实习，才有了最终的转正考核成为正式的明源人，这一整套的做法积累了这些年的经验下来，明源当年招聘的大学生都已经成长为公司的核心骨干，当年青涩的大学生现在都已经是我们客户事业部、产品事业部的负责人了。

许多IT与互联网领域的同行、包括地产行业的客户都在问：明源是怎么做到这些的？在过去的一些时间里，我们也或多或少地回答了这个问题，但更多的是从具体的战术与执行细节上进行回答的。但一直有一个问题我们没有找到更好的答案：明源是如何设计出合理的“能力素质模型”，而这么一个模型为什么就能够帮助明源正确地做人才识别呢？确实，这个问题比较难以回答的比较到位，直到最近在看《思考：快与慢》这本书的时候，作者丹尼尔.卡尼曼在书中讲了一个在以色列国防军中亲身经历的案例，我觉的正好能够回答这个问题，因此就借用这个案例来说明：如何通过能力素质模型的做人才识别的标准化体系？

作者原标题：直觉判断与公式运算，孰优孰劣？

在这一个章节中，尼尔.卡尼曼推荐了另外一本书，是由保罗.米尔（Paul Meehl）写的书，叫《临床与统计的预测：理论分析与事实回顾》，介绍这本书之前，还是要说下这个人，保罗.米尔被誉为20世纪最有才华的心理学家之一，曾经在明尼苏达大学心理学系、法学系、精神病学系、神经病学系及哲学系任教，同时写了大量宗教、。他一向习惯于用统计数字说话，实践经验非常丰富 ，他在这本书中回顾了20项研究结果，这些结果分析了以经过训练的专业人士主观印象为基础的“临床预测”，是否比按照某种规则将一些分数或等级评定结合在一起作出的“统计”预测更准确。在这一本充分着争议的书籍中，米尔指出“专家预测比不上简单运算更准确”，而在得出这个结论还有一个更有效的关于外部环境的预设条件：外部环境的有效性越高、变量越小的情况下，简单逻辑运算得到的结果往往会好于专家预测。也是基于这个基本的逻辑，随着计算机算法在生活中适用范围的不断扩大，人们也在慢慢地接受这个结果，比如我们在使用QQ音乐的时候，我们会接受软件（背后的算法+大数据）给我们推送的歌曲；当我们在亚马逊买书的时候，我们能够得到更多相关性的书籍推荐。

尼尔.卡尼曼在1955年，他作为以色列国防军中一个21岁的陆军中尉，接受指派了一个任务：为全军建立一套测试系统，为每一位入伍的士兵进行一系列的心理测试，然后给这些新兵对作战适应性打一个分，并在步兵、炮兵、装甲兵等兵种中给他们选择一个最适合他们个性的兵种。而这些面试官本身也是新兵，之所以被选中做面试官是因为他们智商高，喜欢与人打交道，她们的大多数人是当时不必参战的女兵。经过几周培训之后，她们学会如何安排一个15-20分钟的面试，以便形成一个对被测试者的整体印象，而且最好能够与该名新兵日后在部队中的表现情况能够匹配。

这里也需要交代一下，为什么这么重要的任务交给了一位21岁的年轻人，看起来不可思议，但当时以色列建国才7年，而尼尔.卡尼曼的心理学学士学位正好能够“证明”他是军队中最训练有素的心理学家，再加上他的顶头上司是一位才华横溢的研究者，这是一位拥有化学学士学位的专业人才，因此他才决定把这个看似不可能完成的任务落在了年轻的尼尔.卡尼曼的身上。

尼尔.卡尼曼正好读过了《临床与统计的预测：理论分析与事实回顾》这本“小书”，他相信书中的论证，认为简单的运算法优于临床的直觉判断。他总结出，之前的士兵面试之所以失败，部分原因是它允许面试官按照个人的喜好作决定，这个决定会因面试者的心理活动而发生一些变动。相反，他们应该使用限时的项目来获得受试者在正常环境下更具体的信息。同时，还从米尔的这本书中学到了，应该屏弃用面试者的整体评估给新兵打分的方法，因为米尔说这种评估不值得相信，而运算法从分散的评价中得出的结果则更有价值。（这也是医疗大数据的价值所在，更高频率、更为实时的医疗&健康数据采集越有价值）

尼尔.卡尼曼就决定对面试者评估几项相关的个性特征，并为每项单独打分。最后的作战适应性结果由计算机根据一个特定的公式给出，面试者不干预，这应该也是全世界最早的人工+智能了吧。他列出一个表格，其中包含与作战表现相关的6个特点，包括责任心、社交能力以及男子气概等。之后再针对每个特点整理出一系列关于他们入伍之前生活的问题，例如之前做过几份工作、工作和学习时是否准时、和朋友交往的频率，以及他的兴趣爱好和参加过的运动等，这样就使得面试官能够尽量客观地从每个角度对新兵进行评估。

通过这些标准化的真实问题，还需要尽量排除光环效应，排除人们喜好的第一印象对判断结果的影响，为了进一步预防各种光环的影响，要求面试官依照固定的顺序去测试这6个特点，在测试下一个特点之前要对一个特点按照5分制打分，并告诉面试官，不需要对新兵在部队的未来发展操心，他们唯一的工作就是找出与新兵的过去相关的信息，并以此来给每一个特性打分。，因为这将禁止他们运用直觉，将注意力完全放在一些无聊的真实问题上，但真正这么做了之后，却发现新的方法对比过往，预测的准确度有了质的飞跃。

在45年之后，尼尔.卡尼曼获得了诺贝尔经济学奖，然而直到现在以色列国防军的心理团队仍然在沿用这一套方法。“不管何时，只要公式能替代人工判断，我们至少应该考虑一下（运算法）”，在最为需要经验的心理学领域，尼尔.卡尼曼在50年前就已经建议使用数据与算法，那我们在企业管理、经营决策环节，在半年世纪之后，企业的大量经营决策是否仍然处于感性决策的“拍脑袋”过程中呢？

回到明源云的“源动力”校园招聘与面试过程中，我们就采取HR与业务团队负责人二对一的方式面试，对于我们所招聘的顾问类岗位，我们也识别出了团队协作、学习总结、沟通表达、成就导向等多个纬度的能力要求，要求面试官基于这几项能力进行一项一项的提问、打分，并最终给出评估结果，在完成第一轮的面试评估之后，我们的终面环节就一定会换一组面试官，仍然采用二对一的方式进行面试提问，再进行打分&评估，结合两组面试官的评价获得认可之后方可录用，也正是因为我们这样的设计，才能够确保在面试环节的“人才识别高命中率”，到了训练营直至转正的环节，我们的校园招聘人才保留率超过80%。

通过这个案例，我觉的有两点最值得学习的地方：

1、向以色列国防军学习人才识别的“标准化”方法，标准化识别包括：基于岗位要求设定的能力素质模型，基于能力素质模型制定相应的评价纬度、每个评价纬度要有相应的提问问题方法、基于每个评价纬度设定评分标准进行单项评分等，这一系列的方法在当前的人力资源管理领域中，有一个称之为“人才测评”的方法已经在广泛的应用了。

2、运用数据与公式进行管理决策，并辅以计算机的手段给予支撑：在半年多世纪前，以色列就已经开始学习运用公式与数据做管理决策了，且在当时就用到了计算机的手段，反观中国当前许多企业管理领域，老板们的决策往往还是靠“拍脑袋”，没有构建决策逻辑，也没有考虑过将这些逻辑与算法找到更多的数据支撑，整体的管理决策风险就会比较大。在大数据与人工智能的时代，云计算已经成为基础设施，大数据的各类基础算法也已经就绪，移动互联网中也采集了越来越多的海量数据，所有的这一切都将我们引向一个新的经营与管理时代：运用大数据与人工智能协助企业经营与管理！

童继龙  |  明源云 公众号：drate-think   关注：战略与企业转型、企业运营与管理、互联网与大数据。