「第一印象的形成永远没有第二次机会」——这句话是 80 年代一个洗发水的广告词,碰巧描绘出了面试的场景。很多人强调,面试的「前五分钟」非常重要,面试官会在最短的时间内建立起对你的第一印象,随后的时间都是在验证自己的判断:如果喜欢你,他们会发现更多的优点更喜欢你;如果最初的握手或自我介绍很糟糕不喜欢你,那么面试就结束了,剩下的时间他们只是在寻找得当的理由拒绝你。 Tricia Prickett 和 Neha Gada-Jain 是来自托莱多大学心理学系的两名学生,他们在导师 Frank Bernieri 教授的指导下,于 2000 年发布了一份研究报告:面试官根据前十秒的判断就已经得出面试的结果了。 但问题是,十秒钟得出来的结果对面试者未来的工作情况是没有预测作用的。 在大多数场景下,面试只是为了验证面试官对面试者的看法而不是真正评估他们。心理学家称这种偏见验证为「搜索、解释、优先选择能证实个人的信念或假想的信息的倾向。」我们会基于一些微不足道的细节,根据既有偏见和个人信念做出不理性的判断。如果不能理性意识到这一点,我们的面试就不是评估对方,而是找证据验证自己的第一印象。 换句话说,大多数面试都是在浪费时间,99.4% 的时间都是在验证面试官前十秒形成的第一印象。「介绍下你自己。」「你最大的缺点是什么?」「你最大的优点是什么?」问再多问题都没用。 很多公司采用案例面试、智力题(脑筋急转弯)等面试方式,其实也没什么用。比如「假设你的客户是一家造纸厂,他们在考虑建一个分厂,该怎么做呢?」或者「估算下曼哈顿有多少加油站。」最烦人的是「一架波音 747 能装进多少高尔夫球?」 这类问题最多考察到一些离散技能,这完全可以在实践中得到改善和提高,对评估面试候选人的潜力没什么效果。更糟糕的是,这些问题答得好仅仅取决于面试者琐碎的知识储备,却会让面试官以为对方很聪明——实际上与未来工作中的能力表现没有任何相关。 据 Google 人力资源高级副总裁说,某些公司常用的面试问题十分令人无语。Google 的高管在每次面试候选人时都会尽可能避免类似问题。 被埋没的结构化面试 1998 年,Frank Schmidt 和 John Hunter 出版了一本过去 85 年的研究汇总集,分析了如何更好地预测一个人的工作表现。他们考察了 19 种不同的评估方式后发现,象征性的、非结构化的面试方式在预测员工未来表现时的效度十分有限。 非结构化面试的相关系数 r2 为 0.14,即这种方式只能解释 14% 的面试者的表现,比背景调查(只能解释 7% 的表现)、工作经验年数(3%)要好一些。 最好的预测方式是工作实例测试(29%)。这种方法需要给出一个与未来工作相似的实例,然后评估候选人在其中的表现。Google 所有的技术岗招聘,不管工程师还是产品经理,面试中都要通过工作实例测试解决实际问题。不过即使这样的做法也未必能准确预测,实际工作中往往还取决于很多其他技能,例如合作、适应、应变、学习等。更糟糕的是,很多岗位并没有合适的实例可以用于面试。对于电话客服或一些任务导向的岗位,可以给候选人单件工作实例,而有些岗位涉及很多不可控因素,很难找到有代表性的实例。 排名第二的预测方式是整体认知能力测试(26%)。这种方法与案例分析或脑筋急转弯不同,所有题目答案都有绝对的对错之分,类似 IQ 测试。预测效果好是因为整体认知能力包括学习能力,以及大部分工种所需要的对原始情报进行加工计算的能力。缺点是标准的测试对有色人种及女性测试者存在歧视(至少在美国是这样)。在 SAT 中,女性和有色人种在大学里的表现预测向来都会被低估。原因包括测试形式(例如采用问答题而非选择题的跳级测试在形式上没有区分性别);测试得分(男性碰到不会做的题就猜从而提高了分数);以及问题内容。 排名第三的是结构化面试(26%),即用一组有清晰评判标准的问题评估候选人的反应能力。结构化面试分为两类:表现类和情境类。表现类要求面试者描述之前工作中取得的成就并与当前工作所需能力进行匹配(例如,「讲一个你过去……的例子。」)。情境类是展示一个与工作相关的假设场景(例如,「如果……你会怎么做?」)。一个明智的面试官会认真评估面试者回答的真实程度,以及背后反映出的思考过程。 根据 Google 的经验,这种面试方式给面试双方的体验都更好,相对也更公平。那为什么很多公司不采用呢?原因是难以开发:面试题目设计好之后,需要一遍遍测试,并确保面试者跟得上。然后还要不断更新题库避免面试者提前背好了答案过来。总得来说,虽然工作量很大,比起高度主观或存在歧视的象征性面试,不能算浪费时间。 研究表明,多种评估技巧相结合的效果会比任何一种单独使用都要好。例如,整体认知能力测试结合意识倾向评估就可以更好地预测。Google 的经验是,意识倾向中「工作完成」项分数高的,意味着测试者会坚持到工作完成而不是凑合过,这样的人在团队和周围环境中倾向于责任感更强。 面试的目标是预测面试者加入团队后的表现。为了实现这个目标,Google 的做法是综合使用表现类、情境类结构化面试与认知能力、意识倾向、领导力评估等多种面试方法。为此,Google 开发了一个内部工具,叫做 qDroid,面试官根据待招的工作岗位,挑选出所需要考察的属性,然后会收到一封面试引导邮件,有设计好的关于该岗位的问题,这样很快就找到了合适的面试问题。面试官也可以在 OA 系统中与别人分享关于面试情况的记录文件,可以多人合作,从多个角度评估面试者。 这个工具的好处是,面试官可以采用这些已经通过验证的问题,更准确地表达出想问的问题,使面试更可靠。 面试问题举例如下: 讲一个你的行为对团队有正面影响的例子。(接下来:你最初的目标是什么?为什么?最终反应如何?接下来计划如何?) 讲一个高效管理团队实现目标的例子,以及你是如何处理的。(接下来:你的目标是什么?作为个人或团队分别如何实现?如何将自己的领导力施予不同的个人?这次情境下的关键问题是什么?) 讲一个和一个很难相处的人(可能是同事、同学、客户)合作的例子。(接下来:解决这个问题需要哪些步骤?结果怎样?如果不这样做还可以怎样?) 一样的问题,不一样的答案 有的读者可能会想,「这些问题千篇一律,没有什么亮点。」说得没错,这些问题都平淡无奇。对 Google 来说重要的是答案。这些问题给予面试官一个标准、可靠的参考线,筛选出少有的优秀人才,因为合适的候选人会讲出很多很好的例子,他们做决策的理由更有说服力。平凡和优秀之间的分界线十分清晰。 相比之下,如果面试被问到「哪首歌最容易概括你的工作道德?」「你在车里一个人的时候会想些什么?」——都是其他公司真实用过的面试问题——会很搞笑。面试的目的是找到最适合岗位的人,而不是通过提问去确认自己的偏见(天哪,跟我在车里一个人的时候想的一模一样!)。 接下来是用统一的标准给面试打分。Google 使用的整体认知能力打分系统有五个部分构成。每个部分,面试官对候选人的表现评价都是清晰明确的。面试官需要准确记录下候选人如何展示出自己的整体认知能力,这样随后的复查人员可以根据面试记录做出自己的评判。 对于 Google 的面试问题和分数表,有些怀疑论者会认为是「陈词滥调」。但是想想有些公司,针对同一个岗位的五个面试者,给出的问题是一样的吗?能测试到他们的方方面面吗?确定对每个人的标准是一致的吗?面试官有没有因为自己的疲惫、暴躁而对某一个人更严格?有没有详细的记录让后续面试官了解情况? 一套明确的招聘题目可以解决很多问题,它从模糊、复杂的工作环境中提取出可衡量、可比较的结果。举例来说,面试一个技术支持岗位时,「我按照顾客要求修电脑电池。」是一个普通的答案,真正优秀的回答是「听顾客抱怨电池寿命,我就想到可以多给他一块电池以备不时之需。」看起来平庸的招聘题目其实是量化和甄别面试者的关键。 要记住面试不只是评估候选人,还要让他们爱上这家公司。要让他们有好的体验,解答他们的困惑,让他们感觉度过了生命中最美好的一天。面试是首次见面的两个人在进行一次至关重要的谈话,而面试者明显处于弱势,那么确保他们的体验良好十分必要,因为他们会把体验告诉别人——这也是正确的待人之道。 过去,硅谷人人都有过面试 Google 时的悲惨故事;而现在,80% 面试被拒的人都会推荐他们的朋友来面试——这种转变相当了不起。 面试不仅是上司的事 去别的公司面试,我们经常会见到未来的老板或同级的同事,但几乎没见过下属。Google 完全颠覆了这种做法:你可能会见到未来的经理和同事,但更重要的是见一两个未来的下属。某种程度上来说,下属的评判比别人更重要——毕竟他们要和面试者一起工作。面试者能强烈感受到 Google 的平等与公平,同时也有助于避免经理在组建新的团队时依旧雇佣自己的老伙计。Google 认为,最优秀的面试者会让下属感受到启发,愿意向他们学习。 Google 还增加了一个「横向面试官」,一个职能上跟面试岗位没有联系的人。比如,让一个法务组或广告组(特指广告产品背景的字体设计)的人来面试一个销售岗位。这是为了保证公正评估:来自不相关岗位的同事应该没有太多利益关系,只是对招聘质量自发的责任心。比起其他面试官,他们与面试者没那么多共同点,因此对无关紧要的细节差错也不会太敏感。 综上,如何打造自己的人才储备队伍呢? 1. 设置高标准。招聘开始之前,决定好需要考察面试者哪些属性,以及怎样才算是优秀的面试者。最好的方法是只招比自己好的人。永远不要妥协。 2. 主动搜寻候选人。LinkedIn,Google+,校友数据库,以及专业的组织都可以利用起来。 3. 客观评价。所有面试官,包括下属和同事,一定要记笔记,并做出无偏见的招聘决策。定期对比这些笔记与新员工的表现,有助于提高评估水平。 4. 给候选人一个加入的理由。明确为什么这份工作很重要,让候选人体验到他即将加入的环境的不凡之处。 说起来容易做起来难。经理们都想招自己熟悉的人,面试官们无法坚定地按照固定模式完成面试,数据如果违背了直觉人们会认定是规则的错……想招到最优秀的人才就不要向这些压力低头,加油!