《如何對付像馬一樣大的鴨子》1 面試中的科學
英文書名：
How Do You Fight a Horse-Sized Duck: Secrets to Succeeding at Interview Mind Games and Getting the Job You Want
作者：威廉˙龐德斯通 William Poundstone
- 美國暢銷作家、專欄作者、懷疑論者
- 著有《為什麼Google不夠用?》《為什麼出布容易贏?》《洞悉價格背後的心理戰》等書籍。
- 作者關於面試的書籍：2003年《如何移動富士山？》、2013年《誰是Google想要的人才？》，今天介紹的書是第三本，2021年的《如何對付像馬一樣大的鴨子》
這是一本探討面試題的書，在書籍的前面部分，作者龐德斯通簡述了美國徵才方法的演變，從愛迪生的徵才考卷，到陸軍智力測試，經過各種研究與迭代，到現代多樣化的初篩、面試方法。第二部分，書中介紹各種面試的優缺點、最佳應變方式，最後，佔大部分的是各種面試題的拆解。不得不說，最後這一大部分讓這本書讀起來像在讀「邏輯+腦筋急轉彎100問」之類的書籍(笑)~很明顯這些非常規面試題主要徵才需求是工程師，內容不乏一些機率、單位換算、排列組合的計算題，讀者可視需求挑著閱讀。
本文摘要及討論關於筆試、面試的相關科學事實。關於面試的技巧與非常規面試問題拆解，請見下篇：《如何對付像馬一樣大的鴨子》2 你知道怎麼回答嗎？
你的常識不是我的常識，智力也是
一切都從愛迪生的面試調查問卷開始。愛迪生有次偶然發現，他的員工每天都經過一顆櫻桃樹，卻從來沒有注意到它。大多數人都不關注身邊的環境，但愛迪生認為他的員工應該有觀察力，所以他編撰一份問卷，分發給求職者，結果他發現，很多優秀的求職者都無法回答他提出的48個"極其簡單"的問題。過一段時間，愛迪生的問卷流傳出來，成為大家爭相評論、指責的對象，他的問卷是冷知識和心算的結合體，例如：《悲慘世界》的作者是誰？哪些國家與法國接壤？說出三種強力毒藥。在一個長20、寬30、高10個單位長度的房間裡，空氣重量是多少？
不只愛迪生，一戰期間美國陸軍甲種測試(Army Alpha Test)中也有包含智力測試，其中的題目不乏對於當時美國流行文化知識的了解程度，例如：Pierce Arrow汽車是在美國哪個城市製造的？布法羅、底特律、托萊多，還是弗林特？相信我們如果去做這個測驗，也會是智力不足吧！在1923年出版的《美國智力研究》中，布里格姆認為美國黑人、義大利人、猶太人從基因角度來看是無法被教育的，提供良好的教育只是浪費金錢。雖然在7年後，布里格姆承認自己的錯誤，在《移民群體的智力測試》中，認為陸軍甲種測試不適合跨文化比較，但我們也可從中學到，許多我們認為是常識、必備能力，對不同生長背景的人來說不一定那麼理所當然。
或許有人說，智力和常識不同啊？智力測驗是考察思考學習的能力！但是智力測驗分數是可以透過練習與熟悉提高的，我們都知道數學題多做可以加快解題能力與速度，智力測驗也是。曾經過類似題目、遊戲的小孩，在做智力測驗時一定比第一次看到這種題目的小孩較具優勢。智力通常被定義為學習的能力，然而學習是需要時間的過程，在靜態測試中評估學習個過程並不容易，更何況每個人學習的方法不同、對不同領域也有不同的學習狀況，我們學到的知識，甚至對數學運算的解題能力，多取決於文化、階層、好奇心的因素，在智力測驗中很難區分這些能力。
人格測試與面試有用嗎？
那人格測試呢？最近很流行的MBTI人格測試，各大求職網都有提供類似的服務，但須注意的是，除了求職菜鳥，大部分的求職者所表現的，是他希望別人將他看成怎樣的人。一個勾選「我對每個任務都有始有終。」的求職者，實際表現可能不是如此，他只是認同這條價值觀，或者認為徵才公司喜歡這種價值觀。或許測試有部分參考性，但須注意這些測試結果和實際工作表現的相關性，遠低於我們的預期。 最後談談本書的主角：面試。眾所皆知，人們非常容易受第一印象影響。當你看到一個人的瞬間，大腦已判斷好你喜歡還是討厭這個人，接下來的互動，大多數只是在確認這個觀點，而且會忽略與此相悖的信息(所謂的確認偏誤Confirmation Bias)。書中提到一個實驗，實驗中將面試官分成A、B兩組，A組參與全程面試，每位求職者面試20分鐘，同時錄影。這些影片被剪輯成20秒的片段，只有每位求職者在進門、問候到入座的影像，B組面試官只針對這些影像評分，結果他們評分結果與A組為相似。但是人們都是對自己的判斷力很自信的，尤其是專業的面試官。
科學的招聘流程
說了那麼多，每種徵才方式都有缺點，那到底要怎麼辦？龐德斯通在書中把面試分成兩個過程：初篩和面試。初篩階段從海量的求職資料中，決定誰會被邀請面試，這階段最需要避免的就是偏差(Bias)，直白來說就是歧視。歧視很難避免，在各種研究中指出，就算你知道不能歧視，潛意識中歧視仍會影響好惡。最好的方法就是訂定標準，並將"盲視"的理念應用在初篩中，例如隱去履歷中的性別、人種等。在初篩中使用AI已越來越普遍，在訓練AI的資料中(通常是公司現職員工的數據)，也要注意是否會造成AI的歧視現象，例如，公司長久以來有性別歧視的狀況，現職員工大多為男性，若將性別列入AI訓練內容中，它也會認為"男性"更適於這間公司。
面試階段要克服的是面試官的主觀判斷，所以要盡量採取結構畫面試：採特定的面試問題、每位求職者問同一組問題，問題的評分有一定的標準。書中有舉例一個計分標準：
問題：美國有多少加油站？1分：不能理解問題。給出一個毫無邏輯的估值。
3分：建立並討論一些估值的邏輯依據例如：
● 汽車數量
● 人口數量以及擁有汽車的人數
● 持有駕照的人數
● 每輛車多長時間加一次油
● 某個時期內的耗油量
● 平均旅行距離
● 平均油耗5分：
建立了一個連接多個變數的獨特邏輯例如：根據美國人口、家庭規模以及人均擁有汽車的數量來估算汽車的數量
除了結構化面試流程，設計面試問題時要符合公司需求，例如需要創意想像的設計師、尋找解決問題的工程師、需要對數字敏感的會計師，適合的面試問題都不一樣。
雖然前文指出面試不足之處，但實際工作仍然是人與人的相處，所以透過面試，求職者和公司雙方實際會面互動、求職者了解工作環境等，仍有很大作用，故儘管有缺點，面試仍會存在。畢竟，面試再"科學"，工作生活中的"人性"、"情緒"、"偏差"仍然存在，你知道不能僅靠外觀判斷一個人，但是，你還是天天在以貌取人，這是大腦進畫後的優勢，也是先天存在的劣勢。
你可能也想看
