好看吧

手机浏览器扫描二维码访问

第五章 谷歌与众不同的招聘流程（第2页）

这些都毫无价值。

同样毫无价值的还有很多公司采用的案例面试和智力题。

这类题目包括：“你的客户是一名造纸厂商，正在考虑建第二座工厂，他是否应该建？”

“估测一下曼哈顿有多少加油站。”

最烦人的问题是：“一架波音747飞机里能放下多少颗高尔夫球？”

“如果将你缩小到5美分硬币大小，再将你放进榨汁机里，你将如何逃脱？”

在此类问题上的表现最多只能算得上一些独立技能，通过练习可以得到提升，对评估应聘者没有可用的价值。

最坏的情况是，通过这些问题从应聘者身上得到的一些琐碎信息或洞察，仅仅使面试官以为自己聪明，得到自我满足。

这些问题对预测应聘者在未来工作中的表现几乎没有任何作用。

其中部分原因在于这些问题与工作任务不相关（你在日常工作中什么时候估测过城里有多少加油站？），还有部分原因在于流动智力（可以预测工作表现）与智力题等顿悟性问题毫不相干，另有部分原因在于无法区分天赋异禀和通过练习获得技能的人。

事实上，谷歌正在使用类似的问题，并且我敢保证以后也会继续使用。

对此我很抱歉。

我们尽可能避免采用这些面试方法，因为这样做确实是在浪费所有人的时间。

包括我在内的公司高管每周在审阅应聘者材料的时候，都会忽略对这些问题的作答。

与我们对招聘网站投放信息的问题看法类似，我们认为有些评估方法根本没有效果。

令人高兴的是，2013年的电影《实习大叔》中两位失业的手表销售员决定来谷歌当实习生，给出了榨汁机问题的答案，至少这个问题不会在面试中再出现了。

科学的面试评估技巧大比拼

1998年，弗兰克·施密特和约翰·亨特发表了一篇综合分析文章，总结了85年来关于评估预测人才表现方面的研究成果。

他们研究了19种评估技巧，发现典型的、非结构化的测试对于预测应聘者被聘用之后表现的结果很不理想。

非结构化测试的r值为0.14，即对员工未来表现的预测准确性为14%。

这种方法要优于背景调查（预测员工未来工作表现的准确性为7%），优于工作年限（3%），也远优于“笔迹学”

或笔迹分析（0.04%）——我很惊奇竟然还会有人采用这种方法，或许有些医院会测试医生笔迹的易辨认性。

预测某人在工作中的表现的最好方法是工作样例测试（29%）。

这种方法需要安排应试者完成一项与其将要负责岗位工作中类似的工作样例，评估他们的表现。

这种方法也无法毫无偏差地预测工作表现，因为实际的工作表现还要取决于其他技能，比如与同事合作的能力、如何应对不确定性，以及学习能力。

更糟糕的是，很多工作岗位无法选取合适有效的样例供应聘者完成。

客户服务中心或任务导向型的工作岗位招聘时，你可以（而且应该）采用样例测试的方法，但是许多工作每天都有太多的变化因素，很难选取工作样例。

不管是工程师还是产品经理，我们聘用的所有技术人员都需要通过某种工作样例测试，要求应聘者在面试过程中解决实际技术问题。

根据乌尔斯·霍尔兹勒所说：“我们的面试要切实地测试应聘者的技能。

比如，编写一段代码、解释代码的含义，对吧？不是看看应聘者的简历了事，而是要真正地看一看应聘者能做什么。”

埃里克·维奇补充说：“面试由大批工程师进行，会询问大量数据导向型的问题。

问题不仅仅是‘给我讲讲你曾经……’，而是‘给我编写一段算法，解决这个问题’。”

预测工作表现有效性的第二种方法是一般认知能力测试（26%）。

与工作样例测试和智力题不同，一般认知能力测试是真正的测试，有明确的正确或错误的答案，与智商测试的题目有些类似。

一般认知能力测试之所以能够有效预测工作表现，是因为一般认知能力包括学习能力，而高智商与学习能力的结合足以使大多数人在大部分工作中取得成功。

然而其中的问题在于，此类标准化测试绝大多数都有歧视非白种人和女性测试者的倾向（至少在美国是这样的）。

SAT一直以来都低估女性和非白种人在大学的表现。

菲利斯·罗塞尔在1989年对SAT进行的研究中比较了能力和大学表现相近的高中女孩和男孩，发现女孩在SAT考试中的成绩要低于男孩。