JAP：使用自然语言处理技术提高人员选拔决策

唧唧堂 · 公众号 · · 2024-05-14 21:49

正文

本期推荐一篇2024年3月发表在JAP上的论文《使用自然语言处理技术提高人员选拔决策的预测准确性并减少群体间差异》。在人才选拔和招聘过程中，如何公正有效地评估应聘者一直是工业和组织心理学领域的重要研究问题。传统的选拔方法，如心理能力测试和基于数字的应用数据，虽然广泛应用，但往往在预测工作表现的同时，容易产生对不同种族和性别群体的不公平偏见。随着人工智能技术的发展，自然语言处理（NLP）技术被提出用于分析应聘者提供的叙述性文本数据，如个人陈述和工作经历描述，以期提高选拔的预测准确性和公平性。

该研究在美国空军军官选拔过程中，探索了自然语言处理技术在人员选拔决策中的应用。研究团队观察到，在种族多元的社会中，如何通过改进选拔工具来减少种族群体间的评分差异，是选拔公正性的重要考量。因此，研究的主要问题是自然语言处理技术是否能在不降低选拔标准的前提下，减少种族群体间的评分差异，并提高对选拔结果的预测能力。

研究采用了一种创新的方法，即将自然语言处理技术应用于分析申请者的叙述性材料。研究样本涵盖了1828名申请美国空军军官学校的人员，研究团队从申请者提供的叙述性文本中，使用自然语言处理技术提取数据，如工作职责、成就和个人兴趣等，并将这些数据转换为可量化的分数。通过与传统的心理能力测试和数字化申请信息相结合，构建了一个综合的评分模型。这一模型不仅考虑了申请者的心理能力和过去的工作经历，还包括了通过自然语言处理得到的非认知能力，如领导力、团队合作能力和其他个性特质。

研究结果表明，自然语言处理技术能有效预测选拔委员会的评分，且当与心理能力测试分数和数字化应用信息结合使用时，可以提供比传统方法更准确的预测。更重要的是，该方法能显著减少不同种族群体间的评分差异，支持了自然语言处理技术在人才选拔中的应用潜力。

综上所述，这项研究不仅证实了自然语言处理技术在改善人才选拔过程中的有效性，还展示了其在促进选拔公平性方面的重要价值。这对于努力消除招聘过程中的不公平偏见的组织来说，提供了一个可行的技术方案，有助于构建更加多元和包容的工作环境。

论文原文：Campion ED, Campion MA, Johnson J, Carretta TR, Romay S, Dirr B, Deregla A, Mouton A. Using natural language processing to increase prediction and reduce subgroup differences in personnel selection decisions. J Appl Psychol. 2024 Mar;109(3):307-338. doi: 10.1037/apl0001144. Epub 2023 Oct 19. PMID: 37856407.

唧唧堂学院推荐订阅

以下专栏及课程，安卓手机用户可通过下方小程序链接订阅，苹果手机用户请通过文末“阅读原文”链接访问唧唧堂学院H5页面订阅。

论文导读