一则验证数据，先看清它没说什么

消息提到，一项面向2028届夏季实习生的AI面试效果验证显示：受检170人、受检率92.4%，108人通过，通过者来自44所学校，含县外U型37人、I型15人；ES评价处于后1/3的学生中有11名被AI面接收予前1/3评价，其中9名进入GD选拔、5名最终合格。这组数据容易被当作“AI面试能挖出简历外人才”的论据，但素材没有说明评估维度、算法逻辑、AI与其他环节的权重，也未表明是否经过独立第三方核验。如果你在准备HR或招聘岗面试，遇到“你怎么判断AI面试工具”这类提问，第一层能力就是别把单个未核验案例当成行业结论。 延伸阅读：HR面试技巧和方法?面试这样做，必过！

评估什么，追问要比通过率更具体

同一场AI面试，可以有两种理解。一种把它当“筛人工具”，只关心通过率和省了多少时间；另一种把它当“补充信号”，追问AI评分与ES、GD、最终合格之间的关系。素材里后1/3学生有11名被AI面给到前1/3评价，这只能提示AI可能捕捉到书面材料之外的信息，不能说明它具体评估哪些能力。面试中更稳的回应是：“我会先确认它测的构念和评分依据，再看它与后续环节的相关性，而不是只看通过人数。”如果AI只是多一道参考，价值在拓宽候选池；如果直接决定淘汰，效度证据就要更硬。这些是需要向用人团队或工具方确认的问题。

有效性与公平性，用核查问题代替断言

谈有效性，可以提出三条核查路径。纵向对比：追踪被AI给高评价但ES靠后的候选人，在GD和最终环节是否被印证；多样性分析：把通过者来自44所学校、含县外U型37人、I型15人的分布，与报名者整体结构对照，看是否成比例；边界样本人工复核：对AI评分与ES差异大的样本回看，记录分歧原因。谈公平性，可以检查不同背景群体的通过率差异、语音或表达风格差异是否被误读、流程里有无人工复核和候选人反馈渠道。注意，素材并未说明该工具有无偏见，通过这些数据也不能推出公平。一个实际可做的小建议：把“评估维度、效度证据、人工复核”写成三个问题，下次面试时主动抛出去。