Metaview的工具可以记录面试笔记,让招聘经理无需再手动输入
当Siadhal Magos和Shahriar Tajbakhsh分别在Uber和Palantir工作时,他们意识到,招聘,特别是面试过程,对许多公司的人力资源部门来说变得不便。
Magos告诉TechCrunch,我们明确意识到招聘过程中最重要的部分是面试,但也是最不透明和不可靠的部分。此外,与记笔记和写反馈相关的工作是非常繁琐的,许多面试官和招聘经理尽其所能地避免这些工作。
Magos和Tajbakhsh认为,招聘流程需要进行改革,但他们希望避免过度剥离人的因素。因此,他们推出了Metaview,这是一款AI驱动的招聘人员和招聘经理的笔记应用,可记录、分析和总结工作面试。
“Metaview是专门为招聘过程设计的人工智能笔记工具,”Magos说道。“它帮助招聘人员和招聘经理更专注于了解候选人,而不是从对话中提取数据。因此,招聘人员和招聘经理节省了大量时间撰写笔记,在面试过程中更加专注,因为他们不再需要同时处理多项任务。”
Metaview与应用程序、电话系统、视频会议平台和诸如Calendly和GoodTime之类的工具集成在一起,自动捕获面试内容。Magos表示,该平台“考虑了招聘对话的细微差别”并且“通过其他来源的数据使自身变得丰富”,比如应聘者跟踪系统,从而突出最相关的时刻。
麦戈斯表示:“Zoom、Microsoft Teams和Google Meet都内置了转录功能,这是Metaview的一个可能替代方案。但Metaview的人工智能从面试中提取的信息比通用替代方案更相关于招聘用例,并且我们还在面试中协助用户完成招聘工作流程的下一步操作。”
当然,传统的面试方式存在许多问题,而像Metaview这样的记录和分析谈话的应用程序至少在理论上可以帮助解决这些问题。《心理学今日》杂志的一篇文章指出,人类大脑充满了会影响我们判断和决策的偏见,例如过分依赖首次提供的信息以及以符合我们现有信念的方式解释信息。
问题是,Metaview是否有效,更重要的是,对所有用户一视同仁地有效吗?
即使是最好的基于人工智能的语音转写系统也存在自身偏见。斯坦福大学的一项研究显示,亚马逊、苹果、谷歌、IBM和微软的语音转文本服务对黑人讲话者的错误率几乎是白人讲话者的两倍。另一项更近期发表在《计算机语音与语言》期刊上的研究发现,两款领先的语音识别模型在对待不同性别、年龄和口音的讲话者时存在统计上显著差异。
还有幻觉要考虑。人工智能在总结中会犯错误,包括在会议总结中。在最近的一则报道中,华尔街日报援引了一个例子,一个早期采用了微软人工智能协助工具Copilot的用户,Copilot虚构了与会人员并暗示电话讨论了从未讨论过的主题。
被问及Metaview采取了哪些措施来减轻偏见和其他算法问题时,Magos声称Metaview的训练数据足够多样化,使得模型在招聘工作流程上实现了“超越人类表现”,并在流行的偏见基准测试中表现良好。
我对Metaview处理语音数据的方式有些怀疑和警惕。Magos表示,Metaview默认会保存两年的对话数据,除非用户要求删除。这似乎是一个异常长的时间,候选人们可能会。
但这似乎并没有影响Metaview获得资金或客户的能力。
本月,Metaview 从包括Plural、Coelius Capital和Vertex Ventures在内的投资者处筹集了700万美元,这家总部位于伦敦的初创公司的总融资达到了1400万美元。Magos表示,Metaview的客户数量达到500家公司,其中包括Brex、Quora、Pleo和Improbable等,同比增长2000%。
“这笔款项将主要用于扩大产品和工程团队,并为我们的销售和营销工作提供更多支持,” Magos说道。“我们将把产品和工程团队扩大三倍,进一步优化我们的对话合成引擎,使得我们的人工智能能够自动提取客户所需的准确信息,并开发系统来主动检测面试过程中的不一致问题和看起来失去兴趣的候选人。”