《Journal of Business Research》:Deception and detection: The impact of artificial intelligence (AI)-based resume screening on entry-level job seekers’ deceptive behaviors
编辑推荐:
摘要本研究认识到人工智能(AI)在简历筛选中的意外影响,探讨了基于AI的简历筛选是否会增加初级求职者的欺骗行为。在涵盖常见简历欺骗场景的四项实验中,我们证明与人类进行简历筛选相比,求职者感知AI在检测欺骗方面的能力较弱,从而导致初级求职者的欺骗行为增加。我们还确定了两种在理论
摘要
本研究认识到人工智能(AI)在简历筛选中的意外影响,探讨了基于AI的简历筛选是否会增加初级求职者的欺骗行为。在涵盖常见简历欺骗场景的四项实验中,我们证明与人类进行简历筛选相比,求职者感知AI在检测欺骗方面的能力较弱,从而导致初级求职者的欺骗行为增加。我们还确定了两种在理论和实践上均有意义的干预措施——AI学习能力提示和人类输入提示——这些措施可以缓解AI对求职者不道德行为的反效果。这些干预措施显著提高了AI感知检测能力,使基于AI的简历筛选在抑制简历报告中的欺骗意图和经验夸大方面更加有效。我们的研究发现表明,组织应考虑基于AI的简历筛选的负面后果,在AI的效率与人类的洞察之间寻求平衡,和/或通过学习能力提升AI的能力,最终改善招聘结果
引言
一个企业职位空缺会吸引数百份简历,需要人力资源专业人士投入大量时间进行筛选(Bahr, 2024, Fennell, 2023)。为了管理如此庞大的数量,公司越来越多地转向人工智能(AI),AI可以减少多达75%的筛选时间,并且目前被大多数招聘专业人士视为招聘领域的变革性力量(LinkedIn, 2023; Phenom, 2023)。通过利用自然语言处理和机器学习,AI可以高效地筛选候选人,减少人类偏见,并简化招聘流程(Bosse et al., 2023, Rodgers et al., 2023)。
然而,基于AI的简历筛选的一个潜在问题是求职者的欺骗行为。欺骗是指故意误导他人的陈述和/或行为,包括隐瞒行为(Levine & Schweitzer, 2015; Gaspar et al., 2019)。求职者可能会夸大自己的技能或在简历中填充AI优先考虑的关键词,因为他们认为在快节奏的筛选环境中,虚假信息可能不会被发现(Carlson et al., 2011; Figueroa et al., 2023; McQuillan, 2023)。这种诱惑对于初级求职者尤其强烈,因为他们工作经验有限,简历上可列出的资历较少。基于此类误导性信息录用不合适候选人的风险仍然是一个重大关切(Garcia et al., 2023, Kayas, 2023)。
为了应对这一挑战,本研究探讨了基于AI的简历筛选是否以及为何会引起初级求职者的欺骗行为。在四项实验研究中,我们研究了基于AI的筛选为何会增加欺骗行为,表明求职者感知AI在检测欺骗方面的能力较弱,因为它缺乏类似人类的语境判断能力和领域专业知识(Allen and Choudhury, 2022, Newman et al., 2020)。我们还引入了两种独特的干预措施——AI学习能力提示和人类输入提示——通过增强AI的感知检测能力来缓解欺骗行为。
本研究为企业环境中AI应用产生的意外负面影响提供了理论和实践见解。我们的研究结果丰富了关于AI在人力资源管理实践中作用及其对个体不道德行为负面影响的现有知识。先前的研究已经考察了AI对员工(例如,Lanz et al., 2024)和客户(例如,Lei et al., 2024)不道德行为的影响,通常聚焦于个体的道德标准(例如,诚实和感知内疚;Kim et al., 2023)。在道德判断之外,本研究认为初级求职者的欺骗行为源于他们感知基于AI的简历筛选的较低被发现风险,这可能导致比人类审查者评估产生更多的欺骗行为。通过确定感知检测能力为基本机制,本研究揭示了基于AI的简历筛选为何会无意中驱使求职者伪造其简历。本研究的发现还表明,组织应在AI的效率与人类洞察之间寻求平衡,和/或通过学习能力增强AI解读语境线索和发现不一致之处的能力,最终减少求职者中的欺骗行为并改善招聘结果。
章节摘要
AI在人力资源管理中的应用
人工智能,即能够展示人类智能某些方面的机器(Kim et al., 2025),在人力资源管理中的应用日益广泛(Kanungo et al., 2024, Zhang et al., 2021)。先前关于AI在人力资源管理中的研究得出了混合的结果,凸显了AI在人力资源管理中作用的复杂性(见表1)。AI可以通过在各种人力资源管理实践中应用标准化评估标准来增强一致性和公平性(Bigman et
研究概述
我们进行了四项实验来考察简历报告中的欺骗意图和经验夸大。我们选择的场景涵盖了简历欺骗的多种表现形式,从夸大主观技能(例如,热门技能和语言流利度)到伪造客观事实(例如,全职工作经验)(Brink et al., 2019, Kang and Kirmani, 2024, Rotman et al., 2018)。
研究1和研究2考察了简历筛选者(AI与人类)对欺骗意图的影响以及中介作用
设计与流程
采用了单因素(简历筛选者:AI与人类)组间设计。研究1聚焦于夸大工作技能,这是一种普遍的简历欺骗形式(Freedman, 2024, Szczepanek, 2023)。目标人群包括初级求职者,通过Prolific平台招募。
在参与者被确定为符合研究资格后(即正在积极求职的本科学年大三或大四学生),他们被随机分配到其中一个条件组,在该条件下他们的
设计与流程
为了增强结果的普适性,研究2考察了另一种常见的简历欺骗情况:夸大全职工作经验(Freedman, 2024, Szczepanek, 2023)。我们通过Prolific招募了正在积极求职的初级求职者。
参与者被随机分配到AI组或人类组,在他们的简历分别由AI人力资源软件或人力资源经理筛选的条件下(详见附录C)。阅读场景后,参与者表明了
设计与流程
研究3引入了学习能力提示来缓解基于AI的简历筛选的负面影响。在一个需要语言(即西班牙语)流利度的场景中,采用了单因素(简历筛选者:AI与人类与带学习能力提示的AI)组间设计。我们使用与研究1和研究2相同的标准通过Prolific招募参与者,排除了先前研究中参与过的人员。
符合条件的参与者被随机分配到三个条件组之一
设计与流程
研究4的主要目标是捕捉简历报告中经验夸大的程度。此外,研究4还测试了人类输入提示作为另一种干预措施来缓解基于AI的简历筛选的负面影响。在一个偏好全职工作经验的情况下,采用了单因素(简历筛选者:AI与人类与带AI-人类输入提示)组间设计。我们在Prolific上排除了研究1、2和3的参与者以防止重叠。
符合条件的
结论
通过四项实验应用了多种简历欺骗场景(研究1:热门技能,研究2:具体工作年限,研究3:语言流利度,研究4:全职工作经验),我们的研究结果普遍表明,基于AI的简历筛选增加了初级求职者的欺骗意图和简历报告中的经验夸大。此外,研究结果表明,求职者的欺骗行为并非由感知
CRediT作者贡献声明
Hyunsu Kim:撰写——审稿与编辑,撰写——初稿,可视化,监督,软件,方法论,调查,资金获取,形式分析,数据整理,概念化。Sungwoo Choi:撰写——审稿与编辑,撰写——初稿,项目管理,方法论,调查,概念化。Hyejo Hailey Shin:撰写——审稿与编辑,撰写——初稿,可视化,资源,方法论,调查,资金获取,形式
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系,这些情况可能被视为影响了本论文中报告的工作。
Hyunsu Kim,博士,是澳门大学工商管理学院的综合度假与旅游管理系的助理教授。他的研究方向集中在客户行为和服务创新。
Hyunsu Kim | Sungwoo Choi | Hyejo Hailey Shin