Selection Procedures in Competitive Admission
本文表明，在不存在产能约束的竞争型招聘环境中，企业会收敛至一个独特的均衡，采用尽可能准确但难度最低测试，从而实现精确但对方差无关的学习，而引入产能约束或工资报价则会使均衡转向更为困难的选拔程序。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象这样一个世界：两家大公司（或大学）正在争夺最优秀的人才。在测试之前，它们并不确切知道任何特定申请人的能力如何。而申请人则清楚自己的技能，但必须决定向哪家公司申请。
本文是一个博弈论模型，探讨的问题是：当这些公司相互竞争时，它们如何设计测试？
以下是用通俗语言解释的故事脉络。
设定：“测试”与“门槛”
每家公司都有两个杠杆，用于设计其选拔流程：
- 准确性：测试有多敏锐？它能完美区分天才和新手，还是略显模糊？
- 难度：测试有多难？是只有超级人才才能通过的“优中选优”式测试，还是对所有人都容易、但可能让一些不合格者混入的“去劣存劣”式测试？
申请人看到规则后，决定将时间和精力投向哪家公司。他们只能向一家公司申请。
情景一：“自由竞争”（无限制）
假设公司拥有无限的空间，可以雇佣任意多的人。它们的目标是雇佣任何具有生产力（价值大于零）的人。
结果：公司最终陷入一个奇怪的陷阱。
- 它们选择最准确的测试（非常敏锐）。
- 但同时选择最容易的测试。
类比：想象两位面包师争夺顾客。它们都想卖面包。为了获胜，它们决定将烤箱做得极其精准（高准确性），以便确切知道谁饿了。但它们也决定把面包做得极其松软、易于食用，以至于每个人都能吃，甚至包括那些并不真正喜欢面包的人。
为什么会这样？
这是一场逐底竞争。如果一家公司提高测试难度，“较弱”的候选人（他们知道自己可能会失败）就会转向另一家公司。为了阻止这种情况，第一家不得不降低测试难度以留住这些候选人。但如果难度降得太低，它们就会开始雇佣那些不值得支付薪水的人。
最终，它们雇佣了所有可能优秀的人，但使用的是如此精准的测试，以至于它们获取了大量无用的信息。它们确切知道谁是“糟糕”的候选人（因为测试太敏锐），但它们并不在意，因为它们为了不让竞争对手得到这些人，无论如何都要雇佣他们。论文将这种现象称为"最大化但误入歧途的学习"。它们确实学到了很多，但学到的并非对利润真正重要的东西。
情景二：“容量危机”（名额有限）
现在假设公司受到严格限制，无论发生什么，它们只能雇佣 10 人。
结果：公司彻底改变策略，选择最难的测试。
类比：现在面包师只有 10 个座位。它们无法将座位浪费在非顶尖的“吃面包者”身上。
- 如果测试容易，申请会蜂拥而至。它们必须随机挑选 10 人，可能会不小心选中不合格者。
- 如果测试超级难，只有绝对最优秀的候选人会尝试申请。“糟糕”的候选人知道自己会失败，因此不会浪费时间申请。
为什么？
当你已满员时，你不必担心因过于严格而将客户拱手让给竞争对手。你只需要确保你选中的那 10 个人是绝对最优秀的。因此，它们使用“优中选优”式测试，过滤掉除顶尖人才之外的所有人。
情景三：“薪资战”（以薪资竞争）
最后，假设公司无法雇佣更多人，但可以向被雇佣者提供更高的薪水。
结果：与容量危机情景一样，它们选择最难的测试。
类比：面包师无法烤出更多面包，但它们可以付钱让顾客来吃。
- 如果一家公司让测试变得容易，它会招到好坏参半的顾客。为了吸引优秀者，它们必须支付高薪。但由于难以区分好坏，它们也不得不给糟糕者支付高薪。
- 如果它们让测试变难，只有最优秀的候选人会申请。公司知道这些人值得高薪，因此提供高薪资。糟糕的候选人知道自己无法通过测试，因此不会申请。
在这种情况下，竞争从“谁接纳更多人”转变为“谁支付得最好”。严格的测试充当过滤器，确保高薪只流向高价值员工。
全局视角
本文表明，竞争改变了我们测试人们的方式。
- 当公司渴望数量（无限制）时：它们使用简单而精准的测试。它们会了解到很多关于谁是“糟糕”候选人的信息，但即便如此仍雇佣他们。这就像保安非常仔细地检查身份证，却仍然让所有人进入，因为它们害怕另一位保安会抢走顾客。
- 当公司受限（名额或资金）时：它们使用困难、严苛的测试。它们不再担心数量，而是完全专注于质量。它们变成“优中选优”者，只让最优秀的人进入。
关键教训在于：游戏规则（我们是否有空间？能否支付更多？）决定了我们是使用测试来淘汰糟糕者（简单测试），还是寻找最优秀者（困难测试）。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。