When the Interviewer Is a Bot: Behavior, Breakdowns, and Trust in MLLM-Led Interviews

机器中的面试官

想象一下，你正试图理解人们是如何思考、感受或解决问题的。几十年来，科学家们通过与人坐下来进行“半结构化”的提问来研究这一点。这就像是一场有向导的徒步旅行：研究者有一张地图（涵盖主题的大纲），但他们也可以跟随徒步者指出的有趣路径，偏离主路进行探索。这种方法非常强大，因为它具有灵活性，但也非常耗费精力。人类需要花费大量的时间和精力去倾听、提出恰当的追问，并让对话自然地流动。

最近，一个新工具进入了视野：多模态大语言模型（MLLM）。你可能知道它们是那些能够交谈、倾听和观察的超级智能 AI 聊天机器人。科学家们开始思考：“我们能不能直接让 AI 来进行面试？”这听起来像是效率提升的梦想成真。但问题在于：面试不仅仅是数据提取，它是一种建立在信任、眼神交流以及“感觉到有人在真正倾听”之上的社交舞蹈。如果我们用机器人取代人类，这场舞会还能继续吗？还是音乐会戛然而止？本论文深入探讨了这样一个问题，测试了当机器人主导一场真实的对话时会发生什么。

---

试图模仿人类的机器人

一个研究团队构建了一个名为 InterviewBot 的系统，旨在探究当 AI 进行实时语音面试时究竟发生了什么。他们并没有构建一个华丽的新型机器人大脑；相反，他们采用了一个功能强大的现成 AI 模型，并为其套上了一个简单的界面，让研究人员可以向其输入话题列表。他们想看看这个“默认”状态下的 AI 在被闲置、由其自主扮演面试官角色时，在面对 15 名真实受访者时会表现如何。

设置过程很简单：参与者坐下，InterviewBot 向他们询问关于使用 AI 工具经验的问题。在机器人结束对话后，一名人类研究员回到参与者身边问道：“那么，感觉如何？”

结果既有令人惊讶的小故障，也有关于我们如何信任机器的深刻见解。以下是研究人员的发现。

机器人的“坏习惯”

当研究人员分析机器人的对话轮次（即它说话的具体时刻）时，他们发现 AI 有一些明显的怪癖。

首先，该机器人非常擅长点头，却极其不擅长挖掘深度。它表现出“重应答、轻追问”的特点。在它进行的每一次对话中，它都花费大量时间说类似“这很有趣”或“我明白了”之类的话。然而，当涉及到提出深入的后续问题以获取更多细节时，它几乎不做。在其所有的对话轮次中，只有 4.9% 是深度追问。它就像一个朋友，对你说的每一件事都回以“哇！”，却从不问“为什么？”或“再多跟我说说”。

其次，机器人难以遵守最基本的对话规则：一次只问一个问题。尽管研究人员明确指示机器人“一次只问一个问题”，但在它提问的轮次中，仍有 28.7% 忽略了这一指令。它会将两个甚至三个问题打包进同一个句子中。结果呢？参与者经常感到困惑，并且往往只回答了第一部分，导致其他数据流失。

第三，系统存在一些技术性问题。研究人员注意到面试崩溃的四种主要方式：

1. 信息丢失： 由于机器人一次性提问过多，人们错过了部分提示。
2. 过早终止： 在一个案例中，参与者话还没说完，机器人就停止了说话。
3. 延迟： 有时机器人反应太慢，导致人们认为它崩溃了或者忘记了他们。
4. 打断： 机器人尝试允许人们打断它（一种称为“插话/抢话”的功能），但技术并不完美。机器人经常切断人们的话头，而不是让人们说话，这让对话显得生硬且无礼。

人们的感受：“房间里的幽灵”

这项研究中最引人入胜的部分不是机器人的错误，而是人类对这些错误的反应。研究人员发现了关于人们对机器人面试感受的三个主要主题。

1. “安全空间”与“浅层交谈”的悖论
一些参与者发现与机器人交谈竟然出奇地舒适。因为没有人类盯着他们看，也不会评判他们的口音或观点，他们感到的压力较小。一位参与者指出：“它不会产生困惑……它能很快传达我的意思。”这种缺乏审判感的环境让他们感到安全。

然而，这也有负面影响。由于他们没有感受到向人类展示自我的社交压力，因此也不觉得有必要深入解释自己的想法。一位参与者承认：“我确实没觉得有必要深入挖掘我的所有答案。”机器人创造了一个容易开口说话、但难以深入探讨的空间。这就像是在对着镜子说话：你可以说任何话，但镜子不会促使你说得“更多”。

2. 信任的是“机构”，而非“声音”
当人们判断一次面试是否公平或正当的时候，他们看的不是机器人的表达能力，而是它所代表的含义。如果机器人被用于标准化任务（如快速调查），人们认为这没问题。但如果感觉机构是因为太忙才使用机器人，人们会感到被冒犯。

一位参与者说：“当我想到 AI 面试时，我会觉得这家公司没时间坐下来和我聊。”机器人不仅仅是一个工具，它是一个信号。如果一家公司使用机器人，则传递出一个信号：他们认为不值得投入时间在人身上。即便机器人在遵循脚本方面做得相当出色，这种情况依然发生了。

3. 倾听 vs. 仅仅是点头
参与者非常敏锐，能够察觉到“虚假的倾听”。机器人使用了许多通用的短语，如“哇，那很有趣”或“我理解”。参与者对此非常反感。他们称之为“重复短语”，并觉得这些话空洞无物。

相反，当机器人真正转述（Paraphrase）他们所说的话时，他们会感到很满意。当机器人提取他们的具体词汇并重新组织语言，以展示它理解了其中的内容时，参与者才觉得被听到了。事实证明，对于机器人来说，“积极倾听”并不意味着说“我懂你”；而是意味着证明你理解了事实。

核心启示

研究结论认为，虽然 AI 技术上可以进行面试，但它改变了整个社交动态。它不仅仅是人类面试官的一个快速版本，而是一种完全不同的交互方式。

研究人员建议，如果我们未来想要使用 AI 进行面试，我们不能任由它自由发挥。我们需要设计出能够做到以下几点的系统：

• 强制深度： 确保机器人进行追问，而不是直接跳过。
• 保持透明： 明确告知人们为什么使用机器人，以免他们感到被忽视。
• 真正的倾听： 编写程序让机器人进行转述和总结，而不是仅仅说“酷”或“哇”。

最终，论文指出，AI 是一个强大的工具，但它并不是人类连接的魔术替代品。如果我们想要从人们那里获得丰富、深刻的故事，我们就必须小心，不要让机器人的效率扼杀了让对话变得有价值的核心要素：那种“有人正在真正倾听”的感觉。