[Meonibeoseu] AI时代，招聘中值得采用的题目
尚不擅长查找遗漏的人工智能
重复之处看得见，遗漏之处却看不见
工作顺利推进的关键：“不遗漏”
我曾听人这样评价一位后来成为高级公职人员的熟人的工作能力。工作能力可以分为创意策划与执行、协调、推进等方面。其中，在策划和执行阶段尤其重要的是周全考虑、不遗漏任何事项的能力。
在有关工作能力的培训中，也会提到“无遗漏”。咨询公司麦肯锡将其纳入“相互排斥、完全穷尽”这一概念。直译过来就是“彼此互斥、整体涵盖”。翻译后的术语也很难懂。我猜，咨询公司的人大概是想彰显自家的知识资产，所以才把这个术语起得如此晦涩。或许是想通过造个新词，显得自己很有本事。简单来说，就是“彼此不重叠，也不遗漏”。
麦肯锡建议将这一原则运用于分析复杂经营问题、找出解决方案的过程中。它指出，将核心问题拆分为若干子问题时，应确保各子问题彼此不重叠，并且能够完整涵盖整体问题。此外，在撰写报告、备忘录、演示材料等沟通资料时，也应运用这一原则，减少逻辑上的重复和遗漏。许多自我提升类书籍也会提到这一原则。
高质量的报告符合这一原则。重叠和遗漏，哪一个问题更严重？即使报告中存在重复，只要没有遗漏事项，工作通常仍能顺利推进。但如果报告漏掉了重要事项，工作就无法按计划开展。正如前面以公职人员周全处理事务为例所说明的，要让工作顺利推进，必要条件之一就是仔细检查，确保没有遗漏。
以重叠和遗漏为 기준划分的四种情况。第一象限既无重叠也无遗漏，体现出较高的完整度。第三象限既有重叠也有遗漏，情况最差。比较存在重叠的第二象限和存在遗漏的第四象限，应当更避免第四象限。
View original image从资料中删去重复内容相对容易。只要仔细查看，重复之处就会显现出来。相比之下，找出遗漏的难度要高得多。我们需要把注意力扩展到资料中没有写到的领域，但读者往往倾向于把注意力局限在资料已有的内容上。为了做到信息传达无遗漏，人们制定了六何法则，但重要的遗漏类型远不止六种。尤其是大多数遗漏都属于无法归入固定类型的“非典型”情况。
“找出遗漏”这一类题目，也就是给出一段文字并要求找出其中遗漏内容的题目，更难设计。或许正因如此，在报告撰写等职业培训中，这类题目几乎没有涉及。
如今，人工智能能够迅速调查情况并整理成文。把工作交给人工智能，已经成为基本的工作环境。面对这样的时代，企业为选拔人才，会对求职者进行深度面试，考察他们熟练运用人工智能，以及核验、判断人工智能输出结果的能力。我建议在招聘题目中增加“找出遗漏”这一类型。通过筹备并开展人工智能辅助写作培训，我发现人工智能目前还不擅长找出遗漏。无法外包的“找出遗漏”，也是提升现有员工能力时不可或缺的一门课。
“百说不如一例”。意思是一百句说明也比不上一个例子，这是我自创的说法。请找出下面这段文字遗漏的关键信息。这段文字刊登在某公共博物馆举办的展览中。它本意是传达信息，却因有所遗漏而未能发挥作用。
“走在时代前列的查尔斯·巴贝奇（标题）。查尔斯·巴贝奇被认为是最早研制机械计算机的人。他的‘分析机’旨在自动完成所有可能的计算，其结构和功能与今天的数字计算机十分相似。第二次世界大战结束后，随着埃尼阿克的问世，人类正式进入数字计算机时代。”
之前，人工智能没能找出关键遗漏。这次我很好奇它会给出什么答案，于是再次提问。人工智能回答：“这段文字最重要的遗漏，是没有说明巴贝奇设计的分析机是否实际制造并完成。”它接着解释：“读者读完这段描述，可能会以为巴贝奇制造出了能够实际运行的计算机。”它还指出：“然而，巴贝奇的分析机虽然完成了设计，却未能在他生前建成。”随后，它又指出第二处遗漏：“巴贝奇的设计与埃尼阿克问世之间相隔约100年，但文中完全没有说明这段时间里计算机技术是如何发展的。”
我问人工智能，巴贝奇何时提出了分析机。人工智能回答是1837年。我说：“我认为这才是关键遗漏。”人工智能表示赞同。
如今的职场人士更需要做到“无遗漏”。如果已经写好报告初稿，我建议不要只让人工智能校对，也要请它检查是否存在遗漏。人工智能有时也能找出关键遗漏。
Baek Woojin，经济专栏作家
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
