跳到主要內容

當AI讓求職信失去價值:人才篩選機制的崩解與重建

圖片來源 : ChatGPT

求職信的黃金時代:努力即是信號

招募管理系統的重要性日益提升。在不久之前,一份用心撰寫、高度客製化的求職信,被視為求職者能力與積極度的可靠證明。這份求職信之所以有價值,不僅僅在於文字本身的品質,更在於它所代表的「努力成本」——撰寫一封真正針對特定職位量身打造的求職信,需要投入相當的時間研究公司背景、理解職位需求、精心組織論述,並用恰當的語言表達自己的適配性。

這種投入本身,就向雇主傳遞了一個強烈的信號:這位求職者不僅具備相應的能力,更對這個機會展現出高度的誠意與積極度。

然而,ChatGPT等大型語言模型(LLM)的出現,徹底改變了這個等式。現在,任何人都能在幾秒鐘內生成一封看似完美、客製化的求職信,而無需投入過去那種程度的時間與精力。

這些「AI生成的廉價求職信」正在迅速摧毀雇主篩選人才的核心機制,而最大的受害者,並非那些必須面對大量申請的雇主,而是那些真正優秀、本應透過精心撰寫的求職信脫穎而出的求職者。

一份名為《讓言談變得廉價:生成式AI與勞動市場訊號》(暫譯,原文為Making Talk Cheap Generative AI and Labor Market Signaling)的研究報告,透過分析人力平台Freelancer.com的真實數據,深入揭示了AI如何瓦解這個行之有年的「辨識人才」機制,以及這種瓦解對勞動市場造成的深遠影響。

 

客製化的真實價值:26美元的關鍵差距

ChatGPT問世之前,一封高度客製化的求職信究竟值多少錢?這個問題聽起來有些抽象,但研究團隊透過數據分析,給出了一個相當具體的答案。研究人員開發了一套AI評分系統,針對每份求職信的「客製化程度」和「切題程度」進行量化評分,並比對雇主對求職者的實際評價與錄用決策。分析結果顯示:在ChatGPT問世前,雇主非常看重這個客製化分數,而且這種重視程度能夠直接轉化為經濟價值。

研究團隊算了一筆帳:假設某個公司釋出一個外包案件,有兩位條件相似的自由工作者前來報價。如果工作者A提交了一份高度客製化、明顯花費心力撰寫的求職信,而工作者B只是隨便投遞了一份制式內容;那麼在雇主眼中,A光是因為比較用心,就讓人感覺他的報價比B划算26美元。考量到當時相似案件的平均報價約為140150美元,這26美元的差距絕非微不足道,而是一個足以影響錄用決策的關鍵因素。

 

AI帶來的悖論:努力與品質的負相關

然而,ChatGPT的出現徹底改變了這個遊戲規則,尤其是當Freelancer.com平台在20234月推出內建的「AI寫作工具」後,市場上開始充斥著大量客製化分數極高的求職信,導致這項原本可靠的指標迅速貶值,可信度大打折扣。

更令人震驚的是研究團隊發現的一個悖論:對於那些使用平台內建AI工具撰寫的求職信,「努力程度」與「客製化分數」之間竟然呈現負相關。換句話說,在AI的輔助下,工作者花費的時間越少、越依賴AI生成內容,反而能夠得到一份看起來越漂亮、客製化程度越高的求職信。過去需要數小時精心打磨的文字,現在只需要幾分鐘輸入提示詞,就能獲得同等甚至更高的品質評分。

雇主們也並非一無所知,他們迅速察覺到這項指標已經「貶值」。數據清楚顯示,雇主對客製化求職信的重視程度在AI工具推出後急劇下降,即使是高度客製化的求職信也不再能夠顯著提高錄取率。更糟糕的是,客製化分數與最終的工作成功率(即工作者是否能夠成功完成案件、獲得雇主滿意評價)也完全脫鉤,證明這個指標已經喪失了預測能力的作用。

 

劣幣驅逐良幣:優秀人才的困境

為了精確評估AI對求職市場造成的實際衝擊,研究團隊建立了兩個模擬情境進行對比分析,而模擬結果令人震驚,也印證了許多人的擔憂:當求職信失去辨識能力後,整個勞動市場變得顯著「更不看重個人能力」。

具體而言,在能力分布光譜中,最頂尖的工作者被錄用的機率大幅下降了19%;而能力位於最底層的工作者,被錄用的機率反而顯著上升了14%。這種「劣幣驅逐良幣」的現象,對市場效率與公平性都造成了嚴重的負面影響。

這種現象背後有兩大主要原因:

1.當高能力的工作者無法再透過「客製化求職信」來突顯自己的能力優勢時,他們就只能被迫加入價格競爭的行列。但在價格戰中,他們顯然處於劣勢——因為能力較強的工作者通常有更高的機會成本(他們可以選擇的工作機會更多、潛在收入更高),因此無法像能力較低、選擇較少的競爭者那樣接受極低的報酬。當市場無法識別能力差異時,價格就成為主要的競爭因素。

2.雇主也無法透過其他表面特徵來有效篩選人才。研究發現了一個令人擔憂的事實:工作者在平台上的所有可見資訊——包括聲譽評分、過往評價、完成案件數量、教育背景等等——加總起來僅能解釋其真實能力的3%。這個數字低得驚人,意味著即使雇主仔細查看求職者的所有公開資料,也幾乎無法準確判斷其實際能力水準。

在這種情況下,一旦失去了「客製化求職信」這個相對可靠的辨識方法,雇主幾乎陷入了「盲目篩選」的困境,只能依靠運氣或其他極不可靠的標準來做決策。

 

重建信任:市場需要新的信號機制

這個現象提醒我們,勞動市場需要發展出新的信號機制來取代已經失效的客製化求職信。可能的方向包括:更重視實際作品集與案例展示、採用技能測試與實作評估、建立更可靠的聲譽系統、或是透過短期試用期來直接評估能力。

無論採取何種方式,關鍵在於建立起新的「成本信號」——讓能力的展現需要付出真實的、難以偽造的成本,從而重新建立起市場中的信任機制。

AI時代,我們不能阻止技術的發展,但我們可以思考如何在新的技術環境中,重建一個更公平、更有效的人才識別系統。這不僅關係到市場效率,更關係到那些真正有能力、願意付出努力的優秀人才,能否獲得他們應得的機會與回報。

《 文章參考:2025-11-13 當 AI 讓求職信大貶值:最慘的不是雇主,而是那些真的很優秀的人 |經理人 》

資料來源:Making Talk Cheap:Generative AI and Labor Market Signaling


留言

這個網誌中的熱門文章

徵才時要求特定外貌,中市勞工局提醒雇主可能涉及就業歧視

經常有民眾向勞工局反映,求職面試時遇到公司以身高、體重、髮型長短等外貌因素而不僱用。台中市政府勞工局指出,就業歧視多源於雇主的個人喜好、過往的用人經驗或既定刻板印象,導致簡化了對求職者是否適任的判斷。勞工局呼籲雇主應摒棄刻板印象與偏見,提供求職者友善且平等的就業環境。 勞工局長林淑媛表示,「就業歧視」指的是雇主以與工作無關的特質,決定是否僱用求職者或受僱人的勞動條件。例如,雇主在進行招募、甄試、勞動條件、升遷、調職、獎懲、訓練、福利、解僱等過程中,不考慮求職者或受僱人的工作能力、條件或表現,而是考量與工作能力無關的「種族、階級、語言、思想、宗教、黨派、籍貫、出生地、性別、性傾向、年齡、婚姻、容貌、五官、身心障礙、星座、血型或以往工會會員身分」等因素,這樣會導致求職者或受僱人失去平等競爭的機會,屬於「就業歧視」。 勞工局指出,「容貌」是指個人的臉型相貌、端正、體格、身高與殘缺等外在條件。雇主若以求職者或受僱人的容貌因素給予差別待遇,可能違反禁止就業容貌歧視的規定。例如,餐飲業者只因求職者的長相而不錄取,但長相與顧客接待、點餐的工作內容無關;貨運業者因求職者有刺青而不錄取,但刺青不影響送貨工作;保全業者以求職者頭髮太長,不符公司形象為由,要求剪短才能錄取,但頭髮長短與保全人員門禁管理工作無關。 勞工局提醒雇主,招募徵才應依據受僱者的工作能力、工作經驗等指標為僱用標準,禁止將年齡、性別、容貌等歧視項目列入限制條件。例如,徵才廣告註明「限身高160公分以上」。針對受僱員工也不可按不相關因素,如頭髮髮型、長短等,來評估受僱者表現,進而作為培訓、晉升、調職、裁員資遣的決定。 勞工局補充,違反就業歧視禁止規定者,依就業服務法可處30萬以上、150萬以下罰鍰。相關就業歧視Q&A資訊, 可至 勞工局就業平權網 (https://www.labor.taichung.gov.tw;台中市政府勞工局首頁/勞工服務/勞動權益/就業平權網)   查詢。 文章來源 ------------------------------ ------------------------------ ---------------- 人事薪資系統 人力資源發展系統 企業流程管理系統 人才招募系統 勞動事件法系統 多元打卡解決方案 兼職人員(PT)系統 MIS/IT委外解決方案      招募系統  ...

企業勞動法令問題,讓AI來幫你

Designed by Freepik 人工智能科技的快速發展,正為各行業帶來全新的應用契機。在企業經營管理領域,智能AI助理能有效解決許多複雜的勞動法規問題,不僅大幅降低企業法令規範的風險,更能節省龐大的法律顧問費用,實現用人管理的事半功倍效果。   飛騰雲端秉持「企業大小事,都是飛騰的事」的理念開發「AI勞資顧問機器人」,並與知名的勞動法規事務所 -「宇恒法律事務所」合作,集結了最專業、最完整的勞動法規知識庫。「AI勞資顧問機器人」不僅能即問即答,提供最快最精準的回覆解析,系統內建的龐大勞資案例資料庫,全面解決企業各種勞資爭議疑難雜症。   AI勞資顧問機器人使用便利,如同ChatGPT般與AI問答互動,讓企業能隨時隨地都能獲得迅速有效的勞資法令諮詢。透過對話方式描述情境問題,人工智能就能依照其龐大資料庫,精準判讀並給出最合宜的應對方案,降低企業人事管理觸法的風險。   舉一個實例,假如企業員工在國定假日經公司同意去參加與職務相關的訓練,對於是否需要給付加班費這類問題,AI勞資顧問機器人能迅速根據勞動部的函釋作出解析。系統會解釋,如果是雇主強制要求參加訓練,該訓練時間應計入工時,企業必須給付一日所得的加班費;但若是員工自願參加,則不需支付加班費。     實務上,由於AI系統能隨時應答、不受上班時間限制,相較於僱用法律顧問來做勞資管理諮詢,企業不僅省卻高額的專業費用支出,同時也能獲得最及時的法規建議意見,避免未來可能產生的勞資糾紛及法律風險。因此,透過AI科技應用於企業勞資管理領域,必能為企業營運管理帶來高度效益,進而提升員工和企業雙方的權益保障,實現多方共贏。   企業大小事,都是飛騰的事 飛騰雲端為企業提供優質的AI服務解決方案。除了上述AI勞資顧問機器人外,也開發其他AI智能機器人,如AI文件機器人,能夠應用於企業內部的知識管理,或者對外的客戶服務管理,若您有相關需求,歡迎撥打 服務專線(02)7730-5225 #103  ,或前往 飛騰雲端業務諮詢 留言: https://www.scshr.com/business-consulting/ ------------------------------ ------------------------------ ---------------- 招募系統 人資系統推薦 雲端人資系統推薦 人力資源系統 ...

特休怎麼算?週年制VS曆年制優缺點一次看懂

Image by drobotdean  on Freepik 勞基法規定,勞工在同一家公司服務滿一定年資,可享有特休天數權利,但雇主可以選擇以「週年制」或「曆年制」方式給特休。兩種制度的特休天數有何不同?選擇哪種制度計算公式較簡單呢? 週年制VS曆年制: 週年制 特休天數計算方式:從員工「到職日」開始計算年資,當滿一定年資時(半年、1年、2年…等),就可享有法令規定的特休天數權益。 請休期限:從符合請領日當天到隔年年度到職日。 舉例說明 假設一位新人在2022年7月1日到職,到2022年12月31日年資滿半年,且2023年1月1日仍在職,則享有3天特休假權利,她可以從2023年1月1日開始請這3天特休,並在2023年6月30日前請畢。 接著到2023年6月30日年資滿一年,則可在2023年7月1日開始請7天特別休假,並在2024年6月30日前請畢。 曆年制 特休天數計算方式:雇主和員工約定每年1月1日至12月31日作為固定計算區間,再按照員工年資比例換算特休天數。 請休期限:從當年1月1日起到隔年12月31日止。 舉例說明 同樣假設一位新人在2022年7月1日到職,到2022年12月31日年資滿半年,因此2023年1月1日起有3天特休假;再來到2023年7月1日年資滿一年,若以週年制來看應有7天特休假,但實際計算下來只有3.5天特休【7天X6個月÷12個月】,也就是2023年7月1日起有3.5天特休。因此總加起來,新人在2023年全年間共有6.5天特別休假【3天+3.5天=6.5天】可請。 從這邊您可能會發現,採用週年制和曆年制計算的特休天數差了3.5天,這是因為曆年制的算法將少了3.5天的特休於後續遞延。 優缺點: 週年制優缺點 優點:特休天數不需換算年資比例,可直接對照法規特休天數、爭議較少。 缺點:雇主、人資必須記得每位員工的到職日,個別提醒未休完特休天數。 曆年制優缺點 優點:雇主為了方便管理員工休假而統一規定。 缺點:年底時必須統一按比例計算剩餘特休日,計算上較複雜,有小數點或容易算錯少給假等問題。 未休完特休如何計算? 特別休假和一般請假不同,沒有休完的特休可以折現,一般請假則不行。員工主動離職或雇主因任何原因和員工終止契約時,都必須將未休完的特休天數折算薪水。而曆年制企業,則要統一回歸到週年制的方式來折算特休天數。 法令沒有特別規定雇主必須以週年制或...