Kan AI upptäcka lögner i intervjuer?

Om du låter nervös kan du oroa dig för att ett intervjusystem ska missta oro för oärlighet. Det här avsnittet förklarar skillnaden genom att skilja mellan observerbart beteende, en modells tolkning och bevis för att ett påstående är falskt.

Programvara kan mäta pauser, tonhöjdsförändringar eller synliga rörelser. Dessa observationer identifierar inte bedrägeri entydigt. Koncentration, att tala på ett andraspråk och anslutningsfördröjningar kan påverka framförandet, medan ett inövat falskt svar kan låta flytande. Varken nervositet eller självsäkerhet visar om den bakomliggande berättelsen är sann.

En etikett som ”risk för vilseledande” är ett modellresultat, inte ett bevis. Inte ens fastställandet att ett påstående är felaktigt visar att talaren medvetet ljög. Ett felaktigt datum, en tvetydig formulering eller ett transkriptionsfel kräver en annan förklaring än påhittad erfarenhet.

För att bedöma en leverantörs påstående om lögndetektering bör du undersöka hur forskarna fastställde vilka uttalanden som var lögner, om testningen liknade verkliga anställningsintervjuer och hur ofta sanningsenliga kandidater felaktigt flaggades. Prestationer med manusbundna sanningar och lögner kan inte automatiskt överföras till en intervju med obekanta frågor och verkliga konsekvenser.

En användbar kontroll kräver ett definierat påstående och relevanta bevis. En arbetsgivares bedömning och en kandidats assistent kan ha olika indata och syften, så det finns ingen enda beskrivning av vad all AI för intervjuer utvärderar.

• Konsekvens: Om ett system får båda uttalandena kan det flagga olika anställningsdatum eller motstridiga beskrivningar av projektansvar. Avvikelsen behöver fortfarande redas ut.
• Externa bevis: Ett system med åtkomst till lämpliga dokument kan jämföra ett påstående med dem. Saknade, inaktuella eller ofullständiga dokument begränsar slutsatsen.
• Visad kunskap: Ett tekniskt svar kan kontrolleras med avseende på korrekthet. Ett felaktigt svar visar att det svaret innehåller ett fel, inte att kandidaten medvetet är oärlig om sin bakgrund.
• Svarets kvalitet: Relevans, detaljnivå och struktur handlar om hur väl ett svar bemöter en fråga. De bestyrker inte de beskrivna händelserna.

Föreställ dig en backendutvecklare som intervjuas för en senior tjänst och säger sig ha lett en databasmigrering. Följdfrågor visar att personen ansvarade för belastningstestningen medan en annan utvecklare valde arkitekturen. Att klargöra insatsen ger intervjuaren en mer korrekt bild; enbart den ursprungliga formuleringen visar inte avsiktligt vilseledande.

För relaterade frågor om arbetsgivares bedömningar, se svar om rekryteringsplattformar och granskning.

SubcueAI presenteras som en AI-assistent för intervjuer. Betrakta inte dess förslag som bekräftelse på anställning, meriter, projektansvar eller resultat. Att transkribera tal och generera förslag bestyrker inte de händelser som diskuteras.

Dess två gränssnitt för liveassistans har också olika ljudåtkomst:

• Inbyggd datorapp: Huvudappen för macOS och Windows tar upp systemljud och mikrofonljud, tillhandahåller ett flytande lokalt överlägg och fungerar med mötesklienter för datorer som Zoom och Microsoft Teams.
• Webbläsartillägg: Sidopanelen ger liveassistans under intervjuer i Chromium-webbläsare, däribland Chrome och Edge. Den tar upp mötesflikens ljud, inklusive intervjuaren, vid samtal i webbläsarflikar som Google Meet. Den tar aldrig upp din mikrofon och transkriberar inte kandidaten. Firefox-versionen stöder endast övningsintervjuer.

Tilläggets ljudupptagning av enbart intervjuaren bör därför inte beskrivas som att det lyssnar på dina talade svar för att upptäcka lögner. Datorappens mikrofonåtkomst innebär inte heller att den kan verifiera sanningshalten.

Inget av gränssnitten lägger till en mötesbot eller infogar ett innehållsskript på mötessidan. Dessa designval garanterar inte osynlighet. Skärmdelning, skärminspelning, övervakade sessioner och företagsadministrerade enheter omfattas inte av någon sådan försäkran.

För installationsanvisningar för de tillgängliga gränssnitten, se handledningen för SubcueAI.

Kontrollera före intervjun de påståenden du förväntar dig att diskutera: anställningsdatum, dina individuella ansvarsområden, beslut du fattade och resultat du kan styrka. Skilj teamets prestationer från din egen insats. Håll isär uppmätta resultat och uppskattningar, och medge vilka detaljer du inte längre minns exakt.

Granska varje genererat förslag innan du använder det. Om det lägger till en teknik, ett ansvar eller ett resultat som inte ingick i din erfarenhet ska du ta bort eller korrigera det. En trovärdig formulering är inte ett bevis för att en händelse inträffade.

Om ett system eller en intervjuare ifrågasätter din ärlighet, fråga vilket uttalande som bestrids och vilka bevis som ligger bakom misstanken. Kontrollera transkriptionen om en sådan finns, förklara eventuella tvetydigheter och lämna relevant stödjande information som du har tillåtelse att dela. Begär en mänsklig granskning om en automatisk etikett verkar bygga på ett fel; enbart ett konfidensvärde kan inte lösa den faktiska tvisten.

Kontrollera intervjuns regler för assistans och redovisning innan du använder ett liveverktyg. Tillåtelse att använda assistans och svarets korrekthet är separata krav.

För att öva inför det verkliga samtalet, besök sidan för övningsintervjuer.