AI 能偵測面試中的謊言嗎？
作者 Aaron Cao · 更新於
AI 面試助手無法單憑語音或影片可靠地判定不誠實行為。若取得相關資訊，它可以標記前後不一致的陳述，但這並不能證明對方蓄意欺騙。SubcueAI 提供面試協助；其建議不會驗證應徵者的經歷。
緊張的聲音或臉部表情能揭露謊言嗎？
說話聽起來緊張，可能會讓你擔心面試系統把焦慮誤判為不誠實。本節將可觀察到的行為、模型的解讀，以及證明陳述不實的證據分開討論，以說明其中的差異。
軟體可以測量停頓、音調變化或可見動作。這些觀察結果無法專門識別欺騙行為。專注思考、使用第二語言交談，以及連線延遲都可能影響表達，而事先排練過的虛假回答也可能聽起來很流暢。無論緊張或自信，都不能證明背後的故事是否真實。
「欺騙風險」之類的標籤是模型輸出，不是證據。即使確定某項陳述不正確，也不能證明說話者明知不實仍刻意說謊。記錯日期、措辭含糊或轉錄錯誤，都需要與捏造經歷區別解釋。
評估供應商的測謊主張時，應查看研究人員如何確認哪些陳述是謊言、測試是否貼近真實的招募面試，以及誠實的應徵者被錯誤標記的頻率。在依腳本陳述真話與謊話時的表現，未必能直接套用到問題陌生且涉及真實後果的面試。
AI 實際上能查核面試回答中的哪些內容？
有效的查核需要明確的主張和相關證據。雇主的評估工具與應徵者的助手可能有不同的輸入資料和用途，因此無法用單一描述概括所有面試 AI 評估的內容。
- 一致性：在同時取得兩項陳述的情況下，系統可以標記不同的任職日期，或互相矛盾的專案負責範圍描述。這類不一致仍需要進一步釐清。
- 外部證據：能存取適當紀錄的系統，可以將主張與紀錄進行比較。紀錄缺失、過時或不完整，都會限制結論的可信度。
- 展現的知識：系統可以檢查技術性回答是否正確。錯誤的回答只能證明該回答有誤，不能證明應徵者刻意謊報經歷。
- 回答品質：相關性、細節和結構反映回答是否妥善回應問題，並不能驗證所述事件的真實性。
假設一位後端工程師面試資深職位時，表示自己曾主導資料庫遷移。後續提問確認，他負責的是負載測試，架構則由另一位工程師決定。釐清這項貢獻能讓面試官取得更準確的描述；僅憑最初的措辭，無法證明對方蓄意欺騙。
如需了解更多雇主評估的相關問題，請參閱招募平台與資格審查解答。
SubcueAI 會查核我的回答是否屬實嗎？
SubcueAI 的定位是 AI 面試助手。請勿將其建議視為任職經歷、資格、專案負責範圍或成果的證明。轉錄語音和產生建議，並不能驗證討論中事件的真實性。
它的兩種即時協助介面也有不同的音訊存取範圍：
- 原生桌面應用程式：旗艦版 macOS 和 Windows 應用程式會擷取系統音訊和麥克風音訊、提供本機浮動疊加介面，並可搭配 Zoom 和 Microsoft Teams 等桌面會議用戶端使用。
- 瀏覽器擴充功能：側邊面板可在包括 Chrome 和 Edge 在內的 Chromium 瀏覽器中提供即時面試協助。針對 Google Meet 等瀏覽器分頁通話，它會擷取會議分頁的音訊，包括面試官的聲音。它絕不擷取你的麥克風，也不會轉錄應徵者的語音。Firefox 版本僅支援模擬練習。
因此，不應將擴充功能僅擷取面試官音訊的設計，描述成透過聆聽你的口頭回答來偵測謊言。同樣地，桌面應用程式能存取麥克風，也不代表它具備事實驗證能力。
這兩種介面都不會在會議中加入機器人，也不會將內容指令碼注入會議頁面。這些設計選擇並不保證無法被發現。分享螢幕、螢幕錄影、受監考的面試，以及公司管理的裝置，均不在任何此類保證的範圍內。
如需了解可用介面的設定方式，請參閱SubcueAI 教學。
我該如何準備準確的回答或回應標記？
面試前，請查核你預計討論的內容：任職日期、個人職責、你做出的決策，以及有依據可支持的成果。請將團隊成就與個人貢獻分開，區分實測結果與估算數字，並坦承哪些細節已無法準確記得。
使用任何自動產生的建議前，請先加以審閱。如果建議加入了不屬於你經歷的技術、職責或成果，請刪除或更正。聽起來合理的措辭，不能證明事件確實發生過。
如果系統或面試官質疑你的誠信，請詢問具體是哪項陳述受到質疑，以及有哪些證據支持這項疑慮。如有轉錄稿，請加以查閱、說明任何歧義，並提供你獲准分享的相關佐證資料。如果自動化標籤似乎源自錯誤，請要求人工審查；單憑信心分數無法解決事實爭議。
使用即時工具前，請確認該面試對協助工具和揭露事項的規定。獲准使用協助工具與回答是否準確，是兩項不同的要求。
如要在正式對談前排練，請前往模擬面試頁面。