人机对话测评-理论、方法及其问题

人机对话测评:理论、方法及其问题

人机对话测评:理论、方法及其问题人机对话测评:理论、方法及其问题一、人机对话：人才测评领域中的新变革

信息化是一场革命。它带来人与人之间交往方式的改变和人类思维方式的转换。因为“社会（不管其形式如何）究竟是什么呢？是人们交往的产物。”信息社会、网络社会、虚拟空间的兴起，加强了人们之间多方面的交往，促进了人们丰富的社会关系的形成，对于人的发展有极大的影响：信息化创造的“虚拟实在”环境为人们的角色实践提供了绝好场所，人们可以在其中进行“角色换位”，把自己假定成不同的角色，体会不同角色的需求和情感并按自己理解的角色规范进行角色实践，并通过网络社会的信息反馈验证自己的角色行为，把握自己在现实生活中扮演各种角色的尺度。概言之，信息化带来交往方式、生存方式、教育方式等多方面的变革，为人格、能力的提升提供了进一步发展的可能性，也带来人才测评理论与方法范式的重大转换。

信息化表现在人力资源管理领域，就是HR流程的“e”化。各类人才测评软件的开发与运用，是其中的一道道风景线。这些建构在人工智能、信息技术、高级程序语言、多媒体技术等基础之上的测评工具，不仅将一般的测评手段“e”化，更使之得以建筑在强大的技术平台之上，大大提升了一般人才测评方法的应用范围。直截地说，

人机对话就是一般人才测评的理论与方法在计算机和网络中的实现，这一再现，具有重大的现实意义：当信息技术取代人的操作时，它使测评任务或流程自动化；当信息技术拓展人的工作时，它使测评任务或流程信息化；当利用信息技术进行重组时，它使测评任务或流程发生根本变化。

一般的人才测评，需要在一种真实、身临其境的刺激－反应条件下实现。然而，在实际的人才测评中，这往往是可望而不可即。因为现实中的许多情景可遇而不可求。比如地震、山洪暴发等突发事件对个人应急能力的考验，就具有不可预料性。有些情景即使能够刻意制造，也代价甚高且会对测试双方构成威胁，比如针对飞行员的培训和测试。这些局限性在其他领域中同样存在，并促使人们发展现实模拟情景的新途径。计算机技术的发展，使得这一历程能够在虚拟空间大行其道。人机对话测评，正是对信息化对测评传统理论与方法挑战的响应。它不仅能够使得受测对象获得自我认知，还可以使之在对话过程中获得学习经验；它不仅仅是一个测评的过程，还是一个学习的过程。由于人机对话具备众多其它测评方式所难以具备的优点，故而获得了各方面的普遍认同。这从网络测评的风行可以窥出，它折射了大众对人机对话测评的认同和参与。近年来，人才测评界推出了众多针对不同测评对象的测评软件。测评技术中的心理测验、专业笔试、系统仿真及人工智能专家系统等，都在人机对话中得到初步实现。所有这些，都昭示着人机对话在测评中运用的广泛前景。

二、人机对话：对一般人才测评方法的提升

一个常有的误解是：人机对话不过是把人才测评的方法搬到计算机上罢了，看起来似乎和一般人才测评方法的运用（以人与人之间的互动为基础）没有什么不同。的确，以往人才测评各方法的运用，多以人与人之间的直接互动为基础，即使是纸笔测评等貌似间接互动的测评，也不过是借助一种或几种中介物来进行“刺激－反应”式测评。这种测评的直接互动基础从哲学的角度——尤其是马克思关于人类社会发展的广义划分类型看，是有其局限性的。因为传统社会的根本特征是以人与人之间的依赖关系为基础，在这种社会，通过直接的人——人互动的镜子，确实能够较准确地反映“镜中之我”。但在信息化时代的市场经济条件下，社会的本质特征转化为以人对物的依赖为基础。在这种社会，人与人之间的关系在某种程度上以物——人——物的互动为基础。从表面看它反映的是物与物之间的关系，但其实更深刻地折射出人——人之间的社会关系。这是一个否定之否定。在信息社会，这面镜子就是“虚拟实在”（钱学森称之为一面“灵镜”）。表现在测评手段的变化上，就是以网络化、信息化为基础的人机对话测评方式的崛起。不过在人机对话的背后，人机关系的背后，依然是人与人之间的社会关系在作祟，只是这种社会关系通过虚拟空间表现出来而已。

无论是从设计过程、运作程序，数据的收集和处理、测评结果解释、解释的话语系统等外在方面进行比较，或是从测评的理论依据与技术基础审视，不难看出：相对于一般的人才测评方法，“人机对话”方法并不是一种特定的测评方法，而是诸多人才测评方法在计算机上

的再现。它能够实现对一般人才测评方法的综合，并为之提供更广阔的施展舞台。这种再现凭籍的并非纯粹的技术，而是出于对新的社会互动基础趋势的把握，出于对一般测评方法的优点和缺点在信息时代应有的改造。一般的测评方法如面试、公文处理等，固然各有相对的优势和适用的领域，但也有着共同的缺点，而人机对话，则正好能够从各个方面对之予以提升：

其一，经济上的制约。有些测评方法之所以被认为是适用于“高级人才”测评，不仅仅在于它是多么科学、典雅、可靠，而常常出于一个很现实的考虑：经济原因。例如，评价中心技术集无小组讨论、公文处理、结构化面试等测评方法于一体，整个实施过程要耗费很多人力、物力和时间，且对施测方的要求很高。简言之，经济因素决定了许多人才测评方法实施的难度，制约了其适用的范围。而人机对话则在某种程度上能够化解类似的窘况。人机对话测评系统由于具有强大的数据处理和情景模拟能力，能够模拟现实中的诸多测评方法，使测评能够随时随地大规模进行。规模效应首先带来的是测评经济成本的节约和机会成本的降低。

其二，人为因素的干扰。人才测评的客观性、科学性，从某种程度上取决于测评方法的适当选择及正确运用。不过，有些人为因素的干扰和方法本身无关，却只和方法所运作的技术平台相关联。譬如，人才测评追求信度、效度的努力一直都在进行。如何在测评中最大限度地做到价值中立、过程客观、程序公平，往往令人头疼。一个典型的例子是高考录取。其间的制度措施不可谓不多，但往往难尽人意。

自实行网络远程录取和网上录取公示制度后，那些曾经伤心的故事就很少发生了。人机对话对许多测评方法的境界提升，就表现在这里。它能够在事先充分考虑人为因素的干扰，采取技术手段予以屏蔽和排除，并“逼迫”整个测评的理念与制度发生变革；而另一个关键好处是：它即使不能够完全排除人为因素的干扰，至少也能够明确测评的信度与效度究竟如何，该怎样不断改进。一句话，在不可避免的谬误面前，人机对话能够使我们比较容易地明白：错误的幅度有多大，犯错误的概率有多大，规避的关键措施在那里。而这些，都曾不同程度地困扰着一般人才测评方法。

其三，作坊式运作的尴尬。一般的人才测评，即使是对众多测评方法的组合运用，往往摆脱不了作坊气息。这是因为：从根本上说一般的人才测评方法无法不建立在经验、直觉的判断基础之上。经验和直觉是很重要的，但又是远远不够的。譬如，一个老农民通过嘴巴品尝出哪种玉米是土玉米哪种玉米是杂交玉米，和一个研究者通过基因测试对这两种玉米品种的鉴别，结果似乎是差不多，他们都鉴别出了玉米的品种，前者的过程或许还更快更直接。但其中科技含量是不一样的。因为这些测评基本上不能够获得准确而详尽的数据，更不用说建立测评研究的数据库了。这就决定了传统测评的实施不能够循序渐进，测评各方法之间的组合常常貌合神离，难以获得整体合力。表现在测评领域，就是测评各行业间各自为政，老死不相往来；各类人才测评的常模难以建立；种种测评获得的宝贵数据闲置而不能够共享；人才测评在各性别、各年龄、各地区、各行业之间缺乏定量比较……。