“大數據”可是個識才利器

要讓事實和數據說話

從以往各地各部門引進人才的情況看,存在的問題主要有三:一是所引人才并非高端,這屬于層次誤判;二是所引人才并不對口,這屬于短缺精細;三是所引人才雖然可用,但是價值觀同事先預期不相一致,這屬于缺少深入識別。

怎么做,才能夠解決這些矛盾呢?讓我們先來看一些地方的人才評鑒方法:一是靠大師舉薦;二是靠小同行評價;三是靠日后實踐鑒別。這三條都有一定道理與可行之處,但也都有一些難以避免的問題。比如大師推薦,一般都是出以公心的,可是有的也難免出于私心。法拉第被他的老師、著名科學家戴維所打壓不準進入英國皇家學會,就是一例明證;比如同行評價,一般也是可以的。但是,如果遇到利益糾紛,同行乃是冤家。這次屠呦呦獲得諾獎后,向諾獎評審委員會建議予以取消的就是屠呦呦的同行;比如實踐檢驗,無疑也是對的。但是,檢驗需要一定的時間跨度,等時間足夠了,人才可能已經垂垂老矣。

我們所處的時代已經是信息時代。信息時代又劃分為三個階段:計算機時代、互聯網時代和大數據時代。大數據時代選擇人才、評價人才,就是不要憑印象說話,不要憑經驗說話,而要憑事實和數據說話。

正是從這樣一個前所未有的角度,大數據日益成為一種識才利器。

精準識才的工作原理

人們一定要問,大數據識人憑的是怎樣的技巧呢?根據我的認識,有三大技巧:

其一,全范圍搜索,再優中擇優。眾所周知的諾獎獲得者評選,有其專門的評審委員會,并且遵循一套嚴格保密的程序。但是,在斯德哥爾摩正式頒布獲獎人員名單之前,有的機構就發出自己的判斷信息了。這個機構所憑借的武器就是大數據。他們利用論文發表數量、論文被引用指數,就可以預先把獲獎者猜測出來。湯森路透就是這樣一家能夠做出比較精確預判的公司。從2002年始至今,這家公司已經成功預測出38位頂尖科學家。去年,獲得諾獎的11位自然科學家中,湯森路透準確預測出8位。

其二,察微而知著,探究其內心。三國時期魏國文官劉劭以察微知著而聞名。有一天,青年曹操拉住這位名噪一時的劉劭,非讓他給自己品評一番不可。劉劭被他糾纏不過,就寫下“治世之能臣,亂世之奸雄”十個大字。歷史證明,劉劭的判斷十分準確。

那么,劉劭是憑借什么得出如此令人驚嘆的結論呢?筆者認為,他是從曹操的非結構性數據里找到了答案。如今,美國人研究的“科學入心法”,就是將這一套觀察方法,運用于人才識別上,并且將其數據化。這種觀察,并非通過語言,而是通過非語言信息。比如,說話聲調的變化、眉毛是否上揚、眼睛如何轉動、肌肉如何移動等等。這些行為,都是無意識中表現出來的,是用肉眼無法觀察到的,而計算機卻能夠很容易追蹤其變化。

有篇文章這樣描述這一過程:某人打開視頻網站,正在觀看一則廣告,禁不住流露出驚喜的表情。這時,計算機攝像頭提示燈忽然閃了閃,這是什么意思?原來計算機是在做這樣的事:對準那個人的眼睛定位,尋找嘴部水平中心線,xyz軸建模,測量他的眼輪匝肌、皺眉肌、顴大肌各塊肌肉的位移,數據傳回,數據庫表情匹配,得出內心情緒判斷。

所謂“科學入心”,就是這樣一種原理。

其三,豐富大數據,聚焦意中人?，F在的世界,到處布滿了數據。有人把它形容為大數據颶風,有人把它描述為大數據洪流,也就是說,人們已經生活在數據海洋里了。這個海洋,是你我、大家共同制造出來的。比如你的手機,上面下載了不少軟件。你自己感到實用、方便、免費,殊不知就在你獲得這些好處的時候,你的大量信息都被它采擷而去了。如果商家要為你做出一幅素描畫像,那將是輕而易舉的事。你的形象由兩部分數據組成:一部分是交易數據,包括你的消費水平、消費頻次、購物生命周期;另一部分是交互數據,包括你的圖片、你的習慣、你的行為,還有你在微博、論壇、論文里發表的觀點,乃至你的出行記錄。這樣的圖像素描,就為想要尋找你的人,提供了大量信息。

弄清了以上大數據的工作原理,就知道為什么它能夠幫助我們尋到人才了。

當然,大數據找才,也有其弱點。比如,對于那些名氣還不夠大的人,對于因為需要保守技術機密而不宜張揚,包括公開發表論文的人才,非?？赡鼙黄浜鲆?、埋沒。這就是說,大數據也有其難以令人滿意之處,但總歸是目前相對科學、客觀、有效的人才發現、識別方法。