求职申请要求提供我的SAT成绩

# 求职申请要求我提供SAT成绩 来源：https://mrmarket.lol/job-application-asked-for-my-sat-scores/ *2026年6月20日* 昨天我在看YC的招聘信息，想看看我所在区域有没有有趣的小型初创公司在招人（虽然我很喜欢目前这份全远程工作，但也在找混合办公的机会）。我发现了一个他们称为“GTM”的职位空缺。我觉得这挺酷的——没有具体的职责范围，只要能用任何方式让产品对买家有吸引力就行。 产品看起来不错（一种ETL工具）。一切都在意料之中，直到末尾的一段话，他们要求我提供SAT成绩。 我觉得这很有趣，原因有二： - 大约从2023年开始，我注意到越来越多的科技公司和高速增长的初创公司取消了本科学历要求。取而代之的是，他们常常询问副业项目、个人网站链接，或者你最自豪的事情。基本上，这些指标能表明一个人是否有热情、是否是个“自我驱动者”。 - 为什么你要问一个自我报告、无法验证、可能已经过时几十年的考试成绩？如果那是你想测试的东西，肯定有比这更好的方法来预测当前的认知能力。如果不是，这看起来就像是个测试服从性的陷阱问题，看看你是否会遵从无意义的指令。 在理想条件下，SAT成绩可能是一个不错的替代指标，用来预测新员工能否为企业的成功做出贡献。毫不意外，认知能力与职业成功呈正相关（[来源](https://pubmed.ncbi.nlm.nih.gov/14717634/)）。 然而，用几十年前的SAT成绩作为衡量智力的试金石，存在明显的问题： - 你部分地基于一个人17岁时的状态做决定。 - 每个考生参加考试时的条件未知。你不知道这是他们的第一次还是第五次尝试，是毫无准备地走进考场还是跟家教学习了几个月，是来自一个非常稳定的家庭还是在考试前夜得知狗死了、父母离婚、或者为了帮补房租在杂货店上夜班。也许他们年轻时曾与成瘾或叛逆作斗争。很可能有很多原因导致两个认知能力相当的候选人得到不同的分数，或者一个十年前参加的考试无法反映候选人当前的能力。 无论他们是在测试服从性还是认知能力，这个不寻常的要求让我深入研究了招聘实践。既有黄金标准、经过时间考验的方法，也有那些奇怪的、几乎神秘莫测的试图预测未来或了解他人灵魂的尝试。 ## 招聘评估的极简史 历史学家认为军队奠定了现代招聘评估的“科学”基础。 1917年，面对一战的危局，军队需要快速将150万新兵分配到最适合他们的部队。由于时间紧迫，传统的面试行不通。 罗伯特·耶基斯和他的委员会开发了陆军甲种和乙种测试（[维基百科](https://en.wikipedia.org/wiki/Army_Alpha)）作为解决方案，前者用于识字的兵员，后者用于不识字或不懂英语的兵员。它们基本相同，只是乙种测试是非语言的，以克服沟通障碍。这些构成了团体认知测试的基础。 另一个创始血统是评估中心，最初用于间谍选拔。人格理论家亨利·默里（[维基百科](https://en.wikipedia.org/wiki/Henry_Murray)）在一个僻静的乡村庄园举办了一个为期三天的项目，包含模拟活动和多名评估员。20世纪50年代中期，AT&T启动了一项纵向研究，以验证这些评估中心的评分是否可靠，结果发现它们作为成功预测指标效果相当不错（[来源](https://www.nydailynews.com/2016/05/24/millennials-need-to-be-patient-to-succeed-in-the-work-place/#:~:text=The%20Management%20Progress,roles%20takes%20time.)）。 ## 最常见且最有效的方法 当然，没有哪种招聘方法是完美的，但我们有证据表明，混合使用几种方法能最好地预测未来的职业成功。 截至1998年，认知测试（SAT是其一种）被认为是最佳预测指标。然后，在2022年，Sackett 等人（[研究](https://www.researchgate.net/publication/370641674_Revisiting_the_design_of_selection_systems_in_light_of_new_findings_regarding_the_validity_of_widely_used_predictors)）令人信服地论证了结构化面试，而非认知评估，才是工作表现的最强预测指标。 截至撰写本文，以下是预测知识工作岗位表现最具证据的方法： - **结构化面试**：这些面试必须有统一的问题、评分标准和经过培训的面试官才能有效。它们在Sackett的“最佳招聘评估”列表中名列前茅，但即使是它们也不是非常稳定（结果有80%的可信区间）。简单来说，这种方法的效果很大程度上取决于面试官的培训水平以及评分标准的合理性和一致性。 - **工作样本测试和岗位知识测试**：带回家的项目或某种试用期。这在直觉上是最合理的：让候选人做一份有代表性的工作，你就能很好地了解他们是否擅长这项工作。将其与结构化面试结合（在AI之前）被视为黄金标准；通过交谈了解他们是谁以及如何工作，通过结构化和一致的面试流程使他们能相当客观地与其他候选人比较，然后通过工作练习了解他们如何将自身特质实际应用于工作。 - **认知能力测试**：仍然是强有力的预测指标，只是不是最强的。对于培训或学习需求较大的工作最有用，对于需求与候选人先前经验紧密匹配的工作则用处较小。 - **评估中心（间谍玩法）**：非常适合预测管理能力，但显然极其昂贵且耗时。 ## 无效的方法 我遇到了几个你一眼就能看出没用的方法（例如MBTI和笔迹分析（[来源](https://graphicinsight.co.za/background.htm)））。效率最低的预测指标之一是非结构化面试或“闲聊”，这很有趣，因为这是我遇到最多的评估方式。 我自己也犯过这种错误。这些方法之所以常见，显然是因为它们容易实施，但它们容易受到一系列偏见的影响：印象管理、不一致的提问、光环效应、以及“与我相似”偏见（我喜欢你因为你像我！）。 一项内部的谷歌研究（[《纽约时报》](https://www.nytimes.com/2013/06/20/business/in-head-hunting-big-data-may-not-be-such-a-big-deal.html)）对数万次面试的分析发现，面试官评分与最终工作表现之间几乎没有相关性。 我还偶然发现了一些聪明、思维活跃的人试图通过极端的非传统评估来强行突破所有了解一个人及其能力的障碍。 我觉得有一个很有趣，因为人们很疯狂，我认为这很棒：1921年，爱迪生对最新一批大学毕业生缺乏严谨感到失望，他设计了一个163道题的冷知识考试（[来源](https://www.bps.org.uk/psychologist/looking-back-163-ways-lose-your-job)）。包含了许多他知道答案的随机问题（其中一个是“煤油桶是用什么木头做的”，答案不是“谁在乎？”）。 爱迪生还让候选人经历“盐测试”。他会给候选人端上汤，如果他们在尝之前就加盐，据说他就会取消他们的资格。他的理论是，这证明他们凭假设行事。 非正统的招聘评估并不仅仅局限于遥远的历史。许多科技公司也用它们。例如：我敢肯定你听说过微软和谷歌推广的那些愚蠢的脑筋急转弯。他们会问候选人“为什么井盖是圆的？”谷歌的人力资源主管拉斯洛·博克在他的书（[亚马逊](https://www.amazon.com/Work-Rules-Insights-Inside-Transform/dp/1455554790)）中称这些脑筋急转弯是“完全浪费时间”，“不能预测任何事情”，只能“让面试官感觉自己很聪明”。 还有Zappos的创始人托尼·谢（[聪明、看起来很酷的人，悲惨的故事](https://en.wikipedia.org/wiki/Tony_Hsieh)）。他设计了“机场筛选”和“离职奖励”。“机场筛选”指Zappos会飞送潜在候选人过来。到达后，他们会乘坐公司的班车被接走。一天结束时，招聘人员会问司机候选人表现如何。如果表现不好，候选人就不会被录用。 “离职奖励”是，经过四周的培训后，每个新员工会当场获得100美元（后来升至3000美元）让他们辞职。目的是看他们是真心想做出成绩，还是会被轻易的钱吸引走。 ## 如何在AI时代招聘 回到我为什么写这篇文章的初衷：我不知道这家ETL初创公司为什么要求提供我的SAT成绩（成年后从未见过这种情况），但有可能他们是想了解原始的、未经AI辅助的智力水平。 在AI时代，用当前的黄金标准方法评估原始智力确实变得越来越困难。所有简历看起来都一样，包含了职位描述中的每一个关键词，求职信也都采用同样的“犀利、新闻体风格”（[来源](https://x.com/paulg/status/2058844147092488401?lang=en)）。这让每个人都看起来像完美、虚假的全明星。我能理解为什么人们会默认使用一个在生成式AI“从沙漠中崛起”（[来源](https://www.poetryfoundation.org/poems/43290/the-second-coming)）并“蹒跚走向硅谷诞生”之前很久就参加的标准化考试。 你可以争辩说这并不重要，因为申请人可以在工作中使用AI，所以他们提交的任何东西仍然是他们工作质量的公平代表。但我理解为什么你想评估你将掌管最智能、最自主工具的“驾驶员”的原始马力。 我希望这次申请并不意味着我们即将面临的更大趋势。如果真是这样，这里有一些我认为更合理的替代方案，作为申请人，我完全愿意做： - 限时/现场练习（如果职位是坐班或混合办公，最好亲自进行。否则，你可以远程雇人，或派附近员工监考）。 - 你仍然可以做带回家的练习，但随后进行现场会议，就他们的工作进行质询。如果他们必须为自己的工作辩护或解释，你可能会更清楚地知道这个想法是否“来自他们”，或者他们是否至少理解了AI生成的内容，能够流利地谈论它。 - 重新引入现场白板练习。 - 对于销售岗位，进行现场角色扮演。 所有这些练习都需要在面对面情况下完成，要么有监考员，要么有招聘流程中的某人。如果你通过电脑屏幕交流，用AI走捷径太容易了。 即使在去年招聘我团队的人时，我也注意到许多候选人在遇到特别有深度的问题时，目光会移到旁边并停留。看起来很像他们在阅读和背诵Claude的回复，但当然，我无法证明他们是在这样做，还是在看自己的笔记，或者只是快速回顾职位描述。出于这些原因，虽然很可疑，但我不认为据此扣分是合适的。 我没有跟上AI时代科技招聘讨论的最新动态，所以也许这些招聘实践已经在使用了。但很明显，未来成功的最佳预测指标往往是可验证、时效性强且合理受控的评估。所以，我们可能不得不回到纸笔的现场考试时代。