基于EEG的人类与文本型AI面试官情绪反应与主观体验比较:面试的未来

《Computers in Human Behavior Reports》:The Future of Interviews: An EEG Comparison of Emotional Responses and Perceived Experience with Human vs. Text-based AI Interviewers

【字体: 大 中 小 】 时间:2026年09月28日 来源:Computers in Human Behavior Reports 5.5

编辑推荐:

  行业报告显示,87%的公司已在招聘流程中采用人工智能(AI)。研究人员招募了24名参与者,使他们分别与人类面试官和基于文本的AI面试官进行互动,并使用脑电图(EEG)和问卷记录结果。人类面试官引发了更高的投入度和信任感,而AI面试官则使情绪表达更为容易。人际接

  
行业报告显示,87%的公司已在招聘流程中采用人工智能(AI)。研究人员招募了24名参与者,使他们分别与人类面试官和基于文本的AI面试官进行互动,并使用脑电图(EEG)和问卷记录结果。人类面试官引发了更高的投入度和信任感,而AI面试官则使情绪表达更为容易。人际接触有助于建立亲近感,但同时也增加压力;AI降低了这一压力,但缺乏情感深度。未来研究应对视频或语音面试进行比较,以全面勾勒模态效应。
研究背景与目的

人工智能(AI)在招聘中的快速渗透促使行业广泛采用AI介导的面试工具,使情绪识别与情感计算(Affective Computing)成为人机交互(HCI)研究的焦点。已有研究多关注异步视频面试或人类—人类互动中的脑电(EEG)反应,尚缺乏对实时文本型AI面试与面对面人类面试的神经生理学比较。因此,本研究旨在整合EEG测量、自我报告问卷与定性反馈,考察被试在两种面试模态下的情绪反应与主观体验,探讨社会存在感、评价压力、信任与表露安全感等维度。

研究设计与方法

研究人员招募了24名19~30岁的健康年轻成年人(12名男性,12名女性,平均年龄21.2岁),实验在Cal Poly人类因素实验室进行,并经机构审查委员会批准(协议号2024-116)。采用被试内设计,每位参与者在平衡顺序下分别完成面对面人类面试和文本型AI面试;面试问题从10个标准化问题中随机抽取5个,两种条件不重复。使用Emotiv Insight 5通道(AF3、AF4、T7、T8、Pz)无线EEG设备采集实时情绪指标(投入度、兴奋、压力、放松、兴趣等),每次面试后填写16项李克特问卷(5点量表)及开放式问题。定性数据采用Braun和Clarke的归纳主题分析法,由三名研究人员编码并达成一致。

主要技术方法

本研究主要运用:(1)Emotiv Insight脑电图(EEG)实时情绪度量,基于频带能量专有算法;(2)自编16项5点李克特问卷,测量舒适、信任、共情、满意度等;(3)标准化面试问题库及半结构化访谈范式;(4)被试内平衡顺序设计,控制顺序效应;(5)归纳主题分析处理开放式文本。样本为24名经医学筛查排除神经精神类疾病的健康年轻成人。

研究结果

3.1 EEG指标

配对t检验显示,人类面试条件下的投入度(engagement)显著高于文本型AI(t(23)=8.73,p<.001,均值差=0.11),而放松(relaxation)显著更低(t(23)=?3.54,p=.002),说明AI面试更令人放松。兴趣(interest)在AI条件下显著更高(t(23)=?3.26,p=.003),可能源于技术新颖性。压力(stress)在人类条件下呈升高趋势(p=.042),但经Bonferroni校正后未达显著(α=.0055)。兴奋、专注、愉悦、唤醒和支配均无显著差异。

3.2 事后问卷

3.2.1 自我报告评分

Wilcoxon符号秩检验显示,文本型AI面试中情绪表达容易度显著更高(p=.028,r=0.40);人类面试官的信任评分显著更高(p=.036,dz=0.46);总体满意度人类条件显著更高(p=.017,r=0.47)。舒适度、开放性、问题质量无显著差异;共情评分呈人类更高的趋势(p=.074)。

3.2.2 定性分析

54.2%的参与者偏好人类面试官,20.8%偏好AI,25.0%无偏好。主题分析揭示:人类面试提供真实互动、眼神交流和非言语线索,增强信任,但引发被评判的担忧;AI面试减少社会压力、允许从容作答,但被描述为“假”“机器人式”,缺乏情感深度;打字负担妨碍自然情感表达;保密性在两种条件下均被关注。

讨论与结论

讨论指出,文本型AI面试官可作为“安全庇护所”和情绪宣泄对象,因其不具有人类意识或评判能力,从而降低表露风险,但同时被感觉缺乏真实性、共情和深度理解。人类面试官在建立信任和情感共鸣方面不可替代,却也带来评价焦虑。结论认为,两种模态存在根本性权衡而非等级优劣:文本型AI适用于初始筛选、敏感话题和强调低压力的场景;人类面试官则适用于终面、复杂角色评估及需要关系验证的决策情境。未来研究需采用析因设计分离身份与模态效应,并探索混合式或多模态(如语音/视频)面试。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号