生成式人工智能正在重塑招聘格局，导致大量求职申请虽然光鲜亮丽，但可能并非真实。这种由人工智能辅助的申请（从求职信到面试模拟）的激增，正使人力资源部门不堪重负，难以辨别候选人真正的努力和能力。
人工智能生成申请的挑战
生成式人工智能工具现在使求职者能够大规模生成高度定制的简历和求职信，通常只需极少的个人输入。这导致招聘经理收到大量看似合格且有说服力，但可能缺乏真实内容或真实性的申请。传统的求职信曾是真实意愿的信号，如今正变成一种标准化输出，这使得识别那些真正在实际场景中能有所作为的候选人变得更加困难。
传统招聘信号的弱点
现有的招聘流程依赖于简历、推荐信和学历等基于信任的信号，这些信号一直以来都不能完美地反映实际能力。头衔可能被夸大，学历声明可能被夸张，过往工作经验可能被美化。人工智能通过用复杂的语言包装无法验证的主张，进一步使情况复杂化，从而更加模糊了真实性的界限。
可验证声誉和链上雇佣的需求
去中心化身份（DID）系统提供了一个基础性步骤，有助于验证申请人是真实的人而非机器人。然而，下一个前沿在于验证个人实际取得了什么成就。新兴系统旨在将职业历史、资质和贡献进行编码，从而实现基于已证明行动而非自我报告声明的可移植和可验证的声誉。
主要观点：
-
人工智能生成的申请可能掩盖了真实努力和能力的不足。
-
简历和学历等传统招聘信号通常薄弱且易于操纵。
-
去中心化身份（DID）系统可以验证人类的存在，但不一定能验证已证明的技能。
-
基于区块链的可验证声誉系统可以验证工作历史和贡献。
-
可编程凭证可用作拨款、招聘和代币销售的筛选器。
从人力资源筛选器到智能合约门槛
随着声誉变得可编程，各行业可以利用可证明的凭证作为各种流程的筛选器，包括招聘、拨款和代币销售。将代码合并到核心存储库或完成与非同质化代币（NFT）关联的课程等行为都可以被验证，从而使信任可组合并默认内置于平台中。这种转变超越了简单地验证存在，而是确认真实的贡献和资质。
人工智能时代的信任升级
人工智能生成求职申请的激增凸显了招聘流程中信任的普遍崩溃。通过在可验证数据的基础上重建信任，基于区块链的身份和凭证系统提供了一条前进的道路。这使得个人能够证明自己的工作，并使招聘决策能够基于具体证据而非猜测，确保华丽的语言不等于技能的证明。
来源
-
基于区块链的身份可帮助人力资源部门应对人工智能生成的申请，Cointelegraph。