北森发布AI素养评估解决方案：构建AI人才评价标准

随着生成式AI加速渗透企业经营与职场全场景，AI能力正从少数技术岗位的专项技能，逐步成为更多岗位的基础胜任要求。当“熟练使用AI工具”“掌握Prompt工程”成为简历中的高频表述，企业招聘与人才管理也面临新的现实问题：如何区分候选人AI能力的真实水平，如何建立统一可参照的评价尺度。

近日，北森正式发布AI素养评估解决方案，提出“AI能力+AI发展潜质”的双维评估模型，搭建分层级、可落地的AI人才评价体系，为企业评估候选人及在职员工的AI应用水平、发展潜力提供可量化的工具支撑。

行业背景：AI能力普及提速，人才评价存在标准缺口

生成式AI的应用普及正在重塑职场能力框架。世界经济论坛将AI与大数据列为未来数年增长较快的核心技能类别；麦肯锡调研数据显示，94%的员工表示自身具备生成式AI基础认知。但认知普及不等于能力落地，当前企业在AI人才识别上普遍存在三方面现实挑战：

• 一是技能表述同质化，真实水平难以区分。简历中“熟练使用AI”的表述高度趋同，但实际应用深度差异显著，部分人员已能借助AI重构工作流程，多数仍停留在简单问答、内容润色的浅度应用阶段，仅通过简历和常规面试难以完成有效甄别。
• 二是考察方法不统一，评估依赖主观判断。多数HR与业务面试官对AI应用的理解程度不一，难以在有限面试时间内准确判断候选人的AI应用深度与风险意识，评估结果容易受主观印象影响，一致性不足。
• 三是岗位需求差异大，通用标准适配性有限。研发岗位侧重AI产出的工程化控制能力，运营岗位侧重场景化问题解决能力，管培生岗位侧重AI认知与应用意识。采用统一评价尺度，既可能无法识别高阶人才的价值，也可能对基础岗位设置不必要的筛选门槛。

随着企业对AI人才的需求从“有无接触”转向“水平高低”，建立一套分层、可落地的评价方法，成为AI时代人才管理的普遍诉求。

评估框架：能力与潜质并重，覆盖成长全路径

基于十余年人才测评研究与实践积累，北森提出“AI素养=AI能力+AI发展潜质”的评估模型，将AI人才评价从单一的工具使用判断，拓展为综合素养评估。

AI能力：三级递进，匹配不同应用深度

AI能力维度聚焦当前的胜任水平，沿着“理解-应用-创造”的成长路径形成三级体系，对应不同的能力阶段：

• AI理解能力为基础层级，通过客观题型考察对AI基础概念、大模型能力边界、工具选型逻辑、风险识别规范的认知程度，用于判断候选人是否真正理解AI，而非仅停留在概念认知层面。
• AI应用能力为核心层级，还原真实业务场景，针对不同岗位设计三类题型：提示词补全题适配职能类岗位的基础考察；问题解决题适配产品、运营、管理等岗位，考察真实任务下的AI协作与问题解决能力；提示词工程题适配研发、算法等技术岗位，考察对AI产出的工程化控制能力，实现不同岗位对应不同评价尺度。
• AI创造能力为进阶层级，评估候选人主动识别AI赋能场景、重构业务流程、设计人机协同模式的能力，衡量将AI转化为业务价值的创新水平，适用于核心岗位与管理岗的高阶选拔。

AI发展潜质：双维度支撑，预判长期成长空间

评估体系同时纳入AI发展潜质维度，用于判断个体长期学习与应用AI的成长空间，主要包含两部分：

• 思维与行为取向：从认知判断、探索意愿、执行韧性三个维度，评估个体面对AI工具的态度与行为倾向，预判其主动学习、落地应用AI的内在动力；
• 基础认知能力：以言语、数学、逻辑推理三类底层认知能力为基础，判断个体吸收AI知识、迁移应用场景的学习潜力，为企业长期人才配置提供参考。

落地设计：融入现有流程，支撑人才决策

北森AI素养方案并非独立的测评工具，而是原生融入北森现有招聘测评体系，与认知能力测评、个性测评等模块衔接，候选人无需额外增加测评环节，HR也无需处理多套独立报告。

测评完成后，系统会输出三类报告，覆盖人才决策的不同环节：

• 综合岗位推荐报告在传统岗位适配评价基础上，纳入AI能力结果，形成综合推荐等级，可用于初筛阶段快速识别候选人能力与岗位要求的匹配度；
• AI解读报告结合个性特征与认知能力，对候选人的AI发展潜质进行分析，为人才培养与岗位调配提供参考；
• AI素养评估报告完整呈现各维度能力结果与候选人实际作答内容，可为面试环节提供追问方向，辅助面试官开展针对性验证。

除招聘筛选场景外，该评估方案也可应用于企业内部人才盘点、员工技能升级、AI人才梯队建设等场景，帮助企业梳理现有人员AI能力基线，为针对性的技能培养提供依据。

从信息化时代的信息处理能力，到数字化时代的数据应用能力，再到当前的AI素养，企业对人才核心能力的评价标准始终随技术发展同步演进。随着AI逐步融入企业经营与业务创新，建立可测量、可参照的AI人才评价体系，正在成为企业人才管理的重要组成部分。北森此次推出的AI素养评估解决方案，是人才测评领域适配AI时代的一次实践，也为国内企业开展AI人才评价提供了可参考的落地路径。