AI预测MBA薪酬与职业发展：数据剖析与行业洞见

一张面部照片，真的能左右毕业生的起薪高低与职业发展路径吗？

近期一项跨国联合研究揭示，人工智能面部分析技术已不再局限于身份识别或情绪判断，而是尝试通过静态人脸图像预测MBA毕业生在职场中的长期表现。这一进展迅速引发关于技术边界、用人公平与人格测量科学性的广泛讨论。

该研究由来自华顿商学院、赖赫曼大学、印第安纳大学与耶鲁大学的学者共同完成，题为《从脸孔中提取AI人格特征：劳动力市场的影响》。研究团队构建了一套专用算法，对全球逾九万六千名MBA毕业生在职业社交平台公开的正面免冠照片进行批量处理，旨在从中推断其大五人格维度——即开放性、责任心、外向性、宜人性与神经质水平。

分析结果表明，该算法在多项职业发展指标上展现出可观的预测效力：包括毕业生本科及MBA就读院校的学术声誉排名、入职首年薪资水平、后续三年内的薪酬增幅轨迹，以及职业角色转换的频次等。

研究者特别指出，系统并非依据容貌是否“讨喜”或“稳重”等主观审美标准做出判断，而是试图还原个体自我报告的人格特质。换言之，其逻辑基础是将面部形态特征与内在心理倾向之间可能存在的统计关联进行建模，而非复制传统经验主义的“以貌取人”。

目前，类似技术已在部分行业落地试用。有参与研究的学者透露，若干银行及金融机构正将其嵌入初筛环节，辅助评估候选人潜在的行为风格；部分专注视频面试的智能招聘服务商，也将五大人格维度作为算法输出的重要参考项之一。

然而，技术落地的节奏并未掩盖其内在争议。研究共同作者、印第安纳大学金融学助理教授玛丽娜·尼斯纳明确表示，她本人并不认可该方法的实际效度，亦不主张企业将其用于关键人事决策。“我们不认为这是一种可靠的人格评估方式，更不建议公司采纳。”她强调，在相关监管框架尚不健全、算法可解释性与偏差控制机制仍待验证的背景下，亟需通过严谨的学术研究厘清其适用前提与潜在风险，审慎划定技术介入劳动力市场的合理边界。