中共中央出臺的《關于深化人才發展體制機制改革的意見》指出，要“實行更積極、更開放、更有效的人才引進政策”“匯聚全球人才資源”。
怎樣才能做到“更有效”呢？途徑之一就是善用“大數據”這個識才利器，提高對所需要人才的識別水平與準確度。
要讓事實和數據說話
從以往各地各部門引進人才的情況看，存在的問題主要有三：一是所引人才并非高端，這屬于層次誤判；二是所引人才并不對口，這屬于短缺精細；三是所引人才雖然可用，但是價值觀同事先預期不相一致，這屬于缺少深入識別。
怎么做，才能夠解決這些矛盾呢？讓我們先來看一些地方的人才評鑒方法：一是靠大師舉薦；二是靠小同行評價；三是靠日后實踐鑒別。這三條都有一定道理與可行之處，但也都有一些難以避免的問題。比如大師推薦，一般都是出以公心的，可是有的也難免出于私心。法拉第被他的老師、著名科學家戴維所打壓不準進入英國皇家學會，就是一例明證；比如同行評價，一般也是可以的。但是，如果遇到利益糾紛，同行乃是冤家。這次屠呦呦獲得諾獎后，向諾獎評審委員會建議予以取消的就是屠呦呦的同行；比如實踐檢驗，無疑也是對的。但是，檢驗需要一定的時間跨度，等時間足夠了，人才可能已經垂垂老矣。
我們所處的時代已經是信息時代。信息時代又劃分為三個階段：計算機時代、互聯網時代和大數據時代。大數據時代選擇人才、評價人才，就是不要憑印象說話，不要憑經驗說話，而要憑事實和數據說話。
正是從這樣一個前所未有的角度，大數據日益成為一種識才利器。
精準識才的工作原理
人們一定要問，大數據識人憑的是怎樣的技巧呢？根據我的認識，有三大技巧：
其一，全范圍搜索，再優中擇優。眾所周知的諾獎獲得者評選，有其專門的評審委員會，并且遵循一套嚴格保密的程序。但是，在斯德哥爾摩正式頒布獲獎人員名單之前，有的機構就發出自己的判斷信息了。這個機構所憑借的武器就是大數據。他們利用論文發表數量、論文被引用指數，就可以預先把獲獎者猜測出來。湯森路透就是這樣一家能夠做出比較精確預判的公司。從2002年始至今，這家公司已經成功預測出38位頂尖科學家。去年，獲得諾獎的11位自然科學家中，湯森路透準確預測出8位。
其二，察微而知著，探究其內心。三國時期魏國文官劉劭以察微知著而聞名。有一天，青年曹操拉住這位名噪一時的劉劭，非讓他給自己品評一番不可。劉劭被他糾纏不過，就寫下“治世之能臣，亂世之奸雄”十個大字。歷史證明，劉劭的判斷十分準確。
那么，劉劭是憑借什么得出如此令人驚嘆的結論呢？筆者認為，他是從曹操的非結構性數據里找到了答案。如今，美國人研究的“科學入心法”，就是將這一套觀察方法，運用于人才識別上，并且將其數據化。這種觀察，并非通過語言，而是通過非語言信息。比如，說話聲調的變化、眉毛是否上揚、眼睛如何轉動、肌肉如何移動等等。這些行為，都是無意識中表現出來的，是用肉眼無法觀察到的，而計算機卻能夠很容易追蹤其變化。
有篇文章這樣描述這一過程：某人打開視頻網站，正在觀看一則廣告，禁不住流露出驚喜的表情。這時，計算機攝像頭提示燈忽然閃了閃，這是什么意思？原來計算機是在做這樣的事：對準那個人的眼睛定位，尋找嘴部水平中心線，xyz軸建模，測量他的眼輪匝肌、皺眉肌、顴大肌各塊肌肉的位移，數據傳回，數據庫表情匹配，得出內心情緒判斷。
所謂“科學入心”，就是這樣一種原理。
其三，豐富大數據，聚焦意中人。現在的世界，到處布滿了數據。有人把它形容為大數據颶風，有人把它描述為大數據洪流，也就是說，人們已經生活在數據海洋里了。這個海洋，是你我、大家共同制造出來的。比如你的手機，上面下載了不少軟件。你自己感到實用、方便、免費，殊不知就在你獲得這些好處的時候，你的大量信息都被它采擷而去了。如果商家要為你做出一幅素描畫像，那將是輕而易舉的事。你的形象由兩部分數據組成：一部分是交易數據，包括你的消費水平、消費頻次、購物生命周期；另一部分是交互數據，包括你的圖片、你的習慣、你的行為，還有你在微博、論壇、論文里發表的觀點，乃至你的出行記錄。這樣的圖像素描，就為想要尋找你的人，提供了大量信息。
弄清了以上大數據的工作原理，就知道為什么它能夠幫助我們尋到人才了。
當然，大數據找才，也有其弱點。比如，對于那些名氣還不夠大的人，對于因為需要保守技術機密而不宜張揚，包括公開發表論文的人才，非常可能被其忽視、埋沒。這就是說，大數據也有其難以令人滿意之處，但總歸是目前相對科學、客觀、有效的人才發現、識別方法。
（作者系中國人才研究會學術委員會主任）
怎樣才能做到“更有效”呢？途徑之一就是善用“大數據”這個識才利器，提高對所需要人才的識別水平與準確度。
要讓事實和數據說話
從以往各地各部門引進人才的情況看，存在的問題主要有三：一是所引人才并非高端，這屬于層次誤判；二是所引人才并不對口，這屬于短缺精細；三是所引人才雖然可用，但是價值觀同事先預期不相一致，這屬于缺少深入識別。
怎么做，才能夠解決這些矛盾呢？讓我們先來看一些地方的人才評鑒方法：一是靠大師舉薦；二是靠小同行評價；三是靠日后實踐鑒別。這三條都有一定道理與可行之處，但也都有一些難以避免的問題。比如大師推薦，一般都是出以公心的，可是有的也難免出于私心。法拉第被他的老師、著名科學家戴維所打壓不準進入英國皇家學會，就是一例明證；比如同行評價，一般也是可以的。但是，如果遇到利益糾紛，同行乃是冤家。這次屠呦呦獲得諾獎后，向諾獎評審委員會建議予以取消的就是屠呦呦的同行；比如實踐檢驗，無疑也是對的。但是，檢驗需要一定的時間跨度，等時間足夠了，人才可能已經垂垂老矣。
我們所處的時代已經是信息時代。信息時代又劃分為三個階段：計算機時代、互聯網時代和大數據時代。大數據時代選擇人才、評價人才，就是不要憑印象說話，不要憑經驗說話，而要憑事實和數據說話。
正是從這樣一個前所未有的角度，大數據日益成為一種識才利器。
精準識才的工作原理
人們一定要問，大數據識人憑的是怎樣的技巧呢？根據我的認識，有三大技巧：
其一，全范圍搜索，再優中擇優。眾所周知的諾獎獲得者評選，有其專門的評審委員會，并且遵循一套嚴格保密的程序。但是，在斯德哥爾摩正式頒布獲獎人員名單之前，有的機構就發出自己的判斷信息了。這個機構所憑借的武器就是大數據。他們利用論文發表數量、論文被引用指數，就可以預先把獲獎者猜測出來。湯森路透就是這樣一家能夠做出比較精確預判的公司。從2002年始至今，這家公司已經成功預測出38位頂尖科學家。去年，獲得諾獎的11位自然科學家中，湯森路透準確預測出8位。
其二，察微而知著，探究其內心。三國時期魏國文官劉劭以察微知著而聞名。有一天，青年曹操拉住這位名噪一時的劉劭，非讓他給自己品評一番不可。劉劭被他糾纏不過，就寫下“治世之能臣，亂世之奸雄”十個大字。歷史證明，劉劭的判斷十分準確。
那么，劉劭是憑借什么得出如此令人驚嘆的結論呢？筆者認為，他是從曹操的非結構性數據里找到了答案。如今，美國人研究的“科學入心法”，就是將這一套觀察方法，運用于人才識別上，并且將其數據化。這種觀察，并非通過語言，而是通過非語言信息。比如，說話聲調的變化、眉毛是否上揚、眼睛如何轉動、肌肉如何移動等等。這些行為，都是無意識中表現出來的，是用肉眼無法觀察到的，而計算機卻能夠很容易追蹤其變化。
有篇文章這樣描述這一過程：某人打開視頻網站，正在觀看一則廣告，禁不住流露出驚喜的表情。這時，計算機攝像頭提示燈忽然閃了閃，這是什么意思？原來計算機是在做這樣的事：對準那個人的眼睛定位，尋找嘴部水平中心線，xyz軸建模，測量他的眼輪匝肌、皺眉肌、顴大肌各塊肌肉的位移，數據傳回，數據庫表情匹配，得出內心情緒判斷。
所謂“科學入心”，就是這樣一種原理。
其三，豐富大數據，聚焦意中人。現在的世界，到處布滿了數據。有人把它形容為大數據颶風，有人把它描述為大數據洪流，也就是說，人們已經生活在數據海洋里了。這個海洋，是你我、大家共同制造出來的。比如你的手機，上面下載了不少軟件。你自己感到實用、方便、免費，殊不知就在你獲得這些好處的時候，你的大量信息都被它采擷而去了。如果商家要為你做出一幅素描畫像，那將是輕而易舉的事。你的形象由兩部分數據組成：一部分是交易數據，包括你的消費水平、消費頻次、購物生命周期；另一部分是交互數據，包括你的圖片、你的習慣、你的行為，還有你在微博、論壇、論文里發表的觀點，乃至你的出行記錄。這樣的圖像素描，就為想要尋找你的人，提供了大量信息。
弄清了以上大數據的工作原理，就知道為什么它能夠幫助我們尋到人才了。
當然，大數據找才，也有其弱點。比如，對于那些名氣還不夠大的人，對于因為需要保守技術機密而不宜張揚，包括公開發表論文的人才，非常可能被其忽視、埋沒。這就是說，大數據也有其難以令人滿意之處，但總歸是目前相對科學、客觀、有效的人才發現、識別方法。
（作者系中國人才研究會學術委員會主任）
中國-博士人才網發布
聲明提示：凡本網注明“來源：XXX”的文/圖等稿件，本網轉載出于傳遞更多信息及方便產業探討之目的，并不意味著本站贊同其觀點或證實其內容的真實性，文章內容僅供參考。
