Google DeepMind正在调整对人才的评估重点：学历仍是求职者履历的重要组成部分，但能否证明自己持续学习、跨领域积累经验，以及在不确定环境中协作，正变得更加关键。该公司首席AI准备官莉拉·易卜拉欣在9月的一场媒体午餐会上表示，这些能力将影响研究人员、工程师及其他岗位的招聘判断。
易卜拉欣说，一项学历通常只能说明一个人学过什么，而多项证书、额外课程和课堂之外的经历，则更能体现候选人的学习心态。她注意到，近年来应届毕业生的简历通常会更详细地列出在正式教育体系之外完成的学习项目，以及与工作和学历经历并列的技能积累。
多项学习经历反映求职者的学习能力
在易卜拉欣看来，招聘人员关注这些信息，并不是单纯为了增加学历筛选条件，而是希望判断候选人是否具有好奇心，能否适应长期学习。她认为，AI工具降低了获取答案的成本，但提出高质量问题的能力反而更加稀缺。
“很多人在学校里并没有真正学会如何提问、如何提出好问题，也没有学会追问事情为什么会这样。”易卜拉欣表示。随着AI承担更多信息检索和内容生成工作，理解问题、界定问题并检验答案的能力，可能成为人与工具协作中的重要差异。
她概括Google DeepMind看重的候选人特征包括好奇心、面对全新且不可预测任务的勇气、在动态环境中工作的能力，以及与他人协作的意愿。这一标准并不局限于技术岗位，也适用于需要在研究、产品和组织执行之间建立联系的工作。
DeepMind强调技术与人文学科结合
易卜拉欣曾自2018年起担任Google DeepMind首席运营官，并在2026年初转任首席AI准备官。她表示，设立这一职位是为了应对一个日益明显的缺口：AI技术的开发速度正在快于社会、企业和劳动者适应这些技术的速度。
Google DeepMind创始人戴米斯·哈萨比斯此前也表示，计算机科学和其他STEM学科仍然重要，但AI发展的下一阶段同样需要哲学、经济学和伦理学等人文学科参与。易卜拉欣称，神经科学家、伦理学家和生物学家的协作，已经帮助DeepMind推进了一些技术成果。她还提到，公司聘用了多名哲学家，但这些观点需要与具备执行能力的运营人员结合，才能转化为实际行动。
易卜拉欣认为，英国在寻找这类跨学科人才方面暂时并不困难。与她30多年前在硅谷工作的经历相比，英国对哲学、政治学及其他相关能力的重视程度更高，因此人才背景也更加多元。
企业部署AI的速度快于员工培训
这场招聘讨论也反映出企业AI应用与员工技能准备之间的落差。随着AI进入日常工作场景，市场对大规模失业的担忧有所减弱，讨论重点逐渐转向岗位如何被重新定义，以及企业和人力资源部门如何组合人类能力与AI技能。
一项覆盖Coursera和Udemy超过3亿名注册学习者的研究显示，企业部署AI的速度已经超过员工掌握有效使用方法的速度。接近75%的组织已经部署或正在试点相关技术，但过去一年中，仅有18%的组织表示大多数员工参与了AI技能提升或再培训项目。
对Google DeepMind而言，这意味着招聘标准与内部培训将同时面临变化。学历仍然提供基础能力信号，但持续学习记录、跨学科合作经验和提出问题的能力，正被纳入判断候选人能否在AI工作环境中发挥作用的实际依据。