Google DeepMind 正在調整人才評估的重點。學歷仍是求職者履歷中的重要項目，但能否證明自己持續學習、累積跨領域經驗，並在不確定環境中與他人協作，正變得更加關鍵。Google DeepMind 首席 AI 準備官莉拉·易卜拉欣在 9 月一場媒體午餐會上表示，這些能力將影響研究人員、工程師及其他職位的招聘判斷。
易卜拉欣表示，單一學歷通常只能反映一個人接受過哪些教育；多項證書、額外課程，以及課堂以外的學習經歷，則更能呈現求職者的學習心態。她指出，近年應屆畢業生的履歷往往更詳細列出正式教育體系以外完成的學習項目，以及與工作和學歷並列的技能累積。
多元學習經歷反映適應能力
在易卜拉欣看來，招聘人員關注這些資訊，並非只是要增加學歷篩選條件，而是希望判斷候選人是否具備好奇心，以及能否適應長期學習。她認為，AI 工具降低了取得答案的成本，但提出高品質問題的能力反而變得更加稀缺。
「很多人在學校裡並沒有真正學會如何提問、如何提出好問題，也沒有學會追問事情為什麼會這樣。」易卜拉欣表示。隨著 AI 承擔更多資訊搜尋和內容生成工作，理解問題、界定問題，以及檢驗答案的能力，可能成為人與工具協作時的重要差異。
她概括 Google DeepMind 重視的候選人特質，包括好奇心、面對全新且不可預測任務的勇氣、在動態環境中工作的能力，以及與他人協作的意願。這套標準並不只適用於技術職位，也適用於需要串連研究、產品與組織執行的工作。
DeepMind重視技術與人文學科協作
易卜拉欣自 2018 年起曾擔任 Google DeepMind 首席營運官，並在 2026 年初轉任首席 AI 準備官。她表示，設立這個職位，是為了回應一個日益明顯的落差：AI 技術的開發速度，正快於社會、企業與勞動者適應這些技術的速度。
Google DeepMind 創辦人戴米斯·哈薩比斯此前也表示，電腦科學及其他 STEM 學科仍然重要，但 AI 發展的下一階段同樣需要哲學、經濟學與倫理學等人文學科參與。易卜拉欣表示，神經科學家、倫理學家與生物學家的協作，已協助 DeepMind 推進部分技術成果。她還提到，公司聘用了多名哲學家，但這些觀點仍需要與具備執行能力的營運人員結合，才能轉化為實際行動。
易卜拉欣認為，英國目前尋找這類跨學科人才並不困難。與她 30 多年前在矽谷工作的經歷相比，英國更重視哲學、政治學及其他相關能力，因此人才背景也更加多元。
企業部署 AI 快於員工培訓
這場招聘討論也反映企業 AI 應用與員工技能準備之間的落差。隨著 AI 進入日常工作場景，市場對大規模失業的擔憂有所減弱，討論焦點逐漸轉向職位如何被重新定義，以及企業與人力資源部門如何結合人類能力和 AI 技能。
一項涵蓋 Coursera 與 Udemy 超過 3 億名註冊學習者的研究顯示，企業部署 AI 的速度已經超過員工掌握有效使用方法的速度。接近 75% 的組織已部署或正在試點相關技術，但在過去一年，只有 18% 的組織表示大多數員工參與了 AI 技能提升或再培訓計畫。
對 Google DeepMind 而言，這代表招聘標準與內部培訓將同時面臨變化。學歷仍能提供基礎能力訊號，但持續學習紀錄、跨學科合作經驗與提出問題的能力，正被納入判斷候選人能否在 AI 工作環境中發揮作用的實際依據。