以色列国防军结构化面试改革

以色列国防军结构化面试改革是一项开创性尝试，旨在通过将证据收集与最终判断分离，使军事选拔更具预测性。该制度由一名二十一岁的中尉于1955年设计；当时他被赋予负责整个军队面试体系的任务。改革将松散的个性面试转变为一种标准化程序，依据事实性问题、分开的特质评分以及固定的评分公式进行。它最重要的教训并不是应当抛弃直觉，而是当直觉遵循严格测量、而不是取代测量时，直觉会变得更加可靠。

直觉的背景与问题

1955年，以色列国防军成立仅七年，许多机构仍在建设之中。负责重新设计面试体系的年轻中尉拥有心理学学士学位，尽管他的直接上司拥有化学学位，但他很可能是军队中受过最佳训练的心理学家。这项不寻常的任命反映了一个年轻国家当时的处境——行政结构仍在建构之中，必须有人创建这套制度，而现有的专家却是一名经验非常不足的军官。

当时已经存在一套面试流程。每名应征入伍的士兵都要完成一组心理测量测试，而被考虑承担战斗任务的新兵还要接受一次个性面试。面试旨在产生一个总体适任分数，并确定最适合新兵个性的兵种；这些兵种可能是步兵、炮兵、装甲兵或其他单位。面试官本身是年轻的应征者，因聪明且对与人打交道感兴趣而被选中。当时女性通常免除战斗任务，因此面试官大多是女性。经过仅几周的训练后，她们进行持续十五至二十分钟的面试，涉及一系列主题，并形成关于每名新兵可能多么适应军事生活的总体印象。

后续评估已经表明，这一程序在预测未来成功方面几乎毫无用处。改革者奉命设计一种更有用的面试，不得增加面试时长，并检验替代方案的准确性。他后来形容，自己承担这项任务，几乎不比负责在亚马孙河上建桥更有资格；但他对保罗·米尔著作的阅读，为他提供了临床印象主义之外的概念性替代方案。保罗·米尔认为，简单的统计规则能够胜过临床直觉判断；这一论点使他怀疑，旧面试允许面试官追逐自己最感兴趣的内容——新兵心理生活的动态，而不是关于此人在日常环境中实际上如何行动的具体信息。

新面试的设计

改革用六项分别评估的人格特征取代了单一的总体印象。面试官应当独立评估每项特质，并在五点评分量表上给出分数。所选维度包括责任感、社交性和男性自尊，以及另外三项被认为与战斗单位表现有关的特征。最终的战斗适任分数将依据标准公式，根据这些评分计算得出，面试官不得再以额外的总体判断影响结果。

问题经过设计，用于引出关于新兵入伍前生活的可观察事实。面试官会询问新兵曾从事过多少种不同工作，在工作或学习中是否规律且守时，与朋友交往的频率如何，以及是否对体育运动表现出兴趣并参加其中。目的在于尽可能客观地估计新兵在每个维度上的表现，而不是根据短暂谈话的气氛推断其人格。

面试的固定顺序与问题本身同样重要。面试官按照相同顺序逐项询问六项特质，并在进入下一项之前先评定当前特质。这种安排旨在减少光环效应，即有利的第一印象影响所有后续评价。面试官被告知，她们不需要预测新兵未来对军队生活的适应情况。她们的任务是从过去经历中收集相关事实并提供可靠测量；预测效度应当归属于将各项分数结合起来的公式。

面试官抵制这一改变，因为它似乎要求她们压制自己所重视的能力。聪明的年轻人抱怨说，事实性流程很无聊，改革正把她们变成机器人。一项妥协保留了最后的直觉练习，但只能在标准化面试完成之后进行。六项特质评分完成后，面试官可以闭上眼睛，把新兵想象成一名士兵，再从一到五分给出一个单独的总体评分。因此，直觉不被允许引导证据收集过程，但也没有完全排除在最终评估之外。

结果与直觉的作用

几百次面试依照新方法进行。几个月后，指挥官提供了对士兵在其被分配单位中表现的评估。改革带来了明显改善——六项特质评分之和，对表现的预测显著优于早期程序产生的总体评价。结果并非完美预测，但它使军队从一种被描述为完全无用的方法，转向了一种具有中等效用的方法。

最能揭示问题的结果来自那项最初似乎只是对面试官让步的练习。她们在完成事实性提问并进行分项评分之后作出的直觉判断，表现得与六项特质评分的合计分数同样出色。这并不能证明旧面试是正确的，因为旧面试从一开始就允许直觉占据主导地位。相反，它表明，当面试官以结构化方式收集信息，并按严格顺序评估不同特质之后，直觉能够增加价值。

最终公式反映了这一发现——闭上眼睛后作出的评价，与六项具体评分之和具有相同权重。因此，这项改革体现了一种谨慎的中间立场。它拒绝简单信赖未经辅助的直觉，但也拒绝得出直觉毫无价值的相反结论。实际规则是约束直觉，而不是服从直觉或将其驱逐。

制度延续与更广泛的意义

大约四十五年后，这项改革的持久性变得清晰可见。此时，设计者已经获得经济学诺贝尔奖，并一度在以色列成为小有名气的人物。一次访问期间，他被陪同参观自己过去服役的军营；当年负责面试新兵的同一单位仍然存在。心理部门的指挥官介绍说，实际做法与他设计的体系相比几乎没有改变，并报告说，大量研究仍持续显示这些面试运作良好。解释结束时，她补充说，面试官仍然会指导新兵闭上眼睛。

这一事件成为关于判断的更大论证的简明模型。当一个预测系统把模糊印象分解为可测量的组成部分，询问新兵在正常环境中的行为，控制评价的顺序与形式，并通过明确规则结合判断时，预测系统就会得到改善。然而，保留下来的直觉练习表明，标准化并不必然使人的判断变得机械。关键在于直觉在何处介入、在它介入之前有哪些信息，以及是否允许它推翻独立评估的证据。

这项改革也预示了后来与理查德·塞勒和卡斯·桑斯坦相关的行为政策思想。他们关于选择架构与自由意志父爱主义的研究同样认为，决策结构会产生行为后果——默认选项、呈现方式和程序要求能够引导选择，同时不取消拒绝的选项。军事面试改革将同一一般性洞见应用于人员选拔。通过改变判断架构，它降低了第一印象的影响，同时保留了一个受到边界约束的、进行经验综合的机会。

它持久的意义在于化解了一种张力。该制度既没有把人描绘成完全理性的经济人，也没有把人描绘成偏差的无助受害者。面试官拥有有用的模式识别能力，但当这些能力在事实收集之前运作，或当总体印象污染每一项后续评分时，它们就容易受到影响。因此，以色列国防军改革提供了一项持久的制度性教训——可靠的判断往往通过让直觉等待、为证据赋予结构，然后才允许总体印象发言而产生。