“这种辅助本质是‘技术加持的作弊’，更是应聘者诚信问题。”山东女子学院人工智能学院副院长王鲁教授表示，当前AI辅助面试的核心技术主要基于深度神经网络模型，尤其是自然语言处理（NLP）领域的预训练大模型（如GPT、BERT等）。这类模型通过海量文本数据的预训练，掌握了语义理解、逻辑推理、文本生成等能力。对于面试场景，开发者需要针对性地对模型进行微调，知识增强，如输入企业笔试题库、面试评分标准、行业术语等垂直数据，使其输出更符合特定岗位要求的答案。普通用户购买的标准化产品，其核心模型参数通常由服务商集中训练更新。用户可选择专业领域，对回答进行评分，导入面试内容知识库等多种方式增强模型表现。具体到是否容易制作，需要根据用户的需求来定。总体而言，目前交互式问答对象较成熟，但是如何获取高质量的数据、实现精准的问答需要进一步根据实际需求进行优化，同时要避免产生不可预料的可能引起争议的“幻觉”问题。因此，要想做出一个高质量的AI产品还是有一定的难度的。

　　“企业无法区分考生真实水平与AI润色结果，尤其是强调临场反应的面试环节，泛滥（使用）可能导致企业抬高筛选门槛，损害整体就业市场效率。AI确实能够在较短时间内检索答案和构建整体框架，对于面、笔试者而言是很有帮助的。但如果应聘者将其完全视为替代自身回答的工具，就好比线下闭卷考试，考生上网搜索答案一样，显然是作弊行为，不可取。所以，建议有关部门健全监管机制，避免在考试过程中出现AI辅助设备，从而避免上述问题出现。”王鲁教授介绍。