MBTI 招聘筛选的流行与误用:人格分类研究能说明什么、不能说明什么
摘要
MBTI 在招聘中的走红,与其科学定位存在明显错位。本文从测评工具的设计边界、效度证据与公平性争议三方面梳理:它能描述偏好,却不足以预测岗位绩效;企业若将其设为筛选门槛,既误读了研究结论,也可能滑向就业歧视。本文进一步指出,误用的根源不只是"用错了工具",而是招聘决策在信息焦虑下对"低成本确定性"的系统性渴求——理解这一点,比争论 MBTI 是否科学更能解释它为何屡禁不止。
一、一个被工具方自己否认的用法
先摆一个容易被忽略的事实:MBTI 的发行机构 The Myers-Briggs Company 明确表示该工具并非为预测职业成功而设计,不适用于人员筛选用途[1]。
这句话的分量常被低估。市场上大量"性格测试招聘门槛"的做法,恰恰建立在一个工具提供方自己都不背书的用途上。从人才测评的专业视角看,这属于典型的工具越界:把一个用于自我认知与发展对话的描述性工具,硬塞进本应由预测效度说话的高利害决策场景。
值得补充一个常被忽略的背景:MBTI 的两位编制者——凯瑟琳·布里格斯与伊莎贝尔·迈尔斯——均非心理学家,布里格斯仅拥有学士学位[1]。这并非否定其理论贡献,而是提醒:这套工具的诞生语境是"帮助普通人理解差异"的实践取向,而非"为组织决策提供预测证据"的心理测量学取向。工具的出身,已经预设了它的能力边界。
需要说明的是,本文不掌握企业端使用 MBTI 筛选的一手调研数据,公开资料中亦缺乏系统性的企业实践统计。因此下文的分析更多落在机制与证据层面,而非对具体企业行为的描述。
二、流行是怎么发生的:从资源分配到招聘门槛
MBTI 的规模化传播有清晰的数字。据新加坡总理公署战略未来中心梳理,自 1960 年代以来估计约 5000 万人做过 MBTI,使其成为迄今最流行的人格测评[2]。仅 16personalities.com 一个免费入口,截至 2024 年 7 月已在全球施测约 12.31 亿次,其中新加坡一地约有 65 万名受访者完成了约 400 万次测试[2]。
这种流行并非偶然。据同一机构的梳理,人格测试最初在企业中走红,是作为二战后就业 boom 时期雇主进行人力资源配置的手段[2]。也就是说,招聘场景从一开始就在人格测试的应用史里——但"用于配置参考"和"用于一票否决"是两件性质完全不同的事。前者是决策的辅助输入,允许被其他信息修正;后者是决策的闸门,一旦触发即不可复议。流行史被误读为"招聘适用史",是误用的第一层认知根源。
国内的情况则是这股潮流的延伸。近年 MBTI、卡特尔16PF、PDP、九型人格等测试在职场招聘中频频出现,越来越多公司在面试中加入相关内容,岗位调整和晋升时也会用到,甚至有企业提出性格测试不通过一年内不能再投简历[3]。同一报道中,有求职者反映"3 轮面试都过了,最后卡在了性格测试",也有人质疑这类做法不科学、不公平,可能成为就业歧视的"新马甲"[3]。
从组织发展的视角看,企业想要"快速识人"的动机可以理解:简历与面试的信息带宽有限,一个十分钟的测试看起来性价比极高。问题在于,性价比的算法漏掉了误差成本。更准确地说,企业真正渴求的不是"人格信息",而是"低成本的确定性"——在一个候选人动辄上百、面试官时间稀缺的市场里,任何能给出"是/否"二值判断的环节,都会被当作效率工具吸纳。MBTI 之所以被选中,不是因为它最适合预测绩效,而是因为它最便宜、最普及、最容易被求职者配合完成。这是误用的第二层根源:工具的选择逻辑,服从的是流程经济学,而非测量学。
三、研究能说明什么:偏好描述与群体关联
要判断 MBTI 能不能用于筛选,先要弄清它到底测出了什么。
第一,它测的是偏好,不是能力,也不是绩效。发行机构明确表示该工具并非为预测职业成功而设计[1]。这个定位决定了它的合理用途是帮助个体理解自己的信息获取与决策倾向,而不是替雇主判断"这个人能不能干好这份活"。从心理测量学的分类看,MBTI 属于自陈式类型量表,其计分逻辑是把连续维度在切分点处二分为对立类型;这与以特质连续谱为假设、以预测效标为检验目标的工具,在方法论上不是同一类东西。用类型量表去承担效标预测任务,是用错了测量模型的假设,而不只是"精度不够"。
第二,在特定群体内,MBTI 类型与某些工作变量确实存在统计关联。据一项以中部地区 225 位教保服务人员为对象的问卷调查,MBTI 人格类型对班级经营效能的五个构面均具显著预测力,实感型(S)、判断型(J)、外向型(E)教师在教学管理、班级常规、气氛营造等面向表现突出;样本整体以 I、S、F、J 为主[4]。这类研究说明,在边界清晰的职业群体里,类型分布与工作行为之间可以观察到相关。
但请注意这项研究的三个限定:样本是单一职业群体、因变量是特定情境下的效能自评、结论是"显著预测"而非"个体层面可判别"。把群体层面的统计关联直接翻译成"某类型不适合某岗位"的筛人规则,是一次未经论证的跨层级跳跃。用测评行业的术语说,这叫把"群体效度"误当作"个体判准"——前者回答"这类人平均而言如何",后者回答"这个人会不会胜任",两者之间隔着一整套个体判别效度与切分阈值优化的工程,而 MBTI 从未完成这道工程。
第三,MBTI 框架在应用端确有拓展空间。一项针对初次接受试管婴儿治疗的不孕不育夫妇的研究,将 MBTI 性格分析用于个性化心理护理,247 对夫妻随机分组后,实验组在抑郁、焦虑量表上的得分显著低于常规护理组,生活质量得分更高[5]。这提示类型框架在沟通与干预设计上有实用价值——但它的落点是"如何更好地对待一个人",而不是"要不要这个人"。这个区别看似细微,实则是本文全部论证的枢纽:同一套类型语言,用于"调整对待方式"时是沟通资源,用于"决定是否接纳"时就成了筛选闸门。前者允许个体差异被持续修正,后者把一次测量凝固为终局判决。
四、研究不能说明什么:四个关键缺口
缺口一:预测效度没有兑现。 招聘筛选的核心要求是预测岗位绩效。发行机构对 MBTI 的定位是描述性工具[1],而上述教保人员研究给出的是群体相关而非个体判别的效度证据[4]。用描述性工具做高利害的取舍决策,逻辑上不成立。更关键的是,招聘测评领域对"什么工具真正预测绩效"已有相对成熟的共识:认知能力测验被普遍视为岗位绩效的单一最佳预测指标,而人格类问卷的增量效度取决于是否针对具体岗位构建效标关联[28]。MBTI 既非认知能力测验,也未针对岗位构建效标,它在预测链条上的位置是空缺的,而不是"稍弱"。
缺口二:类型学的二分会放大测量误差。 人格特质在人群中多呈连续分布,而类型化处理必然在切分点附近制造大量"差一点就归到另一类"的个案。对于招聘这种一次性、不可复议的决策,边界个案的误判代价尤其高。国内对大五人格测验的信度概化分析也提示,人格测验的测量精度受量表来源、版本、记分方式乃至地域样本等多重因素影响,过去 20 年间约 68.15% 的相关文献存在"信度引入"现象[6]。连信度报告都需要谨慎对待,遑论把单次得分当作硬门槛。这里还有一个常被忽视的学理事实:有研究从大五人格模型视角重新解释 MBTI,发现其四个维度大体可映射到五因素模型的部分维度,但类型化计分丢失了特质分数所携带的连续信息[47]。换言之,MBTI 并非"另一个维度的人格测量",而是对连续特质做了信息压缩后的类型化再表达——压缩本身就会牺牲判别精度。
缺口三:类型标签极易被文本线索"泄漏"。 一项基于 Transformer 架构的 MBTI 分类研究指出,常用数据集多来自人格讨论社群,文本中可能直接出现 MBTI 类型、维度缩写或认知功能词汇;若不处理,模型会依赖显性标签线索完成分类,造成标签泄漏并高估效能[7]。这个发现对招聘场景的启示是直接的:当求职者已经熟悉这套话语体系,测试所捕捉到的可能不是稳定人格,而是"应试化的自我呈现"。同理,另一项九型人格预筛研究也发现,语言特征与表情符号在跨源人格侦测中表现更稳定、更泛化[8]——这反过来说明,单一自陈量表的稳健性有限。把这两项研究并置,可以得出一个对招聘更有操作意义的推论:只要被测者知道结果会被用于取舍,任何自陈量表都会向"社会期望答案"漂移;MBTI 因其类型语言高度公开、攻略唾手可得,这种漂移的幅度只会更大,而不是更小。
缺口四:短时状态与稳定特质的混淆。 有专业人士指出,心理测试结果可能仅反映测试者的短时状态,企业招聘时不宜将其作为决定因素[3]。求职本身就是高压力情境,焦虑、疲惫或刻意迎合都会污染作答。以一次性状态测量裁定长期岗位匹配,是方法论上的错配。中国科学院心理研究所的研究者也明确提醒,MBTI 可以帮助了解性格特征,但不能仅凭单一测试结果推断一个人的心理特征,须用多种方法、从多个角度考察,再以测试结果作辅助分析[6]。这一表述的分量在于:它来自心理学专业机构,而非 MBTI 的批评者——它说的不是"MBTI 没用",而是"单一测试不能承担决定作用"。
五、比科学性更棘手的是公平性
即使暂时搁置效度争议,招聘筛选还面临另一重约束:差别影响。
当某一类型被系统性地排除在岗位之外,而类型分布又与性别、年龄、文化背景等因素存在关联时,筛选规则就可能产生间接歧视效果。前述报道中,求职者对"就业歧视新马甲"的担忧正指向此处[3];报道中关于劳动法、就业促进法及就业歧视的讨论,也落在同一逻辑上[3]。这一担忧并非孤例:有媒体调查显示,部分求职者为迎合企业偏好反复重测、只求测出"完美人格"再投简历,测试已从自我认知工具异化为求职者的应试负担[26];亦有评论直接倡议企业慎用 MBTI 作为硬性筛选指标,认为二分法无法呈现性格复杂性,与录用挂钩可能构成就业歧视,并建议劳动监察部门受理相关反映、加强行政与司法救济联动[22]。
从合规视角看,企业需要能证明筛选标准与岗位胜任力之间存在清晰、可辩护的关联。而 MBTI 的发行机构明确表示该工具并非为预测职业成功而设计[1],这使企业很难在争议中构建这样的论证链条。相比之下,把测试用于入职后的团队沟通、发展对话或心理支持,风险与收益的结构要健康得多——前述心理护理研究正是这种"用于关怀而非取舍"的范例[5]。发行机构自身发布的应用案例也集中在团队协作、领导力发展与信任建设等方向,而非人员筛选[34][35][36];其官方机构指南同样把组织应用的落点放在"理解类型差异、改善协作",而非"决定录用"[38]。工具方自己的应用版图,已经划出了它认为安全的边界。
六、给实践者的三条判断
以人才测评与组织发展的经验视角,我会把建议收敛为三点,并坦承这些判断基于公开证据与机制推理,而非企业端的一手追踪数据。
其一,区分"描述工具"与"决策工具"。MBTI 可以进入入职引导、团队工作坊、生涯对话,但不进入录用与否的决策链。这条界线一旦模糊,工具的科学争议就可能带来法律与雇主品牌风险。实践上可操作的做法是:在制度文本中明确该类测试"仅用于发展性对话、不进入录用决策",并把这一条写进招聘流程说明,而非停留在口头共识。
其二,用多方法替代单点测量。既然单一自陈量表易受状态与呈现策略干扰[3][8],企业宜采用多方法组合评估。这一判断与招聘测评领域的既有共识一致:有效的选拔应围绕岗位构建效标关联,认知能力测验在预测绩效上具有突出地位,人格类工具的价值取决于是否针对具体岗位验证其增量效度[28];行为导向的招聘思路也强调以可观察的行为证据替代单点自陈[46]。性格测试至多作为辅助信息,且应明确其权重上限——更稳妥的表述是"不设权重",只作为面谈追问的线索来源。
其三,把测试的受益方从企业转回个体。当测试结果被用来"更好地理解和支持一个人",它的价值是真实的[5];当它被用来"更快地排除一个人",它承载的期望就超出了研究能支撑的范围。这不是对 MBTI 的否定,而是对它边界的尊重。
人格分类研究能告诉我们人群中的倾向分布与群体关联,却无法替雇主回答"这个人是否胜任"。把前者当成后者的答案,才是误用的真正起点。而误用之所以反复发生,不是因为企业不知道 MBTI 不科学,而是因为招聘流程始终存在一个"低成本确定性"的空位——只要这个空位不被更可靠的评估方法填上,被误用的就不会只是 MBTI,下一个流行的人格标签仍会走上同一条路。