所謂面試，也就是古時候說的相人識人，最遠恐怕可以追溯到春秋戰國時期了。許多歷史上著名的政治家都提出過自己關於對人的判斷的經驗。而這樣一種狀態其實延續了很長時間。在若干年前，我們還是相信這樣依靠個人過往總結的經驗，通過對被面試者進行一些慣常的提問和一些較為隨性的追問，就可以完成整個面試的過程。
後來人們發現，這樣的方法能夠取得的效果，很大程度依賴於面試者的經驗和能力，而且有過多的主觀判斷，這樣既不公平也不夠有效。於是專家們開始推廣結構化面試，即：通過設計面試所涉及的內容、試題評分標準、評分方法、分數等對面試者進行系統的結構化的面試。
結構化的面試相對而言更容易培訓和操作，有確定的統一的面試提綱，統一的面試行為規範，對面試官進行統一的培訓，在面試過程中做好詳盡的記錄，最後用統一的評分標準來判斷。一個對於面試幾乎沒有經驗的人，也可以在這樣的方式下取得較好的面試效果。於是這樣的面試方式，以其良好的效度和公平性，被廣泛採用。甚至在國家公務員考試等重要的場合中，都採用了這樣的方式來進行面試。
AD：推薦大家一個超過15萬HR關注的人力資源微信GHRlib,適合HR及企業管理者關注。專業交流請關注GHR顧問個人微信GHRvips。
結構化面試的困境
作為北森資深顧問，筆者發現在結構化面試過程中仍存很多窘境：對於行為面試，總會有這樣的困惑，如果被面試者說的事例或者經歷不是他自己的，而是有一些虛構的，或者是他觀察到他人的。如何辨偽存真。特別是結構化的面試，這個問題似乎被進一步地放大了。一旦面試的問題或者考察的要素確定和公佈了之後，被面試者有機會在之前做好充分的準備，最為典型的就是關於公務員考試，每年的要素基本上都是確定的，於是一些參加過特別培訓機構的課程的考生，幾乎都已經準備好了許多包裝好的罐頭式的答案了。
通常針對這樣的情況，面試者會採取追問的方式，來儘可能多地獲取細節的資訊，同時通過對被面試者的'細節表述來核實真偽，這在一定程度上可以避免一些前期準備和弄虛作假的行為。因此，北森認為追問的方法通常利用STAR的原則，即主要集中在四個方面：
S(situation)“那是一個怎麼樣的情境?什麼樣的因素導致這樣的情境?在這個情境中有誰參與?”
T(Task) “您面臨的主要任務是什麼?為了達到什麼樣的目標?”
A(Action) “在那樣的情境下，您當時心中的想法、感覺和想要採取的行為是什麼?”在此，要特別瞭解被訪談人對於情境的認知和事例的關注點。 被訪談人如何看待其他的人(例如，肯定或是否定)或情境(例如，問題分析與解決的思考)?被訪談人的感受是什麼(例如，害怕、信心、興奮)? 被訪談人內心想要做的什麼?什麼想法激勵他們(例如，想把事情做得更好，讓老闆印象深刻)?
R(result) “最後的結果是什麼?過程中又發生了什麼?”。
非結構化的逆襲
行為事件訪談法是一種開放式的行為回顧式探索技術，是揭示勝任特徵的主要工具。主要的過程是請受訪者回憶過去半年(或一年)他在工作上最感到具有成就感(或挫折感)的關鍵事例，這種方法是目前在構建素質模型過程中使用得最為普遍的一種。行為事件訪談法對訪談者的要求非常高，只有經過專業培訓的訪談者才能在訪談過程中通過不斷地有效追問，獲得目標崗位相關的具體事件。
其實嚴格來說，行為事件訪談也未必就一定是非結構化的，他同樣也可以有比較確定的訪談提綱和順序，甚至也有一些較為固定的提問方式。然而，結構化面試的問題很多時候會明確地聚焦於某一類行為，例如：“請描述一個你成功說服他人的事情。”相對而言，行為事件訪談的問題開放性更大，而是在對方較為自由的回答中，去進一步挖掘其中的勝任力特質。
這種開放性帶來的好處是，我們有機會更全面地瞭解被測評者，甚至可以通過心理分析和邏輯推演的方法，將被測評者的各項特質有機地聯絡起來，從而形成一個完整的被測評者的全貌。這相比結構化面試所得到的一個個斷片而言，應當是更深入的探查。
結構化與非結構化的結合
嚴格來說，單純的行為事件訪談法並不完全適合對人的測評。因為面試者在面試過程中對過往事例的描述裡，如果沒有出現某一特質，我們並不能簡單地判斷，究竟是面試者不具備這項特質，還是面試者只是沒有說出或者表現出這樣的特質。如果這個素質是我們在測評中需要考察的，這個評分就會變得比較困難。
這一方面要求面試者在過程中，針對所需要考察的素質來進行合理的追問和引導，以獲得被面試者更為確切的素質能力水平，避免出現誤判。此外，如果我們沒有掌握充分的證據來證明在某一項素質上面試者的真實程度或水平時，我們可以再模仿結構化面試的方法，補充一兩道更具有針對性的問題來進行探查。
從目前的角度來看，雖然面試被認為是對人進行評價時效度最高的單一測查工具，但仍然有許多可待探索和完善的部分。當然，在有條件的情況下，結合其他的測評工具以形成一個完整的評價中心，甚至在一些關鍵崗位上，採取360度評價反饋的方式，來彌補一些面試可能帶來的不足，都會是更為有益的。