编译 | 屠敏

出品 | CSDN（ID：CSDNnews）

时下 ChatGPT 已成为不少人编码、写作、搜索的辅助工具。然而，不久之前技术招聘平台 CoderPad 发布了一份《2024 年技术招聘现状》报告显示，23% 的招聘人员和招聘经理认为候选人在技术测试或者编码面试中使用 AI 是作弊行为，这也让不少程序员在使用 AI 时有所顾虑。

不过现实来看，有多少人会在编码面试中使用 ChatGPT？以及 ChatGPT 来协助“作弊”难易度如何？ChatGPT 是否扼杀了软件工程基本的编码能力？这可以让更多的程序员拿到门槛较高的大厂 offer 吗？提出 LeetCode 问题的公司是否需要对面试流程进行重大改变？

对此，一位前 Google 工程师 Michael Mroczka 在 Interviewing.io 平台上进行了一项实验，招募了一些专业的采访者和用户进行了作弊实验，揭晓在技术面试中用 ChatGPT 作弊究竟有多难。

结论抢先看：

借助 ChatGPT 工具，候选者在解决三种不同类型的面试问题时，通过率分别为：73%（LeetCode 原版问题）、67%（修改后的 LeetCode 问题）、25%（面试官自定义的面试问题）

没有一位面试官发现有候选人用 ChatGPT 作弊

实验对象

Interviewing.io 是一个练习面试和工程师招聘的平台。工程师们可以通过该平台进行模拟面试，而公司则可以通过此平台招聘表现优异的候选人。

面试官

参与本次实验的面试官们来自 Interviewing.io 专业的面试官库。为了不干扰面试官的判断，实验中并没有告知他们这是一个有关借助 ChatGPT 作弊的测试，而只是说这个研究旨在了解「随着时间的推移，面试官决策的可预测性趋势——尤其是在提出标准或者非标准问题时的区别」。

面试官被分成三组，每组提问不同类型的问题：

LeetCode 上原版问题：直接从 LeetCode 上提取原版问题，不做任何修改，面试官可以自行决定要问哪些。例如：Sort Colors LeetCode 问题，按照原版方式提问。

修改后的 LeetCode 问题：从 LeetCode 中提取问题，然后把提问的方式稍作修改。例如：上面的 Sort Colors 问题，可以修改为输入中有四个整数 (0,1,2,3)，而不是只有三个整数 (0,1,2)。

自定义面试问题：面试官设计一个与 LeetCode 平台上任何面试题都不直接相关的问题。例如：你会得到一个格式如下的日志文件：<username>: <text> - <contribution score>，你的任务是找出对话参与度中位数的用户。只考虑贡献分大于 50% 的用户。假设这样的用户数量是奇数，你需要找到按贡献分排序后处于中间位置的用户。根据下面的文件，正确答案是 SyntaxSorcerer。

LOG FILE STARTPointerNinja: "who's going to the event tomorrow night?" - 100%LambdaLancer: "wat?" - 5%PointerNinja: "the event which is on 123 avenue!" - 100%SyntaxSorcerer: "I'm coming! I'll bring chips!" - 80%SyntaxSorcerer: "and something to drink!" - 80%LambdaLancer: "I can't make it" - 25%LambdaLancer: "