最新の技術面接は、ソフトウェアエンジニアが通過する儀式であり、（希望する！）優れた仕事を得る前例です。 しかし、大きなストレス源、候補者への無限の質問もあります。 「技術面接の準備方法」という簡単な検索で、Medium、プログラミングトレーニングブログ、Quoraのディスカッション、さらには本全体に関する何百万もの投稿が提供されます。

これらすべての情報にもかかわらず、人々はインタビューでどのように行動するかを見つけるのに苦労しています。 前回の記事で 、驚くほど多数のinterviewing.ioユーザーが彼らの能力を過小評価しており、これが否定的なインタビュー結果の可能性を高めていることがわかりました。 現在、より多くのデータ（実際のソフトウェアエンジニアとの10,000件以上のインタビュー）を受け取っているため、より深く掘り下げたいと思います。候補者の自尊心を低下させる要因は何でしょうか。

科学的な研究から、適切な自尊心を妨げるいくつかの一般的な事実が知られています。例えば、人々は、コードを書くなどの複雑な認知タスクのパフォーマンスを常に評価したり覚えたりするわけではありません¹ 。 技術面接は、受験者が1つの正解なしに質問を扱った経験があまりない場合、特に評価が困難です。 多くの企業は、候補者とのインタビューの結果について話し合っていないため、多くの企業は、彼らが何をしたか、何が良くなるかを決して理解しません^{2 、 3} 。 結局、 業界全体の就職面接に関する秘密のカーテンを取り除くことが、 interviewing.ioを作成する主な理由の1つになりました。

これまで、さまざまなIT企業での実際のインタビュー後の人々の気持ちに関するデータはほとんどありませんでした。 そのため、このデータを大規模に収集しました。これにより、開発者に関する興味深い理論と、プログラミングスキルに対する彼らの自信をテストすることができました。

私たちが興味を持った主な要因の1つは偽者症候群でした。 多くのプログラマーがそれに苦しんでいることが知られています⁴ 。 多くの人は、彼らが本当に同僚とレベルが一致しているかどうか疑問に思い、彼らの能力の説得力のある証拠は事故だと考えています。 Imposter Syndromeは、運と比較して、パフォーマンスについての肯定的なレビューと候補者自身の努力から得られる機会をどの程度信頼できるかを疑問に思います。 私たちにとって特に興味深いのは、どのくらいの女性がこの症候群に苦しんでいるかということです。 人口の過小評価されたセクターからの候補者は、コミュニティの感覚を欠いている可能性が高いことを示す多くの研究があり、それが詐称者症候群を引き起こします⁵ 、そして、これはインタビューで彼ら自身の能力の評価をゆがめるかもしれません。

研究機関

Interviewing.ioは、人々が匿名で技術面接を受け、すべてがうまくいけば、大手企業に就職するプラットフォームです。 履歴書では全体像がわからず、履歴書に関係なく誰でも自分を表現できると信じているため、プロジェクトを立ち上げました。

インタビュアーと候補者が一致すると、彼らは音声通信、テキストチャット、「ライティングボード」との共同コーディング環境で会い、技術的なタスクに没頭します（ インタビューレコードのあるページでこのプロセスの動作を確認できます）。 各インタビューの後、彼らはお互いにフィードバックを残し、それぞれがフィードバックを送信するとすぐに、お互いが相手について言ったことを見る。

インタビュアーのフィードバックフォームの例を次に示します。


インタビュアーフィードバックフォーム

面接の直後、候補者は、自分の意見では、どれだけうまく対処しているかを1から4の同じスケールで評価します。


候補者フィードバックフォーム

この記事では、主要企業の実際のソフトウェアエンジニアが実施した1万件を超える技術面接を調査しました。 各面接中に、面接官は、問題を解決する能力、技術的スキル、コミュニケーションスキル、および候補者が次のラウンドに進む価値があるかどうかについて候補者を評価しました。 これは、候補者の自尊心がインタビュアーが実際に彼らに与える評価とどの方向でどの程度異なるかの指標を与えます。 言い換えれば、候補者の自尊心は、候補者の真の資質と比べてどの程度歪んでいますか？

最初は、結果に何が影響するかについていくつかの仮定がありました。

• ポール 女性は男性よりもプログラミング能力を評価するのが難しいでしょうか？
• 以前は、インタビューを実施しました 。 反対側を訪問した場合、面接でより正確な自尊心を示すことが合理的と思われます。
• 彼はトップ企業で働いた 。 前の段落と同様です。
• 彼はインタビューで優れた結果を示しました。一般的に最高の結果を示した人は、自分がすべてを正しく（または間違って）しているときについて、より自信と認識を持つことができます。
• ベイエリアにあるかどうか。 IT企業は依然として地理的に湾岸地域に集中しているため、エンジニアリング文化が飽和している地域に住む人々は、専門的な面接基準をよく知っていると感じました。
• 質問の質と面接で直接面接者の資格 。 おそらく、最高のインタビュアーはコミュニケーションが上手で、愚かなインタビュアーは候補者の自尊心を混乱させる可能性があります。 また、これがトレーニングインタビューであるか、特定の職種であるかを検討しています。
• 一部の候補者については、GitHubやTwitterのフォロワーの数など、業界の個人ブランドの指標を調べることもできます。 インターネットに強い影響力を持つ人々は、インタビューを受けているときに自信を持っているのでしょうか？

何を見つけましたか？

女性は男性と同じように技術的能力を評価します

性別と自信に関する期待に反して、統計的に有意な性差は見つかりませんでした 。 最初は、女性候補者はしばしば自分の結果を過小評価しているように見えましたが、経験や技術的能力などの他の変数に対して結果を正規化すると、 重要な違いは経験であることがわかりました。 経験豊富なエンジニアはインタビューの結果をより正確に評価し、平均して男性はより経験豊富です。 ただし、経験豊富な女性エンジニアは、技術的能力を評価するのと同じくらい正確です。

以前の研究に基づいて、私たちは、詐欺師症候群とITコミュニティへの帰属意識のより大きな不足が女性候補者をインタビューで評価を過小評価する可能性があるという仮説を立てましたが、そのようなパターンは見つかりませんでした⁶ 。 私たちの結論は、スタンフォード・クライマンジェンダー研究所の研究プロジェクトに似ており、ハイテク企業の1,795人の中堅技術者が参加しました。 IT部門の女性は、自分の能力を評価する上で必ずしも正確ではないが、成功に必要なもの（たとえば、長時間労働やリスクを取るなど）についての考え方は男性とは大きく異なることがわかりました。 言い換えれば、 IT部門の女性は自分の能力を疑うことはないかもしれませんが、そうでなければ女性に期待されることを想像してください 。 また、ハーバードビジネスレビュー調査では、1000人以上の専門家が採用決定について質問し、この点を確認しています。 結果は、候補評価プロセスの性差はインタビューのようなプロセスがどのように考慮されるかについての異なる期待から来ることを強調します。

しかし、興味深い違いの1つが見つかりました。女性は男性よりも少ないトレーニングインタビューを受けます。 違いはわずかですが、統計的に有意であり、悪いインタビューの後、 女性はインタビューを離れるという以前の結論に戻ります。

しかし、以前の同じ記事で、性別による票の偽装はインタビューの結果に影響を与えないことも発見しました。 この一連の結果は、私たちが疑ったことを裏付けており、ITにおける性差の詳細な調査を行っている専門家が確認しているのは、 すべてが複雑であるということです。 インタビューにおける女性の持続性の欠如は、偽者症候群と彼ら自身の能力の過小評価によってのみ説明することはできません。 しかし、彼らは負のフィードバックをより真剣に受け止め、インタビュー後に異なる仮定と結論を下す可能性が高いと思われます。

以下の図は、プラットフォーム上の女性と男性の候補者の自尊心の正確な距離の分布を示しています（ゼロはインタビュアーのポイントに対応する評価を示し、負の値は低いスコアを示し、正の値は誇張を示します）。 2つのグループはほとんど同じように見えます。

他に何が重要ですか？

別の驚き： インタビュアーの経験は役に立たない 。 元のインタビュアーでさえ、このために、より正確な自尊心を示していないようです。 パーソナルブランドも効果がありません 。 GitHubでフォロワーが多い人は、フォロワーが多い人ほど正確ではありませんでした 。 面接官の格付けも重要ではありません （つまり、他の候補者が面接官をどの程度格付けしたか）。しかし、公平を期すために、面接官は通常、サイト上でかなり高い評価を得ています。

それで、インタビューの有効性についての正確な判断のための統計的に重要なインセンティブになったものは何ですか？ 主に経験

経験豊富な専門家は、キャリアの初めにエンジニアに比べて、インタビューをどれだけうまく行ったかをよく理解しています⁷ 。 そして、ポイントは、最高のプログラミングスキルがあなたの有効性をよりよく評価できるということだけではないようです。 わずかな相関関係がありますが、効果をより正確に評価するエンジニアは、プログラミングのレベルが非常に高くなります。 しかし、初心者のプログラマーを見ると、彼らの最高のプログラマーでさえ、しばしばスキルを過小評価しています ⁸ 。



私たちのデータは、Stack Overflow 2018開発者調査で観察された傾向を反映しています。 彼らは、回答者に自信と他の開発者との競争についていくつかの質問をし、経験豊富なエンジニアはより競争力があり自信があると感じていることに注目しました⁹ 。 これは驚くべきことではありません。最終的に、経験はスキルレベルと相関し、高度なスキルを持つ人はより自信を持つようになります。 しかし、分析により、キャリアグループごとにインタビューとプログラミングスキルの有効性を正規化することができました。また、インタビューの資格や実際の結果に関係なく、経験豊富なエンジニアがインタビュー結果をより正確に予測できることがわかりました。 おそらく、いくつかの要因が影響を受けています。経験豊富なエンジニアがすでにインタビューを受けており、彼ら自身で実施し、コミュニティに対する強い意識を持っているため、詐欺師症候群と戦うのに役立ちます。

インサイダーの知識とコンテキストも役立つようです。ベイエリアの住民とトップ企業の従業員がより正確な評価を行います。 経験と同様に、業界の背景に関する知識は、状況のより適切な評価を可能にします。 湾岸地域での生活や大手企業での勤務などの要因とは、小さいながらも統計的に有意な違いが見つかりました。 それにもかかわらず、大手企業で働くことによるボーナスは、基本的には一般的な技術スキルによるボーナスに相当します。トップ企業にいることは、基本的に代理パラメーターであり、より高度なスキルを持つ経験豊富なエンジニアを示します。

最後に、面接結果を改善し、企業での実際の面接に向かって進むと、自尊心の精度が向上します。 人々は、トレーニングインタビューと比較して、実際のインタビューでより正確な自尊心を実証します。また、サイトでの全体的な評価は、自尊心の正確さと相関します。interviewing.ioは、すべてのインタビューでの有効性に基づいてユーザーの全体的な評価を計算し、後の指標と比較して重み付けします。 評価の上位25％の人は、インタビューで結果を評価する際に正確である可能性が高くなります。

一般に、人々はインタビューで自分の有効性をどのように評価しますか？ これについては、 以前に約1,000件のインタビューで調査しましたが、サンプルが10倍に増加したため、結論は同じです。 候補者は、インタビューのわずか46％で結果を正確に評価し、35％では過小評価しています（残りの19％では結果を過大評価しています）。 ただし、通常、候補者は何かについて推測します。4つ星の人が常に自分を1つと評価することはありません。 。 自己評価は、インタビューの実際の結果を統計的に有意に予測します（そして、肯定的に相関します）が、これらの点で多くのノイズがあります。

価値

面接結果についての正確な判断は、IT業界の経験と知識に伴う特定のスキルです。 しかし、評価の正確性について私たちが行った仮定の多くは水を必要としないことが判明しました。女性エンジニアは男性と同じスキルの正確なアイデアを持っているため、より多くのインタビューを行ったり、GitHubでよく表現されているエンジニアはあまり良くありません結果を評価します。

これは業界全体にとって何を意味するのでしょうか？ まず、詐称者症候群は、名声と居住地に関係なく、性別、スキルを問わずエンジニアを攻撃する陰鬱な怪物のようです。 経験は痛みを少し和らげるのに役立ちますが、偽者症候群は誰でも、どこから来たかに関係なく、すべての人に影響を及ぼします。 それで、おそらく、より親切で、より敏感なインタビュー文化の時が来ました。 すべてに優しい文化。 技術面接の経験が少ない一部のグループは、面接プロセスの欠点に最も悩まされていますが 、誰も自己疑念から免れることはできません。

先ほど、優れたインタビュアーの資質について説明しましたが、 共感は不均衡に大きな役割を果たします。 そして候補者の損失を防ぐために、面接後すぐにフィードバックを提供することが本当に重要であることを見ました。 ですから、あなたが優しさと原則に動かされているのか、冷たくて堅実なプラグマティズムに動かされているのかに関係なく、候補者に対するもう少しの優しさと理解は傷つかないでしょう。

注釈

1.自己評価は多くの分野で研究されており、トレーニングの程度を評価するためにしばしば使用されています。 重要な批判の1つは、調査中の人々の動機と感情状態に強く影響されるということです。 -シッツマン、エリ、ブラウン、バウアー。 （2010）。 知識の自己評価：認知学習または感情的測定？.. 管理学習および教育アカデミー 、9（2）、169-191。 ↑

2.面接担当者にとって、優れた技術面接を開発するのは簡単なことではありません。 このトピックの非公式の議論については、 こちらをご覧ください 。 ↑

3. インタビューでの自尊心についての推論 。 ↑

4.たとえば、 この記事とこれ 。 ↑

5.社会科学分野の研究に関する追加の文献：

• グッド、ラタン、ドウェック。 （2012）。 なぜ女性は去るのですか？ 帰属意識と数学における女性の表現。 人格と社会心理学のジャーナル 、102（4）、700。
• マスターチェルヤンメルツォフ （2016）。 ITに属する：ステレオタイプは、コンピューターサイエンスへの少女の関与の興味と感覚を損ないます。 Journal of Educational Psychology 、108（3）、424。 ↑

6.データセットの問題の1つは、経験豊富な女性エンジニアの大規模なサンプルではありません。これはIT業界の実際の人口統計に対応しますが、グループ間差異を評価する際の統計結果のバイアスの可能性も意味します。 このトピックを完全に調査するために、女性と一緒に統計を収集し続けたいと思います。 ↑

7.これらの効果と以前の相関の欠如は、線形混合モデルで研究されています。 個々の効果のすべての重要な結果は、p <0.05です。 ↑

8.経験豊富なエンジニアの場合、平均偏差は-0.14です。 ジュニア-0.22、卒業生-0.25。 ↑

9.こちらもご覧ください 。 ↑

10.データセットのもう1つの欠点は、最大評価と最小評価があることです。たとえば、4人の実際の評価を受け取った場合、すでに上位にいるため、決して過大評価することはできません。 これをいくつかの方法で修正しました。最大および最小の結果を持つ人々を除外し、平均サブセットで再分析することと、それらを正確または不正確なものに分割することです。 結果は変わっていません。 ↑