作为一名即将毕业的应届毕业生，对未来充满期待，体验AI技术带来的全新招聘模式。面对冷静而机械的AI面试官，我感受到了技术进步和挑战并存的双重压力。

随着企业纷纷采用AI技术来自动筛选简历、评估面试，我们不禁会发出疑问：这些「AI招聘官」到底是铁面无私、一视同仁，还是携带偏见越走越远？

宝宝你是一个即将毕业的应届毕业生，对未来充满希望，决定毕业后在职场也要叱咤风云。

然而，听多了AI取代人类的你也万万没有想到，找工作时遇到的第一个面试官，竟然是AI。

到了时间，你登录系统，根据指示核对身份信息，检查摄像头是否开启，麦克风是否正常，坐得端端正正，最后在电脑前按下确认。

随着冷静而又停顿机械的AI考官出题，一场人机面试就开始了。

应聘新关卡：「铁面无私」人机交锋

又到一年毕业季，上面的「你」可能就是千千万万个毕业生的缩影。

人工智能革命已经开始，几乎遍及人们职业和个人生活的方方面面，包括学业面试和工作招聘。

企业管理层越来越意识到，在供应链管理、客户服务、产品开发和人力资源等各个环节，人工智能都有可能带来更高的效率。

其中，能用于招聘的，就是传说中的「AI面试官」。

它实际上是一个能够实时交互的问答机器人，通过语义识别、表情识别和声音识别等多种算法，根据既定问题，对面试者的回答进行分析、梳理，最终给出参考评分。

例如，在按照职位要求筛选简历时，AI比人类有更高的准确率和效率优势，而在相对简单、流程标准化的初试中，也能以最快的速度完成初筛。

此外，AI面试官确实是物理意义上的「铁面无私」，能够避免面试官因偏见、歧视、亲缘等问题而造成的偏差，提高决策的公平性和一致性。

《2023年中国网络招聘市场发展研究报告》显示，AI视频面试在应用场景中的占比已经达到31.8％，而这个比例在未来只会有增无减。

不仅是中国，在全球范围内用AI提升招聘效率也越来越常见。

快消巨头联合利华就曾发布过一组数据：AI能够帮助节约10万小时的面试时间，每年能省下100万美元的招聘成本。

然而，虽然AI的引入能降本增效，但人工智能的本质以及背后的训练数据，都带着人的烙印，会不可避免地引入人类偏见，甚至还可能在原有偏见的基础上「变本加厉」。

放大人类偏见

虽然在招聘中使用人工智能的原因之一是为了更加客观，但多项研究发现，这种技术实际上很可能存在偏见。

之所以会出现这种情况，根本原因还是数据。如果数据有偏见和缺陷，人工智能也会复制这种缺陷。

The Decoder与22位人力资源专业人士进行的访谈后，发现了招聘中常见的两种偏见——「刻板印象偏见」和 「同类相似偏见」。

「刻板印象偏见」顾名思义，来源于对某个群体的刻板印象。比如偏爱某个性别的应聘者，从而导致性别不平等。

「同类相似偏见」，则指的是招聘人员偏爱与自己有相似背景或兴趣爱好的应聘者。

这些偏见会严重影响招聘过程的公平性，它们可能流入历史招聘数据，然后被用来训练人工智能系统，就导致了AI偏见。

例如，从2014年起，亚马逊公司就开始开发用于简历筛选的人工智能，希望从海量的简历中，快速地筛选出最理想的候选人。

不过，这个技术仅仅过了一年，有人就发现，AI的筛选结果中包含强烈的性别倾向。

即使候选简历里面并未明示性别，AI也会在文本的蛛丝马迹里寻找「线索」，例如「女子棋社队长」，或者毕业于女子大学。

知情人士表示，这个人工智能的训练材料，是公司过去10年的雇佣历史，而在科技领域，长期的职业刻板印象以及「亲男文化」，都导致了男性雇员数量大于女性，尤其是技术岗位。

2017年，亚马逊弃用了这个筛简历的AI模型。

这种偏见的持续存在表明，无论是否使用AI，都有必要进行仔细规划和监测，以确保招聘流程的公平性。

人类能消除偏见吗？

除了人力资源专业人士，The Decoder还采访了17位人工智能开发人员，希望研究如何开发人工智能招聘系统，以减少而不是加剧招聘偏见。

在访谈的基础上，他们建立了一个模型，让人力资源专业人员和AI工程师在研究数据集和开发算法的过程中，来回交换信息，质疑并去除先入为主的观念。

然而，研究结果表明，实施这种模式的困难在于人力资源专业人员和AI开发人员之间存在的教育和专业差异。

这些差异阻碍了有效沟通、合作，甚至是相互理解的能力。

人力资源专业人员传统上接受的是人员管理和组织行为方面的培训，而AI开发人员则精通数据计算和技术，这些不同的背景会导致合作时的误解和不协调。

如何优化AI＋HR

皮尤研究中心最近对11004名美国人进行了一项调查，发现66%的人不想向用AI招聘的雇主申请工作。

只有32%的人表示他们会申请，而其余的人则不确定。而71%的人反对AI做出的招聘决定。

因此，如果企业和人力资源行业想要解决AI招聘中的偏见问题，就需要做出几项改变。

首先，要对人力资源专业人员进行培训，以信息系统开发和人工智能为重点的结构化培训至关重要。

培训内容应包括AI的基本原理、如何识别系统中的偏见以及减少这些偏见。

此外，促进人力资源专业人员与AI开发人员之间更好的合作也很重要。

公司应该建立包括人力资源和AI专家在内的团队。这有助于弥合沟通鸿沟，更好地协调双方的工作。

此外，建立具有文化多样性的高质量数据集，确保AI的招聘流程中使用的数据能代表不同的人口群体。

最后，各国需要制定在招聘中使用AI的指导方针和道德标准，以帮助建立信任并确保公平。各组织应在AI的决策过程中实行问责制，提高透明度。

通过采取这些措施，我们可以创建一个更具包容性和公平性的招聘系统，既然AI擅长做客观数据的分析与决策参考，那么作为辅助工具使用，而不是携带着训练不够的「蠢」和复制偏见的「坏」贸然成为命运的判官。

最后，下拉海报新智元招聘中，全人工倾情对接无人机机械冰冷~

在AI招聘技术不断演进的今天，重要的是我们在利用人工智能的同时，保持警惕，确保招聘过程的公平性和透明度。只有这样，我们才能建立一个更加包容和公正的职场环境。