AI时代的判断力 · 第28篇
招聘工具可以排序简历、分析测评或推荐候选人，但“所有人都用同一个模型”并不自动等于公平。历史招聘数据可能把过去的偏好带进今天，代理指标也可能间接排除某些群体。
招聘方需要回答的五个问题
- 这个工具实际使用哪些数据和指标？
- 这些指标与岗位的必要能力有什么证据联系？
- 不同群体的通过率和错误率是否存在明显差异？
- 残障人士或特殊情况是否有可用的合理调整？
- 候选人能否知道AI参与、请求人工复核并纠正错误数据？
不要只审查模型，也要审查流程
一套准确率不错的工具，如果被放在错误的环节、没有人工复核，仍可能造成不公平。记录谁设定门槛、谁处理例外、谁能推翻结果，往往比供应商给出的总体准确率更重要。
公平不是让机器对每个人做同一件事，而是让与工作无关的特征不决定机会。
求职者遇到自动拒绝时，可以询问使用了哪些信息、决定是否由自动化系统辅助，以及是否存在人工复核或申诉渠道。
参考资料
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。