近年来，人工智能（AI）在招聘过程中的应用迅速普及，特别是在简历自动筛选环节，极大地提高了招聘效率，节省了人力资源成本。数据显示，接近九成的财富500强企业已在一定程度上运用AI技术进行人力资源管理。然而，随着这类技术的深入推广，隐藏在系统背后的性别和种族偏见问题日益凸显，给求职者带来了不公平待遇，也对企业的多元化发展产生了负面影响。人工智能与人力资源的结合，理应是创新和公平的象征，但现实却展示了另一种复杂局面：AI系统并非中立，反而可能放大社会既有的不公正。本文基于一项利用大型语言模型（LLM）模拟简历筛选的研究，全面分析和揭示了性别与种族偏见在AI筛选过程中的表现形式及其成因，同时探讨相关的法律监管与技术改进路径。大型语言模型在简历筛选中的应用主要通过文本嵌入技术实现，系统按照简历与职位描述文本的相似程度对候选人进行排序。
但由于模型训练数据和算法设计中潜藏的隐性偏见，使得男性、白人名字的简历更容易获得较高排名，相比之下，女性和黑人群体的求职者则频频处于劣势。研究中模拟了超过550份简历和550个职位描述，利用80余个代表不同性别和种族身份的名字进行替换，对比分析发现，在27项性别和种族偏向测试中，男女简历平等被选中的情况仅占37%，其中男性简历被偏好选中率高达51.9%，女性简历仅占11.1%。更为显著的是种族偏见，白人名字简历在筛选中占据85.1%的优先权，黑人的名字简历仅有8.6%，白人倾向的选择几乎是黑人的十倍多。这种歧视比例远超过现实中就业水平的差异，暗示人工智能不仅复制而且可能加剧了就业市场中的不平等格局。交叉身份也呈现出更复杂且严重的歧视效果，研究尤其指出黑人男性的名字在简历筛选中遭遇最大的排斥和忽视，相较于黑人女性和白人男性，他们被选中比例极低，甚至在某些职位完全缺席。这种现象反映了社会结构中多重身份交织出的歧视困境，强调了仅考察单一身份维度时无法全面认识和解决问题的局限性。
现有技术在缓解这一问题上面临诸多挑战。目前一些去偏策略主要依赖剔除简历中明显的身份信息，如姓名、性别标识等，试图消除模型对这些敏感特征的识别。但实际上，隐蔽的环境线索和语境信息足以让模型推断求职者的身份，例如地理位置、教育经历、用词风格等因素都能透露身份特征。此外，某些去偏处理甚至可能影响模型整体性能，陷入效率与公平的矛盾。完全过滤敏感信息不仅难以实现，还可能剥夺与职位相关的有价值信息。法律层面，美国平等就业机会委员会（EEOC）明确规定，使用AI筛选工具的雇主必须避免任何性别、种族等歧视行为，保障招聘过程平等透明。
尽管如此，实际监管和审计机制尚不完善，部分地方法规刚刚起步，只有纽约市和科罗拉多州出台了强制AI招聘系统审计的法律，相关规定针对系统偏见检测和报告，旨在防止歧视蔓延。但这些法律尚存在漏洞，例如对“人机协作”模式的豁免，可能导致部分不公平行为逃避监管。自动化偏见（automation bias）也是需要重点关注的问题，人们往往过度信任AI决策，忽视了系统可能存在的内在缺陷。即使带有偏见的AI输出为人类决策者所用，反而可能固化已有歧视。因此，仅仅依赖人类判断作为补救措施并不可靠，必须结合技术监控和法规保障。针对交叉身份的歧视问题，政策上加深了对交叉性的认识。
加州于2024年率先将交叉身份明确纳入法律保护范畴，使得求职者能基于组合身份提出歧视申诉，推动司法系统更精准地识别复杂的歧视形态。历年来相关判例虽然认知到交叉身份的存在，却在具体执行中表现不一，导致许多求助者难以获得应有的法律救济。技术审计的独立性和透明度亟待提升。由于多数AI招聘系统属于企业私有，缺乏第三方访问权限，独立研究人员和监管机构难以有效检测偏见。推进公开数据集构建和标准化的评估指标，有助于建立公平性评估的行业共识。此外，推行聘用方在使用AI时告知求职者、获取同意、并提供人工复议和申诉渠道，则有助于提升系统使用的透明度和公正性，保护求职者权益。
展望未来，促进AI招聘系统的公平应用需要多方协作。技术研发者需深入研究模型中隐性偏见的产生机制，创新有效的去偏算法，避免削弱模型效率的同时保证公平。政策制定者应加强法律监管，推广全面的审计法规，鼓励跨部门合作推动标准制定。企业作为主要用户，应增加对自身AI工具的透明度，积极配合监管，投入资源提升招聘多样性及包容性水平。公众意识的提升亦不可忽视，求职者应了解AI技术的潜在风险和申诉权益，形成对抗偏见的社会合力。人工智能简历筛选的普及无疑推动了招聘的数字化转型和效率革命。
然而，隐藏在表象后的性别与种族偏见问题提醒我们，技术进步必须以人本公平为核心。忽视或延迟应对这些挑战，将对求职公平产生长期且深远的负面影响，削弱社会的整体信任与和谐。唯有通过科学的研究、严谨的审计、完善的法规和多元的社会参与，才能打造一个公正、透明且包容的未来招聘生态。由此可见，人工智能虽然具有巨大的潜力，但其应用过程中出现的偏见问题实质上是社会结构和历史积淀的反映和放大。解决之道不仅需技术革新，更需要政策制定者、行业领导者与学术界通力合作，形成系统性改革。对每个求职者而言，公平的招聘环境是获得自我价值实现和职业发展的基本保障，也是推动整个社会公平正义的重要基石。
只有克服性别和种族的障碍，人工智能才能真正助力人类构建美好未来。
