AI 面试让大量求职者苦不堪言,算法评分黑箱该如何规范治理?
AI 面试评分不应被当作不可质疑的“客观结论”。治理可从招聘方、平台和监管三方面入手:
- 事前告知与必要性:明确说明哪些环节由 AI 处理、采集哪些数据、评分会怎样影响筛选;只收集与岗位相关且必要的信息,避免未经充分论证就分析表情、声纹等敏感特征。
- 可理解的评价标准:向求职者说明主要考察维度、权重范围及数据用途,不必公开可被操纵的全部模型细节,但不能只给一个分数而不给有意义的解释。
- 验证公平与有效性:在实际岗位和不同群体中持续测试误差、偏差及岗位相关性;保留版本、数据和决策记录,定期由独立人员审计,发现不公平结果后暂停或调整模型。
- 保留人工复核和申诉:AI 只能辅助筛选。对拒绝录用等重大决定,应允许求职者申请人工复核、更正错误信息,并提供明确的申诉渠道和处理时限。
- 明确责任:用人单位不能把责任推给供应商;采购时应要求供应商提供测试与审计材料、配合解释和纠错,并约定数据安全、留存期限及事故处置责任。
政策层面可建立高影响招聘 AI 的风险分级、最低告知与审计要求,并由劳动、个人信息保护等监管机制协同执行。重点不是一概禁止算法,而是让标准可质疑、结果可复核、责任可追究;具体义务还需结合适用地区的法律法规判断。