在招聘中應用AI，當心法律及倫理

朱偉

AI方面的數字創新和進步，催生了各種新型人才甄選和評測工具。這類工具大都聲稱能幫助公司提升選才能力，以前所未有的快速和低成本，為崗位找到匹配的人才，篩去不適合的人。

這些工具依靠數據做出人力資源相關決定，賦予了用人單位前所未有的力量。這類方法還可以促進反饋民主化，通過數據讓數百萬求職者了解自己的長處、成長需求，以及可能適合的職業和組織。游戲式評估、抓取社交媒體信息的機器人、對求職者文章的語言學分析，以及可以運用算法分析說話內容、聲調、情感狀態、非語言行為以及性格的視頻面試，AI在人力資源領域已經出現了引人矚目的快速發展，以及相應的風險投資。

評估求職者的不確定性

新型工具正在瓦解原有的招聘及人才評估空間，然而其自身的準確性尚存在許多問題，還帶來了倫理、法律和隱私方面的質疑。許多內業人士也開始擔心，新技術特別是人臉分析技術，是否會對公平就業產生負面影響。

用人單位意識到，不能或不該詢問求職者的家庭狀況，以及求職者是否懷孕、情緒狀態、身心健康狀況等等。然而，新技術能夠間接識別這些因素，不必經過正式許可，甚至不必經過允許。

在對當前運用AI評估求職者的不確定性進行深入挖掘之前，先回顧一下過去會很有幫助。心理測試已經應用了100多年，美國陸軍阿爾法部隊用心理測試將入伍者進行分類，評估其擔當各種職能的適合程度，心理測試的運用范圍因此得以進一步拓展。心理測驗通常分為三大類：認知能力測試、性格測試、心理健康測試。

認知能力和智力測試，被證明是預測許多職位適合度的可靠評估因素。然而，如果特定受保護群體在這類測試中受到不利影響，就可能造成歧視。用人單位若要采用已被發現有此類不利影響的測試，必須證明該測試的確與工作有關，并能預測員工適合特定職位的程度。

性格測試令公司遭受歧視嫌疑的可能性降低，因為性格與受保護群體或殘疾之間的相關性很小乃至沒有。還有一點值得一提，性格與工作表現之間的關系，取決于具體情境。

新一代人才甄選工具越來越多地用于就職評估，可惜眼下關于人才甄選工具的信息實在太少。許多工具的重點都是技術創新，并非來自科學推導或研究成果。因此，有時人們無法確定這類工具測試的究竟是什么、其預設是否合理有效，以及其預測求職者表現的基本原理。例如，言辭和嗓音等長期以來被視為與性格相關的物理屬性一直被視為與個人工作表現差異有關。如果某工具在言語規律上顯示出傾向性，如青睞平和或友好的音調，這種因素對受法律保護群體的求職者不造成歧視，那么就不存在法律風險問題；可是這樣的工具并未經過科學驗證，因此可能存在潛在的歧視，讓公司平白承擔責任。另外，根據基本無法改變的先天嗓音條件篩選求職者，是否符合道德倫理，這方面尚無定論。

與之相似，社交媒體活動，如微信、微博、脈脈，可以反映人的智力和性格，包括性格黑暗面。但使用社交媒體的用戶通常是出于求職以外的其他目的，用戶并未許可公司收集分析這部分信息并得出有關他們的私人結論，那么，出于招聘目的發掘這部分信息，是否符合道德倫理？

在招聘中應用新技術，一系列新的有關個人隱私的倫理和法律問題隨之而來。我們認為，圍繞這些問題應當進行公開討論。

用人單位面對求職者社交的隱私信息

隨著技術的進步，大數據和AI將會越來越精確地測定個人隱私屬性的替代屬性。例如，越來越多的HR在與求職者見面時，會通過各種社交渠道搜索求職者的個人信息。一家新媒體公司的HR張經理介紹，公司處于初步發展時期，一些優質的員工根本瞧不上這樣的企業。因此，張經理會在社交媒體上尋找活躍的因子，事實證明他的選擇是正確的。他在一個影評的網站上發現一位叫“水若寒”的網友，經常會針對最新電影發表影評，觀點犀利，見解獨到，點擊率10萬+的文章數量很多。張經理通過留言的方式與“水若寒”加上微信好友，兩人經常針對一些影視作品交流觀點，后來得知“水若寒”正在讀研究生，明年畢業。張經理就向“水若寒”拋出了橄欖枝，希望他可以加入這個年輕的團隊，一起創業。二人一拍即合，一位優秀的潛力股就通過這樣的方式被張經理得到了。

這是一個關于大數據招聘的正面例子。然而，也有一些HR會通過求職者的社交留言、點贊內容，來判斷該求職者的心理素質、性格特征。一位制造型企業的老板王總非常重視員工的忠誠度，因此，在招聘員工時，忠誠度擺在了非常重要的位置。在面試一位高管時，王總起初非常看好這位年輕人，后來在此人的微信朋友圈、微博和脈脈中，王總發現此人酷愛旅游，是一個說走就走的背包客。王總判斷此人不能長久地在某一個企業和崗位上工作，所以最后沒有選用他。

《勞動法》中并沒有明確規定用人單位不允許通過社交平臺歧視求職者，因此公司依賴運用這些替代屬性的評估工作，風險尚不得而知，但根據這類屬性做出不利于求職者的決策，無論是怎樣推理的，都與法律相悖。尤其是近幾年炒得非常火熱的臉部識別軟件，也同樣面臨這樣的問題。據最新研究預測，面部識別AI可以迅速識別求職者的情緒等“內部狀態”，準確程度相當高。另外，《員工測謊保護法案》在一般情況下禁止公司使用測謊儀作為聘用前篩選工具，《基因信息不歧視法案》禁止公司在招聘時參考基因信息。可是，如果有關謊言和基因的信息能夠被AI工具準確檢測出來，用人單位又該如何面對？這都是值得探討的問題。

用人單位面臨求職者生活方式的隱私信息

現在用人單位可以獲取一些個人隱私信息，比如求職者每日在網絡上學習英語或專業知識的“簽到”記錄，對自己去健身房或“try”上的打卡記錄，在購物網站上的記錄等等。在數字時代，許許多多信息都很容易找到。大數據無處不在，不斷收集和整理我們的信息，供我們尚無法想象的工具進行分析，用作將來我們是否適合特定工作崗位的參考。而且數據的積累只會越來越大。專家表示，世界上90%的數據是過去兩年里產生的。數據越來越多，數據濫用和隨之而來的歧視，無論是有心的還是無心的，也勢必會越來越多。

求職者李宇飛是一個網絡社交達人，經常會報名參加各類知識付費課程。每天早上是英語閱讀打卡，中午是名著閱讀打卡，晚上是燃燒卡路里打卡。在求職中，用人單位通過他的打卡記錄，推測他是一位有毅力、能堅持的年輕人，而這個推測也在面試中給他加了不少分，最終成功入職。筆者對此種測評方式保留意見，每日打卡就是能堅持，這并沒有任何科學依據。這種判斷是否會產生誤判，造成用人成本的浪費也不可知。

歐洲根據一般性資料保護規則進行隱私保護，美國則依賴拼湊起來的方法，主要靠法律。對于社交媒體，美國于2012年立法，規定公司不可要求求職者提供個人網絡賬號的密碼作為聘用條件。20多個州實施了這樣的法律來限制企業。然而，我國對于在職場應用新技能的個人隱私問題，相應的規定和法律還很少。

用人單位面對“偏見求職者”的隱私信息

技術的進步還帶來了有關尊重多樣性的新困境，這種系統造成的學習偏見，特別是與性別有關的此類偏見，已經在現實中引起了高度關注。最為典型的就是，二孩政策實施以來，有關女性就業問題的熱議。雖然法律明確禁止用人單位歧視女性，但是對于未婚女性、三期女性、準備生育二孩的女性，用人單位還是存在隱性的偏見。

亞馬遜用于評估簡歷的自動人才搜索程序，被發現評估方式帶有性別偏見后立即被棄用。為了減少這類偏見，開發者正在調整用于培訓AI的數據，力求平等地代表所有群體。AI學習的信息量越大，消除潛在偏見的效果就越好。

總之，新技術可能已經跨過了公眾屬性和個人隱私、“特征”和“狀態”之間的界線，而且完全有理由相信，將來這個趨勢會愈演愈烈。運用AI大數據社交媒體和機器學習，公司將更多地接觸有關求職者個人生活、私人特征、隱私難題和心理狀態的信息。上面提到的許多關于個人隱私的新問題雖然還沒有答案，但這些問題值得探討。