如今，毕业生的简历很可能不得不打动某个算法，但对于机器人招聘将会终结还是强化人类偏见，专家们看法有分歧。
－－－
人工智能的进步和大数据的使用，正在改变许多大公司招聘入门级和初级管理职位员工的方式。如今，毕业生的简历很可能不得不打动某个算法，而不是一位人力资源高管。
「过去两年里，在大流量筛选的过程中使用自动化的情况出现戏剧性增加，」Amberjack负责客户解决方案和战略发展的董事总经理索菲•米尼(Sophie Meaney)说。该公司提供自动化招聘流程以及相关咨询服务。
尽管算法理应平等对待每份申请，但在机器人招聘(robo-recruitment)将会终结遴选过程中的人类偏见、还是实际上也许会强化人类偏见的问题上，专家们看法不一。
「AI系统并非完全平等，」HireVue首席技术官洛伦•拉森(Loren Larsen)说。该公司开发出一套自动化的视频面试分析系统。包括消费品集团联合利华(Unilever)、电信运营商沃达丰(Vodafone)和零售商Urban Outfitters在内的很多公司已采用了该系统。「我认为，你必须考察一下这项工作背后的科学团队，」拉森说。
专家们表示，问题在于，要想找出最佳候选人，首先必须告诉算法在任何一个给定组织里，「好」是什么样子。即便没有馈入似乎有成见的标准，一套高效率的机器学习系统将很快能够复制现有员工的特点。如果某个组织喜欢知名大学的白人男性毕业生，算法将学会选出更多这一类别的人。
从一笔贷款、一份工作，到刑事司法系统中的缓刑决定，在判断众多事情的合适性方面越来越依赖自动化，让马萨诸塞大学(University of Massachusetts)软件工程副教授尤里•布朗(Yuriy Brun)感到不安。
「很多时候，一家公司推出软件，却不知道软件是否有成见，」他说。他提到了美国好几个州正在使用的帮助评估一个人再犯罪可能性的Compas工具。据报导，该工具倾向于歧视非洲裔美国人。
布朗教授解释称，鉴于大数据的使用，算法将不可避免地学会歧视。
「人们看到这是一个很重要的问题，可能会让招聘系统的偏见变得比现在更糟糕，这是真实的风险，」他说。
这种担心导致他与人联合开发出一种检测系统偏见迹象的工具。
不过，与机器人招聘合作的很多人更为乐观。
招聘平台Applied首席执行官凯特•格莱兹布鲁克(Kate Glazebrook)表示，她的使命是鼓励招聘经理远离她所说的「质素指标」，比如学校或大学等，转向在更大程度上基于证据的方法。
「总体来说，你能让招聘流程变得越相关，你就越有可能为工作岗位找到合适人选，」她说。
Applied把候选人在线完成的测试隐去姓名，然后把所有问题逐一提供给人类评估者。整个流程每一阶段的设计都是为了剔除偏见。
带着相同目的，联合利华在2016年决定将其毕业生招聘计划转向一个自动化程度更高的流程。每年有大约30万名候选人申请该公司的800个工作岗位。
联合利华跟Amberjack、HireVue以及另一家大流量招聘公司Pymetrics合作。Pymetrics开发了一种基于游戏的测试，通过测试对候选人在承担风险和从错误中学习的能力、以及情商进行打分。
联合利华表示，这种方法提高了入围候选人名单的民族多样性，而且在遴选最终将被聘用的候选人方面更为成功。
「我们现在做得到的事情令人惊叹，但我们明年或后年能够做到的事情将会更加令人惊叹，」拉森说。
话虽如此，Pymetrics首席执行官弗里达•波利(Frida Polli)说，机器人招聘系统仍必须接受定期测试，以防偏见渗入。「大部分算法工具很可能会强化偏见。好的算法应当有审核。」
－ 本文来自《金融时报》
继续阅读
阅读原文