是算法在淘汰？

還是觀念在淘汰？

今年42歲，擁有10年互聯(lián)網(wǎng)大廠工作經(jīng)驗的張女士在投遞200余份簡歷均石沉大海后，嘗試將簡歷中的畢業(yè)時間模糊處理、姓名改為中性化的“張立”，兩周內(nèi)便收到了6個面試邀約。這樣的簡歷“優(yōu)化”策略，揭開了招聘平臺黑箱算法的冰山一角。

簡歷”消失“的背后：被算法改寫的求職命運

當張女士仍在等待心儀崗位面試通知時，同方向的另一位資歷較淺的男性競爭者已相較輕松地獲得了面試邀請。這樣的情況并非個例。在當今數(shù)字化招聘的時代，算法篩選系統(tǒng)已經(jīng)成為企業(yè)初篩簡歷的首道關(guān)卡，卻在不經(jīng)意之間，成為了女性和年長求職者的隱形屏障。

2022年北京大學針對“中國招聘算法歧視”的研究報告表示，部分招聘平臺的AI模型會因簡歷中出現(xiàn) “女性”“45歲”“退休返聘” 等詞降低簡歷通過的概率。實驗顯示，隱藏年齡和性別信息后，中高齡求職者的面試率提升了20%。

算法的歧視是隱形的，而職場中的區(qū)別對待卻顯然呈現(xiàn)著。智聯(lián)招聘發(fā)布的《2021中國女性職場現(xiàn)狀調(diào)查報告》中發(fā)現(xiàn)，約 55.8%的女性在求職時被問及婚育狀況，而男性僅 23.9%，甚至不到女性的一半。此外，29.6%的女性在求職時因為性別原因受到用人單位的限制。以上的數(shù)據(jù)，男性比例均低于女性，女性在職場中受到明顯的“性別限制”。

這一情況在2023中并未迎來改變。據(jù)智聯(lián)招聘調(diào)查報告顯示，61.2%的女性在求職中被問婚育，不僅高于上一年的58%，還遠高于男性的32.3%。不僅如此，38.3%的女性表示婚育影響職場前景，遠高于男性的17.9%。數(shù)據(jù)顯示，11.9%的女性因性別升職加薪不順，高于男性的10.3%。這意味著，和職場男性相比，婚育、性別問題歧視持續(xù)甚至加深，為女性的職場發(fā)展帶來困擾。

不僅女性，年長求職者同樣面臨這類問題。

2023年復(fù)旦大學《中國就業(yè)市場性別與年齡歧視研究》在招聘平臺投遞測試簡歷，發(fā)現(xiàn)當女性簡歷含“45歲”時，被查看率下降 70%。

這種種數(shù)據(jù)的背后，不僅僅是無數(shù)求職者被改寫的職業(yè)命運，還是社會歧視含沙射影的體現(xiàn)。在算法的世界里，他們的經(jīng)驗、能力和潛力被簡化成了數(shù)字與標簽，而那些與傳統(tǒng)優(yōu)勢群體不符的特征，卻成為了被“過濾”的理由。

技術(shù)黑箱：從“數(shù)據(jù)推斷”到?jīng)Q策黑箱的閉環(huán)

算法的“黑箱”特性，使得其決策過程難以被外界理解。以常見的機器學習算法為例，它通過對大量歷史數(shù)據(jù)的學習，建立起一套預(yù)測模型。在招聘場景中，算法會分析過往成功入職者的簡歷特征，比如學歷、工作經(jīng)驗、技能證書等等，然后根據(jù)這些特征來判斷新求職者與相對職業(yè)的匹配度。

（此圖為AI智能簡歷篩選系統(tǒng)流程圖）

然而這種看似科學的推斷過程，卻隱藏著巨大的風險。一方面，歷史數(shù)據(jù)本身就可能存在偏見。例如，如果一家企業(yè)過去在招聘中存在對女性或年長求職者的歧視，那么這些帶有偏見的數(shù)據(jù)就會被學習甚至放大。歐盟基本權(quán)利署在《2023年人工智能與就業(yè)歧視白皮書》報告就指出，在68%使用AI招聘算法的企業(yè)中，有34%的算法被檢測出存在性別或年齡偏見。

但其實，算法的核心機制歧視就是對“非顯示數(shù)據(jù)”的標簽化捕捉。比如通過姓名庫（如“張偉”“王芳”等高頻性別指向姓名）、身份證號前6位（推斷地域與年齡）、教育經(jīng)歷時間線（如“2005年本科畢業(yè)”推算年齡約40歲）等間接信息，便可為簡歷自動生成“性別概率值”“年齡分段標簽”。

而在中國信息通信研究院2023年對10家招聘平臺的監(jiān)測顯示，7家平臺存在“性別-崗位類型關(guān)聯(lián)加權(quán)”，如銷售崗對男性簡歷的匹配度默認提升20%-30%。這也揭示了平臺算法?；谄髽I(yè)歷史招聘數(shù)據(jù)訓練，會形成“隱性偏好模型”，會自動為同類崗位生成“優(yōu)先匹配年輕男性”的比例規(guī)則。

另一方面，算法的決策過程缺乏透明度。即使求職者對篩選結(jié)果提出質(zhì)疑，企業(yè)也往往難以給出明確的解釋，因為算法的決策是基于復(fù)雜的數(shù)學模型和大量的數(shù)據(jù)運算，連開發(fā)者有時候也難以完全理解其背后的邏輯。這種“黑箱”決策不僅剝奪了求職者的知情權(quán)和申訴權(quán)，也使得算法歧視難以被發(fā)現(xiàn)和糾正。

對此，騰訊研究院秘書長張欽坤表示，如果不解決這兩個問題，不僅影響用戶對AI應(yīng)用的信任，而且也可能會帶來算法歧視、算法安全和算法責任等方面的相關(guān)問題。而數(shù)據(jù)工程師也意識到需要在算法的可解釋性和高效率之間做出取舍，目前還沒有兩全其美的 AI 算法，如何做好 AI 可解釋的量化呈現(xiàn)是當前業(yè)界需要思考的重點。

算法偏見的本質(zhì)：社會鏡像的技術(shù)投射

算法并非天生帶有偏見，他只是社會現(xiàn)實的一種反映。社會對女性和年長求職者的傳統(tǒng)觀念，如認為女性在職業(yè)發(fā)展中會受到生育等因素的限制，年長求職者缺乏創(chuàng)新能力和學習能力等，早以深深的烙印在歷史數(shù)據(jù)和社會文化中。當算法以這些數(shù)據(jù)為基礎(chǔ)進行訓練時，就不可避免地將這些偏見融入到了決策模型中。

智聯(lián)招聘《2023 年一季度人才市場熱點快報》中進一步指出了年齡歧視是勞動權(quán)益的“頭號克星”，職場人認為有待改善的就業(yè)歧視問題中，年齡歧視占比高達60.2%。

報告通過大規(guī)模調(diào)研數(shù)據(jù)還指出，85% 的白領(lǐng)認為存在 “35 歲門檻”，其中 46.8% 的受訪者直言 “過了 35 歲的確很難找工作”；38.1%表示目前許多公務(wù)員招聘年齡也以35歲為限，35歲可能是職場分水嶺。

此外，女性求職者和年長求職者還有一個共同面臨的問題：即使真的面試上并且找到工作后，在行業(yè)區(qū)分、職級分布上也存在著一定的歧視。

該報告還闡述了，從行業(yè)上看，互聯(lián)網(wǎng)、IT、通信、電子等行業(yè)對年齡的要求會更高一些，金融、文化藝術(shù)等行業(yè)緊隨其后，以至于找工作時，年齡成為了求職者的求職負擔。由于互聯(lián)網(wǎng)、金融行業(yè)競爭較為激烈，因此這類行業(yè)的求職者更容易產(chǎn)生年齡危機。

智聯(lián)招聘CEO郭盛在《2021中國女性職場現(xiàn)狀調(diào)查報告》指出，女性工資低于男性，除了管理層占比偏低，還在于女性主要從事的崗位為社會認同的基礎(chǔ)崗位，從本次調(diào)研數(shù)據(jù)來看，女性主要分布在財務(wù)、行政、人力資源和銷售崗，現(xiàn)在普遍高薪高社會地位的技術(shù)、產(chǎn)品崗位上男性的占比優(yōu)勢較為明顯，這也影響女性的平均工資水平。

報告還顯示，男性職場人有46.9%處于普通員工層次，而53.9%的女性職場人都在擔任基礎(chǔ)崗位，女性占比是超越男性的。在不同級別的技術(shù)人員中，女性仍為“第二性”，占比與男性差距明顯。這些數(shù)據(jù)說明，在市場環(huán)境里，不僅默認女性的技術(shù)水平低于男性，而且在中高級別、中高層次領(lǐng)域，男性地位還是高于女性，并且擁有更多的話語權(quán)。

這種技術(shù)偏見的危害是深遠的。它不僅限制了女性和年長求職者的職業(yè)發(fā)展，也剝奪了企業(yè)獲得多元化人才的機會，阻礙了社會的創(chuàng)新與進步。正如哈佛大學教授凱西·奧尼爾在《算法霸權(quán)》一書中所寫到的：“算法是一種權(quán)力工具，它可以放大社會的不平等，而不是消除它們。”

破局困境：當法律困境撞上社會偏見磐石

面對算法歧視問題單純的技術(shù)調(diào)整顯然不足以解決根本問題。雖然一些企業(yè)嘗試通過優(yōu)化算法、增加數(shù)據(jù)多樣性等方式來減少偏見，但這些“技術(shù)補丁”往往治標不治本。

2023年歐盟《人工智能法案》第52條（透明度義務(wù)）已要求招聘類AI系統(tǒng)披露“是否基于性別、年齡等敏感特征決策”，提供通俗易懂的算法影響說明（如“您的簡歷因年齡標簽被降低通過率”）。德國西門子隨機剔除算法中“45歲以上簡歷降權(quán)”參數(shù)，使該群體簡歷通過率提升了37%。但慕尼黑工業(yè)大學2024年追蹤研究發(fā)現(xiàn)，盡管顯性年齡過濾規(guī)則被刪除，算法對“2000年前畢業(yè)”等間接年齡線索的識別仍使中老年求職者面試率比青年低22%。

這種“規(guī)則刪除但偏見依存”的現(xiàn)象，印證了算法歧視本質(zhì)上就是社會年齡焦慮的的技術(shù)折射——當法蘭克福證券交易所的企業(yè)普遍把35歲設(shè)為“管理崗準入紅線”，算法即使剔除顯性標簽，也難以阻斷HR在面試環(huán)節(jié)對“年長=保守”的潛意識聯(lián)想。

2019年加拿大《就業(yè)公平法》修訂后，多倫多銀行因無法證明算法公平性，向127名被篩除的女性求職者賠償210萬加元，推動溫哥華證交所300強企業(yè)中89%引入算法審計。但加拿大統(tǒng)計局2023年數(shù)據(jù)顯示，金融行業(yè)女性高管占比僅從21%升至25%，技術(shù)崗位女性工程師比例甚至下降3個百分點。

這種矛盾在多倫多證券交易所的交易大廳尤為明顯——即便算法刪除了性別加權(quán)參數(shù)，交易員群體中女性占比仍不足15%，而年薪超50萬加元的崗位中男性占比達87%。

從歐盟的《人工智能法案》到加拿大的《就業(yè)公平法》，這些破局嘗試都指向了一個共同核心矛盾：算法并非技術(shù)故障，而是AI對社會結(jié)構(gòu)性歧視的數(shù)字化呈現(xiàn)。破局之路遠非修改代碼或者修訂法律那般簡單，當社會評價系統(tǒng)仍將“年輕”“男性”與“高潛力”天然綁定，即便算法成為“色盲”，職場歧視也會以“文化適配”“潛力評估”等更隱蔽的方式存在。正如中國人民大學商法研究所所長劉俊海指出：“算法治理的核心，是打破‘社會偏見→數(shù)據(jù)污染→算法強化→歧視固化’的惡性循環(huán)”。

要打破這一困境，我們需要的不僅“數(shù)據(jù)去標識化”“算法審計”等技術(shù)補丁，更要重構(gòu)職場評價體系——讓能力而非年齡、讓價值而非性別，成為衡量求職者的核心標準。技術(shù)只是工具，偏見審視才是核心目標。讓技術(shù)真正服務(wù)于人的尊嚴與公平，讓每一個求職者都能在平等的基礎(chǔ)上展現(xiàn)自己的能力和價值。這條路任重道遠，但一刻也不容緩。

參考資料：

[1]北京大學（2022）《中國招聘算法歧視研究報告》

[2]智聯(lián)招聘《2021中國女性職場現(xiàn)狀調(diào)查報告》

[3]智聯(lián)招聘《2023年中國職場性別現(xiàn)狀調(diào)查報告》

[4]復(fù)旦大學（2023）《中國就業(yè)市場性別與年齡歧視研究》

[5]歐盟基本權(quán)利署《2023年人工智能與就業(yè)歧視白皮書》

[6]北京大學（2023）《招聘算法透明度研究報告》

[7]中國信息通信研究院（2023）《互聯(lián)網(wǎng)招聘算法合規(guī)性評估報告》

[8]智聯(lián)招聘《2023年一季度人才市場熱點快報》

[9]歐盟《人工智能法案》（2023）

[10]西門子2024年年報

[11]慕尼黑工業(yè)大學（2024）《算法偏見的隱形遷移》

[12]加拿大（2019）《就業(yè)公平法》

[13]加拿大統(tǒng)計局（2023）《性別與職場平等報告》

[14]聯(lián)合國《2024年人工智能與性別平等報告》

作者|潘晶晶 何紫菱 耿靜嫻

指導老師|高殿洪 鐘俊輝

編輯|何紫菱