斯坦福 HAI 研究：同一 AI 招聘工具，可能把岗位偏差放大成“连续出局”

一套 AI 招聘工具，如果被 150 家雇主、1700 个岗位一起使用，会发生什么？

斯坦福大学以人为本人工智能研究院（HAI）披露的一项真实招聘算法研究，给了一个不太舒服的答案：问题未必出在某一次拒信，而在同一套筛选逻辑被反复使用后，一些求职者可能在多个岗位上连续出局。

这项研究覆盖 340 万人、400 万份申请、1700 个岗位、150 家雇主和 11 个行业。所有申请都由同一家第三方 AI 招聘供应商评估。

我更在意的不是“AI 招聘是不是一定歧视”。这项研究也没有给出这样的结论。它真正提醒的是：当招聘工具规模化、集中化使用后，单个岗位里的偏差，可能被平均数盖住，又在劳动市场里被放大。

总体平均很干净，岗位里未必公平

研究团队使用的是美国平等就业机会委员会（EEOC）常用的“四分之五规则”。简单说，如果某一群体获得推荐的比例，低于最受推荐群体的 80%，这个岗位就会被标记为存在“不利影响”。

这是一把合规筛查尺，不是法院判定歧视的锤子。它能提示风险，但不能直接证明某个个体因为种族被拒。

按这个口径，研究发现：26% 的黑人申请者、15% 的亚裔申请者，曾投递过对其群体不利的岗位。研究还估算，如果黑人和亚裔申请者获得与最受优待群体相同的推荐率，约 4 万份申请本可进入下一轮。

这里最容易误读的是“总体推荐率”。把所有岗位合在一起看，可能看不出明显问题。原因很简单：不同岗位的相反偏差会互相抵消。

这就是这篇研究最有价值的地方。

它把问题从“模型整体公平吗”，拉回到“某个岗位的筛选结果公平吗”。招聘不是抽象发生的。求职者也不是投递一个“总体岗位”。他投的是某家公司、某个岗位、某一轮筛选。

一平均，山高水低都没了。但门槛还在。

同一供应商复用后，“全拒”风险会集中

更麻烦的是供应商集中。

企业采购 AI 招聘工具，理由很现实：申请量太大，人力团队要提效，筛简历、排序、匹配岗位都需要自动化。对企业来说，这是降本工具。对求职者来说，这可能是一个看不见、问不到、很难申诉的过滤器。

斯坦福研究进一步看了“系统性拒绝”。在投递 4 个岗位的申请者中，10% 被全部拒绝。研究还发现，在同一供应商筛选下，申请者遭遇全拒的比例，高于“各家公司独立决策”所能解释的基线。

这句话要谨慎读。

它不是说每个被全拒的人都被算法不公平对待，也不是说这家供应商的所有结果都有问题。它说明的是：当多个岗位使用同一套筛选逻辑时，拒绝不再完全像独立事件。

如果某个简历特征、标签设定或模型偏好在系统里持续生效，求职者可能不是被一家企业拒掉，而是在一串相似岗位里反复被同一种逻辑挡住。

研究还对照了此前一项招聘研究：研究者曾向 108 家财富 500 强公司发送 8.3 万份申请，未发现类似高于独立决策基线的全拒现象。这个对照不能直接证明因果，但足以提示一个变量：同一供应商的集中筛选，可能改变拒绝的相关性。

对劳动市场来说，这比单次误判更难处理。单次误判还能归因到某家公司。系统性拒绝更像一张无形筛网，求职者甚至不知道自己卡在哪里。

对企业和监管，审计口径要从“总盘子”拆到岗位

这项研究最该影响两类人。

一类是关注 AI 治理和劳动市场的人。以后看 AI 招聘公平性，不能只看供应商给出的总体报告。更有用的问题是：是否按岗位、群体、招聘阶段分别审计？是否公开推荐率、阈值变化和模型更新后的差异？如果只披露总数，平均数很容易把问题磨平。

另一类是企业招聘和合规负责人。采购 AI 筛选工具时，不能只买“效率”。要把可审计性写进采购条件。

更具体一点，企业可以做三件事：

这不是让企业不用 AI。现实里，很多公司已经离不开自动化筛选。问题是，招聘属于高风险决策，不能把“供应商说通过审核”当成长期通行证。

研究也有边界。样本来自单一第三方供应商，不能外推到所有美国雇主，也不能代表所有 AI 招聘系统。研究没有披露这家匿名供应商的模型结构、训练数据、雇主最终采纳推荐的比例，也看不清不同岗位是否使用相同阈值。

这些限制很重要。证据到哪里，判断就该停在哪里。

但它已经足够改变审计优先级：少看一点漂亮的总体公平分，多看具体岗位里的推荐差异；少听一点“AI 更客观”的承诺，多问一句“如果出错，谁能解释，谁来负责”。

纽约市已经要求自动化就业决策工具进行偏见审计。真正的分水岭不在有没有审计，而在审计落到哪里。停在总体披露，平均数仍能遮住门槛；落到岗位级，企业的采购、流程和责任才会被重新计算。

回到开头那 400 万份申请。最刺眼的不是 AI 拒绝了多少人，而是同一把尺子被反复使用时，求职者可能连自己为什么被挡在门外都不知道。