报告聚焦人才获取领域人工智能（AI）偏见的现状，通过大量数据和案例分析，呈现AI在招聘中的公平性、与人类决策的对比及行业合规等情况。
AI偏见的认知与现状：75%的人力资源/人才获取（HR/TA）领导者将偏见列为采用AI工具的主要担忧，仅次于数据隐私。尽管AI在招聘中的应用日益广泛（75%的TA团队已使用），但相关风险已成为商业问题，Mobley vs. Workday等诉讼案例凸显其法律和声誉风险。研究显示15%的AI系统未通过基本公平性测试，且不同供应商的AI系统偏见差距达40%，但85%的系统符合公认的公平阈值，说明偏见可通过合理开发和监管缓解。
AI与人类决策的公平性对比：人类决策存在显著偏见，2020 - 2024年超过99.9%的就业歧视索赔与人类偏见相关。相比之下，AI系统整体表现更公平，平均公平得分（影响比）为0.94，高于人类的0.67。在性别方面，AI对女性的公平待遇提升约39%；在种族方面，少数族裔通过AI获得的公平待遇提升高达45%，显示AI在减少长期不平等方面有潜力。
行业合规与供应商实践：相关法规逐渐出台，如纽约市144号地方法、科罗拉多州SB205法案、欧盟AI法案及ISO42001标准，但合规进展滞后，多数供应商尚未完全达标。供应商在负责任AI实践上有所投入，71%发布公开文档，75%进行内部偏见测试，但对终端用户透明度不足，仅15%告知用户AI的使用，且审计多集中于性别和种族，对年龄、残疾等其他群体的覆盖不足。
结论与启示：AI偏见风险切实存在，但其在合理设计和部署下可改善职场平等。随着AI在招聘中更深入应用，供应商和企业需共担偏见责任，企业选择供应商时需将其视为风险决策。未来需加强监管合规、提升透明度，并扩大偏见审计覆盖范围，以充分发挥AI在公平招聘中的潜力。
免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系返回搜狐，查看更多
