AI招聘正在成为企业筛选人才的标准动作，但由此引发的争议也越来越多：候选人莫名被淘汰、简历石沉大海、算法评分难以解释。很多人习惯把问题归结为“算法有偏见”，但海外人力资源媒体 HR Executive 近期一篇文章给出了不同视角——真正的风险，往往不在算法本身，而在于用算法的人并不完全理解它。

AI招聘出问题，不是“算法失控”

文章指出，AI招聘中的许多失误并非来自失控的程序，而是招聘团队在并不完全了解系统逻辑的情况下，就把它放到了关键决策位置。比如，HR 可能只知道系统会给出匹配分数，却不清楚分数由哪些特征计算而来；只知道 AI 面试能分析微表情，却说不清情绪识别在最终评分中占多大权重。这种“知其然不知其所以然”的使用方式，很容易让工具越过使用者，成为事实上的决策者。

“委托”不等于“免责”

当招聘团队把筛选、评估等环节交给 AI，最容易被忽视的是责任归属。系统一旦把合格候选人排除在外，或者把候选人信息暴露在不必要的环节，企业很难给出清晰解释。文章用“暴露与排斥”来描述两种典型风险：一种是候选人隐私与数据的过度暴露，另一种是合格者被算法误判后无声出局。尤其在远程办公和灵活用工场景下，候选人背景更加多元，固定规则训练出的模型更容易误伤非标准履历。

给国内企业的三点提醒

国内招聘市场同样在加速 AI 化，简历解析、人才画像、AI 面试评分已经不算新鲜事。但这条海外观察值得国内 HR 认真对待。第一，上线 AI 工具前要明确系统边界，知道它擅长什么、不擅长什么；第二，保留关键环节的人工复核，不让算法单独决定录用与否；第三，建立候选人的异议与申诉通道，避免“被 AI 淘汰”成为无解体验。类似小蜜蜂云工作这样连接企业与远程人才的平台，也需要在效率与透明之间拿捏分寸，避免让候选人面对一个无法对话的“黑箱”。

说到底，AI 不会天然公平，但它能倒逼企业把招聘标准写得更清楚。真正需要升级的，不只是算法，还有使用算法的那群人。

本文由小蜜蜂云工作原创发布，话题参考自行业公开报道。