人工智能在招聘中的应用，指的是运用机器学习和大型语言模型等人工智能技术，来自动化并提升招聘流程的各个阶段。这些技术使组织能够运用数据驱动的方法来招聘、筛选和预测应聘者的成功率。支持者认为，人工智能减少了人为偏见，有助于识别合格的候选人，并使人力资源专业人员能腾出精力处理更具战略性的任务。然而，批评者警告说，人工智能可能会延续现有的不平等并取代人类工作岗位，而伦理争论则集中在算法透明度、问责制以及在整个招聘过程中确保持续监督以实现公平和无偏见决策的需求上。
人工智能在招聘中的采用已迅速增长。2022年，美国人力资源管理学会（SHRM）的研究发现，近25%的组织在人力资源活动中（包括招聘）使用了自动化或人工智能。使用率与公司规模相关：员工少于100人的雇主中有16%使用了人工智能，而员工达到或超过5000人的雇主中这一比例为42%。在使用者中，超过三分之二的人力资源专业人员报告称，人工智能改善了职位填补时间，其中53%的人认为略有改善，16%的人认为显著改善。到2024年，估计有35%至45%的公司正在招聘中使用人工智能，而2025年世界经济论坛的数据表明，近90%的公司采用人工智能工具进行招聘。
招聘与定向广告
人工智能通过生成招聘广告并将其定向投放给可能适合某个职位的潜在应聘者来协助招聘。这通常利用依赖人工智能的社交媒体广告工具。例如，Facebook（现为Meta）允许广告商根据人口统计、地理位置、兴趣、行为和社交关系来定向投放广告。公司还可以使用“相似”受众，即他们提供一组数据（通常是其现有员工），Facebook则将这些广告定向投放给与该数据集中相似的用户资料。2018年Facebook委托进行的一项研究发现，四分之一的美国成年人曾使用该平台搜索或找到工作。
Indeed、Glassdoor和ZipRecruiter等求职网站同样会将招聘信息定向投放给具有理想特征的应聘者。定向广告提供了效率并有助于触达特定受众，但它也引发了关于谁能看到工作机会的担忧。大多数定向算法是专有的，虽然Facebook和Google等平台允许用户查看广告显示的原因，但未收到广告的人可能永远不知道该广告的存在或被排除的原因。2018年，美国公民自由联盟向平等就业机会委员会提出投诉，指控Facebook允许存在性别偏见的招聘广告，违反了联邦和州的反歧视法律。2019年，Facebook在就业相关广告类别中禁用了基于性别、年龄和邮政编码的明确定向功能。
筛选与应聘者评估
筛选工具是一种由人工智能驱动的测试，帮助公司在庞大的应聘者池中筛选出具有理想特征的候选人。筛选所用的因素引起了伦理学家和民权活动人士的担忧。如果筛选工具基于以白人和男性为主的员工数据进行训练，它可能会无意中偏向相似的应聘者，从而延续不平等。相反，人工智能也有潜力减少人为偏见，例如对具有非裔美国人名字的应聘者的偏见，这种偏见已在多项研究中得到证实。
一个著名的例子是亚马逊的简历扫描工具，该工具于2014年至2018年间使用。它基于先前招聘候选人的资质进行训练，系统性地降低了女性候选人的简历评级，导致亚马逊工程师发现了这一偏见并最终放弃了该项目。根据SHRM在2022年的研究，在使用供应商提供的人工智能招聘工具的雇主中，只有五分之二表示供应商在防止偏见的措施方面“非常透明”。此外，人工智能工具可能形成自身的偏见：2026年普林斯顿大学和芝加哥大学的一项研究发现，即使在数据中立的情况下进行训练，人工智能工具在招聘任务中也会形成群体偏见，并且它们比执行相同任务的人类更容易形成新的偏见。
面试与聊天机器人
聊天机器人是人工智能在招聘中最早的应用之一。面试者与聊天机器人互动来回答问题，人工智能则分析他们的回答。异步视频面试（AVI）是另一种方法，雇主通过电子方式发送文本问题，候选人通过网络摄像头录制回答。HireVue是一家重要的供应商，它开发了在录制视频面试中分析面试者回答和手势的技术。超过700家公司使用HireVue的服务对超过1200万名面试者进行了筛选。
伦理与法律争议
人工智能在招聘中带来了益处，但也提出了挑战。偏见可能无意中被嵌入训练数据中，这些数据通常来自现有员工，从而导致员工队伍更加同质化。Facebook广告的例子说明了平台如何允许企业主指定理想的员工特征，可能排除受保护群体。这种做法已引起了监管审查和公众反弹。
算法透明度是一个主要问题：许多人工智能招聘工具是专有的，这使得候选人和监管机构难以了解决策的制定方式。当人工智能系统出错或表现出偏见时，问责制也不明确。专家呼吁进行持续监督、审计和制定公平的人工智能实践，包括定期测试不利影响以及使用可解释的人工智能技术。
未来方向与监管
随着人工智能在招聘中的采用不断增加，监管的推动也在加强。欧盟《人工智能法案》于2021年提出，预计到2026年全面生效，该法案将就业中使用的人工智能归类为高风险，要求严格遵守透明度、数据治理和人工监督方面的规定。在美国，平等就业机会委员会已根据《民权法案》第七章发布了关于人工智能和算法公平性的指南。一些地方法律，例如纽约市第144号地方法（2023年生效），要求对自动化就业决策工具进行偏见审计。
未来的发展可能包括更复杂的深度学习模型和生成式人工智能，用于个性化候选人评估，但这些也引发了新的伦理问题。迈克尔·乔丹和阿尼玛·阿南德库马尔等研究人员强调了稳健和公平机器学习的重要性，而斯坦福人工智能实验室和麻省理工学院计算机科学与人工智能实验室等组织则继续研究算法偏见。挑战仍然是如何利用人工智能的效率，同时确保公平的招聘结果。
结论
人工智能在招聘中是一个具有变革性但存在争议的领域。它在招聘、筛选和面试方面提供了显著的效率，但其复制或放大人类偏见的潜力需要谨慎的设计、透明度和监管。截至2025年，人工智能的采用已广泛，但伦理和法律框架仍在演变中。正在进行的研究和政策努力旨在平衡创新与公平，确保人工智能成为包容性招聘的工具，而非障碍。