史丹佛大學最新研究揭露，全球九成以上企業採用的AI徵才工具存在系統性偏見，導致近26%非裔求職者陷入重複淘汰循環，對台灣企業導入AI徵才具警示作用。
根據一份由史丹佛大學（Stanford University）人類中心人工智慧研究院（Human-Centered Artificial Intelligence, HAI）發布的最新研究，全球企業普遍使用的 AI 徵才工具，可能對特定族群造成系統性偏見，尤其是非裔求職者。研究發現，高達九成以上的全球企業，已在初步篩選階段採用某種形式的人工智慧工具。
這項被史丹佛大學 HAI 稱為「首次針對實際應用中招募演算法進行的大規模研究」，旨在檢視當企業過度依賴單一演算法時，是否會形成「演算法單一文化（algorithmic monoculture）」進而限制求職機會。研究團隊分析了 156 家雇主、1,700 個職位發布，以及來自 340 萬人的超過 400 萬份求職申請，這些企業都使用了相同的 AI 徵才供應商。
研究結果顯示，AI 工具導致近 26% 的非裔求職者面臨系統性排斥，使他們陷入重複被拒絕的循環。如果 AI 能以推薦最受青睞群體（通常為白人申請者）的相同比例來推薦非裔和亞裔求職者，將有額外 4 萬份申請能進入下一階段。此外，演算法對非裔求職者的推薦也存在產業差異，例如他們較難被推薦至金融業職位，卻更有可能被推薦至倉儲等勞動密集型工作。
研究人員指出，當一個產業過度依賴單一供應商的 AI 工具時，求職者被系統性排除的風險更高。這種偏見的根源可能來自於訓練 AI 的資料集過度或不足代表某些群體，導致 AI 徵才工具因為資料標註錯誤或現有社會不平等，而拒絕了合格的求職者。
史丹佛大學的研究團隊特別點出，AI 驅動的篩選工具常具備三項不應同時存在於重要決策系統中的特性：普遍應用、高利害關係的後果以及缺乏公開透明度。獨立研究基於演算法的徵才過程，對於制定基於證據的 AI 政策和提升問責制至關重要。
這項研究結果對全球企業，特別是正積極導入人工智慧應用的台灣企業，具有重要的警示作用。隨著台灣職場對多元共融（Diversity, Equity, and Inclusion, DEI）議題日益重視，確保 AI 徵才工具的公平性，避免無意中加劇現有社會不平等，將是企業在導入新技術時不可忽視的課題。