美國就業亂象 僱主求職者雙輸 AI大鬥法 搵工時間拉長 招聘率降（郝本尼）
原文刊於信報財經新聞「CEO AI⎹ EJ Tech——智情筆報」
美國媒體《大西洋》（The Atlantic）上月刊登一篇題為〈就業市場簡直是地獄〉（The Job Market Is Hell）的報道，提到雖然經濟數據顯示美國企業獲利、薪資上升，招聘率卻降至自2008年金融海嘯後最低水平，平均求職時間亦拉長至10周。原因似乎是求職者與企業人力資源部門，都用上人工智能（AI），導致雙方無法有效對接。
報道特別指出，許多企業依賴AI處理招募流程，從撰寫職缺到篩選履歷，甚至讓求職者接受虛擬人物提問。應徵者為提高機會，又求助於AI工具來提交更多申請，而眾多千篇一律的履歷，倒過來再促使僱主加強機械篩選，結果形成一種惡性循環，令兩者互動變成像交友軟件一樣的自動匹配程序。
演算法篩選存偏見
白宮前網絡安全副總監格洛斯特（Camille Stewart Gloster），早前撰文批評特朗普政府的AI政策，也有寫道，「忽視結構性偏見的招聘演算法，已經將具備資格但來自弱勢或代表性不足背景的求職者排除在外。」即使有人嘗試提出反調，如耶魯大學日前的一份研究報告，便稱近3年生成式AI未對職場帶來急劇變化，但當中也明言難預料未來發展。
上述現象其實還存在更深層次的技術脈絡，去年美國史丹福大學研究團隊便看到，隨着招聘系統普遍導入機器學習，若多間公司依賴類似或同源模型，就可能出現「系統性失誤」──某些求職者起初因不符算法要求遭到所有平台拒絕；即使他們後來改善履歷，模型後續微調亦將判斷其既有資料為失敗特徵，維持偏見致其完全沒有重新進場機會。
到今年初，史丹福大學另一篇論文又發現，演算法招聘更傾向篩選出使用最佳大型語言模型（LLM）的人，而不是最符合資格的人。
用付費模型易被選中
尤其較新、較昂貴的高階LLM，可以顯著提升求職者的履歷評分，使得能負擔付費AI工具者更易被選中，而欠缺資源的免費模型用戶，則面臨邊緣化風險。
這些研究揭示了AI在招聘中不僅改變流程，更在重塑職場機會分配規則，而這些有關AI帶來的結構性轉變，並不限於美國，對香港也同樣適用。美國8月失業率為4.3%，香港創3年新高至3.7%，情況稍好但仍險峻。AI取締初階職位、企業與求職者依賴AI等情況，亦已逐步在本地勞動市場出現。
對求職者來說，AI時代競爭已不限於撰寫傳統履歷及求職信。他們應該建立更多數碼足跡，例如經營LinkedIn、GitHub、個人網誌或網站，透過建設作品集（Portfolio）、考取專業證照或參與開源項目，強化內容深度與真實性，讓自身形象更具辨識度，才能在自動化招聘環境下，爭取脫穎而出機會。
招聘宜保留人手審核
至於企業方面，管理層宜警惕AI篩選偏差，招聘過程必須維持人手審核環節，並定期審核演算法，確保候選人都能獲得公平的實質考量。
史丹福研究人員還建議，公司可考慮用自家LLM，額外改寫一次應徵者的履歷，然後只選取較高分版本，減少有人使用優質LLM而造成的不公。
最後，美國一些州份已在推動立法，要求企業確保AI招聘工具的透明度，以及賦予求職者知情與申訴權。國家科學基金會（NSF）亦有資助相關研究，分析AI面試系統偏誤及研究更具倫理標準的AI招聘模式。香港當局不妨參考這些經驗，協助確保科技不致加劇就業歧視。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
