近年來，越來越多企業開始把AI導入人力資源管理。從履歷篩選、人格測驗、語音面試分析，到自動評分系統，AI正在快速改變企業招募流程。
對公司而言，AI最大的優點是「效率」。
過去人資可能一天只能看幾十份履歷，現在AI幾分鐘就能掃描上千份資料；過去主管需要逐一安排面試，如今系統甚至能自動分析求職者的表情、語速與回答內容，快速給出評分。
企業期待AI能降低人為偏見、提高精準度，也節省大量成本。然而，問題也逐漸浮現。AI真的公平嗎？還是，它只是把人類原本的偏見，用更科技、更隱形的方式複製出來？
這就是近年備受討論的「演算法偏見（Algorithmic Bias）」問題。
AI不是沒有偏見，而是學習了人的偏見
很多人誤以為：「電腦不會有情緒，所以一定比較客觀。」但事實上，AI的判斷依賴「訓練資料」。換句話說，AI會根據過去的歷史資料學習什麼叫做「好員工」、什麼叫做「適合錄取的人」。
問題就在於——如果歷史資料本身就存在偏見，那麼AI只會把這些偏見放大。
例如：
如果某家公司過去十年錄取的大多是男性工程師，AI可能會學習到：「男性＝比較適合工程職。」於是，當女性求職者投遞履歷時，即使能力相同，也可能被系統默默降低評分。
這種偏見不一定是企業故意的，但AI會從數據中自動學習。最可怕的是，人類的偏見通常看得見，但AI偏見往往隱藏在黑盒子裡。
案例一：科技公司AI招募系統歧視女性
最知名的案例之一，就是Amazon曾被揭露的AI招募問題。該公司曾開發一套AI履歷篩選系統，希望能快速找到優秀人才。系統學習的資料，來自過去十年公司錄取的人才履歷。
但由於科技業長期男性比例偏高，AI最後竟學習出：「男性履歷比較優秀。」
結果，系統會自動降低某些與女性相關字詞的評價，例如：
- 「women’s chess club（女子西洋棋社）」
- 女性大學名稱
- 某些女性主導活動經歷
甚至即使履歷內容優秀，只要出現女性相關特徵，就可能被扣分。最後，公司不得不停止使用該系統。這件事震驚許多人。因為它顯示了一件事：AI不一定消除歧視，反而可能讓歧視更制度化。
「數據中立」其實是迷思
很多企業會說：「AI只是根據數據判斷。」
但問題是，數據本身從來不是完全中立。
例如：
- 過去主管偏好名校畢業生
- 某些職位長期由特定族群壟斷
- 年齡較大的員工較少被升遷
- 女性因育兒中斷職涯
這些歷史現象，都會被AI視為「正常模式」。於是，AI會持續強化既有結構。最後形成一種循環：過去偏見 → AI學習 → 持續篩選同類型人才 → 偏見更穩固。
案例二：語音分析面試的爭議
近年有些企業開始使用AI語音面試系統。
求職者只需要對著鏡頭回答問題，系統就會分析：
- 語速
- 表情
- 眼神
- 停頓頻率
- 聲音情緒
接著給出人格與適任性評分。看起來很先進，但問題也很多。
例如：某些內向型人格，本來說話就比較慢；某些文化背景的人，本來就較少眼神接觸；有些身心障礙者，表情或語調可能與一般人不同。
但AI可能直接判定：「缺乏自信」「溝通能力差」「不適合團隊合作」這就造成另一種隱性歧視。表面上大家都接受同樣測驗，但實際上，不同族群可能從一開始就處於不公平位置。
AI效率提升了，卻可能失去人的理解
企業喜歡AI，是因為它能快速篩選。但招募本質上，其實不只是數據判斷。有些人履歷普通，但學習力極強；有些人不擅長表達，但工作能力優秀；有些人曾經失敗，卻因此更成熟。
這些「人性特質」，往往很難被演算法真正理解。如果企業過度依賴AI，就可能出現：「數據很好的人未必適合團隊；真正有潛力的人反而被淘汰。」最後，公司得到的是「最符合模型的人」，卻不一定是最適合的人。
案例三：年齡偏見的隱形問題
某些AI招募系統會根據歷史資料判斷「穩定度」。
例如：平均離職年限、職涯轉換次數、技能更新速度。結果，年齡較高的求職者可能被系統默默排除。
因為AI可能推測：學習速度較慢、薪資成本較高、適應力較差。但這其實是一種刻板印象。
很多中高齡工作者擁有：豐富經驗、穩定性、危機處理能力、團隊協調能力。然而，AI未必能正確評估這些價值。於是，「年齡歧視」開始以科技之名重新出現。
真正的問題：AI缺乏「倫理判斷」
AI很擅長找規律，但不懂公平。它可以知道：「過去哪些人容易成功。」
卻不知道：「這樣的成功條件本身是否合理。」因此，AI不能只有技術問題，還有倫理問題。
企業若只追求效率，而忽略公平性，最後可能造成：
- 人才多樣性下降
- 弱勢族群更難被錄取
- 組織文化單一化
- 員工對制度失去信任
甚至可能引發法律與社會爭議。
未來的方向：AI輔助，而不是完全取代
AI並不是不能用。問題在於「如何使用」。比較理想的方式，應該是：
- AI負責初步整理資料
- 人類負責最終判斷
- 定期檢查模型偏差
- 建立透明申訴機制
- 避免只依賴單一數據
此外，企業也應該讓AI訓練資料更多元，避免單一背景壟斷模型。因為真正健康的組織，不只是效率高，而是讓不同類型的人都有機會被看見。
科技越進步，人性越重要
AI正在改變職場，這已經無法避免。但科技越強大，人類越需要思考：「我們想建立什麼樣的工作環境？」
如果AI只是把過去的不公平，用更快速、更隱形的方法複製，那麼再先進的系統，也不是真正的進步。
真正成熟的企業，不只是追求效率，更會思考公平。因為一份工作，不只是資料匹配，更關係到一個人的人生機會。
而真正好的科技，應該讓更多人被理解，而不是讓更多人被悄悄淘汰。
