2026年,路透社的一篇文章披露,亚马逊悄然放弃了一款基于人工智能的招聘工具。该算法旨在自动化简历筛选,却自行学会了排除女性求职者。这一消息在科技界及其他领域引起了震动。然而,近八年过去了,AI辅助招聘工具中的性别偏见问题仍然炙手可热。本文深入探讨这一典型案例、其根本原因,以及数字专业人士必须从中吸取的教训。 ## 亚马逊的失败:算法习得的性别偏见 亚马逊团队开发的这款工具根据客户评价模式,为求职者打出一到五星的评分。问题在于:它是在公司十年间收到的简历上训练的,而这期间技术岗位的男性申请者占绝大多数。因此,算法学会了将“优秀候选人”与“男性”关联起来。结果,包含“女性”或女性协会名称的简历被系统性地降级。据路透社报道,该工具甚至惩罚了来自两所女子大学的毕业生。亚马逊最终在2026年放弃了该项目,但此事严重损害了AI在招聘领域的声誉。 ## 为什么AI会复制人类偏见? 与普遍看法相反,算法本质上并非客观。它反映了训练数据中包含的偏见。在亚马逊的案例中,历史数据已经偏向男性。AI只是放大并系统化了这种偏见。多项研究,包括2026年发表在《自然》杂志上的一项研究,表明基于AI的招聘