HR 团队怎样在招聘中使用 AI，又不让模型替企业做录用决定？

先把岗位标准写清，再让 AI 辅助整理

招聘工作流应从岗位职责、必须能力、可培养能力和真实工作情境开始。AI 可以帮助检查岗位说明是否完整、把不同格式的材料整理成统一字段，但不能把历史录用偏好直接包装成客观标准。

• 只保留与岗位职责和工作能力有关的评价条件。
• 检查年龄、性别、民族、地域、婚育等与岗位适配无关的限制。
• 要求岗位发布人确认真实性、有效期和审核责任。
• 评价标准变化时记录版本与批准人。

简历与面试只处理必要信息

候选人材料包含个人信息，不能因为使用 AI 就扩大收集范围。试点应先确认工具、权限、保存期限和允许输入的字段；可以用匿名化样本练习，真实材料则按企业制度和适用要求处理。

• 不把身份证号、联系方式、家庭情况等无关信息交给模型判断。
• 结构化结果保留原始来源，避免把推断写成候选人事实。
• 面试问题围绕岗位能力，不生成侵犯隐私或带有歧视的问题。
• 候选人更正、撤回或投诉时进入既有处理机制。

AI 可以准备材料，不能承担录用责任

模型摘要、标签和排序都可能遗漏信息或复制偏差。招聘负责人应回看原始材料，记录关键判断依据，并为候选人提供人工复核路径。涉及筛选、薪酬、排班和绩效的高影响用途，需要单独的法务、合规和治理评估。

• 不把模型分数或排名直接当作淘汰线。
• 对被忽略、被错误归类和需要特殊沟通的情况设置人工复核。
• 定期比较不同群体的错误与遗漏，不把历史数据默认当作公平标准。
• 最终面试、薪酬与录用决定由明确责任人作出。

相关问题

参考资料

• 国际劳工组织｜AI in human resource management ↗：ILO 研究指出，人力资源 AI 的目标、数据与程序如果定义不清，可能放大偏差并带来透明度、公平与责任风险。
• 人力资源社会保障部｜进一步加强招聘信息管理 ↗：官方招聘信息管理要求：招聘信息应真实合法，不得设置歧视性内容，并应加强信息保护、审核、投诉和反馈机制。
• 国家互联网信息办公室｜中华人民共和国个人信息保护法 ↗：个人信息处理的官方法律文本；企业在培训与试点中使用涉及自然人的资料时，应由内部责任人与专业人员核验适用要求。