隐性歧视与代理歧视
基于历史招聘数据训练的模型会习得历史偏见；看似中立的特征（邮编、职业空窗期、姓名）会成为受保护特征的代理变量。
分行业解读 ISO/IEC 42001
面向人力资源与招聘的 ISO/IEC 42001
如今，AI 已用于筛选简历、对候选人排序、精准投放招聘广告以及评估员工绩效。根据 EU AI Act，这些用途属于高风险，也是最受偏见审视的领域之一。ISO/IEC 42001 为人力资源与人才团队提供了管理体系，帮助负责任地使用招聘 AI，并向候选人、职工委员会和监管机构予以证明。
为何属于高风险
EU AI Act——Annex III，高风险
招聘与用工管理 AI 受到明确监管
EU AI Act 将用于招募与甄选的 AI（精准招聘广告、筛选申请、评估候选人）以及用于用工决策的 AI（晋升、解聘、任务分配、绩效监控）列为 Annex III 下的高风险。此外：GDPR 第 22 条限制产生重大影响的完全自动化决策，针对自动化招聘工具的偏见审计规则也在不断扩展（例如纽约市 Local Law 144）。作为招聘工具的部署者，您同样承担义务——人工监督、监测以及遵循提供方的使用说明。
风险所在
招聘 AI 会在哪些方面出错
以下每一项都可能演变为歧视投诉、监管质询或声誉打击：
无法解释的拒绝
候选人被无人能解释的评分淘汰——这在 GDPR 和 AI Act 的透明度义务下都是直接问题。
完全自动化筛选
无人工复核的自动拒绝可能违反 GDPR 第 22 条以及标准对人工监督的要求。
简历解析与排序错误
解析失误与脆弱的排序逻辑会悄然淘汰合格的申请人。
不透明的供应商工具
大多数 HR AI 是采购而非自建的——但其结果的问责责任仍在您身上。
员工监控过度
绩效与生产力监控 AI 会引发公平性、隐私及职工委员会方面的问题。
ISO/IEC 42001 如何应对
此处最关键的控制措施与模板
工具包将每一项招聘 AI 风险映射到具体的 Annex A 控制措施和一份现成文档：
| Annex A control | Toolkit document | Why it matters |
|---|---|---|
| A.5——影响评估 | AI 影响评估（RISK-TPL-01） | 在工具上线前评估其对候选人和员工的影响——这是监管机构会要求提供的核心证据。 |
| A.7.4——偏见与公平性 | 偏见与公平性评估记录（DATA-TPL-05） | 对结果是否使受保护群体处于不利地位进行结构化、有文档记录的评估，并持续监测漂移。 |
| A.9.3——人工监督 | 人工监督计划（USE-PLN-01） | 确保由人工复核并可推翻招聘决策——这正是对 GDPR 第 22 条的回应。 |
| A.8.2——透明度 | AI 透明度告知（INF-TPL-01） | 以通俗语言告知候选人 AI 在流程中何时以及如何被使用。 |
| A.2——AI 政策与禁止用途 | AI 政策 + 可接受使用政策（GOV-POL-01 / USE-POL-01） | 界定您不会自动化的内容（例如不做完全自动化拒绝），并制定 HR 工具的使用规则。 |
| A.10——第三方 AI | 供应商 AI 问卷 + 第三方登记册（TPR-TPL-01 / TPR-REG-01） | 对您的 ATS/招聘 AI 供应商进行尽职调查，并记录责任归属。 |
如何实现
从招聘 AI 敞口到可辩护的体系
- 1
在 AI 系统登记册中盘点每一款涉及招聘与人力资源的 AI 工具（包括非官方使用的工具）。
- 2
对每款高风险工具开展影响评估以及偏见与公平性评估。
- 3
落实人工监督、透明度告知，并划定明确的禁止用途红线。
- 4
设置对漂移与不利影响的监测，并按固定节奏进行复审。
问答
人力资源与招聘——快速解答
我们只使用带 AI 功能的第三方 ATS——我们仍需担责吗？
是的。作为部署者，您承担人工监督、透明度和监测方面的义务，即便模型不是您构建的，其结果的问责责任仍在您身上。ISO 42001 为您提供了供应商尽职调查与监督控制措施，恰好可以管理这类情形。
这是否意味着我们完全不能自动化筛选？
不是——它意味着自动化筛选需要有文档记录的影响与偏见评估、实质性的人工复核、对候选人的透明度，以及一条您不会逾越的红线（例如不做完全自动化拒绝）。该标准让负责任的自动化变得可辩护。
这与 EU AI Act 的时间表有何关联？
招聘与用工管理 AI 属于 Annex III 高风险；经过 2026 年 Digital Omnibus 后，这些义务如今自 2027年12月2日起适用，而透明度义务则更早生效。要求并未减少——现在就着手建立体系才是从容之道。