向求职者贩卖恐惧的人们

开篇

订阅者朋友，“AI正在筛掉你的简历。”这是过去一个月里领英和求职社区中被转发最多的一句话。出处是斯坦福大学研究团队发表的一篇论文。论文是真实的，是这个领域迄今为止分析了420万条实际招聘数据、规模最大的实证研究。然而，这篇论文在社交网络上传播的过程中，语境被一层层剥离。先说结论：论文发现的，是一款基于游戏的招聘工具本身存在的缺陷；而互联网制造出来的，却是“整个AI招聘系统都在拒绝你”这样的恐惧叙事。

在我准备这篇论文和这期通讯的过程中，真正让我感到荒唐的是，那些自称“求职咨询”“职业顾问”的人正在贩卖这种恐惧（当然并非所有人都是如此）。更可笑的是，他们大多数人对相关职业和行业并没有专业知识，甚至连求职经验都没有。他们不过是在对那些迫切需要工作的人进行恐惧营销罢了。

论文真正的发现

今年5月，斯坦福HAI研究团队在FAccT¹​ 2026上发表了论文《Algorithmic Monocultures in Hiring》，其核心概念是“算法单一栽培”²​。假设是：如果多家公司使用同一个招聘AI供应商，那么单一模型的偏见就可能扩散到整个市场。

为了验证这一假设，研究团队所掌握的数据令人印象深刻：420万份申请、340万名申请人、156家企业、1,746个职位。他们获取了某一家招聘供应商长达4年（2018年至2022年）的实际处理数据。

然而，一旦知道这家供应商是谁，故事的性质就变了。

它叫pymetrics，并不是分析简历的系统。申请者需要玩12到16个在线小游戏，系统据此测量风险承受倾向、处理速度、计划能力等特质，最终给出“推荐”或“不推荐”二选一的结果。这些游戏大多与具体职位无关：无论是仓库管理岗还是财务分析师岗，玩的都是同样的游戏，约42%的申请者会被判定为“不推荐”。

这个工具的训练方式才是真正的问题所在。对于每家企业，系统会以目前在职的至少50名员工作为“好样本”，以随机人群作为“坏样本”来训练模型。所谓“好样本”并不是绩效优异的员工，只是当下坐在那个岗位上的人；所谓“坏样本”也不是干不好这份工作的人，而是与该岗位毫无关系的随机档案。结果，这个工具学到的只是“与现有员工有多相似”，而不是“能否胜任这份工作”。

此前，pymetrics一直是把某家公司全部申请者合并在一起进行公平性审计。合并计算的话，黑人申请者的通过率为52.5%，白人为58.3%，能够通过美国就业法中不利影响³​的判定标准。

研究团队恰恰抓住了这一点。美国就业法（Title VII）要求按每个具体职位而非整个公司来进行评估。于是研究团队将1,746个职位逐一拆解分析，发现约有11%的职位对黑人申请者存在不利影响，而黑人申请者全部申请量中约有26%恰好集中在这些职位上。

这是一项有效的发现。它用420万条实际数据实证了“平均值可以掩盖歧视”这一点。就连纽约市的AI招聘审计法（Local Law 144）⁴​在审计指引中都要求将数据汇总处理，而这恰恰是论文所指出的陷阱。对于运营招聘工具的企业而言，必须转向按职位分类进行审计，这个教训是明确的。

到这里为止，一切都还好。问题出在接下来的部分。

论文没有说的部分

这篇论文的情感核心是“算法黑名单”——同一个模型被多家公司使用，因此一旦被拒绝一次，就会在哪里都被拒绝，这样一种恐惧情景。然而，研究团队自己的数据并不支持这一情景。

84%的申请者只申请了一个职位，95%以上申请了两个以下。申请10个以上职位的人只有522人，占全体的0.02%。要让“无论去哪里都被拒绝”这个噩梦成真，就必须向使用同一供应商的多家公司申请，而几乎没有人这样做。

更具决定性的是研究团队自己做的模拟实验的结果。他们抽取了1,000名申请者，将其代入pymetrics全部495个模型中。结果如何呢？没有一个人在所有模型中都被拒绝。即便是处境最不利的人，也在52个职位中获得了“推荐”。这是研究团队自己在结果部分承认的内容。

论文的第一句话是这样开头的：“美国超过90%的雇主使用招聘算法。”在引言部分，还援引了HireVue在财富100强企业中超过60%被使用的数据。听起来很吓人，对吧？然而，HireVue在这篇论文中一次都没有被分析过。研究对象仅仅是pymetrics。HireVue基于结构化面试和职位模拟，与pymetrics基于游戏的评估完全属于不同的产品类别。论文把HireVue的市场支配力放在引言部分，是为了放大恐惧的规模而使用的修辞手法，与实际分析毫无关系。

比较基准也值得推敲。论文为了将pymetrics的结果与既有的人工招聘流程进行比较，引用了Kline等人2022年的研究（一项涉及83,000份简历的实验）。该研究发现招聘决定在统计上是相互独立的，而pymetrics中却出现了拒绝集中的模式。然而，Kline的研究仅涉及美国境内的初级职位，而pymetrics的数据涵盖全球所有级别的职位——申请量最集中的城市甚至不是纽约，而是伦敦。国家不同、职级不同、测量方法也不同的两组数据被并排放在一起，就得出“是算法造成的”这一结论，未受控制的变量实在太多了。

还有一个几乎所有报道都忽略的事实：这项研究中没有任何数据能够验证pymetrics是否真的能预测实际工作表现。研究团队自己也在局限性部分直接承认了这一点。抛开这个工具是否存在偏见不谈，根本没有人确认过这个工具是否达成了招聘的基本目的——“招到好员工”。偏见与无效性，这两种失败同时叠加在一起。

其实，这篇论文的局限性部分诚实得令人惊讶。作者们自己写道：这只是针对一款基于游戏的工具得出的结果，难以推广到其他类型的AI招聘工具；他们也承认，无法得知被拒绝的申请者是否真的会成为好员工；与人工招聘流程的比较并非干净的对照组；这些结果也不能证明存在违法行为。所有这些，作者都亲自承认了。

这篇论文是一项审慎的研究。问题不在论文本身，而在于此后发生的事情。

恐惧变成商品的流通结构

从论文到新闻标题，让我们追踪一下每个阶段语境是如何一层层被剥离的。

第一阶段，论文：“在基于游戏的评估工具pymetrics中，若按职位分别分析，约11%的职位对特定种族存在不利影响。但泛化存在局限性。”

第二阶段，大学新闻稿：“在AI招聘工具中发现了明显的种族差距。”pymetrics这个名字还保留着，但“基于游戏”这一语境已经变得模糊。

第三阶段，媒体报道：“斯坦福研究揭露AI招聘中的大规模种族偏见。”这里pymetrics消失了，“AI招聘工具”成了主语。论文引言部分“90%的企业在使用”这一修辞，被摆放得仿佛是正文的核心发现一样。

第四阶段，网红：“AI正在筛掉你的简历，斯坦福已经证实了。”局限性部分完全消失，一个审慎的假设变成了确凿的事实。

第五阶段，职业教练：“想在AI时代生存下去，你必须学会这个。”至此，恐惧变成了商品。

在韩国，这套结构也已经在运作了。那些自称“职业教练”的人和成人教育平台，正打着AI教育的幌子制造FOMO（错失恐惧）。“不懂AI就会被淘汰”“没有这项技能三年内就会失业”——这些叙事的共同点，就是在未经验证的前提之上堆积迫切感。

目标是最迫切的那群人。他们向失业者、求职者、正在考虑转行的人，销售价格不菲的课程和辅导。“AI在拒绝你”的恐惧和“学AI才能生存”的希望，是同一枚硬币的两面。二者都是抽掉了验证、只剩下情绪的叙事。

如果把这篇论文向pymetrics提出的问题原样反问回去，这个结构就会显现出来。对pymetrics，人们问的是：“它是基于什么训练出来的？”“它能预测工作表现吗？”同样的问题也可以问向职业教育产品：“这套课程的依据是什么？”“上课之后，是否测量过就业率或薪资的变化？”正如pymetrics复制的是现有员工的档案一样，恐惧营销复制的是未经验证的前提。工具不同，机制却是一样的。

论文的局限性部分之所以没有人引用，原因就在这里：一旦引用，恐惧就会减少；恐惧减少，商品就卖不出去。

Oswarld视角

我在读这篇论文时，比起招聘工具本身，更加关注的是它的流通结构。

在制定GTM战略的过程中，我见过无数次这样的模式：市场一旦产生恐惧，声称能消除这种恐惧的商品就会卖得最快。问题在于，没有人去验证那个商品是否真的能消除恐惧。当购买决策源自恐惧时，效果验证就被推到了后面。

正如pymetrics跳过了“这个工具能否预测工作表现？”这个问题一样，韩国的AI职业教育市场也在跳过同样的问题。“接受这项教育之后，实际就业概率是否提高了？”“这项辅导对职业转型是否有实质帮助？”能够用数据回答这些问题的服务，究竟有多少呢。

在我看来，这篇论文留给我们的真正教训有两个。第一，在挑选招聘工具时，请追问“它是基于什么训练的？”和“它能预测工作表现吗？”如果答案是“基于现有员工”和“不知道”，那就不是科学。第二，对那些贩卖恐惧的人，也请抛出同样的问题：“这项教育的依据是什么？”“有没有测量过它的效果？”对这两个问题答不上来的服务，就站在和pymetrics同样的结构之上。

结语

这篇论文值得一读，尤其是局限性部分。“平均值审计可能掩盖按职位划分的歧视”这一发现，是可以立即应用于招聘实务的教训。

但是，“AI在任何地方都会拒绝你”这样的叙事，并不是论文制造出来的。它是那些只读到摘要的人制造出来的，而把这种恐惧转化为商品的人，把它散播了出去。无论是招聘工具还是职业教育，请记住一点：一旦你跳过“这真的有效吗？”这个问题，你买到的就不是解决方案，而是不安。

💬 你有没有使用过AI招聘工具或职业辅导服务的经历？如果有“这个确实有帮助”或者“这就是FOMO营销”的经历，欢迎在评论区分享。

参考资料与延伸阅读

核心来源

• Bommasani, Bana, Creel, Jurafsky & Liang，《Algorithmic Monocultures in Hiring》，FAccT 2026。：今天这期通讯的核心论文，尤其请务必一并阅读局限性部分（第7节：Limitations），作者们坦诚的自我检验令人印象深刻。
• Stanford HAI，《Q&A: Algorithmic Monoculture in Hiring》，2026。：三位作者亲自讲述研究动机、方法论和局限性的访谈，比论文本身更容易读。
• Placementist，《Fear-farming the Stanford AI hiring study》，2026。：系统分析了这篇论文六个结构性局限的文章，是今天这期通讯的主要参考资料。

背景知识

• Kline, Rose & Walters，《Systemic Discrimination Among Large U.S. Employers》，Quarterly Journal of Economics，2022。：论文用作“人工招聘同样存在偏见”这一比较基准的、涉及83,000份简历的实验研究。
• DLA Piper，《Critical audit of NYC’s AI hiring law signals increased risk for employers》，2026。：梳理了纽约市Local Law 144的审计体系为何被评为“无效”的法律分析文章。

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

1. FAccT（Fairness, Accountability, and Transparency）：由ACM主办的公平性、责任性与透明度学术会议，是探讨AI与算法社会影响领域最具影响力的学术会议之一。 ↩

2. 算法单一栽培（Algorithmic Monoculture）：指多个组织将决策依赖于相同或相似算法的状态。原理类似农业中如果只种植单一品种，一旦发生某种病虫害，整片作物都会全军覆没。 ↩

3. 不利影响（Adverse Impact）：美国就业法中的一项判定标准，当特定种族或性别群体的录用率低于最高录用率群体的80%时即适用。也被称为“4/5规则”。 ↩

4. Local Law 144：纽约市于2023年施行的AI招聘审计法。该法要求使用基于AI的招聘工具的雇主每年进行一次独立的偏见审计，但在纽约市审计长办公室2025年的审计中，被评为“无效”。 ↩