由于大數(shù)據(jù)把所有行業(yè)壁壘打通，每個人的信息就像一個個標(biāo)簽，形成一個數(shù)據(jù)庫，無論做什么，只要動動手指查一下就能知道在何時何地做了什么事。
尤其在勞動就業(yè)領(lǐng)域，人工智能也成為公司招聘、選人、用人的主要工具。
但是有一點，只要是算法，就會有人的影響因素，也就是在利用大數(shù)據(jù)解決照片用人中就會出現(xiàn)就業(yè)歧視。
法律專家和英國職工大會近期發(fā)布警告稱，勞動法在人工智能中存在巨大漏洞，會導(dǎo)致更多人在職場中因此受歧視。
報告指出，由于人工智能技術(shù)迭代過快，勞動法不能及時更新以確保人工智能可以在所有招聘、績效考核和辭退環(huán)節(jié)受用，員工可能無力招架不合常理的績效管理，而且很有可能在招聘和辭退中受歧視。
基于人工智能的歧視并非一日之寒，早多年前就已經(jīng)在求職中出現(xiàn)端倪。
美國卡內(nèi)基梅隆大學(xué)學(xué)者就曾經(jīng)用釣魚軟件模擬普通用戶瀏覽求職網(wǎng)站的實驗，然后統(tǒng)計谷歌推送“年薪20萬美元以上的職位”的廣告數(shù)據(jù)，結(jié)果男性收到1852次推送，女性收到318次。
結(jié)果很明顯，平臺可以通過后臺進(jìn)行關(guān)鍵詞設(shè)置，可以“操作”每類人群收到的信息頻率。
2018年，路透社就曝光亞馬遜在招聘時就存在性別歧視的現(xiàn)象，在篩選簡歷時，就對包含“女性”在內(nèi)的關(guān)鍵詞進(jìn)行降權(quán)處理，
但是這并不是“私人訂制”，而是赤裸裸的限制了求職者訪問數(shù)據(jù)的權(quán)利，數(shù)據(jù)不公平會直接導(dǎo)致某類人直接被平臺pass掉，而原因與工作完全無關(guān)，有必要對這種求職模式進(jìn)行審查。
但要注意，算法在這個領(lǐng)域所影響的不僅是求職。
拿工資舉例，還知道所處城市的工資水平嗎？是不是很低？這些數(shù)據(jù)就和“算法黑箱”有關(guān)系了，那么什么是算法暗箱？
由于技術(shù)本身的復(fù)雜性以及媒體機(jī)構(gòu)、技術(shù)公司的排他性商業(yè)政策，算法猶如一個未知的“黑箱”用戶并不清楚算法的目標(biāo)和意圖，也無從獲悉算法設(shè)計者、實際控制者以及機(jī)器生成內(nèi)容的責(zé)任歸屬等信息，更談不上對其進(jìn)行評判和監(jiān)督。
正是由于就業(yè)數(shù)據(jù)統(tǒng)計的復(fù)雜性，讓大眾對統(tǒng)計的過程和結(jié)果不了解，不能提出反對意見，也不能該參與其中，只能被迫接受，導(dǎo)致數(shù)據(jù)經(jīng)過“算法暗箱”便成了企業(yè)和平臺私下真正的“暗箱操作”，最終會導(dǎo)致求職結(jié)果、工資水平和職位變動等信息的不準(zhǔn)確性。
這種暗箱模式就一再被放縱，久而久之成了固化，求職者就像待宰的羔羊，只能聽之任之。
除了求職，平時的工作也會遇到歧視現(xiàn)象。
《中國日報》雙語新聞就曾經(jīng)報道了Enaible公司的人工智能技術(shù)存在的不平等性。這家公司是一家致力于阻止政府和大公司濫用技術(shù)的非盈利法律公司，機(jī)器學(xué)習(xí)算法在訓(xùn)練的數(shù)據(jù)集中也會存在偏差，如果企業(yè)用這些算法作為考核員工表現(xiàn)的標(biāo)準(zhǔn)，歧視便出現(xiàn)了。
再舉一個例子，如果用人單位以通勤時間長短作為決定是否錄用員工的重要標(biāo)準(zhǔn)，那么通勤時間太長的員工因上班成本高而可能被用人單位拒絕錄用，這很可能會對居住在邊遠(yuǎn)郊區(qū)的低收入群體構(gòu)成歧視。
要知道普通個人信息的收集是再平常不過的，而且電話、郵政編碼、通勤時間等并不起眼的信息的獲得都是合法的，但是算法就把這些信息集中起來形成每個人的“畫像”，再和某些群體產(chǎn)生虛假的關(guān)聯(lián)。
就像某求職平臺，在招聘的時候把這些受保護(hù)群體的敏感性數(shù)據(jù)恰好在其他合法獲得的數(shù)據(jù)中編碼，但是有沒有公示這些敏感數(shù)據(jù)和結(jié)果的關(guān)系，于是就形成了歧視。
但就算算法是透明的，普通人在找工作時也不會知道算法背后所指向的個人特征，也就是平臺很可能把所有的特征都列出來，但普通人還是沒有能力判斷所產(chǎn)生的歧視和全部或其中某一個特征相關(guān)聯(lián)。
于是人工智能這種歧視問題就一再被縱容。
Latanya Sweeney的研究顯示：與搜索白種人相關(guān)的姓名相比，在谷歌上搜索非裔美國人相關(guān)的姓名，系統(tǒng)就會更多地彈出犯罪背景審查廣告。這意味著算法可以將姓名與種族關(guān)聯(lián)起來，并在就業(yè)等方面上做出不利于少數(shù)種族的決定。
這些“中性”信息不易察覺，難道有人會在找完工作后留意彈出的廣告內(nèi)容和犯罪背景審查相關(guān)嗎？沒有多少人會在意的。
疫情大流行讓每個行業(yè)都向自動化發(fā)展，企業(yè)不得不強制休假或裁員以彌補損失，雖然人工智能并不能主導(dǎo)一切，但是對人們?nèi)粘Ｉ钭鞒?ldquo;高風(fēng)險、改變性強”決定的趨勢愈發(fā)明顯，這種態(tài)勢在未來幾年會更嚴(yán)重。
就像一個分岔路口，雖然人工智能可以提高工作效率和生活質(zhì)量，但是也已經(jīng)滲透到一些敏感領(lǐng)域，就像讓一個機(jī)器決定在工作中誰去誰留，誰更合適。
如果缺乏公允，人工智能很可能會導(dǎo)致廣泛的歧視和不公問題，尤其對沒有工作保障的人群的作用更明顯，因此必須完善勞動法，跟上人工智能的變遷，讓所有環(huán)節(jié)有法可依，再經(jīng)由人類最終的審核把關(guān)，讓人工智能技術(shù)得到合理良性的利用，而不是設(shè)定懲罰性考核目標(biāo)，剝奪員工的尊嚴(yán)。
畢竟誰都不想做人工智能的一枚棋子。
