史丹佛研究：AI 招聘工具對 26% 黑人求職者存在歧視

史丹佛大學以人為本人工智能研究所（Stanford HAI）於 6 月發布迄今規模最大的 AI 招聘演算法實地研究，發現 26% 黑人求職者及 15% 亞裔求職者所申請的職位，其 AI 篩選系統對當事人種族群體存在符合美國平等就業機會委員會（EEOC）「五分之四法則」定義的歧視，最受青睞的群體通常為白人求職者。

研究追蹤 340 萬名求職者、400 萬份申請，涵蓋 150 家僱主 11 個產業

研究涵蓋 340 萬名求職者、400 萬份申請、1,700 個職位、150 家僱主及 11 個產業，是全球目前規模最大的 AI 招聘演算法實地研究。對照組為 108 家財星 500 大企業、83,000 份申請，這些企業均未採用 AI 篩選，系統性全拒現象在對照組中幾乎不存在。

EEOC「五分之四法則」規定，若某族群的招聘推薦率低於最高推薦率族群的 80%，即構成「不利影響」的法律門檻。研究依據此標準指出，若以公平比率推薦黑人與亞裔求職者，將有多 40,000 份申請得以晉級至人工審閱階段。

研究同時揭示了歧視的「數字隱藏機制」：若將所有職位的推薦率混合平均計算，歧視在數字上幾乎消失——例如某套 AI 系統偏好推薦黑人從事倉儲物流卻不推薦金融職務，加總後平均值接近公平基準。唯有逐職位、逐族群拆解分析，歧視才能現形。

演算法集中問題：90% 美國僱主使用 AI 篩選，Workday 面臨集體訴訟

使用同一 AI 供應商的 4 家企業中，有 10% 的求職者向這四家全部投遞卻被全部拒絕；而未使用 AI 篩選的對照組中此現象幾乎不存在。研究者將此歸因於「演算法單一文化」：同一套演算法的偏見同時部署在數百家企業，令特定族群求職者在整個就業市場中被系統性排除，且求職者通常完全不知情。

研究者識別出 AI 篩選工具三類已存在的高風險特性：

普遍採用（Pervasively Adopted）：約 90% 的美國僱主已在招聘流程中使用

高度後果性（Highly Consequential）：直接決定求職者能否進入人工審閱階段

對公眾不透明（Opaque）：求職者無從得知是否被演算法篩除，僱主亦未必掌握工具在各職位類別上的實際表現

Workday 的 AI 篩選工具目前面臨集體訴訟，指控涵蓋種族、年齡與殘疾歧視。

科羅拉多 AI Act 於 6 月生效，「合理照護」標準尚未明確

科羅拉多州 AI Act 於 2026 年 6 月正式生效，是目前美國少數明確針對 AI 招聘工具設有合規要求的州級立法，要求開發者採取「合理照護」措施防止歧視。惟「合理照護」的具體內容及執行機制尚待建立。

研究團隊指出，此類研究成立的前提是資料取得，而招聘數據往往由供應商與僱主掌控。研究另指出，2026 年應屆畢業生正面臨近年最艱困的就業環境：企業入門職缺的申請量是 2022 年的 3 倍，AI 篩選工具的使用比例同步攀升。

常見問題

什麼是 EEOC「五分之四法則」，此研究如何據此認定歧視？

「五分之四法則」規定，若某族群的招聘推薦率低於最高推薦率族群的 80%，即達到「不利影響」的法律門檻。史丹佛 HAI 研究以此標準逐職位、逐族群拆解分析 AI 篩選數據，發現 26% 的黑人求職者申請職位及 15% 的亞裔求職者申請職位中，AI 系統對其所屬族群存在符合上述定義的歧視。

為何 AI 招聘歧視過去難以被識別？

歧視在統計上的「消失」是核心原因。將所有職位的推薦率混合平均計算時，AI 在某類職位偏高的推薦率與另一類職位偏低的推薦率相互抵消，整體平均值趨近公平基準。史丹佛 HAI 這份研究透過逐職位、逐族群的細分分析，才讓歧視從數字中現形。

科羅拉多 AI Act 對 AI 招聘工具的具體規定是什麼？

科羅拉多 AI Act 已於 2026 年 6 月生效，要求 AI 招聘工具開發者採取「合理照護」措施防止歧視，是目前美國州級 AI 招聘立法中少數已生效者。法案中「合理照護」的具體標準及對應的執行機制，目前仍待主管機關進一步明確化。