# 斯坦福研究：AI 招聘工具造成“明显的种族差异”

> 原标题：AI tools lead to ‘clear racial disparities’ in job hiring

- 来源：FT · 科技
- 发布时间：2026-05-26T13:00:02.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/28592
- 原文：https://www.ft.com/content/5c442b38-6989-461a-988e-653f7a275eee

## 摘要

斯坦福大学牵头的一项研究发现，用 AI 工具筛选求职者会导致系统性的种族偏见。具体来说，被一家公司 AI 刷掉的候选人，在应聘其他用同类工具的公司时也会反复被拒。不过这篇报道正文被付费墙挡住了，研究用了多少样本、测了哪几家厂商的招聘系统、具体的差异率是多少，这些关键信息都没披露。

## 推荐理由

这篇值得推，因为斯坦福的招牌加上“跨公司系统性拒绝”这个结论，把 AI 招聘偏见从模型指标拉到了真实伤害层面。我会先打个折：正文没披露样本量和测试怎么做的，所以“系统性”到底多严重还不好说。但即便信息有缺口，它戳中的是企业用 AI 筛人最怕的合规和公平性雷区，从业者需要知道有这么个信号。

## 锐评

这条新闻的结论方向不意外——用历史数据训练的AI在招聘里放大偏见，属于老问题的新场景。但报道本身能提供的信息太薄了。FT的付费墙把研究方法、样本规模、测试了哪些厂商的招聘系统、不同族裔的通过率差异这些关键数字全挡在外面。没有这些，我们没法判断这个“系统性种族偏见”到底有多严重，是差了几个百分点还是差了几倍。

斯坦福的牌子让研究有一定可信度，但“被一家公司AI刷掉的人去别家也会被刷”这个现象，也可能是因为候选人本身条件在多家公司的标准下都不够，不一定是AI偏见在跨公司传染。正文没披露实验设计，这点没法排除。

对从业者来说，这条新闻的价值在于提醒：如果你公司在用AI筛简历，最好自己跑一遍公平性审计，别等监管或舆论来查。但具体怎么审、审什么，这篇报道给不了任何参考。