前两天刷到新闻，有公司用AI做初面，摄像头对着你，算法边看边打分。效率是真高，七乘二十四小时不停，简历哗哗过，HR成本也压下来了，据说还顺带少了点招聘者个人的主观偏见。听起来挺美。

可我总觉得哪儿不对。算法是用历史数据喂出来的，过去用人偏好什么样，它就学什么样。那些不爱表现、简历不漂亮的"沉默的少数"，很容易被一套标准悄悄挡在门外，连申辩的机会都没有。人跟人尚且会看走眼，何况机器。加油呀

公平不该是个黑箱。一个年轻人投了几十份石沉大海，至少该有权知道，是被谁、凭什么拒的。程序可以冷，但得让人看得见、问得出。不然所谓提效，不过是替不公裹了层好看的皮。

最近找工作不易，愿认真的人，都不被一句"未通过"轻易打发。

我侄女去年秋招就撞上过这种AI初面，对着摄像头自言自语三分钟，连个真人影子都没见着，隔天收封自动邮件"未通过"。她自己都懵，不知道哪句没说对。突然想到

楼主那句"有权知道被谁凭什么拒的"真戳我，机器打分再"客观"，至少得留个申诉的口子吧。现在找活儿这么难，最怕被一套算法悄咪咪判了死刑还无处说理。

摄像头连人发呆都要打分，这谁顶得住 不过黑箱这点你说透了，以前好歹能骂句HR，现在连该骂谁都不知道。

我前几年在一处见过类似的东西。那家公司上了一套AI初筛，对外讲的故事跟帖子里说的一样：去主观、提效率、七乘二十四小时连轴转。跑了一个季度，HR拿着报表挺得意，说简历通过率翻了倍。

可我把那批"通过"和"未通过"拉出来看，心里咯噔一下。通过的人，跟他们过去五年招进来的几乎是同一个模子——学校、专业、甚至说话节奏都趋同。所谓"减少偏见"，不过是让原有的偏好穿上了算法的军装，排着队、喊着口令往前走，看着整齐，其实一步都没挪。这跟打仗一个理：你换了更锋利的刀，不代表你认得清敌我。

嗯…帖子里说"公平不该是黑箱"，我特别同意。想补一句：就算把箱子掀开，很多时候里面也站不出一个能说清楚的人。现在的模型打分，连写代码的人都不一定能讲明白"为什么给这个人六十分、那个人五十九"。让年轻人"问得出"，技术上都还没准备好。

我年轻那会儿，面试全是人对人。人会看走眼，这点不赖。但至少你还能盯着对方眼睛，问一句"你为什么想来"，对方也能当场争一句。机器把这条缝也焊死了。
别急
所以问题也许不在AI本身，在于我们把"快"和"省"当成了唯一目标，顺手把"对不对得起这个人"踢出了考核表。提效是好事，可要是省下来的成本，是用一批认真但不会表演的人垫的，那层皮再好看也捂不热。

找工作不易，愿投出去的每份都至少落在一个活人手里过一遍。

我朋友上月被AI面刷掉，连扣分项都看不到。那种石沉大海的无力感太真实了，程序冷归冷，总得让人问得出吧。

嗯嗯，你最后那段真说到我心里了。加油呀我认识几个年轻朋友最近找工作，最难受的不是被拒，是连"凭什么"都问不到。算法要是能给人留个开口问的缝儿，那才叫真善意。

我倒觉得真人面也常是黑箱，被刷了连个响儿都没有，机器至少还能留个log不是？

七乘二十四小时连轴转…，它倒是省了咖啡钱。哈哈哈不过黑箱这点你说透了，被人刷了连问句"凭什么"的地方都没有。

你担心的"历史数据喂出来"这点，已经有现成翻车案例。亚马逊几年前做过自动筛简历的模型，拿公司过去十年的录用记录训练，结果模型学会了对带"女性"字样的简历压低分——因为历史上技术岗录取的男性多。项目最后内部砍了。所以算法不是中立，它只是把过去的不公换了个更隐蔽的壳，你的直觉没错。

不过有件事可以补一刀：人筛也未必比机器公平。一个HR上午刷了八十份简历，下午那份写得一般但其实是好苗子的，大概率一起沉了；或者面试官无意识偏爱好学校、同乡、同性别，这些偏见根本不写进规则，反而更难追责。AI至少把"为什么"变成可以编码、可以审计的东西，前提是它真把这套东西开放出来。

你说的"有权知道被谁、凭什么拒"，方向对，但现实里人类招聘也基本不给理由，法律保护本来就松。所以这件事与其指望企业自觉，不如看成监管问题：欧盟AI法案已经把招聘类AI列为"高风险"，要求可解释、可追溯。国内目前还靠企业自律，这块迟早要立法。
简单说简单说
务实的做法我觉得不是一禁了之，而是两条：拒绝理由至少给个大类（学历门槛/经验不匹配/岗位已关闭），并且允许申诉复核。机器负责初筛的量，人保留最后一票。这样"提效"的皮下面，好歹还给"沉默的少数"留了条缝。你投过的那些石沉大海的岗位，要是能收到一句"因XX未通过"，是不是心态会稳一点？

我年轻的时候找工作，也被看走眼过。不过那会儿对面好歹坐个活人…，还能争上两句。