人工智能辅助招聘中的算法偏见对劳动力市场性别、地域歧视的影响——基于审计实验 .docxVIP

  • 0
  • 0
  • 约1.66万字
  • 约 23页
  • 2026-11-23 发布于北京
  • 举报

人工智能辅助招聘中的算法偏见对劳动力市场性别、地域歧视的影响——基于审计实验 .docx

PAGE2

人工智能辅助招聘中的算法偏见对劳动力市场性别、地域歧视的影响——基于审计实验

摘要

随着人工智能技术在人力资源领域的渗透,算法辅助招聘日益普及,但其引发的算法偏见问题正深刻影响劳动力市场公平。本文基于劳动经济学视角,通过构建审计实验理论模型,探讨AI辅助招聘中算法偏见对性别与地域歧视的影响机制。研究发送标准化简历,随机附着性别与籍贯信息,对比人工与AI初筛的面试邀请率差异,以检验算法公平性。

全文遵循“提出问题→分析问题→解决问题”的逻辑递进。第一章绪论揭示算法黑箱与就业公平的核心矛盾;第二章梳理国内外算法偏见与劳动力市场歧视文献;第三章界定核心概念并构建理论分析框架;第四章剖析算法偏见生成脉络与内在矛盾,界定其本质属性;第五章深入阐释算法偏见作用于性别与地域歧视的核心逻辑、条件边界与演变规律;第六章提出算法公平性调适的理论框架,论证其解释力;第七章总结结论并提炼理论贡献与实践启示;第八章反思局限并展望未来。

本文核心在于构建审计实验下的算法偏见解析框架,揭示AI初筛并非中性,其面试邀请率的差异折射出历史数据偏见的固化与放大,为算法治理提供理论支撑。

第一章绪论

1.1研究背景

当前,数字经济浪潮席卷全球,人工智能技术深度重塑劳动力市场供需匹配机制。企业为降低搜寻成本、提升筛选效率,广泛引入AI辅助招聘系统进行简历初筛。然而,技术赋能的背后潜藏着新的社会风险。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档