公平性还不够：审计 AI 赋能简历筛选中的能力与交叉偏见

越来越多的生成式 AI 用于简历筛选，其前提假设是它提供了一种超越有偏见的人类决策的无偏替代方案。然而，这一信念未能回应一个关键问题：这些 AI 系统在本质上是否具备执行其应担任评估任务的能力？本研究通过对八大主要 AI 平台进行双部分审计来探讨此问题。实验 1 确认了复杂、情境性的种族和性别偏见，其中一些模型仅因存在人口统计信号就对候选人进行惩罚。实验 2 则评估了核心能力，提供了关键见解：一些看似无偏的模型实际上无法进行实质性评估，仅依赖浅层关键词匹配。本文引入了“中性幻觉”概念，以描述这种现象，即表面上的无偏仅是模型 inability 做出有意义判断的症状。本文建议组织机构和监管机构采用双重验证框架，对 AI 招聘工具进行民族偏见和可证明能力的审计，以确保其既公平又有效。