涉及到人的事，大多比較復雜，它沒有標準答案。而業(yè)界和學界普遍認同，機器學習就是一個“黑箱”。你投喂給人工智能數據，一再調整算法模型，你知道它做出判斷的準確率越來越高，但你不知道為什么。

　　人工智能的“心”，也是海底的針，你不知道它學到了什么。同樣，你也不知道一家公司的人力資源算法模型里包含了多少偏見。

　　AI能夠根據它掌握到的員工信息對其進行潛力評估，但它究竟如何評估，在評估過程中有沒有倫理和道德的風險，它收集數據的邊界在哪里？社會技術學家Zeynep Tufekci做過一次公開演講，她舉了一個例子：機器能推斷出你沒有公開的事情——比如，它認為你有很高概率會換上抑郁癥，或者，它認為你有很高概率三個月內會懷孕。于是，它“貼心”地提前斬斷了你的路，而直到此時，你還蒙在鼓里，不知道自己為何被機器劃到了“待定區(qū)”。

　　那么，這究竟是精準的預言，還是赤裸裸的偏見？偏見可能無處不在，當偏見以機器之名施加于群體之上時，會變得更為隱蔽。

　　無論人工智能發(fā)展到什么程度，人，都要坦蕩并堅決地承擔自己的責任。HR要在對員工的一輪輪評估中去了解和審視自己的偏見，去反思自家的企業(yè)文化。

　　這其中涉及復雜的判斷，人無法“甩鍋”，更不能缺席。（張佳星）

 5/5   首頁 上一頁 3 4 5