人工智慧（AI）運用在金融業人才甄選之淺談
由 TFFU 於 週一, 02/05/2024 - 13:26 發表
作者簡介:
全國金融業工會聯合總會秘書長出刊日期:
2024/01/31期數:
第277/278期
人工智慧（Artificial
Intelligence, AI）是電腦科學的範疇，其演算方法（algorithm）和機器學習能力（machine learning capacity）能提供自動化決策所需的資訊支援。
目前AI在招聘及人力資源管理領域的應用相當廣泛，而潛在的就業歧視及勞工隱私權的權益問題也引發關注。學者提醒，AI系統可能基於人種、性別、年齡或其他特徵進行歧視性決策，而且AI的大數據分析也可能侵犯勞工的隱私權，例如監控勞工的通訊、健康狀況或行為（聯合新聞網，2023/07/06）。
相較於傳統用人力進行評估，AI能用更少的時間審閱及分析求職者的申請資料，其不僅可以「演算法」量化求職者所提供的工作經驗、教育程度、工作技能等重要條件，迅速從中篩選合適人選，亦可透過分析求職者提交的影片、測驗成績、面試錄影等數據，協助評估該求職者能否獲聘；而且透過學習過往的數據提高鑑別合適求職者的能力，以及協助保存人才資料，提供將來有更適合這些求職者的職缺出現時，迅速進行媒合（AI法律評論網，2021/02/08）。
在台灣，隨著AI技術的演進，有不少企業人資部門、尤其是每年招募職缺數量龐大的大型企業考慮導入AI，以協助提升作業效率，減輕工作負擔。由於此一發展方興未艾，本文透過訪談金融業主管，初步探索國內金融業者運用AI工具在人才甄選的實務，以下分為「面談甄試運用」與「履歷資料初步審查甄選運用」兩個情境說明之。
一、面談甄選運用之概況
近年來已有幾家大型民營金控公司在招募特定職位時，引進AI工具（非同步視訊面談）進行甄選；據悉今年也會增加其他金融同業試行。這些金控公司開始使用AI工具進行甄選之目的，除了因應前幾年疫情影響，實體面談全部轉為線上進行外，各家金控業者同時也在評估AI工具的精確程度，並分析是否可以有效節省甄選過程中的人力、時間投入。
但目前有實際使用經驗的金控業者，都還沒有將這些工具的評估結果做為最後甄選通過與否的依據，而僅是做為甄選的參考資訊；且部分金控業者在實際使用一段期間後即中斷未再繼續使用，後續是否再重新採用亦未可知，初步判斷應該是使用成效未如預期所致。據此，以目前使用情況，尚不足以將AI工具的使用可能影響勞工就業或就業歧視的議題直接連結。
進而分析運用成效未如預期的原因包括：用以做為判斷的底層資料邏輯是否符合台灣現況或有考慮台灣當地的文化、人文特性等變數；又各業者使用後並不會回饋系統，致系統無法學習或修正；再者，因社會整體接受度未臻成熟，求職者對此一使用模式陌生或不熟悉，在甄選過程缺乏與應徵公司主管、同仁互動，沒有任何即時回饋意見，而求職者亦無法進一步提問以瞭解應徵工作的情況，反而招致求職者負面的甄選體驗，影響雇主品牌。
二、履歷資料初步審查甄選運用之概況
另一個AI工具的運用，是利用AI進行履歷中的語意分析，以初步篩選是否符合業者需要的經歷、特質或特定能力等條件，惟由於中文語意分析，仍難免受文字前後字詞影響其準確度，因此無法完全依賴AI判斷的結果做為甄選依據。
以Amazon在2014年啟動AI履歷篩選後被指控就業歧視為例，Amazon認為透過AI選才可降低人資偏見，是較為客觀方式，殊不知訓練AI模型時使用之資料是過去10年來的聘用紀錄且為男性偏多的資料數據，致使提供AI學習的訓練資料就已存在「性別歧視」因素—履歷出現「女性」一詞會扣分，最後因低評女性求職者而引發輿論重視。因此，在導入AI工具的應用上，仍應反思關於可能引起就業歧視的問題，檢視AI訓練模型所使用的數據是否完整與合理。
三、勞工隱私權恐難獲保障
至於AI工具使用過程中，除了傳統認知的個人資訊（身分證字號、出生日期等）外，也會同時蒐集專屬於求職者之個人資訊（臉部表情、語調、情緒反應等），而且均會在甄選開始前取得求職者同意資料蒐集、利用後，方進行甄選。所以求職者為了要獲取工作機會，就得同意才有機會進入徵選過程。學者李健鴻（2023）指出，企業透過AI對於求職者的特質、履歷、工作經歷進行分析，進而篩選員工；或是以AI進行心理測驗或誠實測試，對其社交網路資料等進行搜尋分析，若所蒐集資料並非求職者就業所需的個人生活資訊及隱私資料，將有侵犯隱私權的問題。
據了解，目前自建履歷平台的金控業者，蒐集後的資料俟其使用目的消失，即會清除相關資料；然而所謂使用目的消失，並非指單次應徵職缺目的消失，而是指徵才目的消失。因此，除非是求職者主動要求業者刪除個人資料，否則求職者當時提供在平台的資料都是持續保存，即持續存放於業者人才資料庫中（這些資料並不包括前述所提臉部表情、語調等，仍以傳統履歷資料內容為主）。而業者確實會持續運用人才資料庫以滿足人力需要，故求職者縱使在某一職位應徵未通過，但嗣後業者如評估有其他合適職缺，仍會主動與該求職者聯繫，詢問其應徵其他職缺的意願，啟動另一次的甄選流程。
上述讓求職者難以心安的就業歧視及隱私侵犯的問題，主因在於不透明的過程及產生結果偏差；而且這些令外界難以辨識及糾正偏差的歧視性招募爭議，在外國已有爭訟實例發生。雖然目前金融業者尚未全面性、廣泛地運用AI工具於招募甄選中，但隨著AI技術蓬勃發展，工具使用後所可能衍生的招募歧視、隱私侵犯、甚至違法解僱等勞動權益問題，如何對於就業市場及企業建立相關的監管機制與法律規範，將是政策制定者與立法者未來當務之急。