经过数月延迟，纽约市今日正式执行全美首例算法招聘监管立法——《纽约市地方法第144号》（Local Law 144）。该法案要求使用算法进行招聘、雇佣或晋升的雇主必须提交独立审计并公开结果，同时向员工及求职者履行信息披露义务。
合规要求与处罚标准
企业需公开的审计报告应包含以下内容：
- 所用算法清单；
- 不同种族、族裔及性别候选人的“平均分数”（以分数、分类或推荐形式呈现）；
- 算法“影响比率”，即特定类别候选人平均评分与最高评分类别平均评分之比。
违规将面临阶梯式罚款：首次375美元，第二次1,350美元，第三次及后续每次1,500美元。每日使用不合规算法或未充分披露均视为单独违规。
值得注意的是，该法适用范围不限于在纽约市工作的员工，凡在纽约市工作或申请职位者均受保护。法案由市议会批准，由纽约市消费者与工人保护局负责执行。
算法偏见风险与现实挑战
业界普遍认为此项立法姗姗来迟。招聘技术供应商Applied CEO Khyati Sundaram指出，AI极易放大既有偏见，加剧就业与薪酬差距。她强调：“雇主应避免使用AI独立对候选人评分或排名，目前尚不具备信任算法在无偏见情况下自主决策的条件。”
已有大量证据表明招聘算法存在偏见：
- 亚马逊2018年因招聘引擎歧视女性而将其废弃；
- 2019年学术研究证实AI招聘针对黑人存在偏见；
- 部分算法根据是否戴眼镜/头巾、简历中是否含黑人姓名或女子学院经历、文件格式甚至键盘操作能力等因素区别对待申请人。
剑桥大学2022年10月研究进一步指出，所谓“客观、任人唯贤”的AI评估实则错误，现有反偏见措施往往无效，因为“理想员工”的历史画像已深植性别与种族刻板印象。
行业应用现状与监管争议
尽管风险显著，AI招聘 adoption 仍在加速。2022年2月人力资源管理协会调查显示，近1/4组织已采用AI辅助招聘，5000人以上规模企业中该比例高达42%。
当前应用的算法形式多样，包括：
- 基于关键词的简历文本分析器；
- 在线面试聊天机器人；
- 通过语音模式与面部表情预测解决问题能力、天赋及“文化契合度”的面试软件。
然而，美国公民自由联盟纽约分部（NYCLU）批评《地方法规144号》保护力度“远远不足”。高级隐私和技术策略师Daniel Schwarz指出，按字面理解，该法可能排除从音视频采访中转录文本的工具，而此类语音识别工具恰恰存在已知偏见问题。他呼吁加强规则覆盖范围、扩大审计要求并提供透明通知，防止算法以数字方式规避反歧视法律。
自我监管尝试与未来展望
行业正探索自我监管路径。2021年12月成立的数据与信任联盟（Data & Trust Alliance）旨在开发检测对抗算法偏见的AI评估体系，成员曾涵盖CVS Health、德勤、通用汽车、IBM、Meta、沃尔玛等企业。
Sundaram支持此类自律举措，认为“与其等待监管跟进遏制最严重滥用，不如雇主在使用AI时保持警惕谨慎”。他指出AI发展速度远超立法进程，最终出台的法律可能过于复杂，导致企业误解或忽视细节，继续排斥边缘化候选人。
当然，由企业自行认证其AI产品的做法本身亦存争议。但批评者也承认，《地方法规144号》明确要求审计必须由未参与算法开发、测试、分发且无关联的独立实体执行，这是其重要价值所在。
该法能否带来实质改变尚待观察，但其实施效果必将影响其他地区立法进程。目前华盛顿特区正考虑要求雇主对自动化决策算法偏见负责；加州近年提出两项规范招聘AI使用的法案；新泽西州去年12月亦提出类似法案，旨在最大限度减少招聘决策中的AI歧视。