
AI 面試官換一張臉,求職者對結果公唔公平嘅觀感已經跟住變
CHI 研究發現,avatar 身份線索會左右落選後嘅偏見觀感
同一個結果,換塊面已經有分別
企業講 AI 招聘公平,通常先拎評分準確度同偏差測試出嚟。不過螢幕上嗰位「面試官」長咩樣、用咩身份同求職者互動,一樣會影響人點理解個結果。TechNews 科技新報報道嘅 CHI 2026 研究發現,即使所有參加者最後都收到同一個落選決定,avatar 嘅種族同男女性別外觀,仍然會改變部分人對偏見同結果公平嘅觀感。
研究團隊經 Prolific 招募參加者,完成分析嘅樣本有 215 人,來自德國、英國同美國。參加者模擬申請客服職位,面對由 HeyGen 製作、可以即時追問嘅 AI avatar。團隊將 avatar 分成四種配搭:種族同性別外觀都配對、兩樣都唔配對,或者只配對其中一樣。面試結束後,所有人一律落選,研究人員再比較佢哋嘅問卷、面試文字情緒同眼動數據。

圖片:TUM Center for Educational Technologies
研究量到公平感,冇量到招聘歧視率
結果入面最值得睇嘅係「部分配對」:只得種族或者性別外觀其中一項吻合時,參加者畀結果公平度嘅分數,低過完全配對同完全唔配對,大約相差 0.28 至 0.30 分,量表滿分係 5 分。當 avatar 嘅種族外觀同參加者唔配對,偏見觀感亦高咗約 0.37 分。至於整體信任,四種配搭之間冇顯著分別,反映人可以一邊覺得系統幾可信,一邊質疑個別決定公唔公平。
眼動部分只剩 152 人嘅數據符合要求。研究指種族外觀唔配對時,參加者望住 avatar 塊面嘅注意力集中程度高約 23%。作者將呢個現象理解成參加者可能對身份線索更警覺,不過論文本身冇證實背後心理機制。情緒分析得出嘅差異亦較弱,所以單靠面試文字係睇唔清呢種反應。
呢度要劃清界線:實驗冇比較 AI 對唔同族群嘅評分,亦冇證明系統按膚色淘汰求職者。研究刻意畀每個人同一個負面結果,主要量度佢哋點理解公平、信任同偏見。樣本規模有限,身份分類亦只涵蓋白人、黑人、女人同男人;每個配搭更只用一個 avatar,樣貌親和感等特徵都可能影響結果。
介面設計會變成僱主嘅責任
企業如果只審核後台模型有冇一致評分,仍然漏咗求職者實際接觸嗰一層。逼真人像會帶入種族、性別、年齡同權威感等身份訊號;而 AI 點頭、追問同叫求職者個名,亦容易令人當佢係有社會身份嘅對象。當落選理由只得一句罐頭訊息,求職者自然會用畫面上見到嘅線索,補完系統冇交代嗰部分。
較實際嘅做法包括預先講明 AI 參與到咩程度、邊啲資料會影響評分、結果有冇真人覆核,同埋畀求職者查詢或提出異議。拒絕通知亦要提供同職位要求有關、求職者睇得明嘅理由。單純換成「中性」avatar 未必解決到問題,因為樣貌、聲線同口音一樣可以帶出身份聯想;公司應該按不同用戶群測試完整流程,包括收到負面結果之後嘅反應。
香港公司可以參考,但唔好直接照套
香港個人資料私隱專員公署嘅 AI 模範框架,已經建議機構按風險安排真人監督、測試公平同透明度、披露 AI 用途,亦要為 AI 產生嘅決定提供解釋同意見渠道。平機會嘅僱主約章亦建議企業訂立公平而且冇種族歧視嘅招聘準則,並定期檢視流程有冇為特定種族造成障礙。AI 錄影面試一旦收集樣貌、聲音、回答同注視資料,採購平台時就要連資料用途、保留期同供應商處理方式一併問清楚。
不過呢項研究冇香港參加者,歐美社會點理解種族外觀,未必同本地多語言招聘環境一樣。香港企業真正採用虛擬面試官前,應該用本地求職者測試粵語、英語同口音差異,再公開真人覆核及投訴安排。下一步要睇更大規模嘅實地研究,可唔可以喺真實招聘流程重現今次見到嘅公平感差異。
參考來源
- TechNews 科技新報 — 當 AI 面試官「膚色不同」,落選求職者更容易質疑被偏見刷掉 — original report
- Skin-Deep Bias: How Avatar Appearances Shape Perceptions of AI Hiring — CHI 2026 論文作者版本,用作核對樣本、實驗設計、統計結果同研究限制。
- How Avatar Appearances Shape Perceptions of AI Hiring — 慕尼黑工業大學研究中心嘅研究摘要,整理四種配對條件、主要結果同設計建議。
- Artificial Intelligence: Model Personal Data Protection Framework — 香港個人資料私隱專員公署官方框架,提供 AI 風險評估、真人監督、透明度同解釋安排嘅本地背景。
- The Racial Diversity and Inclusion Charter for Employers — 平機會官方資料,核對香港僱主喺公平招聘、檢視種族障礙同申訴渠道方面嘅建議。
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







