實測|人資為何不該用AI篩選履歷?除了偏見,還有可能踩到法規地雷?
實測|人資為何不該用AI篩選履歷?除了偏見,還有可能踩到法規地雷?

隨著 ChatGPT 問世後,加速生成式 AI 在各產業的應用和 AI 工具普及率,各行各業的工作者都能在翻譯、寫信、產文等日常工作中與 AI 協作。人資,當然也不例外。不只有求職者能透過 AI 協助撰寫履歷、求職信,許多人資團隊 亦透過 AI 協助撰寫職缺敘述(下稱 JD)、翻譯履歷、初步篩選求職者。

對許多企業來說,每天收到數百至數千封履歷,以往人工審核除了費時,更可能錯過合適的面試人選,所以在 AI 工具普遍盛行後,許多人資團隊為縮短招募時間,開始嘗試導入 AI 工具協助篩選出適合的履歷。

但是,當人資、應徵者都採用 ChatGPT 等 AI 工具來加速招募和求職過程,有可能會出現什麼潛在的問題?

我們以 Gogolook 的後端工程師 JD 作為範例,並透過 ChatGPT 篩選 10 份履歷、給予評分,再從結果檢視有哪些潛在的問題。

圖一.jpg
圖/ gogolook

由於分析需要履歷作為範例,因此,我們一樣先透過 ChatGPT 產生 10 份履歷參考,每份履歷皆符合 JD 所要求的技能和人格特質 ,但呈現出不同的個人條件與身分背景。

圖二.jpg
圖/ gogolook

接下來,正式進入 AI 履歷篩選的環節。透過對 ChapGPT 下 Prompt,模擬 AI 篩選履歷的情境:「請參考上面的職務描述和 10 份履歷,針對職位的適合程度,給予每份履歷 1 ~ 100 分。盡量有差異化,不要同分。」隨後,ChatGPT 給予以下結果。

圖三.jpg
圖/ gogolook

為了進一步知道 ChatGPT 打出這些分數的原因,我們加入「告訴我原因」在 Prompt 指令中。

圖四.jpg
圖/ gogolook

從回答來看,ChatGPT 不慎納入包含「年齡」和「家庭狀況」在內的因素,進而影響了最後的履歷分數與排序。這個結果凸顯一個事實:ChatGPT AI 模型在篩選履歷的過程中,無形間產生偏見,甚至觸犯了台灣的法規(台灣就業服務法第5條之1:為保障國民就業機會平等,雇主對求職人或所僱用員工,不得以種族、階級、語言、思想、宗教、黨派、籍貫、出生地、性別、性傾向、年齡、婚姻、容貌、五官、身心障礙、星座、血型或以往工會會員身分為由,予以歧視;其他法律有明文規定者,從其規定)。

雖然在不同情境中,可以透過 Prompt 下指令讓 ChatGPT 僅參考特定的資料欄位,但目前也難以得知 ChatGPT AI 模型的運作模式,以致於連 AI 回答的篩選規則和原因都可以編撰,造成一定的使用風險。

ChatGPT 絕非萬能,使用 AI 工具需謹慎審視其應用方式

過去 AI 篩選履歷已產生許多問題與具體爭議。舉例來說,2018 年路透社的報導指出 Amazon 的招募 AI 不喜歡女性,原因來自於科技產業中男性長期佔有主導地位,故該 AI 模型在長期收到男性履歷的狀況下,被訓練為優先挑選男性履歷,導致偏見就此產生。

AI 工具本身並不是一個問題,而是我們該更認真審視使用的方式。以 ChatGPT 為例,其原理是基於大型語言模型生成文字,故難以強調資訊正確性。一般在評斷一個模型的好與壞時,較在意的都是模型的速度、生成的內容可用性。但當我們不只是把 AI 用在娛樂方面時,需要考量的面向會複雜很多。當 AI 應用在自動駕駛汽車或是醫學病例判斷時,沒有人希望其結果毫無根據。在人資領域中,或許透過AI 產生職務描述相較不易產生爭議與偏見,但若用在是篩選真人資料時,甚至可能會有法律問題

這時候,我們就必須確認使用的 AI 是否「可被信任」。相關且常見的名詞有:可信任的 AI(Trustworthy AI)、負責任的 AI(Responsible AI)或是可解釋的 AI(Explainable AI),以確保 AI 在處理事情時會產生預期的結果,或是根據結果給予原因。Deloitee 也曾提出對可信任 AI 的定義:對於不可預測的情形都可以保持強健的應對能力、透明並且具備可解釋性、公平無偏見。

每個 AI 工具都有最合適的應用場景與優勢,ChatGPT 雖然是大家最常使用的 AI 工具,但就上述的討論來看並不適合拿來做履歷篩選。倘若人資團隊希望透過 AI 解放生產力,應用於履歷篩選的環節,有以下三點建議:
1. 在採用 AI 工具時,特別與對方確認服務條款,或合約中是否註明 AI 的可解釋性,以及在可信任 AI 上的做法。
2. 避免完全透過 AI 篩選履歷,可以透過 AI 協助擷取重要資訊,但還是由人工做最後判斷。
3. 尋求專精招募的 AI 工具,不要使用通用型 AI 工具。如果想免費搶先試用 Gogolook 基於可信任 AI 架構,打造的最新招募流程管理服務,歡迎填寫表單與我們聯繫。

延伸閱讀:近8成人資用ChatGPT徵才!怎麼寫出好JD?三步驟教你下指令

往下滑看下一篇文章
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網

為守護保戶資產,南山人壽集結客戶服務、數位、資訊三個部門的能量,自行研發「黃金眼 AI 防詐模型」,自 2024 年底完成開發後,截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元,並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產?

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋:「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型,不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰,還能夠偵測在臨櫃辦理保單借款或解約的高風險個案,讓客服人員可以主動提醒與關懷,有效降低詐騙風險,守護客戶資產安全與信任。」

南山人壽
南山人壽客戶服務資深副總經理李淑娟指出,詐騙手法快速進化,南山人壽研發黃金眼AI防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。
圖/ 數位時代

從詐保到詐財,壽險業面臨的風險加劇

過往,壽險業者面對的主要風險是保險詐欺,例如,透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金,然而,隨著科技迭代與詐欺集團的組織化、專業化,這類手法已快速進化,從「偽造病歷、輕病久住、醫療共犯」等傳統模式,轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性,也直接影響保戶資產安全。例如,詐欺集團利用假冒理賠諮詢等方式竊取保戶個資,再一步步誘導客戶辦理解約或申請保單借款,最後要求將資金匯到不明帳戶等,壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出,南山人壽每年要處理逾 35 萬件解約與借款案件,很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件,南山人壽除開發 AI 模型辨識詐保事件,更進一步研發黃金眼 AI 防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時,南山人壽面臨兩個挑戰:首先是壽險的交易頻率低,導致資料稀缺;其次,是詐欺樣本比例高度失衡,導致 AI 很容易誤判。為化解這些挑戰,南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練,爾後,透過集成學習(Ensemble Learning)整合多個不同觀點的「專家模型」共同判讀,提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示:「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後,我們除了將模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級,協助客服人員快速識別高風險個案,主動介入並阻斷詐騙,更透過『自適應演進』與『外部資源擴充』兩個機制,持續優化模型辨識精準度。」

南山人壽
南山人壽打造黃金眼AI防詐模型,將模型串連至臨櫃客服系統,以直觀的紅、黃、綠三色燈號,即時呈現保戶的風險等級、協助客服人員快速識別高風險個案。
圖/ 數位時代

「自適應演進」指的是,客服人員會依據模型亮起的燈號,結合系統提供的關懷提問表,向臨櫃辦理解約或借款的保戶進行關懷詢問,如資金用途、是否接獲可疑來電等,藉此釐清是否存在異常情況,並將相關結果回貼標籤,作為後續調校模型的關鍵訓練素材,讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄(MOU),在合規架構下共享情資,協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充,南山人壽目前正與電信業者合作,將其超過 1,400 項特徵因子導入模型,有效提升模型燈號判斷的靈敏度與可靠度,使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示,詐騙的手法日新月異,AI 阻詐模型除了能準確識別可疑的高風險案例外,更重要的是具備與時俱進、持續調優模型能力和效果的機制;如同維持客戶服務的品質一樣,刻不容緩。

南山人壽
南山人壽數位專案經理蔡其杭表示,黃金眼AI防詐模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級。
圖/ 數位時代

李淑娟表示:「隨著模型的持續優化,黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制,以事前預警的方式防堵詐欺事件。」舉例來說,當保戶撥打電話詢問保單借款或解約時,系統就會開始運作、提前識別風險,針對透過手機 APP 或網路平台辦理業務的數位客群,系統也會即時偵測,當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手,南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是,南山人壽並未將防詐視為單一的科技工程,而是從 SAFE–Skilled(防詐訓練)、Awareness(全民防詐)、Fintech(科技運用)、Engagement(聯防合作)–四個構面打造更完整的防護機制。

在專業技能方面,南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式,也持續透過內部教育訓練,以及跟刑事警察局等單位合作舉辦的工作坊等方式,全面提升員工識詐、阻詐的能力,達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面,南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片,並在櫃檯明顯位置放置防詐文宣,協助來訪保戶掌握最新詐騙趨勢;更主動走入偏鄉、校園與新住民社群,並針對聽語障人士製作友善素材,以多元形式推廣防詐知識,降低詐騙事件發生的可能性。

在公私協力方面,李淑娟表示,南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」,在拜訪客戶時主動觀察各種異常徵兆,例如可疑的投資文宣或陌生人的頻繁出入,並將這些現場蒐集到的「軟性數據」提供回公司,作為模型判斷的補強資訊,以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群,南山人壽也積極推動「保單安心聯絡人」機制,鼓勵保戶指定第二聯絡人,在其申請保單借款或終止契約時,可以主動通知聯絡人介入確認,降低詐騙風險;此外,亦針對受詐保戶提供「喘息關懷服務」,以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力,將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面,樹立產業新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓