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。
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。
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。
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。
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。
