AI打分比人工更公正？别闹了

# AI打分比人工更公正？别闹了

“如果你现在还在迷信AI打分，那韭菜的就是你。”

01 痛的引入：一个正在发生的撕裂

最近一家互联网大厂出了个事。年终绩效评定，公司全面启用AI评估系统，给每个员工打分。系统运行三个月后，研发团队整体评分普遍低于销售团队。技术总监不干了：“代码质量、架构设计这些维度，AI能看懂？”HR的回复也很干脆：“系统评估是客观的，你们说自己厉害，拿数据出来。”

结果呢？核心架构师走的走，调的调。留下的工程师私下说了一句话：“我们不是不服AI，是不服这套逻辑背后的人。”

这个故事不是孤例。 Unilever全球推AI招聘，声称效率提升75%。但后来被发现，AI系统悄悄过滤掉了大量非名校背景的候选人——不是因为能力，而是因为训练数据里“成功员工”的画像太单一。 HireVue的AI面试系统被曝对女性求职者存在隐性偏见，分析她们的语言模式时，打分系统性低于男性。

问题来了：AI打分，到底在解决什么问题？又在制造什么问题？

核心观点：AI打分在效率上碾压人类，但在公正性上远未达标。真正靠谱的评估，是“人机协同”，而非“机器全责”。

02 第一个原因：AI没有常识，它只有统计

很多人对AI评估有个误解——以为算法是理性的，所以是公正的。

这是最大的认知盲区。

AI打分的基础是“历史数据的模式识别”。它做的事情是：把过去被认为是“好”的样本特征提取出来，然后给新样本打分。这套逻辑有个致命问题：历史偏见会被完整继承。

Pymetrics是一家做AI招聘评估的美国公司，核心产品是一套认知游戏+AI分析。早期他们给金融机构做评估，模型表现很好。但后来发现一个问题：游戏设计中融入了“时间压力”维度，擅长快速决策的人得分高。这恰好与“男性更适应高压环境”的历史偏见吻合，导致系统持续倾向于给男性候选人更高分。

你说这是算法的问题吗？不是。算法只是忠实地反映了训练数据中的偏见。它没有“常识”，不会质疑“为什么过去的样子就是对的”。

回到绩效评估。如果一家公司过去十年，管理层全是销售出身，AI系统用历史数据训练，大概率会认为“销售导向”就是好员工的标准。技术、产品、运营的贡献被系统性低估，不是AI“坏”，是AI“笨”——它根本不理解一家公司需要多元能力。

所以第一个结论：AI评估不是的天平，是放大镜。它放大的不是公正，是偏见。

03 第二个原因：打分是行为，评价是关系

绩效评估的本质是什么？

很多人以为评估就是“给表现打个分”。如果是这样，AI确实可以做——它处理数据的效率和一致性，人类拍马也赶不上。

但真正的绩效评估从来不只是打分。评估是一个关系事件：上级评估下级，不仅仅是评价工作成果，还在传递信号——“我关注什么”、“我认可什么”、“你对我重要吗”。

这是AI绝对做不到的。

一家公司里，两个员工同样完成KPI。一个是按部就班完成的，一个是主动突破创新完成的。AI可能给他们同样的分数，因为KPI是硬指标。但管理者清楚：这两个人的贡献质量完全不同。前者在“完成”，后者在“创造”。这种判断需要的是什么？不是数据，是对组织的理解、对业务的感知、对人的观察。

更重要的是，评估是组织管理的核心工具。它影响的不只是薪酬，还包括晋升、信��、机会。一个员工被AI打了低分，他不会怪系统，他会怪“公司”，然后离开。但如果是被上级打了低分，他可能还会想办法沟通、争取、改变。

评估这个动作本身，就是管理的一部分。而管理，需要的是关系，不是算法。

04 第三个原因：系统性漏洞与责任真空

第三个问题更致命：AI评估出了事，谁负责？

目前几乎所有AI评估系统都面临这个问题：算法不可解释，责任不可追溯。

2023年，全球最大招聘平台Indeed被求职者集体起诉。原因是AI筛选系统导致大量符合条件的候选人被自动过滤，当事人要求平台提供被拒的具体理由，平台的回复是“算法自动处理，无法提供具体解释”。这个案子的核心争议不是AI打分对不对，而是当AI犯错时，受害者连个说法都得不到。

在企业内部绩效评估中，这个问题更严重。

如果一个员工因AI评估被调岗或裁员，他能告公司吗？能要求算法公开解释吗？目前法律层面几乎是个空白。更诡异的是，很多公司引入AI评估系统的初衷就是“减少人为干扰”、“更客观”。但一旦出了问题，公司会立刻说“这是系统评的，我们也在查”——责任成功转移到了算法头上。

这才是真正可怕的地方：AI打分让评估变成了一个“无法追问的黑箱”。公正的前提是可以被质疑，当质疑的渠道被堵死，公正就不存在了。

05 解决方案：人机协同的正确姿势

批评完了，总要给出路。

我的观点不是“AI不能用”，而是“AI不能全用”。人机协同的正确姿势是什么？三句话：

第一，AI做筛选，人做终审。 AI可以把简历过一遍，筛出符合硬性条件的候选人，但最终面试和决定，必须由人来做。这不是效率损失，是风控。

第二，AI做分析，人做判断。 绩效评估中，AI可以把数据喂出来——迟到率、项目完成度、同事互评分数——但这些数据怎么解读，权重如何分配，应该由管理者基于对业务和人的理解来决定。AI是镜子，不是裁判。

第三，算法要透明，机制要可纠错。 任何引入AI评估系统的公司，必须做到三点：a）算法的核心逻辑要对HR和管理层公开；b）员工可以通过申诉渠道要求人工复核；c）每年至少做一次“算法偏见审计”，检查系统是否对特定群体存在系统性偏差。

06 真实案例：Unilever的进与退

Unilever 是全球AI招聘的先驱，2017年开始与Pymetrics合作，用AI评估替代传统简历筛选据说效率提升了75%。一度被媒体吹爆。

但2022年开始，Unilever悄悄调整了策略。在北美市场，他们把AI评估从“决定性环节”降级为“参考环节”——AI打出的分数不再直接决定是否进入面试，而是作为面试官的辅助参考。内部人士的说法是：“系统帮我们看到了更多背景多元的候选人，但这不意味着我们应该把判断权完全交给系统。”

同样， HireVue 在2023年宣布放弃纯AI面试，改为人机混合模式。核心原因是：法律风险。全球多国开始出台法规，要求招聘算法具备“可解释性”和“反偏见审查”，纯AI评估的法律成本已经超过效率收益。

这些信号说明什么？行业最前沿的公司已经在回调。它们不是否定AI的价值，而是承认：AI是工具，不是裁判。

07 落地建议：给你的组织的行动清单

如果你是管理者或HR，现在要做三件事：

第一件事：给现行的AI评估系统做一次“偏见压力测试”。 找HR拉出过去两年AI评估的结果，按性别、年龄、学历、部门、司龄做交叉分析。如果某个群体的评分系统性低于其他群体，别急着解释，先查数据来源。

第二件事：��立“人工回溯”通道。 任何被AI评估影响晋升、调岗、优化的员工，有权在48小时内要求人工复核。复核必须由直接上级+隔级上级+HR三方共同完成，不能只是HR点头。

第三件事：把AI的角色定为“建议”，不是“结论”。 任何AI评估的输出，在系统中必须明确标注为“AI建议”，最终决策必须由人签发。签发人的名字进入系统留痕，未来出了事，找得到人。

08 结尾

回到开头的那个问题：AI打分和人工打分，哪个更靠谱？

我的答案很直接：AI在效率上靠谱，在公正上不靠谱。人工在主观上不靠谱，但在大是大非上比AI靠谱。

不要把“效率”当成“公正”的替代品。评估是组织最敏感的管理动作，一个错误的评估毁掉的不仅是一个人的信心，还有一个组织的文化。

真正靠谱的评估，不是让机器代替人做判断，而是让人借助机器看得更清。

“AI可以帮你看见数据，但看见之后的事，得人来做。”