人工智能與職場公平：為什么重要、為什么是現(xiàn)在？

投資者視角：?AI有益于卓越績效，但需善用并增強信息披露

投資者越來越多地將人力資本管理?（HCM） 視為實現(xiàn)卓越業(yè)績的決定性因素。在圍繞“工作的未來”的討論中，我們承認未來已經到來——勞動力現(xiàn)在更具流動性、更加多樣化、更加敏捷靈活，并且越發(fā)受到更多數(shù)據和分析的影響。

新冠肺炎疫情加速了企業(yè)的數(shù)字化轉型——從簡歷篩選和AI視頻面試，到虛擬入職和數(shù)字工作場所互動?；旌瞎ぷ鳝h(huán)境中的雇員活動為技術提高效率提供了巨大機會，但并非所有公司都清楚明確地說明何時以及如何對雇員采用相關技術分析。在最近的一期BBC節(jié)目中，為招聘而設計的人工智能技術卻用于設定裁員目標，對雇員產生意想不到的心理影響，并可能影響雇主（公司）品牌和財務狀況。紀錄片《社會困境》（2020年拍攝）中一系列對科技領導者的采訪強調了在工作場所收集信息存在危險，采訪還展示了相關行為如何通過引起焦慮和抑郁來影響人的心智。

總部位于英國的非政府組織Share Action于2016年底建立了勞動力信息披露倡議?（Workforce Disclosure Initiative，WDI），以提高企業(yè)在勞動力問題上的透明度和問責制。WDI得到包括匯豐資產管理在內的68家機構支持，資產管理規(guī)模超過10萬億美元。2021年，WDI引入了一項新指標，要求公司描述用于監(jiān)督雇員的監(jiān)測措施，以及公司如何確保這不會對雇員的隱私權產生不相稱的影響。

除了監(jiān)控之外，投資者還認識到，一般來說很難將人類行為簡化為一種算法。如果要讓人工智能作為一種工具很好地發(fā)揮作用，那么決策規(guī)則要可量化，計算機要能夠幾乎瞬時地與海量數(shù)據交互。與之相反，如果需要通過語境（或者說上下文）去理解人類特征、如果對人類行為的影響很微妙，人工智能就無法好好發(fā)揮工具的作用。（Christine Chow）

學者視角：在AI比人類表現(xiàn)出更少決策偏見的環(huán)境下，可以采用AI

評估人力資本管理（HCM）中人工智能決策（有效性）的一種科學方法是：評估算法決策的偏見程度。人工智能已被提議用于消除招聘、晉升和薪酬決策等領域的人類偏見，因此（為了不違背初衷）必須對其進行評估，確保使用人工智能能夠削弱而不是強化人類的認知偏見。人工智能領域研究不斷進步，關于人力資本管理（HCM）中特定類型AI技術適用性的結論也已明確，我們必須始終警醒自己評判AI的方式，因為研究表明，我們（總是）通過與“最佳”決策比照來評判人工智能，而這么做并不合適。這或許（正好）解釋了采用人工智能面臨的強烈反對。（其實我們面臨的）現(xiàn)實情況是，采用人工智能將取代的是人類決策（而非最佳的、完美的決策），人類決策還遠不完美，常常充滿偏見。因此，評估人力資本管理（HCM）中AI技術適用性的更好方法是直接比較人工智能和人類決策結果。在人工智能比人類表現(xiàn)出更少決策偏見的環(huán)境下，可以采用人工智能。

人工智能的能力被認為分為兩大類：弱人工智能和強人工智能。弱人工智能意味著它特定于一項任務，而強人工智能意味著模仿人類智能并可以推廣到其他環(huán)境。人工智能目前在特定環(huán)境中表現(xiàn)良好，但普適性有限。因此，對于人力資本管理（HCM），應該謹慎使用在特定語境數(shù)據集中驗證的AI。在考慮人力資本管理（HCM）中的人工智能功能應用時，必須慎終如始考慮，特別是許多人工智能的擬議用途，其實反映了對強人工智能的需求。通過這種方式，公司應該設定他們對人工智能能夠可靠完成的期望。

由于工作環(huán)境瞬息萬變，我們建議使用動態(tài)而非靜態(tài)AI——算法應定期使用新數(shù)據不斷更新，以防止決策過時、不相關，甚至不再適合目的。（Paris Will）

法律和監(jiān)管視角：理解法律與監(jiān)管對引入AI系統(tǒng)和流程的影響

理解法律和監(jiān)管對“在工作場所內、工作場所周圍引入和部署AI系統(tǒng)和流程”（可能產生）的影響，肯定符合所有相關者的利益——特別是那些可能并不知道他們應該關心這件事的人。對一些利益相關者來說，如果未能理解和解決這些法律和監(jiān)管影響，其造成的后果可能非常嚴重。

在試圖理解這些影響時存在一個問題，即世界上幾乎沒有專門適用于人力資本管理（HCM）領域人工智能應用的法律和法規(guī)。在不同的司法管轄區(qū)都有前瞻性的法律法規(guī)，旨在專門解決（AI在工作場所應用的）相關問題，（例如）最值得注意的是歐盟提出的一項非常重要的法規(guī)——其不僅在歐盟，也將在歐盟以外產生效用。但是，在許多國家，雇主（如何）在工作場所應用人工智能都有一套現(xiàn)行的法律和規(guī)章適用。

遺憾的是，這些法律法規(guī)體系何時、如何、為何適用，以及適用的含義，都不是很明顯明確。然而顯而易見的是，人們越來越擔心和抵制在工作場所內外使用人工智能、自動化決策和相關流程，而且監(jiān)管和法律的挑戰(zhàn)眼下正在發(fā)生。

我們試圖解決這個問題：首先，呼吁董事會從問責和治理考慮（布局）;接下來，提醒法律法規(guī)何時、如何以及為何適用，或可能適用;此外，還需要充分注意以下情形：

·現(xiàn)在專門適用于工作場所采納和使用人工智能的一系列法律法規(guī);

·歐盟《人工智能法》提案的潛在影響;

·最有可能適用于人力資本管理（HCM）領域人工智能應用的、各國現(xiàn)有的一些法律法規(guī)，但必須有司法解釋和適用。

在此過程中，我們希望所有（與HCM領域AI應用）相關人員（以及應該關注此事的人）能夠更好地理解、規(guī)劃和管理應對相關事宜，即當我們采用和依賴“在工作場所內外引入和部署AI系統(tǒng)和流程”后可能出現(xiàn)的（新的）治理方法、法律和監(jiān)管、聲譽影響、風險和暴露等。（Mark Lewis）

行之有效的方法：公司應謹慎接受并自上而下做好準備

人工智能分析不太可能在現(xiàn)在和未來的工作中消失。因此，為了在人力資本管理（HCM）中更好、更適當?shù)厥褂萌斯ぶ悄?，我們需要謹慎地接受它，并尊重雇員：

·董事會層面的監(jiān)督應側重于闡明人工智能應用的意圖;建立明確的人工智能培訓和測試流程，包括回溯測試;確保人工智能應用程序使用的透明度和對其結果的問責;并要求對供應鏈中可能使用人工智能的第三方產品進行有效和徹底的盡職調查。這種盡職調查目前經常缺失，或由缺乏足夠專業(yè)知識的人進行;

·公司應了解在工作場所采用和依賴人工智能系統(tǒng)和相關流程的法律和監(jiān)管影響，并妥善管理;

·公司應該建立一個機器學習平臺，以創(chuàng)建自動化和可重復的數(shù)據準備過程和特征工程，確保隨著時間的推移（能夠）保持一致性。該平臺應具有數(shù)據版本控制功能，以跟蹤使用的數(shù)據、不同模型實驗和測試結果的變化。應該有一個反饋循環(huán)和相關文檔，整合成果和經驗教訓，進而隨著時間的推移提高績效;

·公司應該明確責任主體，并設置一套糾正方法和明確的補救機制，以確保在不同的情況下都有人負責;

·在與公司打交道時，投資者可以要求披露和解釋下文中強調的關鍵績效指標?（KPI），其中包括招聘、文化和表現(xiàn)（圖1）。

圖1：人力資本管理流程的分類

作者周尚頤博士（Christine）系匯豐資產管理的全球管理主管和董事會成員。她在投資管理、研究和咨詢方面擁有25年的經驗，專注于技術和可持續(xù)發(fā)展。她也是國際公司治理網絡的董事會成員，并于2021年被任命為香港財務報告委員會的名譽顧問。Paris Will系倫敦經濟學院包容性倡議的首席企業(yè)研究顧問。Mark Lewis目前是英國律師事務所?Macfarlanes LLP的高級顧問，倫敦政治經濟學院法學院客座教授，擁有30年的經驗。