因残疾被淘汰：残障工作者在数字化招聘评估中的排斥

文献标题

Disqualified by Disability: The Exclusion of Disabled Workers by Digitized Hiring Assessments

出版信息

• 主题领域: 数字化和基于人工智能的招聘评估对残疾员工的影响。
• 关键词: AI招聘工具, 数字化评估, 残疾歧视, 可访问性, 就业偏见, 自动化决策系统, 以人为中心的设计, 情感负担, 法律影响, 包容性招聘。

背景与问题

• 问题/挑战: 数字化招聘评估工具，包括基于人工智能的工具，通常对残疾员工不可访问，存在歧视性，并未考虑残疾员工的需求。这些工具延续了偏见，制造了障碍，并可能迫使残疾员工披露自身残疾，从而导致他们被排除在招聘流程之外。
• 重要性: 83%的雇主和99%的《财富》500强企业使用自动化招聘工具，这些系统对残疾员工的就业机会产生了广泛影响，而残疾员工的失业率本就较高。
• 动机与相关研究: 先前的研究强调了人工智能招聘工具中的偏见风险，包括种族、性别和残疾歧视。然而，对于残疾员工在数字化评估中的具体经历，特别是跨越不同残疾类型的经历，了解仍然有限。本文通过聚焦美国残疾员工的视角，填补了这一研究空白。

解决方案

• 提出的方法: 一项定性、以人为中心的研究，探讨残疾员工在数字化招聘评估中的经历，包括人格测试、认知测试、游戏化评估和人工智能评分的视频面试。
• 创新性:
  1. 聚焦于不同残疾类型的残疾员工的第一手经历。
  2. 检查数字化评估中的可访问性障碍和情感负担。
  3. 分析人工智能招聘工具的歧视性特征。
  4. 制定减少伤害和改善招聘技术包容性的指导方针。
• 程序和关键技术:
  • 17名具有不同残疾的参与者完成了两个商业平台上的模拟招聘评估。
  • 半结构化访谈记录了他们对可访问性、情感影响和公平性认知的反思。
  • 主题分析识别了关键障碍、情感成本和改进建议。

结果

• 具体发现:
  • 53%的参与者因不可访问性未能完成至少一项评估。
  • 41%的参与者在至少一项测试中的得分低于第5百分位。
  • 情绪智力测试和游戏化评估对残疾参与者特别不可访问且无效。
  • 视频面试中的自动面部分析错误分类了情绪，经常将残疾参与者标记为“中性”、“愤怒”或“厌恶”。
• 相较基线的优势: 本研究提供了关于残疾员工实际经历的定性洞察，揭示了招聘评估中的系统性缺陷，而这些缺陷未在先前的定量研究中得到解决。
• 实验/评估:
  • 两次2小时的评估会话，随后进行1小时的半结构化访谈。
  • 参与者包括小时工和律师，代表了多样的教育和职业背景。
  • 分析重点在于可访问性障碍、情感负担和歧视性结果。
• 局限性与未来工作:
  • 由于样本量小且为定性研究，研究结果不可推广。
  • 未来的研究应包括更大、更具多样性的样本，并研究真实世界的招聘流程。
  • 需要进一步研究以评估具体评估工具的有效性和公平性。

总结

本研究探讨了数字化招聘评估对残疾员工的歧视性影响，揭示了显著的可访问性障碍、情感负担和系统性偏见。参与者报告了测试完成困难、与工作资格无关的低分数以及被迫披露残疾的情况。研究结果挑战了人工智能招聘工具减少偏见的主张，强调了透明性、人类监督以及评估的辅助使用的必要性。研究为开发者和雇主提供了可操作的指导方针，以创建更具包容性的招聘技术，突出了就业实践中可访问性和公平性的重要性。