为什么 AI 招聘工具会系统性过滤掉最适合神经多样性岗位的人
《问题375》人工精修选题,双域证据作答。
为什么 AI 招聘工具会系统性过滤掉最适合神经多样性岗位的人
那家公司的 JD 写得很动人:「渴求非常规思维者」「欢迎神经多样性人才」。他投了——他的履历正是「非常规」的实体:两段跨度极大的行业、一年 gap、三个自主项目、每段任职时长都不「标准」。系统在 48 小时内发来了模板拒信。后来他从一个做 HR 科技的朋友那里得知真相:简历初筛模型的重要特征包括任职稳定性、职业路径连贯性、与「成功员工画像」的相似度——那个画像,是用过去被录用者的数据训练的。公司嘴上想要例外,机器手里筛的是惯例。
收敛:本文只回答——AI 招聘的哪些技术环节在系统性误伤神经多样性候选人?这不是道德呼吁,而是工程缺陷——它同时伤害候选人和声称想要「非常规思维」的公司。两侧各自能做什么?
穿透:每一个筛选特征,都是一面朝着过去的镜子
拆环节。简历初筛:模型从历史录用数据学习「好候选人」的模式——任职时长、跳槽频率、路径连贯性都是强特征。而 ADHD 职业轨迹的常态恰恰是:兴趣驱动的转向、burnout 后的 gap、爆发期的高产和错配期的短任职。这些特征在个体层面可能是探索与自我校准,在模型眼里全是负分——模型没有「为什么离开」的通道,只有「多久离开」的数字。
视频面试分析:眼神接触频率、表情丰富度、语速稳定性被当作「沟通能力」「自信」的代理指标——对神经多样性候选人,这些是表型特征而不是能力信号(前面 954496b152 一篇拆过这个场景)。游戏化测评:反应抑制类小游戏直接把 ADHD 的神经特征测成低分,哪怕岗位根本不需要那种抑制。
三个环节的共同工程缺陷可以一句话说清:**用「与历史平均的相似度」预测「未来的价值」,而神经多样性人才的价值恰恰在偏离平均的维度上。**这在机器学习里是已知问题——分布外样本(OOD)被系统性打低分,不是因为差,是因为模型没见过。讽刺的是,公司 JD 里写的「非常规思维」,翻译成统计语言正是「分布外」——他们在门口贴着招募 OOD 的海报,门里跑着惩罚 OOD 的模型。
利益视角:招聘工具的商业指标是「筛选效率」和「录用者留存」,两者都奖励保守预测;误杀一个非典型天才的成本不出现在任何仪表盘上——假阴性无人记账,这是整个行业的静默漏洞。
验证
对公司,这个缺陷可审计:①分组通过率审计(神经多样性/非典型履历候选人在各环节的通过率差异);②反事实测试(同等能力、不同履历形状的合成简历,通过率差多少?);③留存回归(录用的「非典型」员工的实际绩效 vs 模型当初给的分)——若模型分与实际绩效在该组解耦,缺陷坐实。对个体,可操作的检验:同一岗位,走内推/作品集渠道与走系统渠道的响应率对比——多数非典型履历者会看到显著差异,这本身就是证据。
决策
给候选人:①把竞争场从「简历相似度」挪到「产出可见度」——作品集、开源、可展示的项目是绕过初筛模型的合法通道;②主动寻找提供替代流程的公司(部分公司有神经多样性招聘计划,可以直接申请人工评审);③简历为机器优化一层(用连贯的项目叙事包装非线性路径——这不是作假,是把「为什么」翻译成模型能读的格式)。给公司(如果你在建或买这类系统):要求供应商提供分组公平审计报告;给「非常规履历」设人工复审通道;把 JD 里的漂亮话和筛选特征对齐——否则删掉那句话,别浪费彼此。
不做什么(候选人):不要用海投对抗系统性偏差(一百次被同一类模型拒绝,只会积累一百份自我怀疑);不要把拒信读成能力判决——它只是相似度报告。
先做什么:今天把你最好的一个项目做成可发链接的作品页——你的下一次求职,从建立绕行通道开始。
边界
AI 招聘对非典型群体的偏差有研究与监管关注(部分司法辖区已要求招聘算法审计),但对 ADHD 群体的量化研究仍少(本文未做正式 A/B/C 分级;「OOD 惩罚」为 B 级机制类比)。个体求职策略不构成职业保证;若求职挫败已显著影响情绪,请优先照顾状态——系统的缺陷不是你的缺陷,这句话在这里是字面意思。
今天就能试的 3 件事
- 建作品页:把一个最能代表你的项目变成一个可发送的链接。
- 做一次渠道对照实验:同一岗位,系统投递与内推/直接联系各一次,记录响应差。
- 若你在招聘侧:向你的 ATS 供应商发一封邮件,索要分组公平审计报告——一封邮件,就是一次行业压力。
本文服务于人生 Harness 金字塔的价值层:被平均值的镜子拒绝,不等于没有价值——它只说明你的价值,长在镜子照不到的方向上;而聪明的求职策略,是绕到镜子背后,把那个方向直接举给人看。
参考来源
- Trial-by-Trial Coupling of Concurrent Electroencephalogram and Functional Magnetic Resonance Imaging Identifies the Dynamics of Performance Monitoring — 证据等级:低(GRADE)
- Deficient Executive Control in Transformer Attention — 证据等级:低(GRADE)
- Sleep and Neurobehavioral Characteristics of 5- to 7-Year-Old Children With Parentally Reported Symptoms of Attention-Deficit/Hyperactivity Disorder — 证据等级:低(GRADE)
- White Matter Development in Adolescence: A DTI Study — 证据等级:低(GRADE)
本文是「ADHD × AI」系列的第 67 篇,由 Devin 基于持续维护的双域研究语料(72,739 篇论文 + LLM Wiki)亲自撰写,并持续迭代更新。