1 引言 人才是第一资源，是推动科技创新和经济发展的关键因素。在人工智能（Artificial Intelligence，AI）技术重塑各行各业的今天，AI也逐渐介入了人力资源领域。招聘是组织发展过程中的重要环节，招聘过程是否公平，影响着组织对于求职者的吸引力以及求职者对于组织的追求意愿。传统面试耗费大量的时间成本，对面试官和求职者的健康造成威胁。AI面试机器人在招聘中应用场景广泛，可用于简历初筛、视频面试以及算法评估。Facts & Factors调研数据显示，全球AI面试市场规模于2028年预计达到8.9亿美元，行业发展前景广阔。AI面试的兴起为组织选拔带来了新的机遇，但与此同时也引发了人们对技术的担忧。 AI招聘是指将人工智能技术应用于就业招聘领域，通过算法模型对候选人进行自动化评估的招聘方式，其应用场景包括AI面试和简历筛选。聊天型AI面试主要是将NLP自然语言理解技术与声音识别算法结合，通过结构化对话交互获取岗位匹配信息，求职者需要全面了解行业特征和企业用人需求，在语言表达中策略性地使用关键词、技术词汇、符合目标企业偏好的特征词和一些符合机器逻辑的词汇来组织语言。AI视频面试实时分析求职者面部表情和肌肉动作，判断作答真伪、个性特征，根据以往“成功”候选人的特征数据库，评估求职者的反应、情感和认知能力等。最后，借由排名算法对候选人进行量化评分，甄选优秀的候选人进入后续招聘环节。AI招聘在面试和简历筛选方面展现出的提效降本潜能，使其应用范围呈现持续扩张的趋势，那么AI招聘更加公平吗？ 组织选拔情境实践中AI招聘的公平性问题面临前所未有的挑战与威胁。表面看来，相比于传统的招聘方式，AI招聘执行标准化程序，从机制上避免人情因素（如“打招呼”、“套近乎”）的影响，减少主观决策偏差，从而提升简历筛选和面试评价的客观性，能够增进求职者的公平感知。事实上，从信息不对称的角度来看，求职者在招聘市场中处于弱势地位，对新技术往往持警惕态度。AI招聘的标准化程序虽然提高了评估的一致性，但是剥夺了求职者与面试官之间的双向沟通和额外表现的机会（比如弹性回答的时间、面试提纲以外的个人发挥），从而削弱求职者的公平感知。AI技术发展的不可预见性也威胁到求职者对AI招聘的公平感知。大语言模型会在训练过程中出现“伪对齐”行为——即模型表面上遵循研究者的公平性优化指令，但实际仍保留原有数据中的偏见，甚至采取策略性欺骗行为以维持其固有偏好，进一步限制了AI招聘公平性改进措施的有效落实。 现有AI招聘公平感知实证结果纷繁，缺少从不同公平类型对比来揭示AI招聘的公平感知机制，对于AI招聘能否增进求职者公平感知这一问题的回答存在矛盾，究其原因是缺乏信息加工机制的探讨和理论体系梳理。本文采用文献综述法，在文献检索和筛选阶段，我们以“AI面试”“AI招聘”“AI Interview” “AI Recruitment” “Perception of Fairness”等为关键词，在Web of Science、Springer、EBSCO、CNKI等数据库中初步检索，时间范围设定为2015～2025年，初步获得15篇中文文献和109篇英文文献。为严格控制文献质量，我们在阅读文献标题和摘要后对初步检索到的124篇文献进行筛选，筛选标准包括：（1）剔除与研究主题不符的文献；（2）剔除书评、社论、征稿启事等；（3）增加文献中被遗漏的参考文献。最终，本文共获得符合条件的重要文献61篇（中文9篇和外文52篇）。通过对AI招聘情境下求职者不同维度的公平感知的研究进行系统性的梳理，从信号理论视角总结了威胁AI招聘公平感知的因素、企业启用风险以及其提升策略，有助于AI技术的长足发展，缓解企业启用AI招聘的风险。 2 求职者公平感知威胁 以往有关AI或AI招聘公平性的综述研究，主要关注的是不同类型的AI决策方式对公平感知的整体影响，或者采用访谈法调查求职者对AI招聘公平性、透明度、客观性、可接受程度等变量的看法。本文结合组织选拔系统公平感知、互动公平分类以及AI招聘公平感知的实证研究，聚焦程序公平、人际公平和信息公平三个维度，探讨求职者在公平的不同维度感知到的威胁和担忧是否存在系统性的差异。 在招聘情境中，企业与求职者之间存在着信息不对称性，信号理论（Signal Theory）描绘了在信息不完全、不对称的情况下，双方通过解释容易观察到的信号来了解彼此难以直接了解到的特征的过程机制。企业作为信号发送者，主导着AI招聘所释放的信号的内容特征和传递方式；求职者作为信号接收者，通过对这些信号进行认知加工从而形成雇主形象和公平感知，同时也会释放自身信号成为企业雇主品牌建构的来源。信息不对称包括信号的主体、传递效率（例如求职者个人特征）、传播媒介（例如AI面试和简历筛选）、信号的质量（例如AI招聘的特性），以及信息的目的（例如AI招聘的目的）等。求职者通过对求职环境中信号的感知，构建情境认知并评估期望满足程度。由于AI选拔情境中来自组织的信号大多呈现外部、不可控的特征（如AI的特征、AI虚拟形象），加之面试过程受制于设备性能稳定性，引入了新的不稳定因素，导致求职者无法展现主动性行为、参与感低，进而引发控制感缺失、自我效能感下降，形成了公平感知威胁。随着互联网技术的深度发展，以往的传统的招聘方式开始向AI主导或者人机协同招聘转变，这意味着信号传播的媒介和主体开始发生变化。
