本文拆解 HBR 2025-12 反向研究：AI 履歷篩選不是消除偏見、是把公司過去 10 年偏見鎖進系統。代理變數機制（性別→社團、年齡→畢業年）、3 個案例（Amazon 棄用 / iTutorGroup 罰 365 萬美元 / 歐盟 AI Act 7% 營收）、為什麼大廠 AI 更危險、台灣 HR 4 步避開 + CHRO 3 動作。

職場

國際

以行動支持創作者！付費即可解鎖

大家好，我是阿峰老師，一位熱愛人工智慧並致力於把 AI 技術帶進日常生活的教育者。一直以來，我都相信教育不只是傳遞知識，而是要激發學生的好奇心與創造力，並培養他們的批判思考和實踐能力，讓每位學生都能在未來職場中脫穎而出。

我的教學理念是「學以致用」。「AI峰哥」的部落格，專門分享各種最新的 AI 新知與應用。

AI 峰哥

科技

履歷

案例

年齡

歧視

廠商

性別

候選人

危險

工程師

男性

HBR AI Fairness 拆解：履歷篩選 AI 不是公平、是放大過去偏見

資料偏見