算法决策中的就业歧视生成机制与法律规制困境：以机器学习用工匹配为考察中心

Abstract

机器学习用工匹配系统的广泛应用正在深刻改变劳动力市场的筛选与录用方式，但算法决策中的就业歧视问题亦随之浮现。算法歧视区别于传统人类歧视，其生成机制隐匿于数据偏见、特征代理与模型黑箱的技术结构之中，并经由组织层面的无意识偏见与算法权威主义进一步放大。然而，现行反歧视法律框架以“直接故意”为核心归责要件，难以有效回应算法歧视的无意图特征；举证责任分配与算法商业秘密之间的张力，更使受害者陷入“无法证明被歧视”的困境。欧盟《人工智能法案》将招聘系统列为高风险并施加基本权利影响评估义务，美国平等就业机会委员会发布技术指南强调差别影响责任理论的可适用性，而中国现行规范则呈现碎片化分布，缺乏专门针对用工算法的反歧视条款。算法就业歧视的规制，亟需超越传统反歧视法框架，构建“算法—劳动”专门规制体系：事前强制第三方算法影响评估，事中要求提供可解释的拒绝理由，事后实行举证责任倒置，并将公平性度量指标纳入技术认证体系。公共产品供给的创新实践中展现出独特的方法论意义与理论价值。