夜雨聆风HRTech概述
Workday 在加州 AI 招聘歧视诉讼中未能成功驳回核心主张。案件中指控其AI驱动的求职者筛选工具可能基于种族、年龄、残障、性别等受保护特征，对求职者产生不利筛选影响。法院允许 FEHA 相关主张及部分 ADA 残障歧视主张继续推进。Workday 否认指控，称其工具只评估岗位资格，不评估受保护特征。
对 HR 来说，这起案件的重要意义在于：AI 招聘工具不再只是效率工具，也可能成为合规责任来源。未来企业采购 AI 招聘系统，必须重点关注偏见测试、数据留存、算法解释、供应商责任和候选人权利。
HRTech注意到，备受关注的 Mobley v. Workday Inc. 案件近期出现重要进展。美国加州北区联邦法院对 Workday 试图驳回 AI 招聘歧视诉讼的动议作出裁定，允许部分核心主张继续推进。需要明确的是，这并不意味着 Workday 已经被认定存在歧视，也不是案件的最终判决；但法院没有在早期阶段终结关键指控，说明围绕 AI 招聘工具的法律责任边界，正在进入更实质性的司法审查阶段。
该案最初由 Derek Mobley 于 2023 年提起，原告主张 Workday 的算法化申请人筛选工具在招聘过程中可能对特定求职者群体产生不利影响，涉及年龄、种族、残障和性别等受保护特征。案件的关键不在于某一家雇主是否单独拒绝了某位候选人，而在于 Workday 作为 HR 科技供应商，其系统如果参与了候选人筛选、排序、推荐或拒绝流程，是否可能被视为招聘决策链条中的实际参与者。
这也是本案区别于传统就业歧视案件的核心所在。过去，HR系统通常被视为雇主使用的后台工具；但当系统开始通过算法对候选人进行匹配、评分、排序或筛选时，它的作用可能不再只是记录信息，而是影响候选人是否进入下一轮流程。法院此前也关注到，Workday 的工具如果代表雇主执行某些筛选功能，其责任问题不能简单因为“最终录用决定由客户作出”而被排除。
本次裁定中，一个重要问题是加州公平就业和住房法是否可以适用于相关主张。Workday 的抗辩方向之一是，部分求职者并非加州居民，也并非申请加州岗位，因此加州法律不应被扩展适用。但法院在前期意见中指出，如果原告能够主张 Workday 在加州设计、开发、运营相关工具，并通过这些工具代表客户执行涉嫌歧视性的筛选行为，那么相关行为与加州之间可能存在足够联系。
这一点对 HR 科技行业非常关键。它意味着法院关注的不是候选人或岗位是否一定在加州，而是涉嫌产生歧视影响的技术行为、系统运营和公司决策是否与加州存在实质关联。对于总部、研发、算法治理或产品决策位于某一司法辖区的 HR Tech 公司而言，法律风险可能不再局限于客户所在地或岗位所在地。
本案中另一个值得 HR 特别关注的问题，是所谓“代理变量”。原告主张，一些表面上看起来中性的筛选因素，可能在实际效果上成为受保护特征的替代指标。例如，就业空档、职业路径中断、工作经历模式、测评结果等，可能与健康状况、残障经历、年龄或其他身份特征存在关联。如果 AI 系统将这些因素作为负面信号，就可能形成差别影响。
这对企业采购 AI 招聘工具有直接启发。合规风险并不只来自系统是否明确使用了“年龄”、“种族”、“残障”等字段，也可能来自模型是否通过其他变量间接识别或放大这些差异。换句话说，一个系统即使没有主动读取受保护特征，也不等于没有歧视风险。真正的审查重点，应当是模型输出结果是否对特定群体形成系统性不利影响。
法院此前在一份证据开示裁定中也处理了 Workday 偏见测试数据、客户申请人数据、EEO-1 和 OFCCP 文件等争议。法院没有要求 Workday 交出部分受到律师—客户特权保护的偏见测试数据，也没有简单认定 Workday 控制客户申请人数据；但法院要求 Workday 生产 EEO-1 和 OFCCP 相关文件，因为这些文件可能与 Workday 对 AI工具潜在人口统计差异的认知有关。
这说明未来 AI 招聘诉讼的重点，很可能不仅是系统“有没有算法”，而是企业和供应商是否知道算法可能带来差别影响，是否做过偏见测试，测试结果如何保存，哪些数据受法律特权保护，客户数据由谁控制，以及供应商是否有足够的合规治理记录。
Workday 否认相关指控，并表示其招聘 AI 工具不会作出录用决定，其技术只评估岗位资格，而不是种族、年龄或残障等受保护特征。这个立场也代表了很多 HR 科技供应商的常见抗辩逻辑：供应商提供工具，客户作出最终决定。但本案正在挑战的正是这一边界。如果工具在事实上影响了候选人能否进入面试、是否被推荐、是否被优先展示，那么“工具”和“决策”之间的距离会被重新审视。
对于 HR 和企业采购团队而言，这起案件的现实意义非常明确。AI 招聘工具不能只从效率、体验和成本角度评估，还必须纳入合规尽调。企业在采购和使用相关系统时，应重点关注供应商是否提供偏见测试机制、算法影响评估、审计记录、候选人解释机制、数据留存政策、人工复核流程，以及合同中关于歧视索赔、数据披露和责任分担的条款。
Workday 案的长期影响，可能不在于某一项具体主张最终是否成立，而在于它正在推动市场重新定义 AI 招聘工具的责任边界。未来，HR 科技供应商的竞争力不会只体现在更快筛选候选人、更智能匹配岗位或更低招聘成本上，也会体现在能否证明系统公平、可审计、可解释、可治理。
AI 招聘不会因为诉讼风险而停止发展，但企业使用 AI 的标准会明显提高。对于 HR 来说，真正成熟的 AI 招聘采购，不是被产品演示中的“智能推荐”打动，而是能够问清楚算法如何影响候选人、如何监测差别影响、如何处理异常结果，以及一旦发生争议，企业和供应商分别承担什么责任。
Workday 案提醒整个行业：AI 招聘已经从技术创新阶段，进入算法合规和治理能力的检验阶段。
HRTech一直在倡导HR一定要在人力资源工作中实践负责任的人工智能。
7. 对HR的安全与责任提醒
对HR而言，AI招聘最大的风险，不是用了AI，而是把AI当成“中立工具”后，HR放弃了自己的专业判断与治理责任。
第一，HR必须重新承担“标准定义责任”。岗位资格、筛选条件、测评维度、淘汰规则，不能简单交给系统或供应商决定。每一个筛选标准，都应当能够回答三个问题：它是否与岗位真正相关？是否具有业务必要性？是否可能对某些群体形成系统性不利影响？
第二，HR必须承担“采购尽调责任”。采购AI招聘系统时，不能只看效率、价格、用户体验和产品演示，而要追问供应商：是否做过偏见测试？是否能识别代理变量？是否支持算法影响评估？是否保留审计记录？是否允许人工复核？是否有候选人申诉机制？发生歧视争议时，数据如何提供，责任如何分担？
第三，HR必须承担“使用监督责任”。AI可以辅助筛选、匹配、排序和提醒，但不应成为未经审查的自动淘汰机制。尤其在简历筛选、测评评分、候选人排序、面试推荐等关键节点，企业应当明确人机分工，保留人工复核、异常处理和例外通道。
第四，HR必须承担“结果责任”。系统没有使用年龄、性别、种族、残障等字段，并不等于没有歧视风险。真正需要监测的是结果：不同群体的通过率、推荐率、淘汰率、面试率、录用率是否存在显著差异。AI治理不能停留在“我们没有输入敏感信息”，而要进入“我们的系统结果是否公平”。
第五，HR必须保护候选人权利。候选人应当知道自己是否被自动化工具影响；在必要情况下，应当有机会获得解释、申请人工复核、提出合理便利请求，并对明显异常的筛选结果提出质疑。招聘效率不能以牺牲候选人的尊严、机会和程序公正为代价。
因此，AI时代的HR不能只是系统使用者，更应成为AI招聘的治理者。HR的专业价值，不是点击系统按钮，而是在技术、业务、法律与人的尊严之间建立平衡。
对AI Tech供应商的提醒：安全、责任与可治理性，将成为真正的产品竞争力
对AI Tech和HR科技供应商而言，Workday案释放的信号同样清晰：AI招聘产品不能只证明“更快、更准、更省钱”，还必须证明“更安全、更公平、更可审计、更可治理”。
第一，供应商必须承担“设计责任”。从产品设计阶段开始，就应当把公平性、可解释性、无障碍、隐私保护、数据最小化和人类监督纳入系统架构，而不是等到客户质疑或诉讼发生后再补救。
第二，供应商必须承担“测试责任”。所谓AI安全，不能只测试准确率、稳定性和系统性能，还要持续测试差别影响、代理变量、数据偏差和模型漂移。尤其是就业空档、职业路径、学校背景、语言表达、测评行为等看似中性的变量，可能在实际结果中放大年龄、残障、性别、族裔或社会经济背景差异。
第三，供应商必须承担“透明责任”。企业客户不一定需要看到全部源代码，但必须理解系统如何影响招聘决策：哪些数据被使用，哪些规则或模型参与排序，哪些因素会降低候选人评分，哪些环节可能导致自动拒绝。供应商不能用“商业秘密”完全替代合规解释。
第四，供应商必须承担“审计责任”。AI招聘系统应当内置审计日志、版本记录、模型更新记录、测试记录和客户配置记录。未来一旦发生争议，关键问题很可能不是“系统是否使用了AI”，而是“谁知道风险、什么时候知道、做过什么测试、如何处理异常、是否留下记录”。
第五，供应商必须承担“协同责任”。AI招聘不是一个单点软件，而是嵌入雇主招聘流程、岗位标准、候选人数据、测评工具和管理决策的系统。因此，供应商需要与客户共同明确责任边界：哪些由供应商负责，哪些由雇主负责，哪些需要双方共同治理。简单地说“我们只是工具，客户才做决定”，未来可能越来越难以构成充分的责任防线。
第六，供应商必须承担“持续治理责任”。AI模型不是上线即结束，而是需要持续监测、更新、复核和改进。随着客户行业、岗位类型、候选人结构和法律环境变化，系统风险也会变化。真正成熟的AI Tech公司，不只是卖工具，而是提供可持续的治理能力。
从这个意义上说，AI招聘正在从“功能竞争”进入“信任竞争”。未来HR科技的核心竞争力，不只是算法能力，而是能否让企业、候选人、监管者和社会相信：这个系统不仅聪明，而且负责；不仅高效，而且安全；不仅能筛选人，更能尊重人。
大荔枝备注：第7和第8部分，在原文的基础上做了增补。
原文参考
