为什么很多人对纽约《人工智能招聘法》感到生气?
有志者,事竟成!如果你在学习科技周边,那么本文《为什么很多人对纽约《人工智能招聘法》感到生气?》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~
绝大多数人对上周在纽约市生效的关于人工智能和招聘的法律感到愤怒。这个法律是美国的一个重要里程碑,它的实施将为其他城市制定人工智能政策和进行辩论提供有益的经验教训。美国其他州正在考虑类似于纽约州的法案,其中包括人工智能招聘规定,该规定是欧洲《人工智能法案》的组成部分。
招聘中使用人工智能受到批评,因为它以自动化和强化现有种族和性别偏见的方式进行。已证实人工智能系统在评估候选人的面部表情和语言时,倾向于优先考虑白人、男性和身体健全的候选人。
这个问题值得关注,因为许多公司在招聘过程中至少使用过一次人工智能。美国平等就业机会委员会主席夏洛特·布罗斯(Charlotte Burrows)在 2023 年 1 月份的一次会议上表示,多达 80% 的公司使用某些自动化工具来做出招聘决策。
纽约市 7 月 5 号生效的《自动化招聘决策工具法》(Automated Employment Decision Tool)规定,在招聘中使用人工智能的雇主必须如实告知候选人他们正在这样做。为了证明他们的系统不具有任何种族主义或性别歧视,他们必须每年接受独立审计。应聘者能够要求潜在雇主提供关于技术的数据收集和分析的信息。违规行为将被处以最高 1500 美元的罚款。
(来源:STEPHANIE ARNETT/MITTR | GETTY)
该法律的支持者表示,对于监管人工智能和减轻其使用带来的一些危害和风险而言,这是一个好的开始,即使它并不完美。公司被要求更深入地了解他们所使用的算法,并确保该技术没有对女性或有色人种造成不公平的歧视。
从美国人工智能监管政策的角度来看,这是一个罕见的成功案例,我们有望看到更多相关的地方法规。听起来很有希望,对吧?
但这项法律遭到了巨大的争议。公共利益团体和民权倡导者表示,该法案的可执行性和广泛性都不够,而必须遵守该法案的企业则辩称,该法案不切实际,会带来沉重的负担。
民主与技术中心(Center for Democracy & Technology)、监控技术监督项目(S.T.O.P.,Surveillance Technology Oversight Project)等组织认为,该法律“包容性不足”,有可能遗漏招聘中许多自动化系统的使用,包括使用人工智能筛选数千名候选人的系统。
由于相关审计行业目前尚不成熟,因此仍难以确定独立审计将取得何种结果。BSA——一个有影响力的科技贸易组织,其成员包括 Adobe、微软和 IBM——于 2023 年 1 月向纽约市政府提交了批评该法律的评论,认为第三方审计是“不可行的”。
S.T.O.P.执行董事阿尔伯特·福克斯·卡恩(Albert Fox Cahn)表示:“关键问题是,审计师将以何种方式获取公司信息,以及他们真正能够在何种程度上质询公司的运营方式。尽管我们有财务审计师,但我们缺乏被普遍接受的会计原则,更别提税法和审计规则了。”
卡恩表示,该法律可能导致人们对人工智能和招聘流程产生不真实的安全感。他说:“这是一个遮羞布,仅用来证明保护措施是存在的,而在实践中,我不认为任何一家公司会因为这被纳入法律而被追究责任。”
重要的是,强制审计必须评估人工智能系统的输出是否对特定人群持有偏见,这会用到一种被称为“影响比”的指标来确定该技术的“选择率”是否因不同群体而异。
审计无需尝试解析决策算法,法律也规避了深度学习等复杂形式的机器学习所面临的“可解释性”挑战。正如你所想象的,这些遗漏之处成为了人工智能专家争论的热点。
在美国,在等待联邦立法的过程中,我们可能会看到更多此类人工智能监管的地方法律,这些法律大多针对该技术的一个特定应用。只有通过参与这些地方法律的斗争,我们才能探索人工智能工具、安全机制和执法定义在未来几十年中的发展。新泽西州和加利福尼亚州已经在考虑类似的法律。
支持:Ren
好了,本文到此结束,带大家了解了《为什么很多人对纽约《人工智能招聘法》感到生气?》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
宏碁电脑开不了机怎么装win10系统
- 上一篇
- 宏碁电脑开不了机怎么装win10系统
- 下一篇
- 华为Mate 60 Pro设计图曝光:四边等宽曲面屏震撼亮相!
-
- 科技周边 · 人工智能 | 7小时前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 291次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 344次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 347次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 310次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 131次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
