随着人工智能不断深入招聘与日常工作流程，围绕透明度、公平性和信任的讨论愈发紧迫。一篇最新研究文章从实证角度出发，呈现了欧洲各地员工和求职者在面对基于人工智能的数据实践时的真实体验与态度，为理解当今数据化职场中的关键挑战提供了新的证据。

这项研究隶属于 BIAS 项目，由 Carlotta Rigotti、Eduard Fosch-Villaronga、Daniel Alves Fernandes 和 Antoni Mut Piña 共同完成。研究团队通过一项大规模问卷调查，收集了来自欧盟成员国、冰岛、挪威、瑞士和土耳其等地的 4,317 份有效样本。调查重点关注求职者和员工如何看待人工智能系统、他们对人工智能使用情况的了解程度，以及在数据处理和透明度机制方面的实际体验，并特别分析了性别、年龄和教育水平等人口统计因素所呈现的差异模式。

相关成果以《数据化职场中的透明度：法律、员工与求职者视角》为题，发表在《科技与社会》期刊上。

随着人工智能系统在职场中的嵌入程度不断加深，招聘与就业流程的“数据化”已成为常态。在这一背景下，如何确保这些技术从设计阶段到实际部署都具备足够的可信赖性，已成为一个迫切的政策与实践问题，尤其是在欧盟监管框架持续演进的当下。通用数据保护条例（GDPR）与《人工智能法案》在规范招聘和就业场景中人工智能的使用方面发挥着关键作用，为相关治理提供了法律基础。

研究的主要发现包括：

• 现有的透明度措施虽然在部分场景中存在，但整体上较为零散，多停留在程序性层面，缺乏系统性和可操作性；退出或拒绝机制往往不够清晰。
• 在招聘场景中，人工智能系统收集的数据量明显多于在日常职场环境中的数据收集，尤其在涉及敏感信息时更为突出。
• 在职场环境中，整体数据收集相对较少，且对敏感信息与非敏感信息的区分并不明显，界限较为模糊。
• 身处社会边缘群体是被收集数据可能性更高的最一致人口统计学预测因素，这一趋势在不同情境下都较为稳定。

基于上述发现，文章对 GDPR 和《人工智能法案》框架下透明度要求在现实中的落实方式进行了批判性审视，并探讨了这些要求在实践中应如何更好地实现。作者主张，将形式上的法律合规与以受影响最深群体的实际体验为中心的实践结合起来，才能更有效地应对招聘与就业领域中长期存在的结构性不平等问题。