2026-10-16 08:14:58 分类：案例研讨
上周跟个老读者在杭州的路边摊啃烤串，冰啤酒刚倒满，他叹了口气——34岁半，做了8年电商运营，去年从公司优化出来，投了某头部招聘平台快20份简历，半点儿面试邀约都没收到。
一开始他以为是自己跟市场脱节了，直到找了在平台做产品的前同事喝咖啡，才知道真相。
平台给企业端的默认筛选规则里，算法自动加了个隐藏buff：只要简历年龄超过34岁6个月，直接划入“无效简历池”。连HR的后台列表，都刷不出来。
我当时手里的烤筋都掉盘子里了。
这哪是找工作。
这是算法直接给你判了无刑啊。
你以为的效率，是藏在代码缝里的偏见
之前大家聊起算法歧视，第一反应都是大数据杀熟——同一个酒店房间，老用户比新用户贵一百多，或者外卖平台的派单时间越来越短，把骑手的刹车都要算成冗余性能。
但现在的歧视早就升级了。
它不写在用户协议里，不贴在公告栏上，甚至连训练这个算法的工程师，都未必能说清偏见是从哪来的。可能是过去三年平台上成功入职的员工平均年龄28岁，算法就自动把“年龄低于30岁”标成了“高匹配度”的核心指标；可能是之前的风控模型里，把“常住地为城中村”的用户的坏账率权重拉得极高，哪怕这些人每个月的贷款还款记录比住在高端小区的用户靠谱三倍。
没人故意使坏。
但结果就是，普通人莫名其妙就被挡在了门外。
招聘平台算法简历筛选后台操作界面
很多人会说，企业每天收几千份简历，不快速筛哪看得过来？这话没错。可问题是，这个筛选的开关，根本不是企业说了算的——它藏在算法的默认参数里，连个显眼的提示都没有。等企业HR反应过来，哦原来我们把35岁以上的优秀候选人全滤掉了，算法已经按照这个规则跑了大半年。
谁的锅？
平台说我是帮企业提效率，企业说我根本不知道有这个隐藏规则，工程师说我只是按照之前的数据训练模型。最后背锅的，就是那个投了简历石沉大海，还以为自己能力不行的求职者。
现在的治理，还在追着影子跑
之前出台的算法推荐管理规定，确实白纸黑字写了不得利用算法，根据用户的年龄、职业、身份这些属性实施不合理的差别待遇。可真到落地的时候，全是模糊地带。
就说刚才的招聘平台年龄筛选。你说它是歧视吧？它能拿出一百个理由，说这是基于历史数据的效率优化，没有针对特定群体。你说它没歧视吧？35岁以上的人连被HR看见的机会都没有。
说实话，去年我帮一个跑网约车的老大哥写过投诉材料。他48岁，开了五年网约车，账号评分4.98，结果最近半年，算法给他派的单全是那种跨区十多公里、赶上晚高峰堵一小时的机场长单，赚的钱还没年轻司机派的三公里短途单多。
他找平台客服问，客服永远是那套说辞：派单是算法随机分配的，没有区别对待。
可随机分配怎么就专挑他这个耐造、不随便取消订单的老司机薅？
最后折腾了快俩月，平台才松口，给他调整了派单权重。可之前那些少赚的钱，就这么算了。
网约车司机手机端派单界面显示远距离订单
现在很多地方搞算法备案，说白了就是让平台自己报个说明书：我这个算法是干嘛的，用来给用户推短视频的，用来帮人匹配招聘信息的。至于算法具体藏了什么参数，有没有偷偷给不同的人打标签搞差别对待，没人查。
说真的，每次看到平台拿“算法中立”当挡箭牌，我都想笑——算法是中立的？那训练算法的数据是谁攒的？平台拿着用户的所有数据，把偏见藏在参数里，然后甩锅给代码，这跟以前的老板把压榨员工的规则藏在考勤表里，然后说“不是我要扣你钱，是考勤机算的”有什么区别？
真正的治理，要盯着人，不是盯着代码
真正的治理，要盯着人，不是盯着代码
前阵子看到上海的一个判例，印象特别深。一个消费者在旅行平台订酒店，发现自己作为注册五年的老用户，看到的房价比刚注册的新用户贵了120块。平台辩解说这是算法基于用户消费习惯的动态定价，没有问题。
结果法院根本没纠结平台的代码到底是怎么写的——只要是同一家酒店、同一个时间段、同一个房型，给不同用户的价格差拿不出合理的、可公开的依据，那就是实打实的歧视。最后判平台退了差价，还赔了三倍。
这个案子最珍贵的地方，不是平台赔了多少钱。是它把之前拧巴的举证责任给掰过来了。
别再让被歧视的普通人，扛着所有的举证压力，去跟掌握全量数据的平台掰手腕。
之前的规则总要求被侵权的人拿出铁证，证明算法故意针对你。可普通人哪有那个能力？你总不能黑进平台的后台，把所有的派单记录、简历筛选日志全导出来当证据吧？
真正的算法歧视治理，从来不是让专家坐在办公室里研究代码写得合不合规，是要走到路边摊、走到网约车的驾驶位、走到招聘市场的人群里，看看那些被算法挡在门外的人，到底吃了多少亏。
毕竟我们这些普通人，要的从来不是什么完美的技术乌托邦。
就是找工作的时候，别因为年龄超了几个月，连简历都递不到HR眼前；跑单的时候，别因为你耐造、脾气好，就专给你派最不赚钱的烂单；订酒店的时候，别因为你是老用户，就坐地起价宰熟客。
算法本身没什么善恶。
它就像一把刚做出来的尺子。
如果这把尺子量出来的结果，是让努力干活的人连门都进不去，那我们就得把这把尺子掰过来，重新校准。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：算法歧视治理：别让藏在代码里的偏见，把普通人的路堵死
文章链接：https://wuhanlihunlvshi.com/cases/2952.html
