Skip to content
跳到正文

人工智能治理与数字风险

政策即证据:生成式人工智能在人力资源文件与建议中的应用

Novara Consulting Group 在“AI治理与数字风险”分类下的横幅:绿色方框中的分类名称,背景为薄雾笼罩的松林。
下载 PDF

曝光实际所在之处

人工智能在人力资源领域受到的关注,大多集中在筛选环节:谁被筛查、排名、晋升,依据是什么。这种关注是有道理的,本机构对此已有大量论述。但这也使得增长最快的应用几乎完全未被审视。

生成式系统如今被用于起草、更新和本地化构成雇主法律立场的文件:员工手册、便利安排程序、休假政策、职位描述、纪律标准、调查模板、多州合规附录。宣传的说法是,这项历来缓慢且昂贵的工作,如今可以即时产出,并随法规变化持续保持更新。

Novara Consulting Group 的立场是,这一应用带来的风险比自动化筛选更大、更迫切,原因就在于文件本身的性质:政策不是一份操作性文件,它是证据。它会在诉讼中被提交,在监管机构调查中被引用,被员工所依赖,并被那些以寻找言行差距为职责的人拿来对雇主进行审视。一个在没有来源可查的情况下生成了自身法律立场的机构,实际上制造了大量关于自身的可采信材料,而机构内没有任何人能对此作出说明。

政策就是证物

在一场雇佣纠纷中,雇主的书面政策同时发挥着若干功能,而每一项都可能对雇主不利。

它确立了雇主向员工传达的内容,这关系到信赖利益,并且在许多州,视措辞和免责声明而定,还关系到合同的成立。它确立了雇主为自己设定的标准,雇主在具体案件中的行为将据此标准被衡量;一个未能遵循自身既定程序的雇主,处境要比一个程序本就含糊的雇主更为不利。它确立了雇主已知悉的内容,因为一项针对某法律要求所制定的政策,证明了雇主对该要求的知悉。它还确立了做法是否一致,因为对不同员工适用不同标准的政策,正是通向歧视认定的常见证据路径。

这些都不是新问题。新的是,这份文件如今可能是由一个以“看似合理”为优化目标的系统所生成,起草者并非律师,整个过程也没有留下任何记录,说明曾参考过何种权威依据、行使过何种判断。

它证明了雇主在未确定其正确与否的情况下,便采纳了某一法律立场。

当对方律师询问是谁起草了这项便利安排程序、某一条款依据什么被纳入、有何法律依据支持时,“是生成式系统写的,有人审校了语气”这样的回答并不是一个好答案。它不仅无济于事;它还证明了雇主在未确定其正确与否的情况下,便采纳了某一法律立场。

生成式系统倾向于给出自信满满、却完全虚构的法律引证,这一现象已有据可查且后果严重。2023年,纽约南区联邦法院对提交了一份包含并不存在的判例、由聊天机器人生成且未经核实的诉状的律师予以制裁。类似事件此后在众多司法辖区相继出现,这一模式如今对任何执业者而言都已不陌生。

这场讨论中值得注意的一点是,那些当事人本身就是律师。他们受过识别“引证必须核实”这一原则的训练,拥有核实所需的数据库访问权限,并承担着一旦失职便可能受到制裁的职业责任。即便如此,错误仍反复发生。

而一位负责起草多州休假政策的人力资源通才,并不具备这些优势。她往往无法判断某条被引用的条款是否真实存在,没有相应的研究工具去核实,其工作也不附带任何专业核实义务。生成的文本读起来流畅、结构清晰、措辞得当,与她读过的每一份合格政策别无二致。而流畅,恰恰是这些系统最擅长生产的东西,也恰恰是非专业读者用来判断准确性的替代标准。

最要命的错误往往也最不显眼。虚构的引证至少在有人想到要核实时是可以查证的。但一个被微妙曲解的标准却并非如此:一项将“互动流程”描述为始于员工提交文件之时、而非始于雇主意识到需求之时的政策,读起来完美无瑕,却会在两年后导致一项“未能提供便利安排”的认定。

持续对齐并非该技术的实际运作方式

“该生成式系统能随各州及各国法规变化而自动适应,确保持续对齐”这一说法,除非供应商能说明具体机制,否则应被视为不实。

语言模型存在训练截止日期。若没有针对权威且持续更新的法律来源进行检索,它输出的就是训练数据中所呈现的法律状态,且不会向用户发出答案已过时的任何信号。就业法恰恰是这一局限最致命的领域之一:薪酬透明度要求、带薪休假权利、竞业限制、薪资历史禁令以及排班规则,已在各司法辖区以远超任何静态语料库更新速度的节奏激增和演变。今天生成的一份政策,可能描述的是十八个月前已被修订的某项要求,而它会以十分自信的口吻加以描述。

与营销宣传的说法相反,多司法辖区场景恰恰是最糟糕的情形,而非最理想的情形。本地化要求判断五十多个法域中哪一个适用、它们如何相互作用、以及本地要求在何处超出联邦最低标准。这是最依赖当下专业知识的任务,也是提出该请求的人最不可能察觉错误的场景,因为她正是由于自己不了解才提出本地化需求的。

机构还应识别出这类说法的固有模式。2025年1月,联邦贸易委员会要求一家无障碍软件供应商支付一百万美元,原因是其宣称自动化产品能使任何网站符合无障碍标准,并在内容变化时持续维持这种合规状态。持续自动符合某项技术标准,是同一种说法用在了不同的标准上,而它在监管机构面前并未站得住脚。

审计准备状态被颠倒了

该主张认为,生成的文档能带来审计准备状态。实际情况恰恰相反,而理解其原因也有助于厘清这类审查实际考察的是什么。

审计人员、监管机构调查员或对方专家,首要关心的并非某项政策是否存在——存在与否是显而易见的。他们真正关心的问题是:机构如何确定该政策满足了适用要求、是谁作出了这一判断、其依据了什么权威来源、上一次对照现行法律进行审查是何时、上一次修订时改动了什么以及为何改动。

生成的文档对这些问题一概无法回答。它制造出了文件本身,却摧毁了赋予该文件分量的记录。一家拥有内容单薄、日期陈旧、措辞朴素的政策,但配有由具名律师完成并记录在案的年度审查的机构,其处境要远远优于另一家拥有内容全面、看似最新、涵盖五十个州、却无人能说清其来源的政策体系的机构。

标准清单中有一项值得单独讨论,因为它常被当作宣传文案对待,而实际上它是该职能所产出的最具后果性的文件之一。

根据《美国残疾人法》(ADA),“合格个人”是指能够履行该职位基本职能的人,而其实施细则将招聘广告或面试之前准备的书面职位描述,列为判断哪些属于基本职能的证据。一份罗列了实际无人履行的职责、或抄自通用模板的体能或感官要求的生成式职位描述,会同时造成两个后果:它会将本可胜任该职位的候选人筛除在外,同时也向原告提供了雇主自己的文件,证明所声称的要求从来都不是“基本”的。

同一份文件在《公平劳动标准法》下的豁免分类分析中同样具有分量,该分析虽以实际职责为核心,但书面描述是雇主对这些职责所作陈述的证据。它也是依据《统一指南》评估任何选拔程序是否与职位相关的依据来源。

生成式职位描述之所以有吸引力,是因为撰写它们繁琐乏味,而生成出来的内容读起来又很不错。但正是在这一环节,一个微小的起草便利变成了证据层面的问题,而“体能要求”部分正是这种情况最常发生之处。

聊天机器人给出的建议,雇主必须为之承担责任

最后一种应用——由人工智能助手按需回答员工的政策问题——转移了一种特定且被低估的风险。

一名员工就休假资格、便利安排程序或投诉渠道提出问题并得到回答,这个回答就等同于来自其雇主。如果系统告诉她她不具备她本应享有的休假资格,而她因此没有休假,那么雇主就已经妨碍了一项法定权利,而《家庭与医疗休假法》下的“妨碍”并不要求存在故意。如果系统告诉她便利安排流程需要她本不需要提供的医疗文件,而她因此放弃了申请,雇主便面临一个“未能提供便利安排”的问题,且留有书面记录证明了这种阻吓效果。如果系统将一起骚扰投诉引导至一个永远到不了决策者手中的渠道,雇主的“已获知”抗辩就会被自己的系统所破坏。

由此可直接得出三项管控措施。对话应当被记录并保存,因为它们是雇主的陈述,日后会被要求提供。任何涉及休假、便利安排、投诉或调查的问题,都应转交给具名的真人处理,而不是由系统直接作答,因为这些正是错误答案可能引发诉讼责任、且即时回复价值最低的类别。界面还应明确声明,它提供的是一般性信息,不对资格或权益作出认定。

需要建立的事项

在生成式系统产出任何机构将依赖或员工将阅读的内容之前,有六件事需要落实。

  1. 为每一份生成的文件保留来源记录:产出了什么、核实了何种来源、由谁核实、于何日核实,以及审查时改动了什么。无日期、无归属的政策,是失败的表现形式。
  2. 对任何陈述法律标准、权益或程序的内容,要求进行法律审查,并将审查人姓名与日期视为文件本身的一部分,而非内部备注。
  3. 对任何声称能保持监管现行性的供应商,要求其说明具体机制:检索的是何种权威来源、检索频率如何、以及当某条款发生变化时用户将如何被告知。如果答案是“该模型是基于法律材料训练的”,那么该产品并不具备其所宣称的功能。
  4. 将职位描述视为法律文书。对照任职者实际从事的工作,审查其基本职能以及任何体能、感官或沟通方面的要求,并为此次审查注明日期。
  5. 记录并保留面向员工的助手对话内容,并将休假、便利安排、投诉和调查方面的问题转交给专人处理。
  6. 不要将生成的文档在内部或外部宣称为审计准备就绪。审计准备就绪指的是审查记录,而非文档本身。

结语

在人力资源文档工作中运用生成式辅助工具,理由是切实存在的。起草工作确实耗时,该职能部门确实资源不足,在有效监督下形成初稿是这项技术的合理用途。

这类应用与其他应用不同之处在于,其输出结果就是证据。筛选系统产生的决定,雇主事后可能难以复原其推理过程。而文档系统产生的是雇主必须为之负责的陈述——以雇主自己的口吻、以书面形式、大批量、高速度产生。生成员工手册的组织并非只是自动化了一项琐事,而是在未曾读过自己说了什么的情况下,书写了未来纠纷中属于自己的那一方立场,而且日后还会在自己无法掌控的情形下再次面对这份文件。

所需的规范其实很简单:核实、标明来源、注明日期,并保留决策人的记录。这项规范正是使用该工具与被该工具所暴露之间的全部区别。

参考文献

《1990年美国残疾人法》,42 U.S.C. § 12111(8);29 C.F.R. § 1630.2(n)(3),关于基本职能的证据,包括在招聘广告发布或面试之前准备的书面职位描述。

《家庭与医疗休假法》,29 U.S.C. § 2615(a)(1),禁止干涉受保护权利。

《公平劳动标准法》,29 U.S.C. § 201及其后条款,基于实际职责的豁免分析。

美国联邦贸易委员会,《关于accessiBe, Inc.案》,案号2223156,投诉与拟议裁决于2025年1月3日公布。

Mata诉Avianca航空公司案,案号22-cv-1461(南纽约地区联邦地方法院,2023年),因提交由人工智能工具生成的虚构司法引证而受到制裁。

《雇员甄选程序统一指南》,29 C.F.R. Part 1607。

引用本文
Grizzle, H. M. (2025, May 27). The Policy Is the Exhibit: Generative Artificial Intelligence in Human Resources Documentation and Advice. Novara Consulting Group. https://www.novaracg.com/2025/05/27/the-policy-is-the-exhibit-generative-artificial-intelligence-in-human-resources-documentation-and-advice/

订阅 Novara Consulting Group

新文章直接发送至您的收件箱。

Consult