人工智慧（AI）在招募流程中的應用日益普及，但其潛藏的偏見問題，可能導致企業錯失優秀的多元化人才。專家警告，過度依賴AI工具進行初步篩選，恐會影響職場的公平性與包容性。

South East Water 的多元、平等與包容部門主管 Cate Darcy 指出，由於AI招募工具是透過歷史數據進行學習與判斷，這些數據可能內含過去的偏見，導致AI在篩選人才時，不自覺地排除了可能「非常優秀的候選人」。這類AI bias（AI偏見）的具體表現，可能是在訓練數據中，因特定族群的代表性不足，或歷史招聘模式本身存在歧視，導致AI學到並複製這些不公平的判斷標準。

非營利組織 SisterWorks 的專案主管 Mamiko Nakada 表示，曾有雇主使用AI工具後，一口氣拒絕了他們推薦的20名求職者，且該雇主坦承AI工具似乎排除了特定「群體」的候選人。這種情況在過去幾乎不曾發生，顯示AI在篩選過程中可能存在系統性的偏頗。

鑑於敏感的家庭資訊所帶來的隱私風險，澳洲維多利亞州的 Department of Families, Fairness and Housing（家庭、公平與住房廳）已決定，在其雇用計畫中不使用AI工具。此外，另一非營利組織 WIRE 的執行長 Jade Blakkarly 也表示，該組織的人力資源與招募流程不採用AI，因為AI傾向於根據「過往的候選人」模型來篩選人才，難以識別出WIRE積極尋求的「交織經驗（intersectional experience）」。交織經驗指的是個人因其多重身份（例如性別、種族、社經背景、身心障礙等）所產生的獨特人生經驗與視角，這些豐富的多元視角對於提升 workplace diversity（職場多元化，意指職場中涵蓋來自不同背景、性別、種族、文化等員工的包容性環境）至關重要，但AI工具目前尚無法有效辨識。

儘管AI在招募應用上存在偏見問題，但Mamiko Nakada 認為，AI的發展趨勢不可避免，社會各界應正視並學習如何因應。對 WIRE 這類組織而言，理解AI的應用與數位素養仍是員工在其他部門工作時的重要技能。