基于人工智能的旅游与酒店业员工选拔：简历筛选与面试中的公平性、包容性及性别差异

《Tourism Management》：Artificial intelligence-based employee selection in tourism and hospitality: Justice, inclusion, and gender differences in resume screening and interviews

　　施小琳|梁希宇|白比利|迪米特里奥斯·布哈利斯香港理工大学酒店及旅游管理学院，香港尖沙咀东部科学馆道17号摘要随着人工智能在人力资源管理中日益普及，其在旅游和酒店业招聘中的作用仍需进一步研究。本研究探讨了求职者对人工智能在员工选拔中的看法，重点关注简历筛选和面试环节。基于公平启发式理论和社会角色理论，我们分析了人工智能如何影响人们对公正性、包容性以及组织吸引力的感知。研究通过四个基于场景的实验和一项定性研究，让求职者比较基于人工智能和人工的选拔方式。结果表明，人们普遍认为人工招聘人员更具公正性和包容性，从而提升组织的吸引力。不过，性别会影响这些效应：女性更倾向于使用人工智能进行简历筛选，而男性则更愿意接受基于人工智能的面试。这些发现为那些希望将人工智能融入员工选拔同时保持公正性与包容性的组织提供了参考。随着人工智能在招聘中应用越来越广泛，组织应重视人工监管，确保人工智能是辅助而非替代人类决策。1. 引言人工智能正在逐步改变人力资源管理实践（Kong等人，2024；Li等人，2024；Tuo等人，2025），尤其是在员工招聘流程中（Aguinis等人，2024；Garcia等人，2023）。在这种背景下，基于人工智能的系统通常用于协助完成诸如简历筛选、安排面试以及根据预设算法筛选候选人等任务，从而为人类决策者提供支持，并可能减少纯手工筛选所带来的偏见（Garcia等人，2023；Tambe等人，2019）。人工智能可以审查简历、分析视频面试以评估候选人是否适合该组织，还能通过聊天机器人与候选人互动（Johnson等人，2021）。与传统招聘方法相比，人工智能使组织在筛选候选人方面能更高效（Van Esch & Black，2019）。招聘流程是求职者与雇主之间初步交流的阶段，为人工智能促进工作场所包容性提供了机会（Macan & Merritt，2011）。负责任的人工智能框架强调，设计和管理人工智能系统时应尽量减少歧视性结果，并确保有人工监管（Dignum，2019）。在员工招聘中，负责任的人工智能应用要求基于多样且具有代表性的训练数据集来进行简历筛选，同时面试算法也要考虑到文化和语言差异（Soleimani等人，2025）。然而，即便采用了这些原则，人们仍然对人工智能的可靠性存在疑虑（Cozzio等人，2025），因为求职者可能会质疑算法的运作方式或结果是否无偏见。这些挑战影响了求职者对使用人工智能进行招聘的组织的评价（Acikgoz等人，2020；Kong等人，2024）。在面临巨大人才吸引和保留难题的旅游和酒店业，这些问题尤为突出（Leung & Ladkin，2024）。作为一个高度依赖人力资本的行业，人们越来越重视利用人工智能来优化人才获取策略并提升员工表现（Buhalis等人，2022、2024；Kim等人，2022；Kumawat等人，2025；Liang等人，2022）。对于像希尔顿酒店这样每年在全球收到超过一百万份申请的大型酒店企业而言，将人工智能应用于招聘流程已变得不可或缺。人工智能技术简化了招聘程序，提高了找到合适候选人的可能性（Upadhyay & Khandelwal，2018）。与此同时，负责任的人工智能理念也越来越重要，因为求职者可能会担心人工智能所做出的决策是否公平（Kelan，2024）。如果不解决这些问题，就会降低求职者对组织公正性的认知，进而使合格候选人不愿争取相关机会（Kelan，2024；Soleimani等人，2022）。尽管人工智能在招聘中的作用日益重要，但关于求职者对人工智能驱动招聘看法的研究仍显得零散、不一致且不够完善（Kelan，2024）。需要指出的是，招聘和选拔虽相互关联，但属于招聘流程中的两个不同阶段（Lievens & Chapman，2019，第123–150页）。招聘旨在吸引求职者，而选拔则侧重于评估和确定合适的候选人（Breaugh，2017；Ployhart，2006）。虽然这两个过程都会影响员工构成，但它们的核心目的、决策背景以及对求职者的影响各不相同（Lievens & Chapman，2019，第123–150页）。招聘主要着眼于激发求职者的兴趣并让他们加入申请群体，而选拔则致力于做出评估判断，决定谁能够继续发展，谁会被排除在外（Lievens & Chapman，2019，第123–150页）。因此，这两个阶段的公平性认知很可能源自不同的考量因素。从负责任的人工智能角度来看，这两个阶段可能面临不同的公平性风险。在招聘阶段，技术主要影响那些进入申请池的人，可能导致机会不均和过早排除的问题。而在选拔阶段，求职者则更可能从评估质量、流程一致性以及透明度等方面来判断公平性，因为此时的关键问题不再是能否获得机会，而是他们的资质如何被评估（Gilliland，1993；McCarthy等人，2017）。这一区别与程序正义研究的结果一致，即求职者的公平性认知取决于他们所面临的流程类型以及在该阶段最突出的正义准则（Gilliland，1993）。因此，招聘和选拔应被视为招聘流程中的不同阶段，因为每个阶段都面临着不同的公平性挑战，也需要不同形式的监管。然而，现有研究大多聚焦于个人对招聘过程中使用人工智能的看法，尤其是职位发布和吸引求职者方面（Pan等人，2023；Thakur等人，2025；Van Esch等人，2021）。对于人工智能在选拔中的作用，研究较少，而且一些探讨人工智能在人力资源管理中应用的研究将“招聘”和“选拔”这两个概念混用（Albassam，2023；Balcio?lu & Artar，2024；Chang，2024；Horodyski，2023），这就模糊了以获取机会为导向和以评估为导向的招聘阶段之间的重要区别。这一区别在理论上非常重要，因为求职者对于技术的看法可能因它是用于吸引他们参与招聘流程，还是用于评估他们的资质并决定其去留而有所不同。为弥补这一不足，本研究探讨了旅游和酒店业求职者对在员工选拔中使用人工智能的反应，重点关注两种相互关联但又有所区别的选拔流程：简历筛选和面试。研究还考察了两个与公平性相关的关键概念，即感知公正性和包容性，了解这些概念有助于理解求职者在人工智能介入环境下的反应。感知公正性指的是个体对组织决策过程中所采用的流程以及所产生的结果的公平性的评价（Colquitt，2001），而感知包容性则反映了个体在招聘过程中感受到的尊重程度以及是否受到欢迎（Shore等人，2011）。简历筛选发生在面试之前，属于程序化且标准化的流程（Ling等人，2024）。在人工智能工具的辅助下，这一阶段有可能通过减少人为偏见、确保一致性以及提高透明度来增强公正性（Ling等人，2024）。相比之下，面试更具人际互动性，对于评估软技能和员工与组织的匹配度至关重要（Huffcutt，2011）。当在这一环节使用人工智能时，求职者可能会质疑其能否进行有效沟通或给予同理心回应，从而影响他们对包容性的感知（Salvetti等人，2024）。了解人工智能在不同选拔阶段的不同影响，对于设计公平的选拔流程十分重要。基于公平启发式理论（Lind，2001），本研究探讨了在简历筛选和面试阶段分别使用人工智能和人工招聘人员时，求职者对组织吸引力的感知有何差异，其中在简历筛选阶段公正性起调节作用，而在面试阶段则包容性起调节作用。此外，性别差异也可能进一步影响求职者对基于人工智能的选拔流程中的公正性和包容性的感知。尽管已有研究探讨了技术在接纳程度上的性别差异，但很少有研究关注人工智能选拔中的这类效应。基于社会角色理论（Eagly等人，2012；Eagly & Wood，2012），性别社会化使得男性和女性对技术和组织决策形成不同的态度和行为预期。虽然人工智能常被视作一种减少人为偏见的客观机制（Aguinis等人，2024），但对算法决策的公平性感知实际上是由社会构建的，并受性别观念的影响。事实上，有实证研究表明，人们对人工智能的态度存在系统性性别差异（Balakrishnan等人，2024；Liu等人，2025；Seo等人，2024）。例如，Liu等人（2025）发现，男性比女性更信任服务机器人。这些结果表明，人们对人工智能的反应并非一致，而是受性别视角下的公平性认知所影响。在选拔过程中，由于公正性和包容性至关重要，认识到这些性别差异对于实际应用负责任的人工智能非常重要。本研究在人工智能选拔相关文献中做出了三项理论贡献。首先，研究结果明确了人工智能招聘文献中常常被忽视的招聘与选拔之间的区别，强调了研究人工智能在选拔流程各阶段运作方式的必要性。通过具体研究简历筛选和面试环节，本研究更细致地了解了候选人对人工智能在不同功能和应用情境下的感知差异。其次，本研究拓展了公平启发式理论（Lind，2001），表明候选人对公正性和包容性的感知取决于所处阶段：在简历筛选阶段，候选人对公正性更为敏感，而在面试阶段则更关注包容性，从而为理解人工智能选拔流程中的公平性提供了更为动态的视角。第三，基于社会角色理论（Eagly & Wood，2012），本研究证明了性别期望会影响求职者对人工智能的反应，这凸显出在设计公平且具有包容性的选拔流程时，需要采取兼顾社会背景的负责任的人工智能策略。2. 文献综述2.1 人工智能在员工招聘流程中的应用在旅游和酒店业，有效招聘和选拔优秀员工对于组织的成功至关重要（Marinakou & Giousmpasoglou，2019）。为应对不断变化的人才需求，许多旅游和酒店企业采用了人工智能技术来提升人力资源管理的效率（Kumawat等人，2025）。Marinakou等人（2024）阐述了人工智能技术在人才获取方面的优势，比如速度快、能与候选人更好地沟通，有助于在豪华酒店的HR管理中保留人性化元素，并支持长期的招聘策略。人工智能在人力资源管理中的应用贯穿招聘流程的多个阶段，包括招聘和选拔，在这些阶段，它通常用于辅助或部分自动化处理诸如简历筛选、安排面试以及运用数据驱动的算法帮助招聘人员评估候选人等工作（Balcio?lu & Artar，2024；Cai等人，2024；Ling等人，2024）。在酒店业的相关研究中，人工智能同样被视为辅助工具，而非完全取代人类在招聘决策中的地位（EI Hajal Hu等人，2024；Thakur等人，2025；Torres & Mejia，2017）。在实际操作中，像希尔顿这样的知名酒店连锁企业已将人工智能作为辅助工具，用来简化求职者跟踪系统，并通过聊天机器人与候选人互动，从而提升运营效率（Bishop，2026）。尽管最终做出招聘决定属于选拔阶段（例如面试之后的阶段）（Macan & Merritt，2011），但在酒店业，人工智能完全取代人类决策者的情况仍较为少见。因此，现有研究往往将人工智能视为决策辅助工具，由人类掌握最终决策权，因为完全自动化的决策机制仍在发展中，需要在人类判断和算法输入之间找到恰当平衡（相关综述可参见Kim等人，2025）。尽管人们预计人工智能招聘将通过提高客观性和可扩展性来优化决策过程，但其应用也引发了关于算法公平性、透明度以及潜在偏见的问题，尤其是当人工智能基于存在历史偏见的人力资源数据训练时（Hussien等人，2024；Kelan，2024）。Lavanchy等人（2023）发现，求职者认为基于人工智能的招聘流程不如仅靠人工或人工与人工智能结合的流程公平。从人权视角出发，Hunkenschroer和Kriebitz（2023）认为，人工智能在招聘中的应用可能会无意中加剧现有的结构性不平等，这凸显出需要加强监管。同时，他们强调，不应将人工智能系统视为本质上不道德的；相反，组织应建立相应的保障措施，以确保问责制和透明度（Chon & Hao，2025）。近期关于负责任的人工智能的研究为如何实现这一目标提供了更多指导。例如，Albaroudi等人（2024）全面总结了人工智能招聘中减少技术偏见的方法，如数据增强和向量空间校正，并强调了构建人机协作决策系统的必要性。El Hajal和Yeoman（2025）指出，在旅游和酒店行业中，人工智能应起到补充而非替代人类判断的作用，从而在人力资源管理中保留重要的人文要素，同时确保人工智能的应用既合乎道德又具备实用性。除了技术准确性之外，人工智能在招聘中的应用还会影响求职者的态度及后续行为。尽管关于人工智能在招聘中的作用已有较多研究（如Thakur等人，2025；Upadhyay与Khandelwal，2018；Van Esch等人，2021），但针对候选人在筛选阶段对人工智能看法的研究仍相对较少（Cai等人，2024；Hu等人，2024；Suen等人，2019）。例如，Suen等人（2019）发现，求职者更倾向于同步视频面试而非异步形式，这说明实时互动在人们接受人工智能驱动的筛选工具方面起着关键作用。Hu等人（2024）则从招聘人员和候选人的角度探讨了人工智能在员工选拔中的运用。这些研究都强调了有必要深入研究人工智能如何影响候选人的体验，不仅要在整个招聘流程中考察，还要在各个具体环节进行分析。招聘工作包括吸引潜在候选人并鼓励他们申请空缺职位，而选拔阶段则通过各种方法——如简历筛选、面试和测试——来评估哪些人最适合岗位要求（Hamza等人，2021）。简历筛选是面试前的一个阶段，此时会依据既定标准对申请人进行评估（Derous与Ryan，2019），而面试则是一个需要直接交流的互动环节，交流对象可以是人类招聘人员，也可以是人工智能系统（Macan与Merritt，2011）。理解人工智能在这两个阶段中的作用至关重要，因为其中的人类互动程度差异很大，可能会影响求职者对组织的看法。鉴于目前关于人工智能在这两个阶段作用的研究还比较有限，本研究重点探讨人工智能驱动的简历筛选和面试，分析求职者与人类招聘人员相比，对人工智能的看法有何不同。

2.2 公平性启发式理论

本研究运用公平性启发式理论（Lind，2001；Lind等人，2001）来解释在招聘流程的不同阶段，当有人工智能或人类招聘人员参与时，求职者对组织吸引力的看法。该理论认为，在充满不确定性的情况下，人们会依靠认知启发式——即诸如对决策者的一致性认知、尊重或信任等心理捷径——而非关于流程本身的详细信息来做出公平性判断（Lind，2001）。这些线索有助于人们快速判断自己是否受到了公平对待。在基于人工智能的招聘环境中，公平性判断尤为重要，因为人工智能系统相对来说还是较新且不为人所熟悉（Swins，2025）。求职者往往对人工智能在简历筛选或面试中的运作方式了解不多。此外，人们对人工智能决策中的算法偏见和透明度问题也存在持续担忧（Sepp?l?与Ma?ecka，2024），这进一步促使求职者依赖那些源自更为熟悉的、由人类主导的流程的公平性启发式。组织吸引力指的是求职者申请、为某组织工作或接受其工作邀请的意愿（Turban与Keon，1993），这一重要结果会受到公平性感知的影响。在像人工智能驱动的招聘这样充满不确定性且技术不断发展的环境下，这一点尤为重要（da Motta Veiga等人，2023）。不过，简历筛选和面试中的不确定性来源和类型有所不同，因此会触发不同的公平性启发式。简历筛选是招聘流程的初始阶段，此时招聘人员会依据预先设定的标准对申请人进行评估，之后再决定是否将他们推进到面试环节（Derous与Ryan，2018）。在这种流程背景下，求职者感受到的透明度较低，但规则性较强，因此他们会依靠诸如对一致性和客观性的认知这类认知启发式来判断公平性。人工智能通常被视为以数据为依据且没有情感因素，它或许能够降低流程上的不确定性，并展现出对基于能力评价的承诺（Choi与Chao，2024；Drage与Mackereth，2022）。因此，本研究认为，求职者会觉得那些使用人工智能进行简历筛选的组织更具吸引力，因为这表明该组织致力于保持客观性和高效性。据此，我们提出以下假设：假设1（H1）：基于人工智能的简历筛选相比基于人类的简历筛选，能提升组织的吸引力。与简历筛选不同，面试阶段具有更高的模糊性和社交复杂性，因为它需要实时互动以及与求职者建立良好关系的能力（Ployhart，2006）。当使用人工智能系统进行面试时，求职者可能会觉得这一过程缺乏人情味，不够温暖。根据公平性启发式理论（Lind，2001），当人们面临不确定性，比如不清楚人工智能是如何解读他们的言语或非言语信号时，他们会依靠那些更为熟悉的、以人为中心的线索来判断公平性。人类面试官可以通过非言语交流和人际互动展现出尊重、关注和同理心（Huffcutt，2011），这些都能成为评估公平性的心理捷径。相比之下，人工智能缺乏建立信任所需的社会存在感。正如Horodyski（2023）所指出的，当人工智能在这样一个对社交氛围极为敏感的阶段取代人类互动时，求职者可能会感到不适或怀疑。因此，在面试这种更为模糊且对人际关系要求更高的场景中，基于人类的流程或许能提升组织的吸引力。所以我们提出以下假设：假设2（H2）：基于人类的面试相比基于人工智能的面试，能提升组织的吸引力。

2.3 感知正义与包容性

公平性感知是求职者评价招聘流程时的核心因素（Lavanchy等人，2023）。本研究重点探讨两种与公平性相关的评价维度，它们反映了求职者在人工智能驱动的招聘过程中对公平性的体验：感知正义（Cai等人，2024）和感知包容性（Kelan，2024）。在组织正义相关研究中，感知正义直接体现了组织决策过程中的公平性评估（Colquitt，2001）。包容性研究则表明，当人们感觉自己是组织内部的一员时，就会产生归属感（Shore等人，2011）。从这个意义上说，包容性反映的是人们对自身在群体中的地位和待遇的公平性判断（Dobusch，2021）。因此，这两个概念都源于人们对自己是否受到公平对待的感受，只不过它们侧重于这一体验的不同方面。在那些结构化且遵循规则的流程中，比如简历筛选——其中流程一致性至关重要——感知正义显得尤为突出（Colquitt，2001）。已有研究探讨过求职者对简历筛选的公平性感知情况（Cai等人，2024；Derous与Ryan，2019；Ling等人，2024）。随着人工智能驱动的招聘日益普及，公平性问题愈发重要，尤其是在基于算法的简历筛选环节（Ling等人，2024）。感知包容性则体现了个体在组织中感受到被重视、被尊重和被接纳的程度，而在面试这类需要人际互动的情境中，这一概念的重要性更为凸显（Shore等人，2011）。总体而言，这两个概念代表了在人工智能驱动的招聘流程的不同阶段，人们体验公平性的不同方式，一个侧重于流程一致性，另一个则侧重于人际联系。基于公平性启发式理论，我们认为感知正义是连接筛选方式（人工智能 vs. 人类）与求职者对组织吸引力感知之间的核心机制。该理论指出，当求职者无法完全了解决策的制定过程时，他们会依靠公平性相关的线索来判断决策的可靠性与可接受性（Lind，2001）。由于人工智能驱动的筛选方法基于结构化数据和预先设定的标准，因此可能被认为更具一致性和客观性，从而降低人类主观因素带来的风险（Drage与Mackereth，2022）。这种被感知到的客观性能够提升人们的正义感，因为求职者可能会认为人工智能驱动的筛选方式能减少歧视现象（Choi与Chao，2024）。此前有研究显示，正义感感知会提升人们对组织的吸引力（Joo等人，2016）。因此，当求职者认为人工智能驱动的简历筛选是公平的，他们可能会对该组织形成更为积极的印象。所以，感知正义应该能够中介简历筛选方式对组织吸引力所产生的影响。假设3（H3）：感知正义能够中介简历筛选方式（人类 vs. 人工智能）与求职者对组织吸引力感知之间的关系。虽然简历筛选属于流程性工作，但面试本质上是一种互动性且充满社交色彩的环节，这使得公平性判断变得更加复杂（Ployhart，2006）。在这一阶段，感知包容性成为他们评价组织吸引力的关键因素（Shore等人，2011）。基于人类的面试能够实现灵活且个性化的沟通，通过营造归属感和人际联系来促进包容性的发展（Satzger与Vogel，2023）。相反，人工智能驱动的面试虽然能提高效率并实现标准化，但往往缺乏情感响应能力，这可能会引发人们对于被排斥或疏远的担忧（Horodyski，2023）。从公平性启发式理论的角度来看，当面试环境存在不确定性时，求职者更可能青睐那些符合传统人际交往规范的筛选方式（Lind，2001）。因此，在面试环节中，感知包容性更为重要，它能中介面试方式与组织吸引力之间的关系。假设4（H4）：感知包容性能够中介面试方式（人类 vs. 人工智能）与求职者对组织吸引力感知之间的关系。

2.4 性别差异的社会角色理论

性别差异的社会角色理论（Eagly等人，2012；Eagly与Wood，2012）认为，由文化塑造的性别角色会影响男女对各种社会情境的理解，包括员工选拔这类组织行为。这些根植于长期社会化模式中的性别角色，使得女性更加注重人际关系动态、人际公平性和包容性，而男性则通常在成长过程中被引导去重视自主性、控制力以及任务效率（Ridgeway，2009）。因此，性别不仅仅是一种人口统计特征，更是人们用来理解组织行为中公平性的具有心理学意义的视角。在涉及人工智能驱动的招聘场景中，这一理论视角尤为重要，因为在这样的环境中可能缺乏传统的人际交往线索。以往的研究在探讨消费者和工作场所中人们对人工智能的态度是否存在性别差异方面得出了不一致的结果（Horodyski，2023；Lee与Yen，2023；Lin与Yeh，2019；Liu等人，2025；Zhang等人，2023）。例如，Lee和Yen（2023）发现，男性消费者比女性消费者更喜欢服务机器人。同样，Liu等人（2025）也发现，男性员工对服务机器人的信任度高于女性员工。不过，Horodyski（2023）并未发现人们在接受人工智能方面存在显著的性别差异，但他强调还需要进一步研究。另外，Lin和Yeh（2019）发现，人们在人工智能认知方面存在明显的性别差距，男性对人工智能的熟悉度和了解程度均高于女性。综合来看，这些矛盾的结果凸显出研究性别对人工智能认知差异的重要意义。值得注意的是，先前的研究表明，相比男性，女性在组织决策中的程序正义感知更为敏感（Hsieh与Boateng，2020；Jepsen与Rodwell，2012）。在员工选拔过程中，程序正义问题尤为突出，因为求职者往往无法了解决策的制定过程（Harris，2000）。人工智能驱动的简历筛选通常被视为以数据为依据且公正无私，这可能会更吸引那些历来就十分警惕人类偏见和工作场所歧视的女性求职者（Acikgoz等人，2020）。从公平性启发式理论（Lind，2001）的角度来看，女性可能会依靠客观性、一致性和中立性等认知公平性启发式，将人工智能驱动的简历筛选视为一种更为合理的流程，进而对组织形成更为积极的印象。相反，当筛选工作由人类来完成时，由于大家普遍意识到可能存在偏见和主观性，性别差异可能会减弱。因此，我们提出以下假设：假设5（H5）：求职者的性别会调节简历筛选方式（人类 vs. 人工智能）对组织吸引力的影响。具体而言，当简历由人类而非人工智能进行筛选时，性别差异会缩小。此外，我们认为人工智能所具有的中立性特质，可能会提升女性求职者在简历筛选过程中的感知正义感，进而通过感知正义感提升组织的吸引力。这一效应基于公平性启发式理论（Lind，2001），该理论认为，在面对流程上的不确定性，比如不清楚人工智能是如何评估简历的，人们会依靠对客观性的感知来判断公平性。鉴于女性在组织环境中通常对程序正义更为敏感（Jepsen与Rodwell，2012），预计感知正义感的中介作用在女性身上会比在男性身上更为显著。假设6（H6）：求职者的性别会调节感知正义感在简历筛选方式（人类 vs. 人工智能）与组织吸引力关系中所起的中介作用。具体而言，男性求职者相比女性求职者，感知正义感的中介作用会更弱。与简历筛选不同，面试是招聘流程中更为互动且社交复杂性更高的环节，它能向求职者提供更多关于组织价值观、人际氛围以及包容程度的信息（Chapman等人，2003）。由于面试涉及人际互动，因此基于社会角色期望，求职者在面试方式的选择上可能会出现性别差异。基于人际的面试能够让求职者与招聘人员直接互动，从而实现个性化沟通，并有机会传达组织的价值观（Huffcutt，2011）。社会角色理论认为，女性在成长过程中被教导要重视工作场合中的人际关系以及情感智力（Eagly & Wood，2012）。与之相符的是，现有研究表明，女性可能对诸如温暖感、社交支持以及工作场所的孤独感等人际关系体验更为敏感（Eagly & Karau，2002；Goh & Tignor，2020；Tian等人，2021；Ubando，2016），这表明她们可能会觉得基于人际的面试更具信息量且更有趣。相比之下，缺乏人际关系互动的基于人工智能的面试（Horodyski，2023）可能无法让女性求职者产生同样的归属感。由于没有情感反馈，人工智能可能无法在那些对人际关系较为敏感的评估过程中为女性提供所需的心理慰藉（Horodyski，2023）。而男性求职者通常较少受工作场合中人际关系和情感因素的影响，因此他们对于不同面试方式的组织吸引力感知可能不会存在显著差异。基于此，提出以下假设：假设7（H7）：求职者的性别会调节面试方式（人为 vs. 人工智能）对组织吸引力的影响。具体而言，当面试由人而非人工智能进行时，性别差异会减弱。我们认为性别还会调节面试方式影响组织吸引力的作用机制。具体来说，由于女性对人际信号更为敏感（Eagly & Wood，2012），她们在基于人际的面试中可能会感受到更强的归属感。根据公平性启发式理论（Lind，2001），人们在面对人际关系方面的不确定性时，会依靠同理心和温暖感等社交信号来判断是否具有归属感。由于人工智能缺乏这类信号（Horodyski，2023），女性求职者在接受人工智能面试时可能会感觉不到那么强的归属感。因此，预计对于女性而言，感知到的归属感在调节这种关系中的作用会比男性更强。假设8（H8）：求职者的性别会调节感知到的归属感在面试方式（人为 vs. 人工智能）与组织吸引力之间的关系中的中介作用。具体而言，男性求职者的感知到的归属感的中介作用会弱于女性求职者。

2.5 研究概述

本研究采用了多研究设计，将四个基于情景的实验（研究1至4；见图1）与一项后续的定性反馈调查（研究5）相结合。具体而言，研究1采用单因素实验设计，探讨在简历筛选阶段，招聘人员类型（人工智能 vs. 人为）对求职者所感知的组织吸引力以及感知公正性的中介作用的影响（H1和H3）。研究2同样采用单因素实验设计，研究在面试阶段，招聘人员类型对组织吸引力以及感知归属感的中介作用的影响（H2和H4）。研究3则探讨了求职者性别在简历筛选方式与组织吸引力之间的关系中的调节作用（H5），并确定感知公正性的中介作用是否也会受到求职者性别的调节（H6）。研究4进一步研究了求职者性别在面试方式与组织吸引力之间的关系中的调节作用（H7），并判断感知归属感的中介作用是否也会因性别而有所不同（H8）。研究5通过包含开放式问题的定性反馈调查，进一步分析求职者对于人工智能与人为选拔方式的感知差异。下载：下载高分辨率图片（202KB）下载：下载全尺寸图片图1. 研究框架示意图。这种多研究设计提升了研究结果的可靠性和普遍性。通过在招聘流程的不同阶段开展四项相关实验，并邀请不同的参与者参与，再辅以定性反馈调查，这种方法确保了研究结果不会局限于某一特定情境或样本群体，从而提高了结论的有效性。本研究从北美旅游及酒店业中招募了在职全职员工，招募渠道为Prolific这一众包平台。在研究1至4中，参与者每项研究可获得1.50英镑（约合1.73美元）的报酬，而在研究5中则为2.50英镑（约合2.88美元）。在行为学和组织心理学研究中，向参与者支付报酬是一种常见且被广泛接受的做法，其目的是鼓励他们积极参与并认真作答。为保证数据质量，本研究采用了多种筛选措施，排除了那些明显是粗心作答的回复，比如始终选择相同答案或以不现实地短时间完成调查的回复。

3. 研究1：基于人工智能与人为的简历筛选对组织吸引力的影响

3.1 设计、刺激材料与测量指标

研究1采用单因素（人工智能 vs. 人为）、被试间在线实验设计，旨在探究简历筛选方式对组织吸引力的直接影响，以及感知公正性的中介作用，以此验证假设H1和H3。2024年8月，共有200名参与者完成了这项调查，其中男性占49.5%，平均年龄为38.33±13.35岁。参与者被要求想象自己正在申请Grand Luxe酒店的前台职位，然后被随机分配到两种不同的情境中（详见附录A）。在人工智能招聘人员情境下，参与者被告知他们的简历将由人工智能招聘人员审核；而在人为招聘人员情境下，则被告知简历将由真人招聘人员审核。在了解所分配的情境后，参与者需要填写问卷。调查量表借鉴了以往的研究成果（详见附录B）。组织吸引力是通过Turban和Keon（1993）提出的三项量表来测量的，该量表的Cronbach's α系数为0.920；而感知公正性则是依据Ambrose和Schminke（2009）的三项量表来测量的，其Cronbach's α系数为0.762。所有项目都采用5点李克特量表进行评分，1表示“强烈不同意”，5表示“强烈同意”。为了确保参与者能够正确识别情境中的招聘人员类型，研究还设置了操作检查题，只有答对的参与者才能继续完成调查。

3.2 主效应与中介效应

研究者通过独立样本t检验，分析了简历筛选方式对求职者所感知的组织吸引力的直接影响。此外，还运用方差分析，将年龄、婚姻状况、教育程度等人口统计因素以及行业类型、工作年限等工作相关因素作为协变量，分析结果与t检验的结果一致。因此，为简洁明了起见，这里仅报告t检验的结果。检验结果显示，简历筛选方式确实存在显著的主效应（t = ?4.81，p < 0.001）。但与假设方向相反，求职者认为当简历由真人审核时，该酒店的组织吸引力更高（Mhuman = 3.82，标准差=0.64），而由人工智能审核时则较低（MAI = 3.18，标准差=1.18）。尽管这种差异具有显著性，但其方向却与假设H1中所预测的相反。为分析假设H3中提到的感知公正性的中介作用，研究者使用了SPSS PROCESS Macro Model 4进行分析。分析结果表明，感知公正性确实起到了显著的中介作用，它解释了简历筛选方式与组织吸引力之间的关系（效应值=0.21，95%置信区间为[0.01, 0.41]），从而支持了假设H3。具体而言，当简历由真人审核时，求职者感觉到的公正性更高（β = 0.26，p = 0.031），而这又进一步提升了他们对该公司组织吸引力的评价（β = 0.81，p < 0.001）。

3.3 讨论

研究1的结果与假设H1相悖，说明在简历筛选阶段，真人招聘人员相比人工智能招聘人员，更能提升求职者对该公司的组织吸引力。这一结果与假设H3一致，即求职者认为真人招聘人员比人工智能招聘人员更加公正，而这又提升了他们对公司的整体好感度。研究2则旨在探讨在面试这一不同招聘阶段，人工智能招聘人员与真人招聘人员之间的差异。

4. 研究2：基于人工智能与人为的面试对组织吸引力的影响

4.1 设计、刺激材料与测量指标

在研究1的基础上，研究2进一步探究了面试方式是否通过感知归属感这一中介变量来影响组织吸引力（对应假设H2和H4）。该研究同样采用单因素（人工智能 vs. 人为）、被试间实验设计。参与者招募标准、平台以及奖励机制都与研究1相同，但之前参与过研究1的参与者则被排除在外。2024年10月，共有178名参与者完成了调查，其中男性占50.0%，平均年龄为33.88±16.12岁。参与者被要求想象自己已进入Grand Luxe酒店前台职位的候选名单，然后被随机分配到两种不同的面试情境中（详见附录A）。在人工智能招聘人员情境下，参与者会收到一封邮件，告知他们面试将由人工智能系统负责；而在人为招聘人员情境下，则被告知面试由真人招聘人员主持。了解情境后，参与者需要填写问卷。组织吸引力的测量仍采用与研究1相同的三个项目构成的量表，其Cronbach's α系数为0.870；而感知归属感则借助Jansen等人（2014）设计的四项量表来衡量，该量表的Cronbach's α系数为0.923（详见附录B）。为确保参与者在开始调查前能准确识别招聘人员类型，研究再次采用了与研究1相同的操作检查题。

4.2 主效应与中介效应

研究者通过独立样本t检验，分析了面试方式对求职者所感知的组织吸引力的直接影响。检验结果显示，面试方式确实存在显著的主效应（t = 3.46，p < 0.001）。与假设一致，求职者认为由真人面试时的组织吸引力更高（Mhuman = 4.04，标准差=0.64），而人工智能面试时的吸引力则较低（MAI = 3.66，标准差=0.82）。因此，假设H2得到了支持。为分析假设H4中提到的感知归属感的中介作用，研究者同样使用了SPSS PROCESS Macro Model 4。分析结果表明，感知归属感确实起到了显著的中介作用，它解释了面试方式与组织吸引力之间的关系（效应值=0.27，95%置信区间为[0.13, 0.42]），从而支持了假设H4。具体而言，求职者认为在真人面试时，自己感受到的归属感更强（β = 0.57，p < 0.001），而这又进一步提升了他们对这家酒店组织吸引力的评价（β = 0.47，p < 0.001）。

4.3 讨论

研究2的结果支持了假设H2和H4，说明在面试阶段，真人招聘人员相比人工智能招聘人员，能让求职者感受到更高的组织吸引力。求职者认为真人招聘人员更具包容性，而这正是他们对该公司组织吸引力评价更高的原因。研究3和4则旨在探讨求职者性别在不同招聘阶段对其对人工智能招聘人员与真人招聘人员看法的调节作用。

5. 研究3：求职者性别对简历筛选方式与组织吸引力的影响

5.1 设计、刺激材料与测量指标

研究3着重分析求职者性别在简历筛选方式与组织吸引力之间的关系中所起的调节作用。该研究采用了2×2的被试间实验设计，自变量为简历筛选方式（人工智能驱动 vs. 人为驱动），因变量为求职者性别（男性 vs. 女性）。参与者招募标准、平台以及奖励机制与前几项研究保持一致，为确保回答的独立性，之前参与过研究1或研究2的参与者也被排除在外。2024年11月，共有209名参与者完成了调查，其中男性占51.7%，平均年龄为36±11.75岁。研究3使用的情境和问卷与研究1完全相同。

5.2 主效应与交互效应

研究者首先通过独立样本t检验，分析了简历筛选方式对求职者所感知的组织吸引力的直接影响。检验结果显示，简历筛选方式确实存在显著的主效应（t = ?5.62，p < 0.001）。与研究1的结论类似，求职者认为当简历由真人审核时，该公司的组织吸引力更高（Mhuman = 3.96，标准差=0.83），而由人工智能审核时则较低（MAI = 3.26，标准差=0.95）。与研究1一样，这一效应的方向也与假设H1相反。为检验假设H5中提到的简历筛选方式与求职者性别之间的交互作用，研究者采用了方差分析。分析结果表明，性别确实起到了显著的调节作用，它影响了简历筛选方式对组织吸引力所产生的效果（F = 18.61，p < 0.001）。如图2所示，当简历由人工智能审核时，女性求职者感受到的组织吸引力明显高于男性求职者（t = 5.05，p < 0.001；Mfemale = 3.64，Mmale = 2.76）。而当简历由真人审核时，男女求职者感受到的组织吸引力水平则相当（t = ?0.86，p = 0.370；Mfemale = 3.87，Mmale = 4.01）。因此，假设H5得到了支持。下载：下载高分辨率图片（152KB）下载：下载全尺寸图片图2. 简历筛选方式与求职者性别对组织吸引力的交互效应。5.3 中介效应为分析假设H3中提到的感知公正性的中介作用，研究者同样使用了SPSS PROCESS Macro Model 4。分析结果表明，感知公正性确实起到了显著的中介作用，它解释了简历筛选方式与组织吸引力之间的关系（效应值=0.34，95%置信区间为[0.17, 0.52]）。具体而言，当简历由人工筛选时，求职者在申请过程中会感受到更高的公正性（β = 0.56，p < 0.001），进而提升对组织的吸引力（β = 0.60，p < 0.001）。随后使用SPSS PROCESS Macro模型7来检验H6中所提出的申请人性别与感知公正性之间的调节中介效应。分析结果显示存在显著的调节中介效应（指数=0.53，95%置信区间[0.23, 0.86]）。如表1所示，条件间接效应分析表明，对于男性申请人而言，公正性具有显著的中介效应（效应值=0.64，95%置信区间[0.42, 0.88]），而女性申请人则无此效应（效应值=0.10，95%置信区间[-0.12, 0.33]）。男性申请人认为基于AI的简历筛选不如人工筛选公正，从而导致其对招聘机构的吸引力降低。相反，女性申请人认为基于AI的筛选与人工筛选同样公正，因此对机构的吸引力水平相当。由此可见，调节中介效应的结果与H6的预测方向相反。

表1. 调节中介分析结果（研究3）
空白单元格 Y（组织吸引力） b SELL CI UL CI
常数项 1.80 0.18 1.50 2.11
X（招聘者） 0.36 0.10 0.20 0.52
M（公正性） 0.60 0.05 0.52 0.68
间接效应：（招聘者→公正性→吸引力） 效应值 SELL CI UL CI
男性 0.64 0.12 0.42 0.88
女性 0.10 0.11 -0.12 0.33

5. 讨论
基于研究1的发现，研究3证实了在简历筛选过程中，男女申请人对AI招聘者的看法存在差异。如H5所提出，当简历由AI筛选时，女性认为组织的吸引力高于男性。这种差异源于男性申请人认为基于AI的筛选不如人工筛选公正。研究4旨在探讨在招聘流程的另一阶段——面试阶段，性别差异的表现。

6. 研究4：求职者性别对面试方式及组织吸引力的影响
6.1 设计、刺激变量与测量指标
研究4考察了求职者性别在面试方式与组织吸引力之间的关系中所起的调节作用。研究采用了2（面试方式：基于AI vs. 基于人工）×2（求职者性别：男性 vs. 女性）的被试间在线实验设计。参与者招募标准、平台以及激励机制与前几项研究一致，但排除了曾参与过研究1至3的参与者。2025年1月共收集到195份有效回复，其中男性占49.2%，平均年龄为32.58±10.71岁。研究4使用了与研究2相同的场景和问卷。

6.2 主效应与交互效应
通过独立样本t检验分析了面试方式对求职者所感知的组织吸引力的主效应。结果表明面试方式存在显著主效应（t=6.40，p<0.001）。正如假设的那样，求职者认为由人工面试时的组织吸引力高于AI面试（Mhuman=4.33，SD=0.51），而AI面试则为3.64，SD=0.93。因此H2得到支持。此外，还通过方差分析检验了H7所提出的面试方式与求职者性别之间的交互效应。结果显示性别显著调节了面试方式对组织吸引力的影响（F=9.88，p=0.002）。如图3所示，当面试由AI进行时，女性求职者认为的机构吸引力显著低于男性（t=-2.93，p=0.005；Mfemale=3.33，Mmale=3.89）。而在人工面试情况下，男女求职者对机构吸引力的感知水平相近（t=0.99，p=0.322；Mfemale=4.38，Mmale=4.27）。因此H7也得到支持。

图3. 面试方式与求职者性别对组织吸引力的交互效应

6.3 中介效应
研究使用SPSS PROCESS Macro模型4来分析H4所提出的“感知包容性”的中介效应。结果表明，感知包容性在面试方式与组织吸引力之间起着显著的中介作用（效应值=0.50，95%置信区间[0.33, 0.70]），支持H4的假设。具体而言，求职者认为由人工面试时的感知包容性更高（β=0.99，p<0.001），而这又提升了他们对组织的吸引力（β=0.50，p<0.001）。随后又使用SPSS PROCESS Macro模型7来检验H8所提出的申请人性别与感知包容性之间的调节中介效应。分析显示存在显著的调节中介效应（指数=0.12，95%置信区间[0.07, 0.35]）。如表2所示，条件间接效应分析表明，女性求职者的包容性中介效应更强（效应值=0.57，95%置信区间[0.37, 0.80]），而男性则为0.24（95%置信区间[0.09, 0.40]）。女性求职者认为基于AI的面试缺乏包容性，因而降低了其对招聘机构的吸引力，而男性求职者对此的感受则不那么明显。因此H8得到支持。

表2. 调节中介分析结果（研究4）
空白单元格 Y（组织吸引力） b SELL CI UL CI
常数项 1.80 0.27 1.35 2.26
X（招聘者） 0.19 0.10 0.02 0.36
M（包容性） 0.50 0.05 0.42 0.59
间接效应：（招聘者→包容性→吸引力） 效应值 SELL CI UL CI
男性 0.24 0.10 0.09 0.40
女性 0.57 0.13 0.37 0.80

6.4 讨论
在研究2的基础上，研究4揭示了面试过程中男女求职者对AI招聘者看法的性别差异。与H7一致，女性求职者在人工面试与AI面试之间感受到的组织吸引力差异大于男性。这一差异很可能是因为女性认为AI面试相比人工面试缺乏包容性。

7. 研究5：定性反馈调查
7.1 参与者与数据收集
研究5通过定性反馈调查，探讨了在酒店业中，男女求职者对基于AI与基于人工的选拔方式的看法差异。2025年11月，共有24名参与者完成了包含开放式问题的调查，其中男性11人，女性13人。所有参与者均为美国酒店或旅游行业的全职员工，其中10人在酒店业工作，5人在餐饮业，5人在活动行业，4人在旅游业。参与者需就AI（与人工）进行的简历筛选和面试过程中的公正性与包容性表达看法。这些回复通过主题分析法进行解读，重点分析不同性别在评估这两个环节中AI与人工作用的差异。访谈问题以英文设计，详见附录C。由于本研究采用书面定性调查而非面谈，研究者难以直接影响受访者的回答。不过我们承认，自身在AI、公正性及包容性方面的研究兴趣可能影响了问题设计及数据解读。为提高研究的严谨性，我们采用了开放式问题，并始终以参与者原始回复为基础进行分析。

7.2 发现与讨论
鉴于研究5的目的是进一步验证并丰富研究1至4的成果，分析重点在于找出参与者在评估简历筛选和面试环节中AI与人工选拔方式时的共同主题。编码过程特别关注了不同性别在各类选拔过程中对公正性与包容性的不同理解。附录D总结了主题结构及示例编码。总体而言，女性参与者更倾向于认为基于AI的简历筛选更具吸引力且更公平。许多女性参与者（76.9%）将AI视为减少主观人为判断的手段。例如，有一位女性参与者指出AI能够降低人为偏见，称“人们有时会有无意识的偏见……我更愿意申请由AI筛选的职位而非人工筛选的”（女性2）。另一位女性也认为AI筛选更具一致性，表示“我觉得AI筛选稍微更公平一些，因为它能确保入选者确实适合该岗位”（女性12）。这些观点表明，女性将基于AI的筛选视为一种注重资质、减少主观判断的机制，这与以下观点一致：当人们认为人为判断可能存在偏差时，标准化流程往往会被视为更公平（Ling等人，2024）。相比之下，男性参与者（63.6%）对基于AI的简历筛选持更为怀疑的态度。例如有位男性提到：“虽然耗时更长，但人工筛选更好，因为AI可能会只关注‘热门’或‘关键词’，从而错过优秀候选人……”（男性2）。这一趋势表明，部分男性仍担心算法筛选会忽视细节，无法全面评估候选人的实际能力。至于面试环节，情况则有所不同。女性虽认可AI在简历筛选中的初步作用，但对基于AI的面试反应更为负面。许多女性（53.8%）担心缺乏人际互动。她们认为，当AI参与面试时，“候选人的个性与友善度就无法体现出来……”（女性3），“AI可以辅助面试流程，但无法替代人工招聘者，尤其是在依赖人际互动与情感连接的行业中……”（女性5），还有“酒店业本质上是与人打交道的行业，核心在于互动与关系”（女性10）。这些意见表明，女性在招聘流程的不同阶段划出了更清晰的界限：AI可提升标准化筛选的公平性，但在评估人际适配度、温度感及沟通能力方面则不太合适。这一观点也与现有研究一致，即女性更重视人际关系体验（Eagly & Karau，2002；Goh & Tignor，2020）。相对而言，男性参与者对AI面试的态度比女性更积极。尽管也有部分男性担心AI面试“无法体现人类的温暖情感”（男性3），但更多人（63.6%）认为AI面试能让求职申请更具吸引力（如男性3、男性6）。这可能说明男性更注重流程效率，而女性则更关注AI在面试中带来的人际关系与包容性影响。

8. 讨论与贡献
8.1 总体讨论
本研究基于公平性启发式理论与社会角色理论，深入分析了求职者对公正性、包容性及组织吸引力的认知模式，同时强调了性别的调节作用。与H1的预期相反，求职者认为基于AI的简历筛选带来的组织吸引力低于人工筛选。这一现象很可能源于人们对AI在招聘这类高重要性场景中的透明度与可信度的持续怀疑（Adepoju等人，2024）。此前已有研究表明，酒店业从业者对在工作中使用AI技术仍持谨慎态度（如Pan等人，2025；Zhao等人，2024）。与这些结论相符，研究5的定性反馈也显示，男女参与者都强调了酒店业与旅游业高度依赖人际互动的特性，认为这些行业需要温暖、友善等特质。在重视人际关系的行业中，许多求职者可能认为人工筛选更能体现温度与合法性，尤其是在他们不熟悉AI招聘工具的情况下。尽管已有研究探讨过AI在人力资源管理中的应用，但其在实际招聘流程中的普及程度仍然有限（Horodyski，2023；Kelan，2024）。许多求职者可能对AI招聘工具不够熟悉，因此认为传统的人工筛选方式更可靠、更可信。本研究明确了在简历筛选环节（AI vs. 人工）中，感知公正性起着中介作用；在面试环节（AI vs. 人工）中，感知包容性也具有中介作用。性别则是基于AI的简历筛选中的重要调节因素，女性求职者认为AI更公正、更具吸引力，而男性则不然。基于AI的面试则呈现出不同模式：与预期相反，无论由人工还是AI面试，男女求职者对组织吸引力的感知水平相似。但当由AI面试时，女性求职者认为的机构吸引力显著低于男性。这一结果表明，尽管AI提升了效率，却未必能完全替代面试中那些有助于提升组织吸引力的人性化元素。

8.2 理论贡献
本研究在关于AI在员工招聘流程中应用的现有文献基础上做出了三项重要理论贡献。首先，本研究明确了招聘与选拔这两个在以往AI招聘研究中常被混为一谈的环节之间的概念与实践差异，从而丰富了相关理论。尽管现有研究多从广义上探讨AI在招聘中的作用（如Thakur等人，2025；Upadhyay & Khandelwal，2018；Van Esch等人，2019、2021），但很少有人清晰地阐述AI在招聘与选拔阶段的运作差异。这一区别在理论层面具有重要意义，因为申请人的反应会受到其所经历的具体选拔流程的影响，而不同的流程可能会引发不同的公平性担忧及评价反应（McCarthy等人，2017年）。人工智能简历筛选作为一种初步过滤机制，申请人往往难以了解其运作方式，而基于人工智能的面试则是一种更为直接且互动性更强的评估形式，申请人需要更直接地与技术进行交流。通过聚焦选拔流程中的两个不同阶段，本研究有助于更精准地理解人工智能在何处以及如何影响候选人对选拔过程的看法。研究结果表明，申请人对人工智能的反应并非在整个选拔过程中都一致；相反，他们的公平性感知会因人工智能是用于筛选简历还是用于面试评估而有所不同。由此，本研究通过表明人工智能的影响不仅取决于其应用情况，还取决于其在选拔流程中所处的具体阶段及其所扮演的角色，从而为关于人工智能在选拔中的应用的相关理论做出了贡献。

其次，本研究通过展示人工智能在简历筛选与面试环节中被使用时，人们对公正性与包容性的感知存在差异，为公平性启发式理论（Lind，2001年；Lind等人，2001年）提供了新的证据。公平性启发式理论认为，人们在面对诸如员工选拔这类充满不确定性的情境时，会依赖认知捷径来评判组织流程的公平性。传统上，这些捷径主要关注基于公正性的评估，包括分配公正、程序公正和互动公正（Lind，2001年）。当前的研究结果表明，在基于人工智能的简历筛选阶段，人们更看重感知到的公正性，这可能是因为该阶段更强调程序上的客观性以及偏见的减少（Drage & Mackereth，2022年）。而在互动性较强的面试阶段，由于申请人期望与面试官进行人际互动，感知到的包容性便成为一种重要指标，反映着申请人是否感受到被社会认可。研究发现，人工智能在促进包容性方面效果较差，尤其是对于那些可能更注重评估过程中人际关系动态的女性申请人而言。尽管感知到的包容性与互动公正相关，但它所体现的是一种超越单纯尊重待遇之外的归属感与价值感。通过将包容性视为特定阶段的公平性信号，本研究拓展了公平性启发式理论的传统范畴。这些发现表明，基于人工智能的选拔过程中的公平性感知是多维的、具有情境依赖性的，不仅受正式的程序因素影响，还受申请人在互动性较强的阶段所经历的人际关系影响。

第三，本研究运用性别差异的社会角色理论（Eagly等人，2012年；Eagly & Wood，2012年），阐释了性别预期如何影响人们对人工智能在员工选拔中作用的看法。性别会影响人们对公正性与包容性的解读，本研究发现女性对面试中通常传递的各种人际信号更为敏感。当人工智能取代人类面试官时，女性可能会感受到更强烈的排斥感或人际互动的冷漠，进而影响其对整个面试过程的总体评价。相比之下，在以程序客观性而非人际互动为重点的简历筛选阶段，女性对人工智能的反应更为积极，认为这一过程更加公平。这些因阶段而异的反应表明，人们对人工智能效能的感知不仅取决于其功能作用，还受到选拔流程不同阶段中关于公正性与包容性的性别预期的影响。这些发现通过将研究范围从传统的人类主导互动扩展到人工智能介导的互动，进一步丰富了社会角色理论的内容，表明性别预期也会转移到技术环境中。

8.3 管理层面的启示

本研究为旅游和酒店业从业者在使用人工智能进行人才选拔方面提供了有益见解。首先，无论是简历筛选还是面试环节，求职者仍然更倾向于由人类招聘人员处理，而非人工智能。尽管人工智能可以提高酒店企业的效率，但并不一定能提升企业的吸引力。因此，旅游和酒店企业应设计明确的选拔策略，明确划分人工智能与人类之间的职责。例如，人工智能可以用于处理行政性或初步任务，如筛选大量简历或标记潜在匹配对象，而人类招聘人员则负责最终评估并开展人际互动。为增强求职者的信任，管理者应确保对人工智能生成的推荐结果进行人工审核，公开人工智能在选拔过程中的参与程度，并为求职者提供申诉或要求人工复核的机会。这样，人工智能就能作为一种辅助工具，补充而非替代人类的决策过程。

其次，求职者非常重视简历评估中的公正性以及面试过程中的包容性。为此，旅游和酒店企业应通过制定公平的筛选政策，采取负责任的人工智能使用方式。具体而言，企业应建立结构清晰、定义明确的选拔标准，以减少算法偏见，定期对人工智能工具进行第三方审计，确保训练数据集的多样性和代表性，并为求职者提供易于理解的关于人工智能决策的解释。企业还可以在选拔材料中公布负责任的人工智能使用指南，以此表明其对公平性与透明度的承诺。此外，管理者还应对面试官进行偏见意识、包容性沟通及文化敏感性方面的培训，确保以人为主导的环节能够进一步强化公平性与包容性。

第三，鉴于研究中观察到的性别差异，旅游和酒店企业应考虑根据岗位特点及求职者群体特征，采用灵活的选拔方式。女性求职者通常更愿意接受用于简历筛选的人工智能，但更偏好由人类进行的面试。对于那些主要吸引女性求职者的岗位，如客户服务及一线岗位，由于在这一阶段人们对公正性的担忧相对较低，因此使用基于人工智能的简历筛选可能是合适的。而在面试阶段，则应优先采用人类主导的流程，以营造女性求职者极为看重的包容氛围。设计富有互动性且引人入胜的面试方式，不仅能提升公平性，还能增强女性求职者对负责任使用人工智能的信任。男性求职者则往往更愿意接受基于人工智能的面试，但更偏好由人类进行的简历筛选。对于那些主要面向男性求职者的岗位，由于男性在这一阶段对包容性的顾虑相对较少，因此基于人工智能的面试可能更为合适。尽管如此，整个选拔过程仍需有人工监督，以确保决策过程的透明度、规范性以及依据明确的准则进行。

8.4 研究的局限性及未来方向

尽管本研究取得了一定成果，但也存在一些局限性，这些局限性为未来的研究指明了方向。首先，我们的实验案例仅针对初级前台岗位。这类岗位的权力关系和刻板印象可能与高层管理岗位有所不同，因此我们所发现的性别差异可能不适用于更高层次的职位。在层级较高的岗位上，结构性和历史性的性别权力失衡可能更为明显，因此所观察到的性别效应在这些岗位上可能并不成立。未来的研究应使用涵盖中层和高层岗位的案例及实地数据，重复并拓展我们的研究，以便更好地理解在不同组织层级中，性别预期和权力结构是如何影响基于人工智能与人类主导的选拔决策的。

其次，我们的研究案例仅关注了谁负责简历筛选和面试环节（是基于人工智能还是由人类完成），但并未明确最终招聘决策由谁做出。我们在研究中保持决策者这一角色不变且隐含不变，仅改变选拔过程中是否涉及人工智能工具。未来的研究可以在此基础上，明确设定谁拥有决策权。例如，可以通过比较最终招聘决策完全由人工智能做出、由人类招聘人员做出，或是人工智能与人类共同做出的不同情形，研究这些不同的决策模式如何影响求职者的公平性感知以及对企业吸引力的评价。

最后，本研究的研究对象主要为北美地区的参与者，这可能限制了研究结果的普遍适用性。人们对公正性的感知以及对待人工智能的态度会受到文化规范、价值观和社会结构的影响（Rahman等人，2024年；Yam等人，2023年）。此外，不同社会的性别规范和角色期望也存在差异，这可能会影响男性和女性在基于人工智能的选拔过程中对公正性与包容性的评价。因此，未来的研究应开展跨文化比较研究，探讨所观察到的规律在其他文化背景下是否同样存在。此类研究将有助于明确不同地区对基于人工智能的选拔方式的反应是否存在一致性，从而为更全面地理解人工智能介导的选拔过程中的公正性与包容性问题提供依据。

CRediT作者贡献说明

Xiaolin (Crystal) Shi：写作——审阅与编辑，写作——初稿撰写，项目管理，数据整理，概念构建。Xi Yu Leung：写作——审阅与编辑，写作——初稿撰写，形式分析，概念构建。Billy Bai：写作——审阅与编辑，概念构建。Dimitrios Buhalis：写作——审阅与编辑，概念构建。

影响陈述

本研究为旅游和酒店业在员工选拔中整合人工智能技术提供了及时且具有实用价值的见解。通过研究求职者在基于人工智能与人类主导的简历筛选及面试过程中对企业的吸引力感知，本研究揭示了不同性别群体在接纳人工智能方面的显著差异。研究结果表明，虽然求职者普遍认为以人类为主导的选拔流程更为公正和包容，但女性求职者更倾向于接受用于简历筛选的人工智能，而男性求职者则更愿意在面试环节中使用人工智能。这些发现具有多重实际意义。首先，旅游和酒店企业应采用混合式的选拔方法，在简历筛选等早期阶段利用人工智能提高效率，同时在面试环节保留人类参与，以增强包容性。其次，对招聘人员开展相关培训，使其能够与人工智能工具协同工作，从而确保人工监督能够有效发挥作用。最后，了解不同性别的偏好有助于企业设计更具包容性的选拔流程，从而吸引更多类型的求职者。