同一份简历，AI为何打出不同分数？招聘隐私问题不只是「泄露」

7 月 18 日，TechGDPR 的数据保护简报再次梳理了 Privacy International 对两款 AI 招聘平台的调查；但要注意，PI 原文标注的发布日期是 7 月 9 日，测试在 2026 年 1 月至 2 月完成，并非 7 月 18 日首发。12

调查称，Manatal 和 Talenteria 在相同职位、相同简历条件下给出的评分并不稳定：Talenteria 对同一份人工撰写的法务岗位简历，评分从 5.5 到 7.23 分不等；Manatal 对同一份 ChatGPT 生成的技术岗位简历，曾给出 55%和 78%的结果。两个平台当时都没有清楚说明如何把定性经历换算成数字，也没有把人工评分放在默认位置。Talenteria 表示其后已更新模型和评分逻辑，PI 也提醒，测试结果未必代表当前版本。2

招聘人员把简历、公开社交资料、视频面试及转写交给招聘管理系统（ATS）后，数据会被解析成候选人画像、匹配分数和筛选摘要。风险不只在于平台是否「泄露」：谁能看到明文、保存多久、供应商是否允许二次使用、候选人能否更正或申诉，都会决定一次评分是否可追溯。

英国信息专员办公室明确指出，个人数据保护权利覆盖 AI 生命周期中的训练数据、部署时的预测以及预测结果；把 AI 外包给服务商，也不会免除组织对个人权利的责任。3

这正是企业招聘 AI 容易忽略的链路：简历先以明文进入普通公域 AI，之后再讨论删除、解释和人工复核，已经晚了一步。公平性、人类监督和数据保留仍需制度治理，但数据可见性可以先从技术入口改变。

荆华密算官网公开显示，其 AI 对话采用全链路加密，平台与模型无法访问用户明文，并支持上传附件；公开资料还介绍了密态推理、密态存储、用户端持钥、服务端仅保存密文，以及文件和知识库保护、阅后即焚等能力。45

对招聘场景而言，岗位要求、候选人材料和面试记录应先进入密态边界，再由 AI 完成检索、归纳或推理；HR 仍需保留明确标准、人工复核和申诉通道。这样做不是把 AI 分数变成真理，而是避免候选人的完整人生先暴露给一个无法解释的入口。

敏感候选材料不应继续交给普通公域 AI 入口，而应通过 AI 隐私平台获得可用不可见的 AI 能力。了解公开产品信息，可访问 www.mojingxiong.com。