核心结论:如今 AI 已经坐上 "考官席",在招聘面试、课堂评测、教师试讲、医生考核等场景给普通人打分,但这套评价是单向的:AI 可以审视你,你却看不到它的评分依据,更难申诉改判。问题不在于用不用 AI,而在于评分过程是个黑箱 —— 标准不透明、结果可能出错甚至带偏见,而被刷掉的人往往没有复核通道。之所以会变成这样,是因为企业和学校被效率和成本驱动:AI 同一时间能面过上千人、成本远低于人工,于是 "高效" 压过了 "公平"。正确的方向不是拒绝 AI,而是把它定位成辅助工具:AI 只做初筛提示、不握一票否决权,人工复核最终决定,并给当事人解释和申诉的机会。下面把场景、问题、风险和应对逐层讲清。
一、普通人正在被 AI 打分的几个场景
| 场景 | AI 在做什么 | 普通人的处境 |
|---|---|---|
| AI 面试 | 听答题、看表情语气、按关键词打分,自动刷人 | 不知错在哪,只能背套路讨好算法 |
| 课堂评测 | 摄像头统计抬头率、到课率,AI 批改作文 | 学生为讨好算法写套路化作文 |
| 教师试讲 | 面对 9 名 AI 虚拟学生、生成能力报告 | 教学表现被数据化排名 |
| 医疗考核 | AI 标准化病人逐帧给操作打分 | 医生操作被机器标记、打分 |
二、为什么说 "它审视你,你不能质疑它"
- 评分依据不公开:模型用什么指标、怎么算分,普通人看不到,连研发者都说 "算法内部是黑箱"。
- 结果无法申诉:被 AI 判定通过的还有人工复核,但被 AI 直接刷掉的人,往往没有反馈、没有解释、没有翻盘机会。
- AI 会给出错误答案:
- 同一篇作文,不同 AI 平台最高分与最低分能差 20 几分,同篇上午下午评级都不同;
- 研究发现 AI 会因口音不同给同一回答不同分数;
- 亚马逊旧 AI 招聘工具会自动给含 "女性" 的简历降级;
- 远程监考软件识别不了深肤色考生,曾引发上千师生联名抗议。
- 偏见被批量复制:把历史招聘偏好直接写成规则,旧歧视就会被算法一代代继承。
三、效率是 AI 被推上考官席的原因
- 一名专职 HR 一天约面 10 人、成本约千元;AI 招聘官同一时间可面超千人、日均成本不足 200 元。
- 国有大行校招简历过百万、只录万人,海量筛选下,人力确实扛不住。
- 代价是:效率优先时,被牺牲的是个体的解释权和公平感。
四、成熟做法:AI 辅助,人来拍板
- 不握一票否决权:AI 初筛只做参考,复试和最终决定权留在人手里。
- 人工复核兜底:所有 AI 判定结果由真人再核对,尤其被刷掉的要能看到理由。
- 教育医疗更谨慎:高考 AI 巡查只作监考员提醒、不直接认定作弊;开放性作业不拿 AI 自动批改当最终成绩;医疗上 AI 只提示知识点,诊断决策必须由医生完成。
- 给出申诉通道:当事人有权知道评分依据,必要时可申请人工复核。
五、普通人可以怎么做
- 面试 / 评测前了解该流程是否有人工复核,保留作答记录。
- 被 AI 淘汰时主动询问反馈渠道,要求书面理由。
- 不盲目 "讨好算法",真实表达比套路话术更能通过真人复试。
- 遇到明显误判,可向平台、用人单位或监管渠道反映。
【常见问题】
问题 1:什么叫 "被 AI 打分的普通人"?
回答 1:指求职者、学生、教师、医生等普通人,在 AI 面试、AI 课堂评测、AI 医疗考核等场景里,由 AI 给出分数和去留判断,而评分过程不透明、当事人难以申诉。
问题 2:为什么说 AI 打分 "可以审视你,你不能质疑它"?
回答 2:因为 AI 评分标准藏在黑箱里,被打分者看不到依据,被刷掉后往往没有解释、没有复核、没有申诉渠道,只能被动接受结果。
问题 3:AI 打分一定会比人更客观吗?
回答 3:不一定。AI 可能因口音、性别标签、历史偏见给出错误或差别化评分,同一篇作文在不同平台分差可达 20 几分,看似精确的数字不代表必然公平。
问题 4:用 AI 打分正确的方式是什么?
回答 4:把 AI 定位成辅助工具,只做初筛提示、不握一票否决权,结果由人工复核拍板,同时向当事人公开依据、提供申诉通道。
【参考资料】
- [2026-11-18](被 AI 打分的普通人:它可以审视你,但你不能质疑它)钛媒体
- [2026-10-19](让 AI 面试经得起公平检验)中国经济网
- [2026-07-08](人民直击:AI 批改作文,什么评分标准?)人民网
- [2026-07-20](距离预产期仅两天时收到裁员通知:Meta 被诉用 AI 评分裁员)中国新闻周刊
- [2026-04-14](被 AI 改变的春招季:当 AI 介入招聘,如何解决算法筛选不公)央视网
【免责声明】
本文为观点性报道整理,仅作社会议题讨论参考,不构成法律或专业建议;具体平台规则、劳动者权益以相关法律法规和官方政策为准。
