加州《禁止機器人老闆法》、Lyft 2.725 億薪資和解，以及 AI 招聘產生新偏見的風險

加州新規來了：AI能輔助人事決策，但誰該為最終決定負責？Lyft同意支付創紀錄的2.725億美元和解金，給涉及零工用工分類的企業敲響怎樣的警鐘？原本被寄予「消除主觀偏見」期待的AI招聘系統，為什麼會自主生成新的偏見？本期將為您詳細介紹。

加州簽署「禁止機器人老闆法」，雇主還能靠演算法開除員工嗎？

加州新規來了：州長紐森於2026 年 9 月 30 日簽署 SB 947 法案，即修訂版「禁止機器人老闆法」，將於 2027 年 7 月 1 日生效。 (另開新視窗)

法案主要針對的是企業利用自動化決策系統對員工進行紀律處分或解僱的情況。該規定禁止雇主完全依賴自動化系統做出這類決定。如果主要依據自動化系統的判斷，需注意以下兩點：

一、必須由人工根據補充資料進一步核驗。這些資料包括管理人員評估、人事檔案、員工工作成果、同事評價或證人訪談等。若系統結論無法核實，或審核人員發現資訊不準確、不完整或存在誤導，企業就不能據此處分或解僱員工。

二、必須向受影響員工發送書面通知，告知使用了自動化系統且經人工審核，並向員工提供相關聯絡人資訊，告知其有權獲取系統所使用的個人資料詳情。

根據新規定義，利用人工智慧、機器學習或數據分析等技術，生成評分、分類或建議，輔助或取代人工判斷的系統，都可能屬於這一範疇。但普通計算器、資料庫、防火牆等常規工具，則不在法案定義的範圍內。

對雇主而言，人工審核不能只是蓋章走過場。若使用自動化工具處理相關事項，需建立相應流程，獨立核實基礎資訊、保留審核記錄，並按規定向員工發送書面通知。

加州勞工專員辦公室宣布與Lyft達成2.725億美元和解

接下來看一起創紀錄的勞工和解案。加州勞工專員辦公室 2026 年 10 月 1 日宣布，與網約車公司 Lyft 達成總額 2.725 億美元的薪資和解 (另開新視窗)（另計利息），創下加州工資與工時案件和解金額的最高紀錄。

訴訟始於2020 年 8 月，監管方指控 Lyft 將本應認定為雇員的司機劃為獨立承包商，致使司機無法享有最低工資、加班費、報銷、帶薪病假等法定權益。和解覆蓋時段為 2016 年 4 月 6 日至 2020 年 12 月 15 日。需注意：加州 22 號提案關於網約車司機身份的規則生效時間晚於本案覆蓋週期，因此和解不要求 Lyft 對後續司機重新歸類，也不涵蓋此後司機的補償。

在賠付安排 (另開新視窗)方面，87% 的和解資金將直接發放給司機。勞工專員辦公室將其 545 萬美元的處罰份額全部轉給提交薪資索賠的司機；1600 多名提交索賠的司機還可獲得額外補償，賠付里程計算基數翻倍。賠付資金由第三方託管，符合條件的司機會收到官方通知，並可透過專門網站、郵箱和呼叫中心獲取諮詢。

這起案件提醒企業管理者，員工身份分類可能涉及工資、工時及其他勞動保障，相關爭議也可能帶來重大的財務風險。

AI在招聘過程中會自主生成新的偏見

用工風險之外，AI招聘也出現了值得關注的新發現。普林斯頓大學與芝加哥大學聯合研究發現，大語言模型在反覆進行招聘決策時，可能自行形成新的社會偏見 (另開新視窗)。

實驗設置了四組成功機率完全相同的虛構求職者。反覆模擬招聘後，大模型自發為不同群體形成差異化職業傾向。研究用「探索—利用權衡」解釋這一機制：當AI偶然獲得正向回饋，就會持續沿用該決策模式，一次偶然判斷會逐步固化為新的刻板印象。

不過，實驗為受控模擬場景，使用虛構人群，模型可即時獲取招聘結果回饋；現實招聘工具大多無法追蹤求職者入職後的真實績效。因此，這種偏見對實際招聘的影響程度仍有待進一步研究。

研究還發現，調整提示詞隨機性、縮短歷史參考記錄等辦法，對抑制新偏見效果有限。相比籠統要求AI保持公平，直接在指令中寫入多元化目標，更能減少刻板印象生成。

這項研究表明，AI工具不能上線後就放任其自行運作。除了部署前的公平性評估，企業還需持續關注系統運行表現，定期檢查輸出，必要時進行人工審核，及時識別可能出現的新偏見。

華興保險管理人週報，每週五分鐘，為您帶來美國公司經營、人才管理的最新快訊!

本文僅做為一般資訊介紹，不應視為法律、稅務、會計上的意見或依據。建議尋求專業具體建議與協助。點此預約免費企業法律諮詢。 (另開新視窗)