2018年秋季，在提供个人贷款服务的J.Score公司的会议室里，高管们展开了热烈的讨论。

　　

　　“很可能被误解为性别歧视”。

　　

　　“但是数据是正确的”。

  　

　　J.Score公司由瑞穗银行和软银共同出资，从2017年9月开始提供利用人工智能（AI）根据学历、兴趣和性格等数据对个人进行打分（满分1000分），决定贷款条件的服务。该公司在约1年的时间里收到了“即使年收入和职业等其他条件相同，把性别从男性改成女性评分就会降低”的不满声。

　　

　　男女评分存在差别

　　

　　该公司的首席信息官大久保秀彦在苦恼过后，决定进行修正，削弱性别影响。虽然这样做存在导致分析精确度降低的风险，但大久保表示“让外界理解我们顾及人权是最优先课题”。依靠信用分进行融资的服务在日本刚刚出现不久。该公司认为如果损害利用者的信用，则这项业务也将泡汤。  

      

资料图

     

　　支撑评分的人工智能可分析庞大的数据量。但如今的技术还没有成熟到可以把一切都交给人工智能预测的程度。

　　

　　“交给人工智能还为时尚早”，日本烟草产业（JT）在实习生的选拔中曾尝试使用“人工智能面试”，但是在录用应届毕业生时则放弃使用人工智能。原本期待通过人工智能发现面试官看漏的人才，但是其得出的结果与实际面试的评价相去甚远。对于智能手机播放的人工语音提问，学生感到厌烦，相关负责人表示“反而起到反效果”。

     

    　　

　　在授信和人事等依靠负责人的经验和直觉的领域，出现了尝试把评分作为判断标准的行动。但是这种评分到底有多大可信度呢？眼下还看不到正确的答案。

　　

　　担心遭到员工的反对

　　

　　越来越多企业开始引入新系统，使用人工智能分析员工的邮件内容，预测违规迹象和离职的可能性。一家大型制药公司讨论把该系统作为防止研究数据泄露的杀手锏，但是有反对意见认为“员工得知自己将被监视后很可能强烈反对”，该公司最终放弃引入这一系统。即使通过数据分析能够提高业务效率，但如果损害了员工的工作积极性，将本末倒置。

　　

　　利用人工智能分析公司内部人士调动情况的人力资源公司Recruit Career选择了“不过度依赖人工智能”的方式。

　　

　　该公司通过自主的人工智能系统对员工的性格等进行分析，然后计算能力评分，并预测每个员工所适合的工作性质。例如“（某员工）能够发挥自身特色的是销售工作”。但是预测结果不会告知员工本人，仅供参考。人事部经理加藤宏纪表示，“越是重要的事越需要由人来决定”。

 　　

　　对此，不同的员工出现不同的意见。2018年秋季跳槽到该公司的女性（24岁）被分配到开拓新客户的销售部，这不是其所期望进入的部门。但是“意外地发现自己很适合拜访客户的销售工作”。一方面，被调到策划部门的30多岁男性则表示“公司认为我谨慎的性格适合这个岗位，但是我却不这么认为”。

　　

　　在利用人工智能方面需要由人来作出判断和决定。3月，日本政府汇总的人工智能社会原则显示出“以人为本”的想法。利用由数据算出的评分的场合越多，人的责任反而越重。何时、何地、如何使用这种评分的判断变得越来越难。

 　　

版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。