When Assurance Undermines Intelligence: The Efficiency Costs of Data Governance in AI-Enabled Labor Markets
创建于 更新于
摘要
本文通过LinkedIn在香港暂停使用本地用户数据训练生成式人工智能模型的自然实验，运用Revelio Labs大规模就业与招聘岗位数据，采用差异中的差异(DiD)设计实证分析了隐私保护政策对AI驱动招聘效率的影响。结果表明，数据使用受限明显降低了匹配效率，导致员工流动性增加、岗位空缺时间延长及市场摩擦加剧，尤其对依赖AI招聘的小型和快速成长企业影响更为严重。该研究揭示了数据治理在保护信息安全与保障AI效能之间的根本张力，并拓展了多层次信息隐私理论(TMIP)在AI与劳动力市场效率领域的应用[page::1][page::4][page::26][page::43]。
