Дискриминация на рынке труда и аудит-стадии

Философская рамка

Исследование дискриминации на рынке труда через призму аудит-стадий вписывается в традиции гуманитарной социологии, которая стремится не только описать социальные явления, но и понять их глубинные причины, а также предложить пути для достижения социальной справедливости. Этот подход перекликается с критической теорией, ставящей под сомнение объективность социальных структур и выявляющей скрытые механизмы власти и неравенства. Методология аудит-стадий, по сути, является эмпирическим инструментом для проверки гипотез, возникающих из теоретических построений о системном характере дискриминации, а не просто о случайных проявлениях предвзятости.

Введение

Дискриминация на рынке труда остаётся одной из наиболее острых социальных проблем, проявляясь в неравном отношении к соискателям или работникам на основе характеристик, не связанных напрямую с их производительностью. Для её выявления и изучения исследователи активно используют метод аудит-стадий, который позволяет контролировать множество переменных и изолировать влияние дискриминационных факторов. Этот метод, зародившийся в социальных науках, сегодня находит применение даже в анализе алгоритмических систем найма [Vecchione et al., 2021].

Суть аудит-стадий заключается в создании контролируемых экспериментов, где соискатели с идентичными квалификациями, но различающимися по изучаемому признаку (например, этническая принадлежность, пол), подают заявки на одни и те же вакансии. Ключевым показателем становится разница в уровне откликов или предложений о работе. Исследования, подобные работе Бертрана и Маллайнатана [Bertrand et al., 2003], где резюме с «белыми» и «афроамериканскими» именами отправлялись на одни и те же вакансии, убедительно демонстрируют значительную дискриминацию. Эти эксперименты позволяют выявить не только явную, но и скрытую дискриминацию, которая может быть неосознанной для работодателя, и предоставляют убедительные доказательства её существования [Pager, 2003].

Обзор исследований

Эффективность и ограничения аудиторских исследований в выявлении дискриминации

Как мы можем достоверно измерить нечто столь неуловимое, как дискриминация на рынке труда? Ведь работодатели редко открыто заявляют о своих предубеждениях. Именно этот вопрос привел к развитию аудиторских исследований, которые стали мощным, но не лишенным противоречий инструментом в арсенале социологов и экономистов.

Аудиторские исследования, или как их еще называют, полевые эксперименты, предлагают уникальный подход к выявлению дискриминации, поскольку позволяют контролировать переменные, не связанные напрямую с производительностью труда. Суть метода заключается в создании пар или групп фиктивных соискателей, чьи резюме или личные характеристики идентичны во всем, кроме одного изучаемого признака — например, этнической принадлежности, пола или возраста. Затем эти «кандидаты» подают заявки на реальные вакансии, а исследователи фиксируют различия в уровне откликов или предложений о работе. Дэвид Пейджер, в своем новаторском исследовании 2003 года, показал, как этот метод позволяет количественно оценить «клеймо» судимости на рынке труда, отправляя на вакансии пары соискателей с одинаковой квалификацией, но с разным криминальным прошлым [Pager, 2003]. Он убедительно продемонстрировал, что наличие судимости значительно снижает шансы на трудоустройство, особенно для афроамериканцев.

Мощность аудиторской методологии заключается в ее способности изолировать эффект конкретного признака, минимизируя влияние других факторов. Это позволяет исследователям утверждать, что наблюдаемые различия в откликах обусловлены именно дискриминацией, а не объективными различиями в квалификации. Тильчик, например, использовал этот подход для изучения дискриминации в отношении трансгендерных людей, демонстрируя, как изменение гендерной идентичности в резюме влияет на вероятность получения приглашения на собеседование [Tilcsik, 2011]. Аналогично, Ривера в своих работах применяла аудиторские исследования для анализа дискриминации в элитных профессиях, где неформальные сети и культурное соответствие играют не меньшую роль, чем формальная квалификация [Rivera et al., 2016].

Однако, несмотря на очевидные преимущества, аудиторские исследования сталкиваются с рядом серьезных методологических и этических ограничений. Джеймс Хекман, лауреат Нобелевской премии по экономике, еще в 1998 году критически указывал на то, что достоверность аудиторских методов критически зависит от непроверенных допущений о равенстве распределений ненаблюдаемых (дизайнерами аудита) компонентов производительности по расовым/гендерным группам, на которые ориентируются фирмы, и о том, как функционируют рынки труда [Heckman, 1998]. Иными словами, если существуют ненаблюдаемые различия в производительности между группами, которые работодатели могут улавливать, но исследователи не могут учесть в дизайне эксперимента, то наблюдаемая разница в откликах может быть ошибочно интерпретирована как дискриминация.

Марианна Бертран и Сендхил Муллайнатан в своем знаменитом исследовании 2003 года, посвященном дискриминации по этническому признаку на американском рынке труда, также признавали эти ограничения. Они отправляли резюме с «белыми» (Эмили и Грег) и «афроамериканскими» (Лакиша и Джамал) именами, обнаружив, что «белые» имена получали значительно больше откликов [Bertrand et al., 2003]. Однако даже в этой работе авторы подчеркивали, что их метод измеряет лишь дискриминацию на этапе отбора резюме и не может полностью охватить все формы предубеждений, возникающих на более поздних этапах найма или уже в процессе работы.

Еще одно ограничение связано с тем, что аудиторские исследования, как правило, фокусируются на дискриминации на начальных этапах найма, таких как отбор резюме или приглашение на собеседование. Они менее эффективны для изучения дискриминации, которая проявляется на более поздних стадиях, например, при определении заработной платы, продвижении по службе или увольнении. Кроме того, эти исследования часто не могут уловить тонкие формы дискриминации, такие как микроагрессии или предвзятость в оценке производительности, которые могут иметь кумулятивный эффект на карьеру человека.

Некоторые исследователи, такие как Рич и Рич, в своих работах по гендерной дискриминации в Англии, также отмечали, что аудиторские исследования могут быть чувствительны к контексту и специфике рынка труда [Riach et al., 2002]. Результаты, полученные в одной стране или отрасли, не всегда легко экстраполировать на другие условия. Например, исследование Хернандеса и соавторов в Эквадоре показало, что ЛГБТК+ кандидаты в среднем не сталкивались с дискриминацией, но при более детальном анализе выявилось гендерно-специфическое отношение: женщины-ЛГБТК+ получали позитивную дискриминацию, тогда как мужчины-ЛГБТК+ — негативную [Hernandez et al., 2023]. Это подчеркивает сложность и многогранность дискриминации, которую не всегда можно уловить простым сравнением.

Более того, этические вопросы, связанные с проведением аудиторских исследований, остаются предметом дискуссий. Использование фиктивных личностей и обман работодателей, пусть и во имя науки и социальной справедливости, вызывает вопросы о допустимости таких методов. Однако сторонники аудиторских исследований, такие как Пейджер, утверждают, что этические издержки оправданы, поскольку эти исследования предоставляют уникальные и неопровержимые доказательства дискриминации, которые невозможно получить другими способами.

Недавние мета-анализы, такие как работа Парка и О, пытаются примирить противоречивые результаты аудиторских исследований гендерной дискриминации в США [Park et al., 2025]. Они обнаружили, что, хотя на агрегированном уровне статистически значимой гендерной дискриминации не наблюдается, существуют важные вариации в зависимости от типа профессии и расы соискателя. Например, в женских профессиях белые женщины получают больше откликов, чем мужчины, но чернокожие женщины такого преимущества не имеют. Это указывает на то, что дискриминация часто проявляется на пересечении различных социальных категорий, что делает ее изучение еще более сложным.аудиторские исследования, несмотря на свои ограничения, остаются незаменимым инструментом для выявления и измерения дискриминации на рынке труда. Они предоставляют эмпирические доказательства, которые могут служить основой для разработки эффективных политик по борьбе с неравенством. Однако для полного понимания механизмов дискриминации необходимо учитывать их методологические особенности и дополнять их другими методами исследования, а также принимать во внимание контекстуальные факторы, такие как гендерный состав профессии, что мы и рассмотрим в следующем разделе.

Влияние гендерного состава профессии на дискриминацию при найме

Аудиторские исследования, как мы уже обсуждали, предоставляют мощный инструментарий для выявления дискриминации, позволяя контролировать множество переменных и изолировать влияние конкретных характеристик соискателя. Однако, если в предыдущем разделе мы сосредоточились на общей эффективности метода, то теперь стоит углубиться в нюансы, которые определяют, как именно проявляется дискриминация. Один из таких критически важных нюансов — это гендерный состав профессии, который, как оказывается, может существенно влиять на характер и направленность дискриминации при найме.

Представление о том, что дискриминация — это универсальное явление, действующее одинаково во всех контекстах, оказывается слишком упрощенным. Напротив, исследования показывают, что гендерная предвзятость при найме не является статичной, а скорее динамически адаптируется к существующей структуре рынка труда. Диана Роксана Галос и Александр Коппок в своем мета-анализе аудиторских экспериментов по гендерной дискриминации [Galos et al., 2023] приходят к выводу, что гендерный состав профессии является сильным предиктором гендерной предвзятости. Они обнаружили, что в (относительно лучше оплачиваемых) профессиях, где доминируют мужчины, эффект от того, что вы женщина, является отрицательным, в то время как в (относительно менее оплачиваемых) профессиях, где доминируют женщины, эффект является положительным [Galos et al., 2023]. Этот вывод переворачивает привычное представление о дискриминации как о всегда направленной против женщин.

Что это означает на практике? В профессиях, традиционно считающихся «мужскими», таких как инженерия или IT, женщины сталкиваются с большей дискриминацией, чем мужчины. В то же время, в «женских» профессиях, например, в сфере ухода или образования, мужчины могут испытывать дискриминацию, хотя и в меньшей степени. Это не просто зеркальное отражение, а скорее механизм, который поддерживает существующее гендерное распределение в различных секторах экономики и, как следствие, сохраняет гендерный разрыв в оплате труда.дискриминация не просто наказывает «другого», но активно работает на поддержание статус-кво.

Однако, не все исследователи согласны с тем, что гендерный состав профессии полностью объясняет вариации в дискриминации. Например, Пак [Park et al., 2025] отмечает, что, хотя мета-анализы и выявляют важные различия в степени дискриминации в зависимости от типа профессии и расы соискателя, это не означает, что дискриминация исчезает в определенных контекстах. Скорее, она принимает иные формы или проявляется с разной интенсивностью. Это подводит нас к мысли, что дискриминация — это многомерное явление, где гендерный состав профессии является лишь одним из факторов, а не единственным определяющим.

Рассмотрим, например, сферу программной инженерии, которая традиционно считается мужской. Исследование Вайсхаар, Чавеса и Хатт [Weisshaar et al., 2024] выявило неожиданные паттерны дискриминации при найме в этой области. Они обнаружили, что работодатели отдают предпочтение белым мужчинам среди соискателей на начальные позиции. Однако, для более опытных специалистов, претендующих на старшие должности, черные мужчины и черные женщины не сталкивались с дискриминацией по сравнению с белыми мужчинами, а белым женщинам даже отдавалось предпочтение. Как объяснить этот парадокс? Авторы предполагают, что здесь в игру вступает «ценность разнообразия» (diversity value) — воспринимаемая ценность соискателя с точки зрения его вклада в организационное разнообразие. Это означает, что в условиях давления на диверсификацию, компании могут активно искать представителей определенных групп, что меняет динамику дискриминации.

Подобные результаты заставляют нас переосмыслить традиционные модели дискриминации, такие как модель вкусов Гэри Беккера или статистическая дискриминация Кеннета Эрроу [Arrow]. Если дискриминация не является линейной и универсальной, а зависит от контекста и даже от «ценности разнообразия», то это указывает на более сложные когнитивные и организационные механизмы. Работодатели могут не просто иметь предубеждения, но и активно адаптировать свои стратегии найма в ответ на социальные и экономические стимулы.

Важно также отметить, что аудиторские исследования, несмотря на свою эффективность, имеют свои ограничения. Дева Пейджер [Pager, 2003] в своем знаменитом исследовании о влиянии судимости на трудоустройство, подчеркивает, что результаты аудиторских исследований, основанных на объявлениях о вакансиях, могут быть консервативными. Фирмы, склонные к дискриминации, могут использовать более закрытые каналы найма, такие как рекомендации или специализированные агентства, где дискриминация может быть еще более выраженной. Это означает, что реальный масштаб дискриминации может быть даже выше, чем показывают аудиторские исследования.

Кроме того, этические аспекты аудиторских исследований, особенно когда речь идет о создании фиктивных профилей, требуют тщательного рассмотрения. Брианна Веккьоне, Карен Леви и Солон Барокас [Vecchione et al., 2021] отмечают, что, хотя аудиторские исследования в социальных науках имеют глубокие корни в борьбе за социальную справедливость, со временем они могли отдалиться от этих первоначальных целей. Это поднимает вопрос о том, как обеспечить, чтобы исследования не только выявляли дискриминацию, но и способствовали ее устранению, а не просто документировали ее существование.гендерный состав профессии не просто влияет на наличие дискриминации, но и на ее направленность и интенсивность. В «мужских» профессиях женщины сталкиваются с барьерами, в «женских» — мужчины. Однако, это не всегда означает, что дискриминация исчезает. Скорее, она трансформируется, иногда даже в «позитивную дискриминацию» в условиях давления на диверсификацию, как показали Вайсхаар, Чавес и Хатт [Weisshaar et al., 2024]. Это подчеркивает необходимость более тонкого анализа механизмов дискриминации, выходящего за рамки простых бинарных оппозиций. Понимание этих динамических процессов становится особенно актуальным в контексте растущего давления на организации по внедрению политик разнообразия и инклюзивности, что мы и рассмотрим в следующем разделе.

Дискриминация в условиях давления на диверсификацию и ее динамика

В предыдущем разделе мы обсуждали, как гендерный состав профессии влияет на дискриминацию при найме, выявляя тонкие механизмы предвзятости. Однако картина становится ещё сложнее, когда в игру вступают внешние факторы, такие как давление на диверсификацию. Организации всё чаще сталкиваются с необходимостью демонстрировать приверженность принципам равенства и инклюзивности, что, казалось бы, должно снижать дискриминацию. Но так ли это на самом деле? Исследования показывают, что давление на диверсификацию не всегда приводит к прямолинейному снижению дискриминации; скорее, оно может изменять её формы и проявления, заставляя предвзятость адаптироваться к новым условиям.

Одним из ключевых аспектов этой динамики является то, как лица, принимающие решения о найме, начинают интегрировать «ценность разнообразия» в процесс отбора [Weisshaar et al., 2024]. Это означает, что соискатели могут восприниматься не только через призму их квалификации, но и через их потенциальный вклад в достижение целей организации по диверсификации. На первый взгляд, это звучит позитивно, но на практике может привести к новым, более изощрённым формам предвзятости. Например, работодатель может сознательно или бессознательно отдавать предпочтение кандидату из определённой группы, чтобы улучшить статистику диверсификации, игнорируя при этом других, возможно, более квалифицированных соискателей из других групп.

Интересно, что даже в условиях, когда организации активно заявляют о своей приверженности диверсификации, дискриминация может сохраняться. Исследование Sonia Kang et al. выявило парадокс: хотя меньшинства могут «отбеливать» свои резюме, чтобы избежать предвзятости, организации, заявляющие о поддержке разнообразия, на самом деле не демонстрируют снижения дискриминации в отношении «неотбеленных» резюме. Это говорит о том, что заявления о диверсификации не всегда подкрепляются реальными изменениями в практике найма, и предвзятость может оставаться глубоко укорененной, несмотря на внешнее давление.

Более того, экономические условия также играют значительную роль в том, как проявляется дискриминация. Например, во время пандемии COVID-19 наблюдались изменения в паттернах дискриминации, когда белые женщины стали получать больше откликов на вакансии по сравнению с белыми мужчинами, особенно в регионах, где наблюдалось значительное сокращение женской рабочей силы [Chavez et al., 2022]. Это указывает на то, что дискриминация не является статичным явлением, а скорее динамически адаптируется к изменениям в экономике и социальной среде, реагируя на дефицит определённых групп работников или на изменение приоритетов работодателей.

Давление на диверсификацию может также влиять на то, как работодатели воспринимают риски, связанные с наймом определённых групп. Например, в контексте найма бывших заключённых, Дева Пейджер [Pager, 2003] показала, что наличие судимости значительно снижает шансы на трудоустройство, особенно для афроамериканцев. Даже если организация стремится к диверсификации, страх перед репутационными рисками или потенциальными проблемами безопасности может перевешивать стремление к инклюзивности, сохраняя дискриминацию в отношении этой уязвимой группы. Пейджер отмечает, что многие вакансии формально закрыты для бывших заключённых из-за юридических ограничений, например, в сфере здравоохранения или работы с детьми, что исключает значительную часть рынка труда для этой категории соискателей.

Влияние внешних факторов на дискриминацию также проявляется в судебных процессах. Питер Сигелман и Джон Донохью [Siegelman et al., 1995] исследовали, как экономические циклы влияют на количество и характер исков о дискриминации. Они обнаружили, что в периоды экономических спадов работники чаще подают иски, поскольку альтернативные возможности трудоустройства сокращаются, что делает защиту своих прав более актуальной. Это говорит о том, что дискриминация может быть более выраженной или, по крайней мере, более оспариваемой в определённых экономических условиях, когда ставки для работников выше.

Франсин Блау и Лоуренс Кан [Blau et al., 2017] в своём анализе гендерного разрыва в оплате труда также подчёркивают, что изменения в структуре занятости и профессиональной сегрегации играют значительную роль в сохранении неравенства. Даже при улучшении образовательного уровня женщин, профессиональная и отраслевая сегрегация продолжает вносить существенный вклад в гендерный разрыв в оплате труда. Это означает, что даже если организации стремятся к гендерному равенству, существующие структуры рынка труда могут препятствовать полному устранению дискриминации.давление на диверсификацию не является панацеей от дискриминации. Оно скорее создаёт новую среду, в которой предвзятость может проявляться в более сложных и менее очевидных формах. Работодатели могут сталкиваться с внутренним конфликтом между стремлением к диверсификации и сохраняющимися стереотипами или опасениями. Например, Филип Ореопулос [Oreopoulos, 2011] показал, что квалифицированные иммигранты сталкиваются с дискриминацией на рынке труда, несмотря на их навыки, что указывает на глубоко укоренившиеся предубеждения, которые не исчезают даже при наличии явной ценности для работодателя.

В этом контексте, аудит-стадии остаются критически важным инструментом для выявления этих скрытых и меняющихся форм дискриминации. Они позволяют зафиксировать реальные паттерны поведения работодателей, которые могут отличаться от их заявленных намерений. Например, исследование Генри Фарбера и соавторов [Farber et al., 2017] показало, как безработные соискатели сталкиваются с дискриминацией, даже когда их квалификация соответствует требованиям, что подчёркивает необходимость постоянного мониторинга.

Понимание этой динамики требует не только количественных методов, но и качественных исследований, которые могут объяснить, почему работодатели принимают те или иные решения. Арнфинн Мидтбёен [Midtbøen, 2014] подчёркивает, что контекстуальные факторы, такие как количество полученных заявок или степень формализации процедур найма, могут влиять на проявления дискриминации. Это означает, что для эффективной борьбы с дискриминацией необходимо учитывать не только индивидуальные предубеждения, но и организационные структуры и процессы.

В конечном итоге, вопрос о том, как дискриминация адаптируется к давлению на диверсификацию, остаётся открытым. Очевидно, что простые решения здесь не работают. Вместо того чтобы полностью исчезать, дискриминация мутирует, принимая новые формы, которые могут быть ещё более трудными для обнаружения и устранения. Это подводит нас к следующему вопросу: могут ли алгоритмические методы аудита предложить более эффективные инструменты для выявления и противодействия этим сложным и динамичным проявлениям дискриминации?

Влияние алгоритмического аудита на социальную справедливость

Если в предыдущем разделе мы обсуждали, как давление на диверсификацию может влиять на проявления дискриминации, то теперь стоит задуматься о том, как технологические решения, призванные повысить объективность, на самом деле справляются с этой задачей. Внедрение алгоритмического аудита в процессы найма часто позиционируется как способ устранить человеческую предвзятость и обеспечить большую справедливость. Однако вопрос о том, действительно ли алгоритмы способствуют социальной справедливости или, наоборот, усугубляют существующие предубеждения, остаётся открытым и требует внимательного рассмотрения.

На первый взгляд, алгоритмический аудит кажется идеальным инструментом для борьбы с дискриминацией. Он обещает беспристрастную оценку, основанную на данных, а не на субъективных впечатлениях рекрутера. Vecchione и Kazim утверждают, что систематический подход к аудиту алгоритмов, особенно в такой этически чувствительной сфере, как рекрутинг, может гарантировать ответственное и справедливое развёртывание систем, управляемых искусственным интеллектом. Их логика проста: если мы можем формализовать критерии оценки и применить их единообразно, мы должны получить более справедливые результаты, чем при человеческом факторе.

Однако реальность оказывается сложнее. Алгоритмы обучаются на исторических данных, которые сами по себе могут содержать скрытые или явные паттерны дискриминации. Если в прошлом определённые группы населения систематически исключались из определённых профессий или получали меньше возможностей, то алгоритм, обученный на этих данных, может воспроизводить и даже усиливать эти предубеждения. Glazko обнаружил, что даже продвинутые модели, такие как GPT-4, демонстрируют предвзятость по отношению к резюме, которые были искусственно "улучшены" для выявления таких паттернов. Это означает, что алгоритм не просто отражает прошлое, но активно участвует в формировании будущего, закрепляя несправедливые практики.

Рассмотрим пример с криминальным прошлым, который подробно исследовал Дева Пагер. В своей работе «The Mark of a Criminal Record» [Pager, 2003] она показала, что наличие судимости значительно снижает шансы на получение работы, причём этот эффект усиливается для афроамериканских соискателей. Если алгоритм будет обучен на данных, где соискатели с судимостью (особенно афроамериканцы) систематически получали меньше откликов, он будет продолжать отклонять таких кандидатов, даже если их квалификация соответствует требованиям. Пагер отмечает, что в подавляющем большинстве случаев тестировщики практически не контактировали с работодателями [Pager, 2003], что указывает на то, что дискриминация часто происходит на ранних этапах отбора, где алгоритмы могут играть решающую роль.

Более того, исследование Пагер выявило, что эффект от криминального прошлого был более выражен для чернокожих соискателей, чем для белых. В логистической регрессии, представленной в её работе, коэффициент для «Criminal record» составлял –0.99, а для «Black» –1.25, причём оба были статистически значимы [Pager, 2003]. Это означает, что быть чернокожим было даже большим препятствием, чем иметь судимость, а комбинация этих факторов создавала ещё более сложную ситуацию. Если алгоритм будет учитывать эти исторические корреляции, он может непреднамеренно, но эффективно дискриминировать группы, которые уже сталкиваются с системными барьерами.

Проблема усугубляется тем, что алгоритмы могут создавать новые, неочевидные формы дискриминации. Например, если алгоритм отдаёт предпочтение кандидатам, чьи резюме содержат определённые ключевые слова или форматирование, это может непреднамеренно исключить группы, которые не имеют доступа к ресурсам для оптимизации своих резюме под эти требования.алгоритмический аудит, вместо того чтобы быть нейтральным арбитром, становится активным участником в формировании рынка труда, потенциально создавая новые барьеры.

Схожие выводы можно найти в исследованиях гендерного разрыва в оплате труда. Франсин Блау и Лоуренс Кан [Blau et al., 2017] анализировали, как изменения в характеристиках работников и в «ценах» на эти характеристики влияют на гендерный разрыв. Они показали, что улучшения в образовании и опыте женщин значительно сократили разрыв, но «эффект изменения коэффициентов» (то есть изменение ценности определённых характеристик на рынке труда) также играет роль. Если алгоритм будет обучен на данных, где определённые «мужские» характеристики исторически ценились выше, он может продолжать отдавать предпочтение мужчинам, даже если женщины обладают эквивалентными, но иначе выраженными навыками.

Интересно, что даже попытки «ослепить» процесс отбора могут иметь свои ограничения. Исследование Клаудии Голдин и Сесилии Раус [Goldin et al., 2000] о «слепых» прослушиваниях в симфонических оркестрах показало, что сокрытие личности кандидата (например, с помощью ширмы) увеличивает вероятность продвижения и найма женщин. Это свидетельствует о том, что человеческая предвзятость действительно существует и может быть снижена с помощью таких методов. Однако алгоритмический аудит не всегда способен воспроизвести этот эффект, поскольку он работает с данными, которые уже могут быть «заражены» предвзятостью.

Джеймс Хекман [Heckman, 1998] критически оценивал метод аудита, утверждая, что он может выявить дискриминацию там, где её нет, и скрыть её там, где она есть. Его аргумент заключается в том, что валидность аудиторских методов критически зависит от непроверенных предположений о равенстве распределения ненаблюдаемых (для аудиторов) компонентов производительности между расовыми/гендерными группами. Алгоритмический аудит, по сути, сталкивается с той же проблемой: он может лишь отражать то, что ему доступно в данных, и если эти данные неполны или искажены, то и выводы алгоритма будут такими же.алгоритмический аудит, несмотря на свой потенциал, не является панацеей от дискриминации. Он может быть мощным инструментом для выявления и даже снижения некоторых форм предвзятости, но только при условии тщательной разработки, постоянного мониторинга и понимания того, что он может как способствовать справедливости, так и усугублять неравенство. Вопрос не в том, использовать ли алгоритмы, а в том, как их использовать ответственно, чтобы они не просто автоматизировали существующие предубеждения, а активно работали на их преодоление. Это подводит нас к мысли о том, что внешние факторы, такие как экономический цикл или глобальные события, могут оказывать не менее значительное влияние на динамику дискриминации, чем внутренние механизмы отбора.

Влияние внешних факторов (экономический цикл, пандемия) на дискриминацию

Если алгоритмический аудит позволяет нам глубже понять механизмы дискриминации, то внешние макроэкономические и социальные факторы, в свою очередь, формируют контекст, в котором эти механизмы проявляются. Экономические циклы, кризисы или глобальные события, такие как пандемия, могут существенно изменять динамику дискриминации на рынке труда, усиливая или, напротив, ослабляющие её проявления. Вопрос в том, насколько устойчивы паттерны дискриминации к внешним шокам и как эти шоки влияют на уязвимые группы.

Рассмотрим, например, влияние экономических циклов на судебные иски о дискриминации. Исследование [Siegelman et al., 1995] показало, что иски о дискриминации при приеме на работу, поданные во время рецессий, чаще урегулируются после подачи и реже выигрываются истцами, чем те, что поданы в период сильной экономики (Employment discrimination cases filed during recessions are more likely to settle after filing and less likely to be won by plaintiffs than those filed when the economy is strong). Это наблюдение наводит на мысль, что в условиях экономического спада работодатели могут чувствовать себя более защищенными от юридических последствий дискриминации, а истцы, возможно, менее склонны к длительным судебным разбирательствам, предпочитая быстрое урегулирование.

Экономические спады, как правило, сопровождаются ростом безработицы и усилением конкуренции за рабочие места. В таких условиях работодатели получают больший выбор кандидатов, что может привести к более жестким критериям отбора и, как следствие, к усилению дискриминации. Когда предложение рабочей силы превышает спрос, работодатели могут позволить себе быть более избирательными, и нерелевантные характеристики, такие как раса, пол или наличие судимости, могут стать неявными фильтрами. Дева Пейджер в своей работе «The Mark of a Criminal Record» [Pager, 2003] убедительно демонстрирует, как наличие судимости становится серьезным барьером для трудоустройства, даже при наличии соответствующей квалификации. Она отмечает, что наличие судимости снижает вероятность обратного звонка на 50% (a criminal record thereby reduces the likelihood of a callback by 50%). В условиях рецессии, когда конкуренция за рабочие места возрастает, этот эффект может быть ещё более выраженным.

Пандемия COVID-19 стала беспрецедентным внешним шоком, который радикально изменил условия на рынке труда. [Chavez et al., 2022] задаются вопросом, связаны ли макроуровневые изменения в течение первого года пандемии COVID-19 с изменениями в уровнях дискриминации в отношении женщин и чернокожих соискателей при приеме на работу (In this article, we ask whether macro-level changes during the first year of the COVID-19 pandemic relate to changes in the levels of discrimination against women and Black job-seekers at the point of hire). Этот вопрос крайне важен, поскольку пандемия затронула различные секторы экономики по-разному, и меры реагирования, такие как удаленная работа, могли как снизить, так и усилить некоторые формы дискриминации. Например, переход на удаленную работу мог уменьшить дискриминацию, связанную с внешностью или физическими особенностями, но мог усилить дискриминацию, основанную на стереотипах о продуктивности в домашних условиях.

Влияние пандемии на гендерное неравенство, например, проявилось в том, что женщины чаще сталкивались с необходимостью совмещать работу с уходом за детьми и домашними обязанностями, что могло негативно сказаться на их карьерных возможностях. [Blau et al., 2017] в своем исследовании гендерного разрыва в оплате труда отмечают, что сдвиги в ценах на рынке труда могут влиять на прогресс женщин в сокращении гендерного разрыва в оплате труда (shifts in labor-market prices can affect women’s progress in narrowing the gender wage gap). Пандемия, безусловно, вызвала такие сдвиги, особенно в секторах, где доминируют женщины, таких как сфера услуг. Если эти секторы пострадали сильнее, это могло усугубить гендерное неравенство.

Более того, кризисные ситуации могут обнажать и усиливать уже существующие системные предубеждения. Когда компании сталкиваются с неопределенностью и давлением, они могут неосознанно прибегать к «безопасным» выборам, предпочитая кандидатов, которые соответствуют традиционным представлениям о «идеальном» работнике, что часто означает белого мужчину без судимости. [Pager, 2003] описывает, как работодатели используют информацию [о судимости] как механизм отсева, не пытаясь глубже вникнуть в возможный контекст или сложности ситуации (employers seem to use the information as a screening mechanism, without attempting to probe deeper into the possible context or complexities of the situation). В условиях кризиса такая поверхностная оценка может стать еще более распространенной.

С другой стороны, некоторые исследователи предполагают, что в условиях дефицита рабочей силы или необходимости быстрого восстановления экономики, работодатели могут быть вынуждены расширять свои критерии найма, что потенциально может снизить дискриминацию. Однако это скорее исключение, чем правило, и обычно касается очень специфических ниш рынка труда. В большинстве случаев, как показывают исследования, кризисы лишь усугубляют положение уязвимых групп. Например, [Blau et al., 2017] указывают на «стеклянный потолок», который женщины сталкиваются при продвижении на высшие уровни рынка труда, и отмечают, что необъяснимый гендерный разрыв в оплате труда на девяностом процентиле был больше, чем на более низких процентилях, и сокращался медленнее с 1979 года (the unexplained gender pay gap in 1998 at the ninetieth percentile was larger than at lower percentiles and that it had fallen less since 1979). Кризисы могут сделать этот «потолок» ещё более непроницаемым.внешние факторы, будь то экономические циклы или глобальные пандемии, не просто изменяют конъюнктуру рынка труда, но и активно формируют среду, в которой проявляется дискриминация. Они могут усиливать существующие предубеждения, создавать новые барьеры для уязвимых групп и влиять на готовность как работодателей, так и соискателей бороться с несправедливостью. Понимание этой динамики критически важно для разработки эффективных стратегий по снижению дискриминации, особенно в периоды нестабильности. Однако, несмотря на очевидное влияние этих факторов, остается открытым вопрос о том, насколько глубоко и системно они изменяют сами механизмы дискриминации, а не только их проявления, и какие долгосрочные последствия это имеет для социальной справедливости.

Критика и ограничения

Несмотря на свою убедительность и способность выявлять дискриминацию в реальных условиях, метод аудит-стадий не лишен серьезных ограничений, которые необходимо учитывать при интерпретации результатов. Одно из ключевых критических замечаний касается допущения о равенстве ненаблюдаемых характеристик между тестируемыми группами. Джеймс Хекман, один из наиболее известных критиков метода, подчеркивал, что валидность аудиторских методов критически зависит от непроверенных допущений о равенстве распределений ненаблюдаемых (дизайнерами аудита) компонентов производительности по расовым/гендерным группам, на которые ориентируются фирмы, и о том, как функционируют рынки труда [Heckman, 1998]. Если, например, работодатели могут улавливать тонкие различия в мотивации или коммуникативных навыках, которые не были учтены исследователями при создании резюме, то наблюдаемая разница в откликах может быть ошибочно приписана дискриминации, тогда как на самом деле она отражает реальные различия в производительности. Это ставит под вопрос причинно-следственную связь, которую стремятся установить аудит-стадии.

Другое существенное ограничение связано с масштабируемостью и репрезентативностью выборки. Аудит-стадии, как правило, проводятся в ограниченных географических регионах или для определенных типов вакансий, что затрудняет экстраполяцию результатов на весь рынок труда. Хекман также отмечал, что аудиторские исследования в основном проводились для найма на начальные должности в определенных низкоквалифицированных профессиях с использованием студентов колледжей, имеющих избыточную квалификацию, во время летних каникул [Heckman, 1998]. Это означает, что выводы могут быть нерелевантны для высококвалифицированных позиций или для других сегментов рынка труда. Например, исследование дискриминации в элитных юридических фирмах [Rivera et al., 2016] может выявить иные паттерны, чем исследование в розничной торговле. Кроме того, аудиторские исследования часто не учитывают неформальные каналы найма, такие как личные связи и рекомендации, которые могут быть подвержены дискриминации, но остаются вне поля зрения эксперимента.

Наконец, этические вопросы, связанные с обманом работодателей и использованием фиктивных данных, остаются предметом дискуссий. Хотя сторонники метода утверждают, что этические издержки оправданы социальной значимостью выявляемой проблемы, критики указывают на потенциальный ущерб репутации компаний и на возможность злоупотреблений. Например, в случае, когда аудиторы получают приглашения на собеседования, но не являются на них, это может привести к потере времени и ресурсов работодателей. Кроме того, сам факт проведения такого исследования может вызвать недоверие к научному сообществу. Вопрос о том, как сбалансировать потребность в получении достоверных данных о дискриминации с этическими принципами исследования, остается одним из наиболее сложных и нерешенных в методологии аудит-стадий.

Итоги

• Аудит-стадии являются мощным инструментом для выявления дискриминации на рынке труда, поскольку позволяют изолировать влияние конкретных характеристик соискателей, не связанных с производительностью.
• Дискриминация на рынке труда не является статичной, а адаптируется к контексту, включая гендерный состав профессии и давление на диверсификацию, что может приводить к сложным и нелинейным паттернам предвзятости.
• Алгоритмический аудит, несмотря на свой потенциал в борьбе с предвзятостью, может воспроизводить и даже усиливать исторические паттерны дискриминации, если не учитывать предвзятость в обучающих данных и не применять тщательный мониторинг.
• Внешние факторы, такие как экономические циклы и глобальные события (например, пандемия COVID-19), существенно влияют на проявления дискриминации, изменяя её интенсивность и формы, что требует динамического подхода к анализу.
• Этические вопросы, связанные с проведением аудиторских исследований, остаются предметом дискуссий, но их социальная значимость в предоставлении эмпирических доказательств дискриминации часто перевешивает этические издержки.
• Как обеспечить, чтобы исследования дискриминации не только документировали её существование, но и активно способствовали её устранению в условиях постоянно меняющегося рынка труда и технологического прогресса?