一项针对400万份求职申请的大规模实证研究揭示了算法招聘领域的一个严峻问题——算法同质化。研究发现，由于许多雇主依赖相同的少数几家招聘技术供应商，这些供应商使用的相似算法模型导致了系统性的候选人拒绝模式，并显著加剧了种族差异。该研究强调，传统的聚合数据分析方法不足以识别这种广泛存在的不利影响，必须将招聘数据细化到具体职位层面进行分析，才能揭示出算法系统在各个环节中的系统性失灵与结构性偏见。这一发现对全球依赖人工智能进行人才筛选的企业敲响了警钟，提示行业需要重新审视算法评估的公平性与多样性问题。