人力资源经理经常求助于人工智能来帮助做出就业决策，依靠算法的建议来决定面试谁和雇用谁。传统的面试可能代价高昂，先前的行为研究表明，人类对表现和健康状况的预测能力很差。

然而，乔治华盛顿大学战略管理和公共政策助理教授Vikram R. Bhargava领导的一篇基于研究的新论文强调了在这些人力资源流程中保持人类选择的必要性，而不是仅仅依赖人工智能。这项工作发表在《商业道德季刊》杂志上。

“即使对人工智能软件中的数据和偏见的担忧最终通过工程解决方案得到改善，它仍然没有解决人力资源经理是否应该服从算法的问题。这并不是因为我们的直觉要优越得多 - 通常它们不是，“巴尔加瓦说。“相反，这是因为通过我们做出选择创造了重要的(和被忽视的)道德价值观 - 包括选择与谁合作或不与谁合作 - 如果人力资源经理放弃这种选择算法，这些价值观将受到威胁。无论算法最终在预测员工的适合度和绩效方面变得多么复杂，情况都是如此。