候选人。提供这类筛选和匹配服务的理想公司（Ideal）表示，这些系统不仅仅是自动搜索简历，寻找相关的关键字。例如，Ideal可以学习理解和比较求职者的简历，然后根据求职者与职位的匹配程度对他们进行排名。
但人工智能并不只是在幕后操作。如果你曾经申请过一份工作，然后需要先通过短信与之交谈，那么，你很有可能是在与招聘机器人交谈。Mya等公司开发的聊天机器人使用自然语言，可以帮助企业自动联系应聘者，了解公司的新职位空缺或应聘者是否符合职位的基本要求，从而省去了人工电话筛选面试。人工智能在工作选择中的另一个新兴应用是人才和性格评估。支持这一应用程序的企业是Pymetrics公司，该公司销售神经科学计算机游戏供候选人体验，这些游戏旨在预测候选人的“认知和个性特征”。
人工智能招聘技术的应用，可以帮助人力资源部门更快地从大量应聘者中进行筛选，终降低招聘成本。这一技术的支持者认为，与让HR员工一天浏览一百份简历和求职信相比，人工智能筛选更公平、更全面——它至少可以确保每份简历都经过筛选。但批评人士认为，这种制度可能会带来偏见、缺乏问责制和透明度的问题，而且不能保证准确无误。2019年4月，美国国会通过了《算法问责法》 （Algorithmic Accountability Act），授权联邦贸易委员会制定法规，检查所谓的“自动决策系统”是否存在偏见。
据报道，其中一个简历筛选工具发现，名叫“贾里德”（Jared）和“高中时打过曲棍球”的人，被预测出将会有优异的工作表现。如果你是一个名叫贾里德的前高中曲棍球运动员，你可能会被这个系统优先选中，这个运算的结果听起来可能不是那么糟糕。但是系统也可以学会种族主义、性别歧视、年龄歧视，以及其他有意义的行为方式。例如，路透社曾经报道称，亚马逊开发了一种招聘算法，在某些职位上无意中倾向于偏袒男性求职者而非女性求职者。
专家认为，这些人工智能系统表现的好坏，终取决于它们被输入的数据，以及负责搭建算法模型的人。简单来说，如果一种简历筛选机器学习工具是根据历史数据进行培训的，比如从一家公司之前聘用的候选人身上收集的信息，那么，该系统将继承使用者有意识或无意识的偏好。这种方法可能有助于找到优秀、高素质的候选人，但如果这家公司出现了重大经营失误而深陷泥潭，那么，根据这种筛选原则招进来的新人，就有可能让情况变得雪上加霜。
