人们通常认为线上招聘可以减少对于性别、年龄和种族的偏见，因为求职者通常不会明确说明这些信息。但是一项新的研究表明，由于求职者姓名和照片等一些细微的线索，这些偏见依然存在。

Jason Chan和王靜着重研究了性别偏见。之前的研究结果表明，这种偏见在线下是针对女性的。而他们却发现线上的情况截然相反：雇主更倾向于雇佣女性求职者，这种情况对于那些线上雇佣经验不足的雇主、女性雇主、发展中国家工人和行政支持岗等适合女性的职位来说就体现得更为明显（尽管适合男性的职位对于男性求职者没有体现出相类似的偏好）。

作者说：“到2020年，线上市场产值预计将高达160亿美元。鉴于其规模巨大，线上雇主的招聘决策将对全球数百万工人产生重大的社会和经济影响。这就使得我们必须思考雇主的雇佣偏好是如何严重影响工人获得工作机会的，同时我们必须审查这个可能影响新劳动力市场招聘结果的系统性偏好。”

他们的调查结果是基于对某大型线上劳务平台2012至2013年间职位发布情况和求职人员的分析研究，共计有264875个职位和超过570万的求职者。通过识别姓名和图片，利用机器学习技术，他们能够通过实证分析推断出工人的性别。

他们还对较小的数据集进行了测试，以了解他们发现的偏好的性质以及产生原因。测试涵盖了六项对工人维度的考察，包括知识、专业性、工作适应性、可信度、合作性和吸引力，其中后三者与能力无关。但是作者发现它们对招聘决策的影响很大。

作者说：“我们认为这与雇主能够通过线上评级评估求职者的能力，而使用模式化的线索来推断微妙的人际关系特征（例如可信度）这一事实有关。虽然这种偏好在线下市场可能看似违反直觉，但这一发现对于学者来说并非完全出乎意料。信任是线上建立关系和完成交易的关键因素，而女性求职者往往被认为更值得信赖和合作。”

他们建议，如果平台所有者允许工作者在公开的人员档案中使用假名或者非真实头像，而只是使用真实姓名作为内部认证，这样就能减少性别歧视。雇主还可以思考一下在招聘时性别歧视的表现形式。

他们说：“线上市场降低了搜索成本，提高了匹配效率，受到众多雇主和员工的欢迎，但是这些市场的扩张也会带来传统市场遇到的社会和经济挑战。通过揭示线上劳动力市场中招聘偏好的普遍性和性质，我们的研究结果有助于解决其中的一些问题。”